[发明专利]基于字典学习的米波雷达低仰角目标测高方法有效
申请号: | 201711143805.1 | 申请日: | 2017-11-17 |
公开(公告)号: | CN107991659B | 公开(公告)日: | 2021-05-18 |
发明(设计)人: | 刘宏伟;刘源;张磊;纠博 | 申请(专利权)人: | 西安电子科技大学 |
主分类号: | G01S7/41 | 分类号: | G01S7/41 |
代理公司: | 陕西电子工业专利中心 61205 | 代理人: | 王品华;朱红星 |
地址: | 710071 陕*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开一种基于字典学习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地形环境下多径信号方向上理想阵列流型受扰动时,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,并对其进行特征值分解,获取降维后的信号矢量;2.在复杂地形情况下,根据构造包含扰动信息的参数化字典和获取的降维后的信号矢量,对地面扰动参数矩阵、目标仰角进行联合估计,得到目标仰角最终估计值;3.利用天线阵列与目标仰角的最终估计值,计算目标高度估计值。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,可用于目标定位与跟踪。 | ||
搜索关键词: | 基于 字典 学习 雷达 仰角 目标 测高 方法 | ||
【主权项】:
基于字典学习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,估计该接收数据的协方差矩阵RX;(2)对(1)中得到的协方差矩阵RX进行特征值分解,得到降维后的信号矢量其中,vmax为A的最大特征值,umax为最大特征值vmax对应的特征向量;(3)在复杂地形情况下,对地面扰动参数矩阵、目标仰角进行联合估计,得到目标仰角最终估计值:(3a)构建整个观测空间上的完备字典D(Γ):D(Γ)=[Bd,ΓBs],其中,表示包含所有目标信号基向量的字典矩阵,表示第p个观测方向上的目标信号基向量,表示第p个观测方向角度,p=1,2,…G,G表示离散化的目标信号观测方向的个数,表示包含所有多径信号基向量的字典矩阵,表示第q个观测方向上的多径信号基向量,表示第q个观测方向角度,q=1,2,…Q,Q表示离散化的多径信号观测方向的个数,Γ=diag[δ1,…,δm,…,δM]表示由于不规则地面反射而引起的扰动参数矩阵,δm表示不规则地面反射对第m个阵元所引起的扰动参数,m=1,2,…M,M表示阵列天线的个数;(3b)设定最大迭代次数I=30,令初始迭代序列k=1,通过(3a)中构造的完备字典D(Γ)与(2)中得到的降维后信号矢量y构造如下代价函数:{Γ^,γ^}=argminΓ,γ||y-D(Γ)γ||22+μ||γ||1,]]>其中,μ表示稀疏重构算法中的模型参数,||·||2表示二范数,||·||1表示一范数,γ表示信号矢量y在完备字典D(Γ)下的权重系数矢量;和分别表示对Γ和γ的估计值;(3c)在复杂地形、反射面信息未知的情况下,将(3b)中代价函数转化为如下数学模型估计权重系数矢量:γ^k=argminγ||y-B(Γ)γ||22+μ||γ||1s.t.Γ=Γ^k,]]>其中,表示在第k次迭代中对权重系数矢量γ的估计值,在初始k=1时,为一个对角线元素全为1的对角矩阵;(3d)利用cvx凸优化工具包,对(3c)中的优化函数进行求解,得到第k次迭代权重系数矢量的估计值(3e)利用(3d)中得到的权重系数矢量的估计值将(3b)中的优化函数转化为如下数学模型估计扰动参数矩阵:Γ^k=argminΓ||y-B(Γ)γ||22+μ||γ||1s.t.γ=γ^k,]]>其中,表示在第k次迭代中对扰动参数矩阵Γ的估计值;(3f)利用cvx凸优化工具包,对(3e)中的优化函数进行求解,得到第k次迭代扰动参数矩阵的估计值(3g)设定阈值ε=10‑5,判断k>I或是否成立,若成立,则终止迭代,得到最终权重系数矢量的估计值执行步骤(4),否则,令k=k+1,返回步骤(3c),其中|·|表示取绝对值;(4)通过最终权重系数矢量的估计值估计目标仰角并利用目标仰角的估计值计算出目标高度
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安电子科技大学,未经西安电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201711143805.1/,转载请声明来源钻瓜专利网。