基于局域联合处理的改进空时自适应单脉冲测角方法

摘要

本发明公开了一种基于局域联合处理的改进空时自适应单脉冲测角方法，在目标空间频率与多普勒频率同时失配时，通过估计出的目标的多普勒频率与目标方位角，迭代更新JDL算法的空时域降维矩阵和目标检测空时导向矢量,解决了多通道机载雷达系统通道较少，多普勒分辨率较低，测角误差大的问题。本发明仅需两步迭代即可准确估计目标空间角，易于工程实施。

主权项

基于局域联合处理的改进空时自适应单脉冲测角方法，其特征在于，包括如下步骤：步骤1)，根据以下公式获取机载雷达检测距离单元各阵元接收信号z：z＝bs+n其中，b表示目标的复包络，n表示杂波加噪声，s为目标空时导引矢量，为Kronecker积，s_t＝[1 e^j2πv ... e^j2πv(K‑1)]^T，s_s＝[1 e^j2πu ... e^j2πu(N‑1)]^T，s_t、s_s分别对应时域导引矢量和空域导引矢量，上标T表示转置运算；v表示的目标归一化多普勒频率，u＝d sinθ/λ表示目标归一化空间频率，d为示阵元间距，λ为波长，θ为目标方位空间角，N为雷达天线阵元个数，K为一次相干积累周期内脉冲数；步骤2)，待检测目标所在角度‑多普勒单元的检测空时导引矢量s₀：$s_0=s_{t0}\otimes s_{s0}$其中，s_t0、s_s0分别对应待检测多普勒单元中心处的时域导向矢量和待检测角度单元中心处的空域导向矢量；v₀表示待检测多普勒单元中心的归一化多普勒频率，u₀＝d sinθ₀/λ表示待检测角度单元中心的归一化空间频率，θ₀为发射天线方位指向角；步骤3)，根据以下公式获得待检测角度‑多普勒单元的局域联合处理(JDL)降维矩阵：$T=T_t\otimes T_s$其中，T_t为时域降维矩阵，T_s为空域降维矩阵：$T_t={\left(\begin{array}{cccc}1& e^{j2\pi (v_0-1/K)}& ...& e^{j2\pi (v_0-1/K)(K-1)}\\ 1& e^{j2{\mathrm{\pi v}}_0}& ...& e^{j2{\mathrm{\pi v}}_0(K-1)}\\ 1& e^{j2\pi (v_0+1/K)}& ...& e^{j2\pi (v_0+1/K)(K-1)}\end{array}\right)}^T$$T_s={\left(\begin{array}{cccc}1& e^{j2\pi (u_0-1/N)}& ...& e^{j2\pi (u_0-1/N)(N-1)}\\ 1& e^{j2{\mathrm{\pi u}}_0}& ...& e^{j2{\mathrm{\pi u}}_0(N-1)}\\ 1& e^{j2\pi (u_0+1/N)}& ...& e^{j2\pi (u_0+1/N)(N-1)}\end{array}\right)}^T;$步骤4)，根据如下公式获取待检测角度‑多普勒单元的JDL降维数据：z_T＝T^Hz其中，上标H表示复共轭转置运算；步骤5)，由相邻距离单元作为样本进行极大似然估计获得JDL降维杂波加干扰噪声协方差矩阵R_T；步骤6)，根据以下公式计算JDL和波束自适应权值w_T：$w_T=R_T^{-1}{s}_{T_0};$其中，表示JDL降维检测空时导引矢量，步骤7)，分别计算JDL方位差波束自适应权值和JDL时域差波束自适应权值，设定h＝0；步骤8)，根据如下公式计算目标归一化空间频率u的估计值目标归一化多普勒频率v的估计值$\left[\begin{array}{c}\hat{u}\\ \hat{v}\end{array}\right]=\left[\begin{array}{c}{u}_0\\ v_0\end{array}\right]+{\left[\begin{array}{cc}{c}_{uu},& c_{uv}\\ c_{vu},& c_{vv}\end{array}\right]}^{-1}\left[\begin{array}{c}{r}_u-{\mu }_u\\ r_v-{\mu }_v\end{array}\right]$其中，r_u为方位差波束与和波束的单脉冲比，μ_u为r_u的偏移量修正值，r_v为时域差波束与和波束的单脉冲比，μ_v为r_v的偏移量修正值；为空时自适应单脉冲比的斜率矩阵；步骤9)，令h＝h+1；步骤10)，判断h是否小于m，如果h＜m，m为预先设置的大于1的整数，将步骤1中的检测空时导向矢量s₀修正为其中：$s_{t0}={\left[\begin{array}{cccc}1& e^{j2{\mathrm{\pi v}}_0}& ...& e^{j2{\mathrm{\pi v}}_0(K-1)}\end{array}\right]}^T,s_{s0}={\left[\begin{array}{cccc}1& e^{j2{\mathrm{\pi u}}_0}& ...& e^{j2{\mathrm{\pi u}}_0(N-1)}\end{array}\right]}^T;$并将步骤1中的JDL降维矩阵T中的T_t和T_s修正为：$T_t={\left(\begin{array}{cccc}1& e^{j2\pi (v_0-1/K)}& ...& e^{j2\pi (v_0-1/K)(K-1)}\\ 1& e^{j2{\mathrm{\pi v}}_0}& ...& e^{j2{\mathrm{\pi v}}_0(K-1)}\\ 1& e^{j2\pi (v_0+1/K)}& ...& e^{j2\pi (v_0+1/K)(K-1)}\end{array}\right)}^T,$$T_s={\left(\begin{array}{cccc}1& e^{j2\pi (u_0-1/N)}& ...& e^{j2\pi (u_0-1/N)(N-1)}\\ 1& e^{j2{\mathrm{\pi u}}_0}& ...& e^{j2{\mathrm{\pi u}}_0(N-1)}\\ 1& e^{j2\pi (u_0+1/N)}& ...& e^{j2\pi (u_0+1/N)(N-1)}\end{array}\right)}^T;$步骤11)，重复执行步骤4)至步骤10)，直至h＝m；步骤12)，根据如下公式计算目标方位空间角θ的估计值$\hat{\theta }=\arcsin (\lambda \hat{u}/d)$其中，arcsin(·)为反正弦运算；步骤13)，输出目标方位空间角的估计值。