基于多波位聯(lián)合處理的最大似然目標(biāo)doa估計方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于雷達(dá)技術(shù)領(lǐng)域，具體說是一種基于多波位聯(lián)合處理的最大似然目標(biāo) D0A估計方法，用于解決機(jī)載雷達(dá)在低信噪比、低陣元數(shù)下D0A估計精度較差的問題，并提高 目標(biāo)的D0A估計精度。
【背景技術(shù)】
[0002] 機(jī)載雷達(dá)的核心任務(wù)就是在復(fù)雜的背景環(huán)境中發(fā)現(xiàn)目標(biāo)并進(jìn)行跟蹤，因此對目標(biāo) 信號到達(dá)方向的估計十分重要。波達(dá)方向（Direction Of Arrival，D0A)估計技術(shù)的關(guān)鍵在 于利用空間不同位置的天線陣列，接收來自不同方向的多個信號源發(fā)出的信號，運(yùn)用現(xiàn)代 信號處理技術(shù)估計出信號源的方向。最早的波達(dá)方向估計算法是基于傅里葉變換的線性譜 估計的方法，但該方法由于受到瑞利限的限制，因而無法獲得超高分辨的波達(dá)方向估計性 能，且抗噪聲能力差。
[0003] 1967年，Burg提出了最大譜估計方法，主要包括最大熵法、AR模型參量法、MA模型 參量法、ARMA模型參量法和正弦組合模型法等，這些方法都具有高分辨率的優(yōu)點(diǎn)，但是這些 方法的運(yùn)算量大，且魯棒性較差。Capon提出的高精度的最大似然算法理論上可以達(dá)到克拉 美-羅界，但該方法的運(yùn)算量過大，在系統(tǒng)自由度較大時不利于實現(xiàn)。1979年Schmidt提出了 多重信號分類法(MUSIC算法），該方法需要進(jìn)行特征值分解運(yùn)算，可以得到較高精度的參數(shù) 估計，但是計算量太大。1985年Roy和Kailath提出了旋轉(zhuǎn)不變技術(shù)的參數(shù)估計算法(ESPRIT 算法），但該算法忽略了信號的時間特性。
[0004] 對于機(jī)載雷達(dá)，其接收數(shù)據(jù)包含了目標(biāo)、雜波、干擾以及噪聲，因此為了精確估計 目標(biāo)的波達(dá)方向，需要抑制雜波和干擾，即將目標(biāo)波達(dá)方向的估計與空時自適應(yīng)處理 (space-time adaptive processing，STAP)相結(jié)合，這使得信號處理過程變得十分復(fù)雜。而 大多數(shù)D0A估計算法都是在單波位背景下實現(xiàn)的，D0A估計精度受到陣列孔徑和信噪比的影 響，在低信噪比、低陣元數(shù)下D0A估計精度較差。

【發(fā)明內(nèi)容】

[0005] 針對上述現(xiàn)有技術(shù)的不足，本發(fā)明的目的在于提出一種基于多波位聯(lián)合處理的最 大似然目標(biāo)D0A估計方法，該方法采用多波位聯(lián)合處理來提高目標(biāo)的D0A估計精度，能夠在 改善目標(biāo)的D0A估計精度的同時，降低運(yùn)算量。
[0006] 為了實現(xiàn)上述技術(shù)目的，本發(fā)明采用如下技術(shù)方案予以實現(xiàn)。
[0007] -種基于多波位聯(lián)合處理的最大似然目標(biāo)D0A估計方法，其特征在于，包括以下步 驟：
[0008] 步驟1，獲取Μ個波位的雷達(dá)回波數(shù)據(jù)，所述Μ個波位依次相鄰;對Μ個波位的雷達(dá)回 波數(shù)據(jù)分別進(jìn)行脈沖多普勒處理，得到Μ個波位的目標(biāo)所在多普勒通道的數(shù)據(jù)；
[0009] 步驟2,根據(jù)Μ個波位的目標(biāo)所在多普勒通道的數(shù)據(jù)，分別估計Μ個波位的協(xié)方差矩 陣 R1，···，，···，!^
[0010]
個波位的主波束對應(yīng)的角度范圍為[θι，θκ]，
波束對應(yīng)的角度范圍均勻劃分為Κ-1份，得到Κ個目標(biāo)方位角. . . ,θη ...，θκ;計算第i個 目標(biāo)方位角9i的空域?qū)蚴噶縎(0i);其中，i = l，2，. . .表示向上取整；
[0011] 步驟4,根據(jù)第m個波位的協(xié)方差矩陣Rm，以及第i個目標(biāo)方位角0i的空域?qū)蚴噶縎 (θ〇,計算第m個波位關(guān)于第i個目標(biāo)方位角權(quán)矢量進(jìn)而得到所有Μ個波位關(guān)于第i 個目標(biāo)方位角9冊權(quán)矢量將所有Μ個波位關(guān)于第i個目標(biāo)方位角Θ,的權(quán)矢 量進(jìn)行組合，得到第i個目標(biāo)方位角的權(quán)矢量矩陣Wi，％ 其中， i = l，2，...，K，diag{ · }表示對角矩陣；
[0012] 步驟5,根據(jù)第i個目標(biāo)方位角的權(quán)矢量矩陣I，計算第i個目標(biāo)方位角的濾波 輸出功率yi，i = 1，2，. . .，K;比較所有K個目標(biāo)方位角的濾波輸出功率，將其中最大的濾波 輸出功率值所對應(yīng)的目標(biāo)方位角作為最終的目標(biāo)方位角Μ。
[0013] 本發(fā)明與現(xiàn)有技術(shù)相比所具有的優(yōu)點(diǎn)：本發(fā)明在陣元數(shù)有限的情況下，聯(lián)合相鄰 多波位的雷達(dá)回波信息進(jìn)行目標(biāo)能量累積，抑制了雜波和干擾，并改善了信噪比，從而提高 了目標(biāo)的D0A估計精度，同時減少了運(yùn)算量。
【附圖說明】
[0014] 圖1是本發(fā)明的流程圖；
[0015] 圖2、圖3、圖4分別是噪聲背景下，單波位、雙波位以及三波位情況下目標(biāo)方位角的 均方根誤差(RMSE)隨波達(dá)方向（D0A)、信噪比（SNR)和陣元數(shù)N的變化曲線圖；
[0016] 圖5、圖6、圖7分別是干擾背景下，單波位、雙波位以及三波位情況下目標(biāo)方位角的 均方根誤差(RMSE)隨波達(dá)方向（D0A)、信噪比（SNR)和陣元數(shù)N的變化曲線圖。
【具體實施方式】：
[0017] 參照圖1，本發(fā)明的基于多波位聯(lián)合處理的最大似然目標(biāo)D0A估計方法，具體實現(xiàn) 步驟如下：
[0018] 步驟1，獲取Μ個波位的雷達(dá)回波數(shù)據(jù)，所述Μ個波位依次相鄰;對Μ個波位的雷達(dá)回 波數(shù)據(jù)分別進(jìn)行脈沖多普勒處理，得到Μ個波位的目標(biāo)所在多普勒通道的數(shù)據(jù)。
[0019] 步驟2,根據(jù)Μ個波位的目標(biāo)所在多普勒通道的數(shù)據(jù)，分別估計Μ個波位的協(xié)方差矩 陣R1，· ··，Rm，·.·，Rm。
[0020] 步驟2中，第m個波位的協(xié)方差矩陣RmS:
[0022]其中，f為Μ個波位的目標(biāo)所在多普勒通道的數(shù)據(jù)中，第m個波位的目標(biāo)所在多普 勒通道在第1個距離門的數(shù)據(jù)，< 的維數(shù)為NX 1，N為陣元數(shù)，m=l，2,. . .，M，M為波位的個 數(shù)，1 = 1，2，. . .，L，L為距離單元個數(shù)，1〇為目標(biāo)所在的距離門，上標(biāo)Η表示共輒轉(zhuǎn)置。
[0023]
個波位的主波束對應(yīng)的角度范圍為[θι，θκ]，
波束對應(yīng)的角度范圍均勻劃分為Κ-1份，得到Κ個目標(biāo)方位角... ,θ:，...，θκ;計算第i個 目標(biāo)方位角0i的空域?qū)蚴噶縎(0i);其中，i = l，2，. . .，Κ，「_·]表示向上取整。
[0024] 所述第i個目標(biāo)方位角0,的空域?qū)蚴噶縎O,)，其表達(dá)式為：
[0026]其中，d為陣元間距，λ為波長，N為陣元數(shù)，上標(biāo)T表示轉(zhuǎn)置。
[0027] 步驟4,根據(jù)第m個波位的協(xié)方差矩陣Rm，以及第i個目標(biāo)方位角0,的空域?qū)蚴噶縎 (θ〇,計算第m個波位關(guān)于第i個目標(biāo)方位角權(quán)矢量Μ?，進(jìn)而得到所有Μ個波位關(guān)于第i 個目標(biāo)方位角9i的權(quán)矢量Wf,W；nWf ;將所有Μ個波位關(guān)于第i個目標(biāo)方位角0成權(quán)矢 量進(jìn)行組合，得到第i個目標(biāo)方位角9,的權(quán)矢量矩陣I，VV:.=心叫{νν;1,..，VV/'. ;其中， i = l，2，...，K，diag{ · }表示對角矩陣。
[0028] 所述第m個波位關(guān)于第i個目標(biāo)方位角權(quán)矢量Wf為：
[0030]