CN108398669A - 一种基于无需预延迟处理的空时宽带自适应单脉冲测角方法 - Google Patents
一种基于无需预延迟处理的空时宽带自适应单脉冲测角方法 Download PDFInfo
- Publication number
- CN108398669A CN108398669A CN201810072852.XA CN201810072852A CN108398669A CN 108398669 A CN108398669 A CN 108398669A CN 201810072852 A CN201810072852 A CN 201810072852A CN 108398669 A CN108398669 A CN 108398669A
- Authority
- CN
- China
- Prior art keywords
- signal
- angle
- sky
- weight vector
- difference
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/28—Details of pulse systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/40—Means for monitoring or calibrating
- G01S7/4052—Means for monitoring or calibrating by simulation of echoes
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种基于无需预延迟处理的空时宽带自适应单脉冲测角方法,包括:计算物理均匀线阵阵列下的接收干扰信号的空时自相关矩阵;用无需预延迟的空时自适应波束形成方法计算得到和波束权向量;对和波束权向量进行修正得到差波束权向量;对每个样本进行和差比幅处理,得到每个样本的和差比值:对和差比值求平均计算得到信号偏离角度,将信号偏离角度与波束指向角相加得到单脉冲测角角度。本发明用于宽带自适应单脉冲测角,能有效的抑制宽带干扰的同时进行单脉冲测角,且在存在主瓣干扰、低信噪比情况下都仍然能够进行有效的单脉冲测角;相比于传统空频处理方法具有所需信噪比小、计算量小、无需对每个频带做信号检测的优点。
Description
技术领域
本发明涉及阵列信号处理领域的单脉冲测角技术,具体是针对宽带单脉冲采用基于无需预延迟的空时处理方法实现宽带自适应单脉冲测角。
背景技术
单脉冲测角是雷达中常用的一种测角方法,它利用多个天线同时接收回波信号,通过比较回波信号的幅度或相位来获得目标的角度位置信息。单脉冲测角方法只需要一个回波脉冲就可以确定目标的角误差信息,操作简单,实时性强,测角精度高,因此,被广泛的应用在现代相控阵雷达***中,在雷达、声呐、无线通信等领域具有重要应用价值。
根据从回波信号中提取目标的角信息方式将单脉冲测角分为比幅法和比相法单脉冲测角两种,通常采用比幅法测角。传统的单脉冲测角算法是建立在白噪声单个目标的基础上,当存在干扰时,特别是干扰靠近目标时会产生很大的角度估计误差。
为了存在干扰的同时也能精确的进行单脉冲测角,引入了现代数字波束形成(Digital-beam-forming,DBF)技术抑制干扰,从而出现了目前常用的自适应单脉冲测角技术。文献《谢俊好,熊卫明."传统单脉冲方法的数学原理及工程实现."***工程与电子技术.2004,26(4):467-473.》推导了单脉冲测角的基本原理,为单脉冲测角的工程实现提供了理论支持。文献《Fante R L."Synthesis of adaptive monopulse patterns,"IEEETransactions on Antennas and Propagation,1999,47(5):773-774》提出了一种线性约束的自适应单脉冲测角算法,加入约束条件后能在抑制干扰的同时在一定程度上保持单脉冲比不变,但是该算法只适用于窄带信号。当是宽带信号并且存在宽带干扰时,该算法不能精确测角。目前对快采样过程的宽带单脉冲测角研究还很少,文献《陈亮,盛卫星,韩玉兵,等,"改进贝叶斯聚焦的宽带自适应单脉冲算法,"电波科学学报,2013,28(2):0237-12》提出了一种宽带单脉冲测角算法,但是它对期望信号与干扰信号的分布有所要求,并不具有普遍性。常规的自适应单脉冲算法能很好的工作于窄带信号,该方法的原理如下:
在线阵中,信号入射方向的单位向量为
r=-sinθ (1)
用θ0表示波束指向,当信号来向(θ=θ0+Δθ)位于主瓣波束范围内时,由传统单脉冲和差波束基本原理,可以得到单脉冲比关于偏差角的线性关系为
式中,k为固定常数,a(θ)为导向矢量,符号“(·)H”表示矩阵共轭操作,且a(θ)为
式中M是线阵阵元数,其中,符号“(·)T”表示矩阵转置操作,e为自然底数,j为虚数单位,φm(m=1,…,M)为
其中λ=c/f,c为光速,f为频率。
式(2)中的aΣ(θ0)为静态和波束权,aΣ(θ0)=a(θ0)。aΔ(θ0)为静态差权,可表示为
式中,‘⊙’为Hadamard积。
当存在干扰时,通常采用ADBF(自适应波束形成)抑制干扰,改善输出的信干噪比,提高对目标的检测性能。自适应单脉冲技术,是和通道计算得到自适应权后,然后对和波束方向矢量进行修正得到差通道的权值。根据MVDR(Minimum Variance DistortionlessResponse) 准则,和波束自适应权为
在实际应用中,R-1通常采用采样矩阵求逆估计得到,即
其中,z(n)表示第n次采样干扰信号样本,N表示样本数目。
对差波束权值提出两点约束:一是约束后的自适应单脉冲比趋近常规静态单脉冲比;二是最小化干扰和噪声的输出功率。由于不可能对鉴角曲线上的每一个点进行约束,因此,只是选取离散的几点做约束,例如选取0、±Δθ′这3点做为约束点,其中(Δθ′)为约束间隔,对单脉冲比做如下约束:
其中,k为线性比值常数,在实现时可以自己定义大小,在实现过程中为了方便将其设定为1。Σ(θ)为自适应和波束,Δ(θ)为自适应差波束,其表达式为:
wΔ为差波束自适应权值。代入式(8)的约束条件可以写成矩阵的形式
其中,约束矩阵H和响应矩阵ρ分别为
H=[a(θ0+Δθ′)a(θ0)a(θ0-Δθ′)]∈CM×3 (11)
差波束权值wΔ必须使差波束输出的干扰功率最小,则极值问题可以描述为,
应用拉格朗日乘子法,可求得得到约束下的自适应差波束权值
wΔ=R-1H(HHR-1H)-1ρH∈CM×1 (14)
在对宽带信号进行处理时,传统的方法主要有空频方法和空时方法两种。空频方法又可以分为非相干处理、相干处理两种方法。宽带信号可以看做为多个窄带信号相加组成的结果,如下式
其中,P为窄带个数,A(fm)为窄带信号频率等于fm时的导向矢量矩阵,为窄带信号频率等于fm时的包络信号,为窄带信号频率等于fm时的噪声信号。
空频处理的基本思想就是将宽带时域信号通过傅里叶变换转变成频域信号,接着做相关运算将其转换为对应多个频点的窄带信号,然后采用窄带的方法对每个窄带信号进行处理,空频处理结构如图1所示,图中xm(n)表示阵元m的接收信号,其中m=0,…,M-1,M表示阵元数,xm,i(n)表示阵元m的第i组输入信号,wm,j表示阵元m的第j个子带权向量,其中 j=0,…,J-1,J表示子带数目,Xm,i(j)表示xm,i(n)的离散傅里叶变换(DFT)结果;Yi(j) 表示第j个子带频域的波束形成结果,yi(j)表示Yi(j)的反傅里叶变换(IDFT)结果。如果采用空频的方法进行宽带自适应单脉冲处理,对于空频非相干处理,需要将宽带信号分为多个频点的窄带信号,然后对每个频点的窄带进行自适应单脉冲测角,但是这种方法需对每个频点的数据做期望信号的检测,而低信噪比时期望信号的检测易出错,且由于需在多个频点上做存在干扰时的单脉冲测向,计算量也较大;对于空频相干处理,需要将宽带信号通过聚焦的方式投影到某个频点,然后在这个频点的基础上进行自适应单脉冲测角,然而聚焦矩阵的计算和聚焦变换会引入巨大的计算量。对于空频结构的宽带信号处理,都会存在由于傅里叶变换引起信号增益有所损失这一问题,进而使得测角结果变差,并且在低信噪比下测角不好。
现在比较经典的空时波束自适应形成算法是由Frost提出,其处理结构图如图2,图中 xm(n)表述接收信号,m=0,…,M-1,M表示阵元数,w* m,k表示阵元m的第k个时间抽头权向量,k=0,…,N-1,N表示时间抽头阶数。由于该空时方法会对接收信号进行预延迟处理来补偿各阵元间期望信号的相位差和时延差,而非精确的时延差补偿会使得经过补偿后的期望信号不满足单脉冲比幅测角的基本条件,进而导致了常规的Frost空时自适应波束形成算法不能用来进行宽带单脉冲测角。
发明内容
本发明针对宽带信号环境下,存在干扰时,在低信噪比下基于空频处理的单脉冲测角效果不佳的技术问题,提出了一种基于无需预延迟处理的空时宽带自适应单脉冲测角方法。本发明相比于传统的自适应单脉冲测角算法具有能有效运用宽带信号测角的优点,相比于空频处理结构具有能低信噪比测角、测角精确度高、不需要对每个频带信号检测的优点。
为了实现上述目的,本发明采用的技术方案是这样的:
一种基于无需预延迟处理的空时宽带自适应单脉冲测角方法,包括以下步骤:
计算物理均匀线阵阵列下的接收干扰信号的空时自相关矩阵;采用接收干扰信号的有限次快拍数据先对其进行空时抽头,然后再对抽头后的数据进行时间平均估计作为接收干扰信号的空时自相关矩阵的估计值,即利用干扰信号数据协方差矩阵作为干扰信号自相关矩阵的估计;
用无需预延迟的空时自适应波束形成方法计算得到和波束权向量;优选的方式为:基于空时自相关矩阵的约束在给定波束指向上的空时二维向量保持不变的条件下使输出功率最小计算得到和波束权向量;
对和波束权向量进行修正得到差波束权向量;优选的方式为:在宽带信号带宽内均匀取出多个频点,对取出来频点的空时二维向量采取与窄带类似的方法修正和波束权向量得到差波束权向量;
对每个样本进行和差比幅,即首先对物理均匀线阵阵列下的接收干扰信号进行时域抽头处理,再将时域抽头结果与差波束权向量进行和差波束形成,然后对和差波束形成后的每个快拍进行和差比幅,得到和差比值;
计算单脉冲测角角度,即对和差比值求平均计算得到信号偏离角度,将信号偏离角度与波束指向角相加得到单脉冲测角角度。
综上所述,由于采用了上述技术方案,本发明的有益效果为:
1.当脉冲信号是宽带信号并且存在宽带干扰时,本发明提出的单脉冲测角算法能有效的抑制宽带干扰的同时进行单脉冲测角;
2.本发明提出的方法在存在主瓣干扰的条件下仍然能进行有效测角;
3.本发明提出的方法在低信噪比情况下,仍然能够进行有效的单脉冲测角;
4.本发明提出的方法充分利用了空时法对宽带信号进行整体处理的特点,相比于传统空频处理方法具有所需信噪比小、计算量小、无需对每个频带做信号检测的优点。
附图说明
图1为宽带空频结构图;
图2为Frost空时自适应波束形成框图;
图3为本发明方法的流程图;
图4为空时处理归一化和波束图,其中图4-(a)为空时处理归一化和波束图的正视图,图4-(b)为空时处理归一化和波束图的侧视图;
图5为空时处理归一化差波束图,其中图5-(a)为空时处理归一化差波束图的正视图,图5-(b)为空时处理归一化差波束图的侧视图;
图6为空时处理宽带自适应单脉冲鉴角曲面,其中图6-(a)为空时处理宽带自适应单脉冲鉴角曲面的正视图,图6-(b)为空时处理宽带自适应单脉冲鉴角曲面的侧视图;
图7为窄带自适应单脉冲鉴角曲线;
图8为存在主瓣干扰的空时宽带自适应单脉冲鉴角曲面,其中图8-(a)为存在主瓣干扰的空时宽带自适应单脉冲鉴角曲面的正视图,图8-(b)为存在主瓣干扰的空时宽带自适应单脉冲鉴角曲面的侧视图;
图9为存在主瓣干扰的空时宽带自适应单脉冲估计角度均方根误差;
图10为基于空频非相干处理的宽带自适应单脉冲鉴角曲面,其中图10-(a)为基于空频非相干处理的宽带自适应单脉冲鉴角曲面的正视图,图10-(b)为基于空频非相干处理的宽带自适应单脉冲鉴角曲面的侧视图;
图11为基于空频相干处理的宽带自适应单脉冲鉴角曲面,其中图11-(a)为基于空频相干处理的宽带自适应单脉冲鉴角曲面的正视图,图11-(b)为基于空频相干处理的宽带自适应单脉冲鉴角曲面的侧视图;
图12为信号偏离波束指向±4°范围内估计角度均方根误差;
图13为信号偏离波束指向-4°时不同信噪比下估计角度均方根误差。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面结合实施方式和附图,对本发明作进一步地详细描述。
参见图3,本发明方法的具体实现过程如下:
1.计算物理均匀线阵阵列下接收干扰信号的空时自相关矩阵。
用Kr表示干扰信号入射数,则M个均匀线阵接收的干扰信号模型为
z(n)=As(n)+v(n),n=1,2,…,N (16)
其中N为快拍数,v(n)为独立同分布加性高斯白噪声矢量。干扰信号向量s(n)和方向矩阵A分别定义为
s(n)=[s1(n),s2(n),…,sKr(n)]T∈CKr×1 (17)
A=[a(θ1),a(θ2),…,a(θKr)]∈CM×Kr (18)
则上述阵列干扰信号模型多快拍接收数据写成矩阵形式为
Z=AS+V (19)
其中Z∈CM×N,A∈CM×Kr,S∈CKr×N,V∈CM×N。
由于本发明是基于空时处理结构实现的,所以需要对接收的干扰数据采取空时抽头处理,其中抽头实现方式为
式(20)中,K为时间抽头阶数。
理论上,干扰信号的空时自相关矩阵为
RST=E[zST(n)zST H(n)](21)
其中zST为空时抽头后的干扰信号。式(21)中相关矩阵的计算需要的样本是无限的,在实际工程中是无法实现的。因此在实际情况下,常常采用有限次样本计算相关矩阵RST的时间平均估计用数据协方差矩阵来代替理论上的相关矩阵RST。数据协方差矩阵可由下式计算
2.用无需预延迟的空时自适应波束形成方法计算得到和波束权向量。
用θ0表示波束指向方向、f表示频率,则空时二维导向矢量可以表示为
其中为Kroncker积,as(θ0,f)是频率为f时的空域导向矢量,其定义如式(3),at(f)是时间导向矢量,其表达式为
其中Ts为采样周期。在宽带信号频率范围[f0-B/2,f0+B/2]均匀取其L个频点 [f1,f2,…,fL],则它们共同构成的空时二维导向矩阵是
AST(θ0)=[ast(θ0,f1)ast(θ0,f2)…ast(θ0,fL)]∈CMK×L (25)
空时响应为
要使和波束输出功率最小的条件下保持约束条件,对和波束权值wopt做以下约束
即在满足约束条件的前提下,求解使得和波束输出功率最小的和波束权值wopt。
如应用拉格朗日乘子法对式(27)求解,可得到满足约束且和波束输出功率最小的和波束权值为
3.对和波束权向量进行修正得到差波束权向量。
对和波束权值wopt采取与窄带类似的方法对L个频点[f1,f2,…,fL]修正鉴角曲面得到差波束权值wdiff,其具体实现过程如下:
每个频点的自适应和波束、差波束分别为Σ(θ0,f)、Δ(θ0,f)
约束矩阵为
其中,约束矩阵和响应矩阵为
其中(Δθ′)为约束间隔,差波束权值wdiff必须使差波束输出的干扰功率最小,这个极值问题可以描述为
应用拉格朗日乘子法,可求得得到约束下的自适应差波束权值
4.对每组样本分别进行和差比幅。
对接收到的信号做与前面相同阶数K的时域抽头处理,假设接收到的信号矩阵是X∈CM×N,其时域抽头结果为
则形成的和波束为
ysum=wopt H*XST∈C1×(N-K+1) (36)
形成的差波束为
ydiff=wdiff H*XST∈C1×(N-K+1) (37)
所以每个样本的和差比值是
其中,real()表示对括号里的复数取实部,./点除表示向量中的每个数分别对应相除。
5.计算单脉冲测角角度。
通过仿真观察发现式(38)中计算得到每个样本的和差比值都趋近于真实的值,在这里通过取平均的方式计算最后的结果,所以最后求取的单脉冲测角角度为
下面通过仿真对比本发明提出的方法和传统自适应窄带单脉冲方法、传统空频处理方法,说明本发明的可行性、优越性:
仿真试验1:仿真中假设采用16阵元的均匀线阵,阵元间距为信号最高频率的半波长,波束指向10°,干扰来向分别为-30°、40°,其中,信噪比SNR=0dB,信号中心频率f0=1GHz,带宽B=300MHz,采样频率fs=2*B,样本快拍数snap=5000,两个干扰干噪比JNR=40dB,干扰中心频率分别为f1=1.2GHz、f2=0.9GHz,干扰带宽分别为B1=280MHz、B2=350MHz。
仿真中选取的约束角度间隔Δθ′=4°,在选择频率点的分布和数量应当合理选择,频率划分点数越多,最后的测角误差越小,但是频率点数越多消耗的自由度数越多,抽样时间阶数也必须随之增加使得K>L,同时频率点的分布应该覆盖整个频带尽可能的均匀。在本次仿真过程中选取的时间抽头阶数统一为K=15,频率点数统一为L=10在信号带宽范围内均匀选择。图4是归一化和波束图,图5是归一化差波束图,图6为信号带宽内自适应单脉冲鉴角曲面图,图7则是同等条件下窄带单脉冲鉴角曲线。
图4表明和波束权值向量能保持信号的同时抑制干扰,图5表明差波束权向量能使信号在波束指向方向上形成很深的零陷,这与自适应单脉冲和差比幅测角原理是吻合的。由仿真图6可以看出,单脉冲和差比幅比在波束指向±4°范围内的整个频带上有很好的聚焦性,虽然鉴角曲线有一定的幅度波动,这与修正得到差波束权值时只选取了L个频点有关,但可近似的认为单脉冲比为偏离中心角Δθ斜率为1的线性函数。比较图6-(b)和图7可以发现二者曲线大致相同,这说明约束后的宽带鉴角曲面很好的趋近了常规窄带自适应单脉冲鉴角曲线。
仿真试验2:保持仿真实验1中其它实验条件不变,改变第一个干扰方向为7°。改变信号方向在波束指向方向±4°范围内变化,用本发明方法进行单脉冲测角,Monte-Carlo试验次数为100次。采用均方根误差(RMSE)来验证空时宽带自适应单脉冲测角误差的测量精度,均方误差表达式为,
式中,M为试验次数,为第m次对角度的估计值,θ为信号角度的真实值。此条件下本发明鉴角曲面如图8,仿真测角均方根误差如图9所示。
图8表明当干扰在主瓣波束3dB内,本发明的鉴角曲面会在干扰位置出现偏差,在修正角位置±4°、0°是与理论值吻合的,在其他角度区域仍然能保持斜率为1的线性关系,所以当存在主瓣干扰时,本发明方法的鉴角曲面在干扰以外的角度区域仍然能保持良好的线性关系。图9表明当干扰在主瓣波束3dB内,本发明方法除了在干扰附近无法有效测角,在其他角度区域范围仍然能精确测角。这说明了本发明方法具有存在主瓣干扰时仍然能精确测角的优点。
仿真试验3:采用传统的宽带信号处理方法将宽带信号在频域上进行子带划分为多个等价窄带信号,然后用窄带的处理方式进行自适应单脉冲测角,保持仿真1中信号条件不变,在这里选取的子带划分个数J=100,为了让每个子带内有足够多的样本数据,将仿真1中样本快拍数增加为snap=20000,为了让每个子带都有信号,在做空频处理时用fs1=B对信号采样。仿真基于空频非相干处理的宽带自适应单脉冲鉴角曲面如图10,基于空频非相干处理的宽带自适应单脉冲鉴角曲面如图11。
图10表明基于空频非相干处理实现宽带自适应单脉冲测角的鉴角曲面与本发明提出算法的鉴角曲面图6接近,说明该方法具有实现宽带自适应单脉冲测角的可行性;图11表明基于空频相干处理实现宽带自适应单脉冲测角的鉴角曲面与本发明提出算法的鉴角曲面图6 接近,说明该方法具有实现宽带自适应单脉冲测角的可行性。在后面的仿真实验中将用本发明的方法与传统空频处理的方法进行性能比较。
仿真试验4:保持仿真1中条件不变,用空频处理方法实现宽带单脉冲测角时样本增加至20000个,改变信号方向在波束指向方向±4°范围内变化,Monte-Carlo试验次数为100次。采用均方根误差(RMSE)来验证空时宽带自适应单脉冲角度误差的测量精度,均方误差表达式如式(40)。仿真测角均方根误差如图12所示。
图12表明本发明算法在低信噪比SNR=0dB时仍然能精确测角,而与此同时采用传统的空频处理实现自适应单脉冲测角无法精确测角,并且本发明方法在约束角度处趋近于0,与理论吻合。这说明了本发明具有在低信噪比下在波束指向3dB内精确测角的优点。
仿真试验5:保持仿真4中的条件不变,将信号方向固定为偏离波束指向-4°即信号来向 6°,改变信噪比,在同等条件下比较宽带空时、空频处理的测角性能如图13所示。
图13表明本发明算法能在很低的信噪比-10dB下实现精确的测角,在-5dB以后估计角度均方根误差已经能够趋近于平稳,其远远优于同等条件下基于空频处理的宽带单脉冲测角。观察图中每条曲线最后的收敛值,发现本发明方法和两种空频处理的方法均方根误差近乎相同接近于0,这与修正间隔Δθ′=4°是吻合的。这再次说明了同等条件下本发明算法能在低信噪比下精确测角的优点。
以上所述,仅为本发明的具体实施方式,本说明书中所公开的任一特征,除非特别叙述,均可被其他等效或具有类似目的的替代特征加以替换;所公开的所有特征、或所有方法或过程中的步骤,除了互相排斥的特征和/或步骤以外,均可以任何方式组合。
Claims (4)
1.一种基于无需预延迟处理的空时宽带自适应单脉冲测角方法,其特征在于,包括下列步骤:
计算物理均匀线阵阵列下的接收干扰信号的空时自相关矩阵;
用无需预延迟的空时自适应波束形成方法计算得到和波束权向量;
对和波束权向量进行修正得到差波束权向量;
对每个样本进行和差比幅处理:对物理均匀线阵阵列下的接收干扰信号进行时域抽头处理,再将时域抽头结果与差波束权向量进行和差波束形成,然后对和差波束形成后的每个快拍进行和差比幅,得到和差比值;
对和差比值求平均计算得到信号偏离角度,将信号偏离角度与波束指向角相加得到单脉冲测角角度。
2.如权利要求1所述的方法,其特征在于,所述和波束权向量的具体计算方式为:基于空时自相关矩阵的约束在给定波束指向上的空时二维向量保持不变的条件下使输出功率最小计算得到和波束权向量。
3.如权利要求1所述的方法,其特征在于,对和波束权向量进行修正得到差波束权向量具体为:
在宽带信号带宽内均匀取出多个频点;
计算每个频点的自适应和波束差波束其中wopt表示和波束权值,wdiff表示差波束权值,ast(θ0,f)表示频率为f时的空时导向矢量,θ0表示波束指向,符号“(·)H”表示矩阵共轭操作;
在满足约束条件的前提下求解差波束输出的干扰功率最小的差波束权值wdiff,得到差波束权向量,其中表示约束矩阵,表示响应矩阵。
4.如权利要求1所述的方法,其特征在于,空时自相关矩阵的计算方式为:采用物理均匀线阵阵列下的接收干扰信号的有限次快拍数据先对其进行空时抽头处理,然后再对抽头后的数据进行时间平均估计得到所述空时自相关矩阵。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810072852.XA CN108398669B (zh) | 2018-01-25 | 2018-01-25 | 一种基于无需预延迟处理的空时宽带自适应单脉冲测角方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810072852.XA CN108398669B (zh) | 2018-01-25 | 2018-01-25 | 一种基于无需预延迟处理的空时宽带自适应单脉冲测角方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108398669A true CN108398669A (zh) | 2018-08-14 |
CN108398669B CN108398669B (zh) | 2021-08-06 |
Family
ID=63093789
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810072852.XA Active CN108398669B (zh) | 2018-01-25 | 2018-01-25 | 一种基于无需预延迟处理的空时宽带自适应单脉冲测角方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108398669B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109188345A (zh) * | 2018-08-27 | 2019-01-11 | 电子科技大学 | 基于去预延迟空时结构的相干信号源doa估计方法 |
CN110596692A (zh) * | 2019-08-19 | 2019-12-20 | 电子科技大学 | 基于联合约束的自适应单脉冲测向方法 |
CN110708103A (zh) * | 2019-10-30 | 2020-01-17 | 电子科技大学 | 一种无需预延迟的宽带波束形成方法 |
CN111220954A (zh) * | 2019-12-05 | 2020-06-02 | 上海无线电设备研究所 | 一种基于自校幅度归一化的雷达角误差修正方法 |
CN111693979A (zh) * | 2020-05-25 | 2020-09-22 | 北京理工大学 | 一种基于泰勒展开的数字阵列单脉冲测角方法 |
CN113376602A (zh) * | 2021-05-12 | 2021-09-10 | 西安电子科技大学 | 宽带机载相控阵雷达的直接空时自适应处理方法 |
CN114942418A (zh) * | 2022-06-10 | 2022-08-26 | 西安电子科技大学 | 基于邻近距离的单脉冲测角方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6107954A (en) * | 1991-11-04 | 2000-08-22 | Li; Ming-Chiang | Optical RF support network |
US7667638B1 (en) * | 2009-02-26 | 2010-02-23 | Northrop Grumman Systems Corporation | Detection and resolution of closely spaced targets in a monopulse system |
DE102013209252A1 (de) * | 2013-05-17 | 2014-11-20 | Robert Bosch Gmbh | Vorrichtung zur Umfeldsensorik mit verbesserter Verstärkungsumschaltung |
WO2015176889A1 (de) * | 2014-05-22 | 2015-11-26 | Endress+Hauser Gmbh+Co. Kg | Verfahren zur überwachung der funktionstüchtigkeit einer radarvorrichtung |
CN106707254A (zh) * | 2017-03-31 | 2017-05-24 | 北京润科通用技术有限公司 | 一种雷达回波信号的模拟方法及装置 |
CN108051783A (zh) * | 2017-12-07 | 2018-05-18 | 上海交通大学 | 宽带相控阵雷达回波模拟器发射多通道延时补偿方法及*** |
-
2018
- 2018-01-25 CN CN201810072852.XA patent/CN108398669B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6107954A (en) * | 1991-11-04 | 2000-08-22 | Li; Ming-Chiang | Optical RF support network |
US7667638B1 (en) * | 2009-02-26 | 2010-02-23 | Northrop Grumman Systems Corporation | Detection and resolution of closely spaced targets in a monopulse system |
DE102013209252A1 (de) * | 2013-05-17 | 2014-11-20 | Robert Bosch Gmbh | Vorrichtung zur Umfeldsensorik mit verbesserter Verstärkungsumschaltung |
WO2015176889A1 (de) * | 2014-05-22 | 2015-11-26 | Endress+Hauser Gmbh+Co. Kg | Verfahren zur überwachung der funktionstüchtigkeit einer radarvorrichtung |
CN106707254A (zh) * | 2017-03-31 | 2017-05-24 | 北京润科通用技术有限公司 | 一种雷达回波信号的模拟方法及装置 |
CN108051783A (zh) * | 2017-12-07 | 2018-05-18 | 上海交通大学 | 宽带相控阵雷达回波模拟器发射多通道延时补偿方法及*** |
Non-Patent Citations (2)
Title |
---|
GANG LU等: "Covariance-Based Barrage Jammer Nulling Filter for Surveillance Radar", 《IEICE TRANS. COMMUN.》 * |
管金称等: "宽带自适应和差波束形成与测角方法研究", 《宽带自适应和差波束形成与测角方法研究》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109188345A (zh) * | 2018-08-27 | 2019-01-11 | 电子科技大学 | 基于去预延迟空时结构的相干信号源doa估计方法 |
CN109188345B (zh) * | 2018-08-27 | 2023-03-10 | 电子科技大学 | 基于去预延迟空时结构的相干信号源doa估计方法 |
CN110596692A (zh) * | 2019-08-19 | 2019-12-20 | 电子科技大学 | 基于联合约束的自适应单脉冲测向方法 |
CN110708103A (zh) * | 2019-10-30 | 2020-01-17 | 电子科技大学 | 一种无需预延迟的宽带波束形成方法 |
CN110708103B (zh) * | 2019-10-30 | 2022-05-03 | 电子科技大学 | 一种无需预延迟的宽带波束形成方法 |
CN111220954A (zh) * | 2019-12-05 | 2020-06-02 | 上海无线电设备研究所 | 一种基于自校幅度归一化的雷达角误差修正方法 |
CN111220954B (zh) * | 2019-12-05 | 2022-07-22 | 上海无线电设备研究所 | 一种基于自校幅度归一化的雷达角误差修正方法 |
CN111693979A (zh) * | 2020-05-25 | 2020-09-22 | 北京理工大学 | 一种基于泰勒展开的数字阵列单脉冲测角方法 |
CN113376602A (zh) * | 2021-05-12 | 2021-09-10 | 西安电子科技大学 | 宽带机载相控阵雷达的直接空时自适应处理方法 |
CN114942418A (zh) * | 2022-06-10 | 2022-08-26 | 西安电子科技大学 | 基于邻近距离的单脉冲测角方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108398669B (zh) | 2021-08-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108398669A (zh) | 一种基于无需预延迟处理的空时宽带自适应单脉冲测角方法 | |
Cuomo et al. | Ultrawide-band coherent processing | |
Guerci et al. | Optimal and adaptive reduced-rank STAP | |
Melvin | Space-time adaptive radar performance in heterogeneous clutter | |
US5945940A (en) | Coherent ultra-wideband processing of sparse multi-sensor/multi-spectral radar measurements | |
CN109490850A (zh) | 主瓣干扰下宽带阵列自适应波束形成方法 | |
CN103364772B (zh) | 基于实数域广义多重信号分类算法的目标低仰角估计方法 | |
Abdalla et al. | Performance evaluation of direction of arrival estimation using MUSIC and ESPRIT algorithms for mobile communication systems | |
CN109407055A (zh) | 基于多径利用的波束形成方法 | |
Chen | Signal processing algorithms for MIMO radar | |
CN108828502A (zh) | 基于均匀圆阵中心对称性的相干源方向估计方法 | |
CN102664666A (zh) | 一种高效的宽带稳健自适应波束形成方法 | |
Viberg | Introduction to array processing | |
Li et al. | Parameter estimation based on fractional power spectrum density in bistatic MIMO radar system under impulsive noise environment | |
CN106788655A (zh) | 互耦条件下未知互耦信息的干扰相干稳健波束形成方法 | |
Gao et al. | Frequency diverse array MIMO radar adaptive beamforming with range‐dependent interference suppression in target localization | |
Chen et al. | Altitude measurement based on beam split and frequency diversity in VHF radar | |
Yang et al. | Estimation of the DOAs of coherent signals in beam space processing for phased arrays | |
Sreekumar et al. | Performance analysis of fractional Fourier domain beam-forming methods for sensor arrays | |
Zeng et al. | Low angle direction of arrival estimation by time reversal | |
Dakulagi | Robust modified multiple signal classification algorithm for direction of arrival estimation | |
Yu et al. | A robust minimum variance beamformer with new constraint on uncertainty of steering vector | |
Qiu et al. | Robust adaptive monopulse algorithm based on main lobe constraints and subspace tracking | |
CN115932824A (zh) | 一种基于多天线的fmcw雷达测距方法及*** | |
Hyder et al. | A new target localization method for bistatic FDA radar |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |