[发明专利]复杂地形下的米波雷达低仰角目标测高方法

说明书

本发明公开一种复杂地形下的米波雷达低仰角目标测高方法，主要解决现有方法在复杂多径环境下无法保证对低仰角目标高度有效估计的问题。其实现过程是：1.估计米波雷达回波数据的协方差矩阵，并对其进行奇异值分解，获取噪声子空间；2.在平坦地形镜面反射模型下，根据获取的噪声子空间，对目标仰角进行粗估计；3.在复杂地形情况下，根据目标仰角粗估计值和获取的噪声子空间，对地面反射系数、反射面高度、目标仰角及镜像角度进行联合估计，得到目标仰角最终估计值；4.利用天线阵列与目标仰角的估计值，得到目标高度估计值。本发明能有效实现对低仰角目标高度的测量，提升雷达对复杂多径环境下低仰角目标的跟踪性能，可用于目标跟踪与探测。

技术领域

本发明属于雷达技术领域，涉及雷达低仰角目标测高方法，可用于复杂地形环境下米波雷达对低仰角目标仰角及高度的估计。

背景技术

米波雷达在反隐身目标、抗反辐射导弹等方面具有优势，已越来越受到世界各国的重视。但其在低仰角跟踪中仍面临一些技术难题。造成米波雷达低仰角跟踪困难的主要原因是多径效应的存在，即存在与目标直达波信号相干的地、海面反射的多径信号，从而影响了其对目标的定位。

现有的低仰角目标角度估计方法可分为改进的单脉冲技术和阵列超分辨技术两大类。改进的单脉冲处理技术有固定波束法，双零陷法和复数指示角法。这类算法运算量低，但是当目标仰角小于波束宽度的四分之一时，上述算法估角偏差较大。阵列超分辨技术是人们解决多径问题的主要研究方向，其中以多重信号分类MUSIC算法和最大似然ML算法最为代表。MUSIC算法最为明显的缺陷是不能用来直接处理相干信号，虽然通过空间平滑技术可以改善MUSIC算法对相关信号的处理能力，但空间平滑会带来阵列有效孔径的损失。最大似然算法可以直接处理相干信号，是米波雷达测角问题中最常用的算法，但是最大似然算法需要进行多维搜索，运算量较大。为此，有学者提出了一种改进的最大似然RML算法，该算法通过预先得到的目标距离和天线高度等先验信息，利用直达波信号与反射波信号之间存在的几何关系，最终只需进行一维搜索便可完成对目标仰角的估计，大大减少了运算量。但是在实际应用中，对于地面非平坦的复杂地形情况下，反射面高度及地面复反射系数等信息一般是未知的且很难测量，这将使得上述算法中的几何关系失效，导致最大似然算法无法有效对低仰角目标高度进行测量，从而影响米波雷达对低仰角目标的跟踪性能。

发明内容

本发明的目的在于针对上述已有技术的不足，提出一种复杂地形下的米波雷达低仰角目标测高方法，以在地面非平坦、反射面高度未知的情况下完成对低仰角目标高度的测量，改善复杂多径条件下米波雷达对低仰角目标的跟踪性能。

实现本发明目的的技术方案，包括如下步骤：

(1)利用阵列天线接收目标回波数据X，求取该接收数据的协方差矩阵RX；

(2)对协方差矩阵RX进行奇异值分解，得到小特征值对应的特征向量vm，构成噪声子空间：

Un＝[vK+1,…,vm,…,vM]T，

其中，m＝K+1,…,M，K为目标个数，M为天线个数，K＜M，(·)T表示转置运算；

(3)假设地形平坦，根据噪声子空间Un，利用广义MUSIC算法得到目标仰角的粗估计值θ0；

(4)复杂地形情况下，对地面反射系数、反射面高度、目标仰角及镜像角度进行联合估计，得到目标仰角最终估计值：