CN108398669B - 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 PDF

Info

Publication number
CN108398669B
CN108398669B CN201810072852.XA CN201810072852A CN108398669B CN 108398669 B CN108398669 B CN 108398669B CN 201810072852 A CN201810072852 A CN 201810072852A CN 108398669 B CN108398669 B CN 108398669B
Authority
CN
China
Prior art keywords
space
time
sum
difference
signal
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.)
Active
Application number
CN201810072852.XA
Other languages
English (en)
Other versions
CN108398669A (zh
Inventor
李会勇
谢明
陈敲月
胡君丽
谢菊兰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN201810072852.XA priority Critical patent/CN108398669B/zh
Publication of CN108398669A publication Critical patent/CN108398669A/zh
Application granted granted Critical
Publication of CN108398669B publication Critical patent/CN108398669B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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

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
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
Figure BDA0001558642250000021
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
Figure BDA0001558642250000022
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
Figure BDA0001558642250000023
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
Figure BDA0001558642250000024
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
Figure BDA0001558642250000025
在实际应用中，R-1通常采用采样矩阵求逆估计得到，即
Figure BDA0001558642250000026
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：
Figure BDA0001558642250000031
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：
Figure BDA0001558642250000032
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
Figure BDA0001558642250000033
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)
Figure BDA0001558642250000034
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，
Figure BDA0001558642250000035
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
Figure BDA0001558642250000036
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，
Figure BDA0001558642250000037
为窄带信号频率等于fm时的包络信号，
Figure BDA0001558642250000038
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
Figure BDA0001558642250000071
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
Figure BDA0001558642250000072
用数据协方差矩阵
Figure BDA0001558642250000073
来代替理论上的相关矩阵RST。数据协方差矩阵
Figure BDA0001558642250000074
可由下式计算
Figure BDA0001558642250000075
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
Figure BDA0001558642250000077
其中
Figure BDA0001558642250000078
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
Figure BDA0001558642250000076
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
Figure BDA0001558642250000081
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
Figure BDA0001558642250000082
即在满足约束条件
Figure BDA0001558642250000083
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
Figure BDA0001558642250000084
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)
Figure BDA0001558642250000085
约束矩阵为
Figure BDA0001558642250000086
其中，约束矩阵
Figure BDA0001558642250000087
和响应矩阵
Figure BDA0001558642250000088
为
Figure BDA0001558642250000089
Figure BDA0001558642250000091
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
Figure BDA0001558642250000092
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
Figure BDA0001558642250000093
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
Figure BDA0001558642250000094
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
Figure BDA0001558642250000101
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
Figure BDA0001558642250000102
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，
Figure BDA0001558642250000111
式中，M为试验次数，
Figure BDA0001558642250000112
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；
其中，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为：
用θ0表示波束指向方向、f表示频率，则空时二维导向矢量为：
Figure FDA0003118485430000011
其中，
Figure FDA0003118485430000012
为Kroncker积，M为均匀线阵数，K为时间抽头阶数，as(θ0,f)是频率为f时的空域导向矢量，at(f)是时间导向矢量，其表达式为：
Figure FDA0003118485430000016
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],则其共同构成的空时二维导向矩阵为：AST(θ0)＝[ast(θ0,f1)ast(θ0,f2)…ast(θ0,fL)]∈CMK×L，空时响应为
Figure FDA0003118485430000013
其中，f0为信号中心频率，B为带宽；
在满足约束条件
Figure FDA0003118485430000014
的前提下，求解使得和波束输出功率最小的和波束权值wopt，其中，和波束输出功率为：
Figure FDA0003118485430000015
表示数据协方差矩阵。
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
Figure FDA0003118485430000021
差波束
Figure FDA0003118485430000022
其中wopt表示和波束权值，wdiff表示差波束权值，符号“(·)H”表示矩阵共轭操作；
在满足约束条件
Figure FDA0003118485430000023
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
Figure FDA0003118485430000024
表示约束矩阵，
Figure FDA0003118485430000025
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。
CN201810072852.XA 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 Active CN108398669B (zh)

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 CN108398669A (zh) 2018-08-14
CN108398669B true 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)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN110596692B (zh) * 2019-08-19 2022-10-14 电子科技大学 基于联合约束的自适应单脉冲测向方法
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
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
CN111693979B (zh) * 2020-05-25 2022-10-11 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
CN113376602B (zh) * 2021-05-12 2023-03-14 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

Citations (6)

* Cited by examiner, † Cited by third party
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***

Patent Citations (6)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
Title
Covariance-Based Barrage Jammer Nulling Filter for Surveillance Radar;Gang LU等;《IEICE TRANS. COMMUN.》;20140228;第E97–B卷(第2期);第512-518页 *
宽带自适应和差波束形成与测角方法研究;管金称等;《宽带自适应和差波束形成与测角方法研究》;20200731;第36卷(第7期);第1085-1095页 *

Also Published As

Publication number Publication date
CN108398669A (zh) 2018-08-14

Similar Documents

Publication Publication Date Title
CN108398669B (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
US10571544B2 (en) Direction finding using signal power
CN108710103B (zh) 基于稀疏阵列的强弱多目标超分辨测向与信源数估计方法
Ramirez Jr et al. Synthetic aperture processing for passive co-prime linear sensor arrays
Wu et al. Super resolution time delay estimation via MODE-WRELAX
CN110161489B (zh) 一种基于伪框架的强弱信号测向方法
CN109490850A (zh) 主瓣干扰下宽带阵列自适应波束形成方法
CN109143230B (zh) 一种应用于s波段穿墙雷达的二维波达方向估计方法
WO2023010763A1 (zh) 定位参数确定方法、装置、设备和存储介质
Manokhin et al. MUSIC-based algorithm for range-azimuth FMCW radar data processing without estimating number of targets
US8384588B2 (en) Beam stabilization for wideband phase comparison monopulse angle estimation with electronically steered antennas
Zhao et al. Altitude measurement of low elevation target based on iterative subspace projection
CN108089146A (zh) 一种对预估角误差鲁棒的高分辨宽带波达方向估计方法
Zeng et al. Low angle direction of arrival estimation by time reversal
He et al. DOA estimation of wideband signals based on iterative spectral reconstruction
Zeng et al. DOA estimation for low angle targets using time reversal in frequency domain model
CN115932824A (zh) 一种基于多天线的fmcw雷达测距方法及***
Weber et al. A wideband circular array for frequency and 2D angle estimation
Zhou et al. Research on interferometer direction finding technology based on digital beam forming
Hyder et al. A new target localization method for bistatic FDA radar
CN110231590B (zh) 一种基于dft变换的阵列目标角度测量方法
CN114325560A (zh) 波束扫描雷达超分辨目标测向方法
Chen et al. A novel approach to mitigation of radar beam weighting effect on coherent radar imaging using VHF atmospheric radar
CN112698263A (zh) 一种基于正交传播算子的单基地互质mimo阵列doa估计算法
Khallaayoun et al. Spatial selective MUSIC for direction of arrival estimation with uniform circular array

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