米波雷達(dá)陣列超分辨和測高方法研究.pdf

1、陣列信號(hào)處理是現(xiàn)代信號(hào)處理的一個(gè)重要研究分支,其應(yīng)用涉及到雷達(dá)、通信以及聲吶等多個(gè)領(lǐng)域。波達(dá)方向(DOA)估計(jì)是陣列信號(hào)處理中最主要的研究方向,隨著近三十年陣列超分辨技術(shù)的發(fā)展,DOA估計(jì)得到了廣泛的關(guān)注和快速的發(fā)展。但是受實(shí)際復(fù)雜環(huán)境和地形的影響,很多超分辨算法無法在實(shí)際系統(tǒng)中取得令人滿意的結(jié)果,因此估計(jì)精度高、易于實(shí)現(xiàn)、穩(wěn)健的DOA估計(jì)算法就成為廣大學(xué)者的研究目標(biāo)。
　　 米波雷達(dá)波長較長,具有良好的反隱身和對抗反輻射導(dǎo)彈的

2、能力,且作用距離遠(yuǎn),衰減比微波波段要小。但是,受天線尺寸的限制,米波雷達(dá)波束寬,角分辨率較差,天線副瓣高,抗干擾能力差等缺點(diǎn)比較明顯,特別是俯仰上波束打地,仰角測量精度受到地面(或海面)多徑反射的影響較為嚴(yán)重,從而影響了米波雷達(dá)對目標(biāo)高度的準(zhǔn)確測量。因此,米波雷達(dá)測高一直是雷達(dá)界一大難題。本文以米波雷達(dá)低仰角超分辨為主要出發(fā)點(diǎn),結(jié)合米波三坐標(biāo)雷達(dá)課題,圍繞低復(fù)雜度、解相關(guān)和高精度等目標(biāo)展開工作,具體工作概括如下:
　　 1.針對

3、傳統(tǒng)算法對多徑信號(hào)的DOA估計(jì)自適應(yīng)性差和特征值分解運(yùn)算量大的問題,研究了一種基于實(shí)值特征子空間迭代的DOA估計(jì)算法。對每個(gè)快拍回波數(shù)據(jù),通過梯度算法自適應(yīng)更新特征子空間,并將復(fù)值特征子空間變換為實(shí)值以實(shí)現(xiàn)多徑信號(hào)的解相關(guān),最后利用基于信號(hào)子空間的Unitary ESPRIT算法或噪聲子空間的實(shí)值求根MUSIC算法進(jìn)行角度估計(jì)。仿真實(shí)驗(yàn)和實(shí)測數(shù)據(jù)處理結(jié)果表明,由于引入了自適應(yīng)特征子空間迭代和實(shí)值域處理,該算法無需特征值分解,具有較低的運(yùn)

4、算量和良好的自適應(yīng)性,可應(yīng)用于多徑信號(hào)的角度估計(jì)問題。
　　 2.研究了基于行列合成處理和超分辨測角的雙迭代方法。在平面陣列進(jìn)行波達(dá)方向估計(jì)時(shí),通常會(huì)涉及較多的陣元空間和二維角度搜索,基于此,在單目標(biāo)存在反射多徑的模型下,引入行列合成處理實(shí)現(xiàn)降維,并結(jié)合實(shí)值Root-MUSIC算法和RELAX算法完成角度估計(jì)。首先,通過構(gòu)造行、列合成因子將面陣數(shù)據(jù)矩陣降維為兩個(gè)線陣的數(shù)據(jù)向量,由實(shí)值Root-MUSIC算法或RELAX算法分維進(jìn)

5、行角度估計(jì),進(jìn)而由測角結(jié)果重構(gòu)合成因子,行列合成和角度估計(jì)的過程反復(fù)迭代、直至收斂。雙迭代過程逐漸降低了每次迭代時(shí)合成因子的誤差并提高了測角精度,在保持二維角度估計(jì)精度的前提下,顯著地降低了傳統(tǒng)方法的運(yùn)算量,并由實(shí)測數(shù)據(jù)處理結(jié)果得到了驗(yàn)證。
　　 3.研究了基于二維空間平滑的波束域MUSIC算法。在均勻線陣空間平滑解相關(guān)的原理上,提出了基于均勻面陣的解相關(guān)處理方法一二維空間平滑算法。沿面陣的兩維方向進(jìn)行二維空間平滑實(shí)現(xiàn)相關(guān)信號(hào)的

6、解相關(guān),然后將空間平滑后陣元域的數(shù)據(jù)變換到維數(shù)顯著降低的波束域,利用波束域MUSIC算法估計(jì)相關(guān)信號(hào)的二維角度。該方法能有效地對多個(gè)相關(guān)信號(hào)進(jìn)行解相關(guān),在降低傳統(tǒng)高分辨算法運(yùn)算量的同時(shí),可以獲得比陣元空間更加穩(wěn)健的測角性能。
　　 4.基于DFT的稀疏分析通過迭代方法最小化約束條件下的代價(jià)函數(shù),增強(qiáng)信號(hào)成分、壓低噪聲來獲得比傳統(tǒng)的.DBF方法更高的分辨率。將稀疏分析應(yīng)用于角度估計(jì)中,對陣列信號(hào)的長度進(jìn)行了虛擬拓展,突破了陣列分辨

7、率的瑞利限,能獲得與MUSIC算法相當(dāng)?shù)臏y角精度,且無需特征值分解和解相關(guān)處理。同時(shí),將稀疏分析應(yīng)用于空時(shí)二維參數(shù)的估計(jì)中,時(shí)域稀疏解用于估計(jì)信號(hào)的頻率并分離信號(hào),對分離后的信號(hào)分別進(jìn)行空域稀疏分析,得到信號(hào)的波達(dá)方向估計(jì)。最后提出了基于均勻面陣稀疏分析的二維波達(dá)方向估計(jì)方法,依次沿面陣方位向和俯仰向進(jìn)行稀疏分析,分離信號(hào)并得到每個(gè)信號(hào)的二維角度；針對算法存在測角盲區(qū)的問題,給出了一種改進(jìn)方法,通過求解空間二維稀疏解得到二維角度估計(jì)。<

8、br>　　 5.研究了具有雙尺度空間旋轉(zhuǎn)不變性的稀疏陣列。分析了陣列的雙尺度旋轉(zhuǎn)不變性,然后使用Unitary ESPRIT算法進(jìn)行測角,第一個(gè)具有半波長平移的旋轉(zhuǎn)不變性得到空間角頻率的無模糊粗估計(jì):第二個(gè)具有遠(yuǎn)大于半波長平移的旋轉(zhuǎn)不變性得到循環(huán)模糊的精估計(jì),用粗估計(jì)結(jié)果對精估計(jì)解模糊獲得無模糊的精估計(jì)。提出了一種基于旋轉(zhuǎn)矩陣特征值等價(jià)性的自動(dòng)配對準(zhǔn)則,有效地解決了多目標(biāo)時(shí),方位角、仰角、粗估計(jì)及精估計(jì)可能出現(xiàn)的失配問題。和常規(guī)陣列相

9、比,稀疏陣列的計(jì)算復(fù)雜度并沒有增加,而大的陣列孔徑保證了其較高的測角精度和分辨率。
　　 6.研究了基于精確多徑信號(hào)模型的合成導(dǎo)向矢量測高方法。綜合考慮反射系數(shù)和多徑反射波與直達(dá)波的波程差產(chǎn)生的相位等因素,研究了基于地形參數(shù)一角度二維搜索的合成導(dǎo)向矢量MUSIC和ML算法；并提出利用二次雷達(dá)信息計(jì)算目標(biāo)反射點(diǎn)與天線中心的高度差,避免了地形參數(shù)的測量,并且將二維搜索簡化為一維角度搜索。另外,給出了一種由測角誤差自適應(yīng)調(diào)整地形參數(shù)的