[发明专利]复杂地形下的米波雷达低仰角目标测高方法

摘要

本发明公开一种复杂地形下的米波雷达低仰角目标测高方法，主要解决现有方法在复杂多径环境下无法保证对低仰角目标高度有效估计的问题。其实现过程是：1.估计米波雷达回波数据的协方差矩阵，并对其进行奇异值分解，获取噪声子空间；2.在平坦地形镜面反射模型下，根据获取的噪声子空间，对目标仰角进行粗估计；3.在复杂地形情况下，根据目标仰角粗估计值和获取的噪声子空间，对地面反射系数、反射面高度、目标仰角及镜像角度进行联合估计，得到目标仰角最终估计值；4.利用天线阵列与目标仰角的估计值，得到目标高度估计值。本发明能有效实现对低仰角目标高度的测量，提升雷达对复杂多径环境下低仰角目标的跟踪性能，可用于目标跟踪与探测。

主权项

1.一种复杂地形下的米波雷达低仰角目标测高方法，包括：(1)利用阵列天线接收目标回波数据X，求取该接收数据的协方差矩阵RX：1a)获取雷达目标回波数据X:假设雷达接收天线为一个垂直水平面放置的均匀线性阵列，其阵元数为M，阵元间距为半波长，令第m个接收天线在第l时刻接收信号为sml，则阵列接收信号矩阵可以表示为：S＝[s1,…sl,…,sL]，其中，sl＝[s1l,s2l,…,sML]T表示在第l次快拍时刻阵列接收信号矢量，L表示信号码长，l∈[1,L]；由于米波雷达在实际应用中存在多径效应，故阵列天线接收到的目标回波信号应同时考虑直达波信号与反射波信号，设雷达系统得到的实际回波数据矩阵为X，其信号模型如下式所示： X = β exp ( - j 2 πf 0 τ 0 ) ( a ( θ d ) + ρe j α a ( θ s ) ) S + N = β exp ( - j 2 πf 0 τ 0 ) a ~ · S + N ]]>其中，为阵列接收信号矩阵，为噪声信号矩阵，表示复数域，β为目标复散射系数，f0为载波频率，τ0为参考阵元到目标的距离所产生的时延，ρ表示地面复散射系数，α表示多径信号与直达波信号之间的波程差所引起的相位差，为目标复合导向矢量，θd为目标直达波方向，θs为多径信号方向，a(θd)为目标直达波方向的导向矢量，a(θs)为多径信号方向的导向矢量，a(θd)和a(θs)的具体形式分别为：a(θd)＝[1,exp(j2πdsin(θd)/λ,…,exp(j2π(M-1)dsin(θd)/λ]Ta(θs)＝[1,exp(j2πdsin(θs)/λ,…,exp(j2π(M-1)dsin(θs)/λ]T，其中，d表示阵元间距，λ表示载波波长，(·)T表示转置运算；1b)根据雷达目标回波数据X，估计接收数据的协方差矩阵:RX＝XXH，其中(·)H表示共轭转置运算；(2)对协方差矩阵RX进行奇异值分解，得到小特征值对应的特征向量vm，构成噪声子空间：Un＝[vK+1,…,vm,…,vM]T，其中，m＝K+1,…,M，K为目标个数，M为天线个数，K＜M，(·)T表示转置运算；(3)假设地形平坦，根据噪声子空间Un，利用广义MUSIC算法得到目标仰角的粗估计值θ0；(4)复杂地形情况下，对地面反射系数、反射面高度、目标仰角及镜像角度进行联合估计，得到目标仰角最终估计值：(4a)将整个测量空间离散化为Q个观测方向，并对第q个观测方向，q＝1,2,…,Q，构造如下目标复合导向矢量： a ‾ ( θ q d , θ q s , ρ , Δ R ) = a ( θ q d ) + ρe j 2 π Δ R λ a ( θ q s ) , ]]>其中，表示第q个观测方向对应的目标角度，表示第q个观测方向对应的多径信号角度，为目标直达波方向的导向矢量，为多径信号方向的导向矢量，j表示虚数单位，λ表示载波波长，ρ表示地面复反射系数，ΔR表示多径信号与直达波信号之间的波程差；(4b)设定算法最大迭代次数I，令i＝1，并通过(4a)中的目标复合导向矢量和(2)中的噪声子空间Un构造如下优化函数： m i n θ q d , θ q s , ρ , Δ R | | a ‾ ( θ q d , θ q s , ρ , Δ R ) | | 2 2 a ‾ H ( θ q d , θ q s , ρ , Δ R ) U n U n H a ‾ ( θ q d , θ q s , ρ , Δ R ) , ]]>其中，(·)H表示共轭转置运算，||·||2表示二范数；(4c)在反射面高度未知情况下，将(4b)中优化函数转化为如下数学模型估计反射面高度： min h g | | a ‾ ( θ q d , θ q s , ρ , Δ R ) | | 2 2 a ‾ H ( θ q d , θ q s , ρ , Δ R ) U n U n H a ‾ ( θ q d , θ q s , ρ , Δ R ) s . t . θ q d = θ 0 θ q s = - arcsin ( sin ( θ q d ) + 2 ( h c - h g ) / R d ) ρ = ρ 0 Δ R = R d ( cos ( θ q d ) / cos ( θ q s ) - 1 ) , ]]>其中，ha为天线阵列参考点距地面的高度，hg为反射面高度，Rd为目标与天线阵列参考点之间的直线距离，ρ0为给定的初始地面复反射系数；(4d)对(4c)中的优化函数进行一维谱峰搜索，得到第i次迭代反射面高度的估计值(4e)利用(4d)中得到的反射面高度估计值将(4b)中优化函数转化为如下数学模型估计地面复反射系数： min ρ | | a ‾ ( θ q d , θ q s , ρ , Δ R ) | | 2 2 a ‾ H ( θ q d , θ q s , ρ , Δ R ) U n U n H a ‾ ( θ q d , θ q s , ρ , Δ R ) s . t . θ q d = θ d h g = h ^ g i θ q s = - arcsin ( sin ( θ q d ) + 2 ( h a - h g ) / R d ) Δ R = R d ( cos ( θ q d ) / cos ( θ q s ) - 1 ) ; ]]>(4f)对(4e)中的优化函数进行一维谱峰搜索，得到第i次迭代地面复反射系数的估计值并更新初始地面复反射系数，即(4g)利用(4d)中得到的反射面高度的估计值和(4f)中得到的地面复反射系数将(4b)中的优化函数转化为如下数学模型估计目标仰角： min θ q d | | a ‾ ( θ q d , θ q s , ρ , Δ R ) | | 2 2 a ‾ H ( θ q d , θ q s , ρ , Δ R ) U n U n H a ‾ ( θ q d , θ q s , ρ , Δ R ) s . t . θ q s = - arcsin ( sin ( θ q d ) + 2 ( h c - h g ) / R d ) ρ = ρ ^ i h g = h ^ g i Δ R = R d ( cos ( θ q d ) / cos ( θ q s ) - 1 ) , ]]>(4h)对(4g)中的优化函数进行一维谱峰搜索，得到第i次迭代目标仰角的估计值更新当前目标仰角的估计值，即(4i)判断i＞I或是否成立，其中|·|表示取绝对值，ε为一较小的正实数：若是，则利用最终估计得到的目标仰角得到目标高度的估计值: h ^ t = h a + R d s i n ( θ ^ d i ) , ]]>否则，令i＝i+1，返回步骤(4c)。