平面阵列米波雷达超分辨测高技术研究

针对形状不规则的平面阵列米波雷达由于各行天线阵元数不同引起较大的测高误差,提出一种增加导向矢量系数的改进最大似然超分辨测高方法,进而推广到所有的平面阵列米波雷达。该方法首先对各行天线接收的目标回波信号进行行合成,然后基于各行不同的天线阵元数来构造各行天线的幅度归一化导向矢量系数,并重新构建阵列导向矢量,最后使用最大似然超分辨算法进行测高处理。并通过计算机仿真验证了该方法的有效性。     

基于行列合成的实值二维Root-MUSIC算法

在低仰角及多径环境下,常规二维波达方向估计的高分辨方法需要特征值分解或者多维搜索,运算量巨大,文中提出了一种基于行列合成处理和实值二维Root-MUSIC测角的双迭代方法.该方法由某个初始二维角度出发,首先进行行列合成,将面阵接收的数据矩阵合成为行列矢量,然后用实值Root-MUSIC分别估计俯仰角和方位角,最后由更新的二维角度重构加权向量,对阵列数据进行行列合成并重新估计二维角度,其迭代直至得到的二维角度满足给定的精度.该方法操作简单、收敛速度快,由于引入了实值域处理,在对多径信号解相关的同时进一步降低了运算量.计算机仿真结果证实了该方法估计低仰角信号的二维波达方向的正确有效性.     

米波雷达最大似然超分辨测高技术研究

米波雷达垂直面波束比较宽,直达波与多径相干叠加导致垂直面波瓣分裂,波束比幅或DBF(数字波束形成)搜索的方法无法进行测高。介绍了最大似然算法原理,分析了米波雷达反射场的几何模型,提出了与阵列几何模型匹配的最大似然阵列超分辨测高方法,给出了算法的具体实现步骤,有效解决了米波雷达低仰角测高问题。针对试验米波雷达系统采集的实际回波,给出了DBF搜索、传统最大似然及该文算法的处理结果,试验结果也表明了该方法的优良测高性能。     

面阵二维角度估计的RELAX算法

针对常规二维波达方向估计的高分辨算法的运算量大和稳健性差,将基于均匀线阵的RE-LAX算法拓展到均匀面阵中,得到了多快拍二维角度估计的二维RELAX（2-DRELAX）算法。对于常见的单目标存在地面反射多径的情况,将2-DRELAX算法进行简化,提出了一种基于行列合成处理和RELAX算法测角的双迭代方法。该方法由某个初始的二维角度出发,首先进行行列合成处理,将面阵接收的数据矩阵合成为行、列天线接收的数据矢量,然后由RELAX算法分别估计方位角和俯仰角,最后由估计的二维角度更新行列合成因子并进行行列合成,得到更精确的二维角度估计,如此迭代直至得到的二维角度满足给定的精度要求。该方法收敛速度快,无需特征值分解和多维搜索,对相关信号不需要解相关处理,具有较高的测角精度和分辨力。     

基于时-空稀疏解的方位超分辨算法

受限于阵列波束宽度的瑞利限,常规单脉冲测角方法无法分辨处于一个波束宽度内的多个目标,为此,提出一种基于时-空稀疏解的方位超分辨算法,对距离、多普勒维无法分辨的同一波束宽度内的多个目标进行角度测量。该方法首先构造基于类-p范数稀疏度和2范数约束的代价函数,通过迭代过程最小化代价函数求得时-空二维稀疏解,最后由时-空二维稀疏解估计目标的多普勒频率和方位角。与传统的方位超分辨算法相比,该方法利用了多普勒信息,改善了方位超分辨性能,具有较高的分辨率和极低的旁瓣电平,同时该方法无需多维空间谱搜索过程。计算机仿真结果验证了该算法的有效性。     

波束域最大似然测高方法

针对雷达在低仰角搜索和跟踪目标时波束打地、受阵地反射多径影响严重的问题,提出了波束域最大似然雷达低仰角测高方法。该方法首先形成俯仰多波束覆盖目标,然后使用最大似然算法对多波束的目标数据进行处理,通过空间谱能量最大化的角度信息估计目标仰角和高度。与传统的和差波束及多波束比幅测角方法相比,该方法受多径影响小,具有较高的角度分辨率和高测量精度。计算机仿真和实测数据的处理结果验证了该算法可行有效。     

基于稀疏解的米波雷达测高方法

针对米波雷达由于波束宽和地面反射多径引起的测高难题,提出一种基于稀疏解的米波雷达低仰角测高法。该方法首先构造基于类-P范数稀疏度和2-范数约束的代价函数,通过迭代方法最小化代价函数得到稀疏解,最后由尺寸远大于阵元数的稀疏解估计目标仰角和高度。与传统的高分辨算法相比,该方法对信噪比和快拍数要求不高、无需特征值分解和多维搜索过程,具有较高的分辨率和极低的旁瓣电平。计算机仿真和实测数据的处理结果验证了该算法的有效性。     

一种基于空域滤波的米波雷达测高新方法

针对米波雷达波束宽、易受阵地反射多径影响的问题,提出一种基于空域滤波的米波雷达低仰角测高新方法。首先该方法形成指向偏离搜索仰角的空域滤波器,并在搜索仰角及对应的多径反射角处形成两个零陷以对消目标直达回波和多径反射回波。然后,对阵列信号进行滤波,通过滤波后信号能量最小值的角度信息估计目标仰角和高度。与传统的高分辨算法相比,该方法对平坦及粗糙反射面均具有适应性,具有低运算复杂度和高测量精度。最后,计算机仿真和实测数据的处理结果验证了该算法可行有效。     

阵列内插的波束域ML米波雷达测高方法

针对多径环境下低仰角目标角度估计的最大似然(ML)算法运算量大的问题,提出了一种能有效降低运算复杂度的米波雷达测高方法一基于阵列内插的波束域ML算法.首先对大间距的均匀线阵进行等间隔内插,对波束域变换存在的角度模糊问题实现了解模糊;通过无模糊的波束域变换将阵元接收的数据合成为少数几个波束域的数据;利用波束域的ML算法估计目标的仰角并计算其高度.该算法在获得与传统的ML算法相当的测角和测高精度的同时,运算量仅为传统ML的25%.计算机仿真和某米波雷达实测数据的处理结果验证了该算法的有效性和可行性.     

高山阵地米波雷达测高方法研究

合成导向矢量最大似然算法对平坦阵地的米波雷达测高具有较高的精度,但在高山阵地下,会出现仰角空间谱模糊的现象,测高精度较低。鉴于此,本文提出了一种基于合成导向矢量最大似然算法的雷达变频测高方法,依据不同频点空间谱模糊的周期不同的特点,通过变频计算得到真实的目标仰角,仿真数据验证了该方法的有效性。