基于l型干涉式线性阵列的二维波达角估计方法
【专利摘要】本发明属于干涉式阵列波达角估计【技术领域】，特别涉及基于L型干涉式线性阵列的二维波达角估计方法。本发明包括以下步骤：以L型干涉式线性阵列为基准，建立三维直角坐标系；得出x轴接收信号和z轴接收信号的互相关矩阵Rxz、和根据Rxz、和得出线性算子Px和Pz；根据线性算子Px和线性算子Pz，在[0°180°]的搜索角度范围内，以α为搜索步长搜索出每个入射信号方位角的粗估计值、以及每个入射信号俯仰角的粗估计值；在方位角精估计每个搜索区间内以β为搜索步长搜索出对应入射信号方位角的精估计值，在俯仰角精估计每个搜索区间内以β为搜索步长搜索出对应入射信号俯仰角的精估计值；针对每个入射信号俯仰角的精估计值，得出与之配对的入射信号方位角的精估计值。
【专利说明】基于L型干涉式线性阵列的二维波达角估计方法
【技术领域】
[0001]本发明属于干涉式阵列波达角估计【技术领域】，特别涉及基于L型干涉式线性阵列的二维波达角(Direction of Arrival, D0A)估计方法,可用于目标定位和跟踪。
【背景技术】
[0002]众所周知，阵列的角度分辨率、测角精度均与阵列的孔径成正比，通常，通过增大阵列孔径可提高雷达的角分辨率和测角精度。然而，增大阵列孔径使得雷达在成本、工程实现、机动性等方面受到严重的限制，而且大孔径的阵列天线也不利于雷达自身的隐身及高机动性需求，也就降低了雷达的抗摧毁和战场生存能力。为了减少成本、满足机动性且保持测角精度的要求，往往需要对阵列进行孔径扩展，即保持阵列孔径不变而减少阵元数。通过非均匀布阵的方式可以扩展阵列孔径，但是这样的阵列不具备旋转不变性，也就无法使用旋转不变子空间算法；当采用阵元间距大于半波长的均匀线阵时，根据空域Nyquist采样定理，将产生模糊的方向估计，即使有先验信息的前提下，也不能保证100%的解模糊；而高阶累积量与自回归滑动平均模型法很明显的增加了计算复杂度，从而影响了波达角估计的实时性。
[0003]L型干涉式线性阵列波达角的估计精度可以通过增加基线长度来改善，基线长度越大，波达角估计精度越高。但是由于基线长度远大于半波长，这样的稀疏布阵方式使得角度的测量存在严重的模糊问题，如何解角度模糊一直是L型干涉式线性阵列角度估计的关键所在。常用的角度解模糊方法有双尺度旋转不变子空间算法(Dual Size Estimatingsignal parameters via rotational invariance techniques,简称双尺度ESPRIT算法)、参差基线法等。双尺度ESPRIT算法由于需要进行特征值分解，当阵元数目增加时运算量急速增大；参差基线法受算法本身的限制只适用于估计单个目标的角度，多目标情况下该算法失效。
【发明内容】
[0004]本发明的目的在于提出基于L型干涉式线性阵列的二维波达角估计方法，采用L型干涉式线性阵列扩展孔径(即在X轴和Z轴分别采用两个孔径相对较小的阵列天线，两个阵列天线的距离适当拉开)，以达到更高的角度分辨率，提出一种不需要特征值分解，不需要解模糊的二维波达角估计方法，以解决L型干涉式线性阵列测角过程中存在的解模糊问题，并进一步降低运算量，以提高L型干涉式线性阵列波达角估计的实时性。
[0005]为实现上述目的，本发明的技术思路是:首先在数据模型的假设下分别实现方位维和俯仰维的粗估计，然后通过L型干涉式线性阵列方向图第一栅瓣的位置确定搜索区间，在此搜索区间内采用PM算法分别实现方位维和俯仰维的精估计，最后采用穷尽搜索法实现方位角和俯仰角的配对。
[0006]为实现上述技术目的，本发明采用如下技术方案予以实现。
[0007]基于L型干涉式线性阵列的二维波达角估计方法包括以下步骤:[0008]步骤1，以L型干涉式线性阵列为基准，建立三维直角坐标系；在所述L型干涉式线性阵列中，其中一个干涉式线性阵列位于X轴上,另一个干涉式线性阵列位于ζ轴上；位于X轴上的干涉式线性阵列与位于ζ轴上的干涉式线性阵列具有相同的结构，位于X轴上的干涉式线性阵列包括:X方向第一子阵和X方向第二子阵；位于ζ轴上的干涉式线性阵列包括:z方向第一子阵和ζ方向第二子阵；干涉式线性阵列的基线长为D，L型干涉式线性阵列接收的信号的波长表示为λ，?>λ ;每个子阵为由M个阵元组成的均匀线阵，每个子阵内的阵元间距为d ;当L型干涉式线性阵列接收到P个互不相关的信号之后，得出χ轴接收信号x(n)和ζ轴接收信号z(n)，P为自然数且P〈2M;得出χ轴接收信号x(n)和ζ轴接收信
号ζ (η)的互相关矩阵Rxz,得出反向复共轭形式的χ轴接收信号叉(《)和ζ轴接收信号ζ (η)的互相关矩阵互得出反向复共轭形式的ζ轴接收信号和χ轴接收信号χ (η)的互相关矩阵;
[0009]步骤2，将矩阵Rxz和矩阵5χζ组合成矩阵Rx，Rv=[RA.__jJdfRjpRzx组合成矩阵Rz为R =[R,,,RZJ;将矩阵Rx和矩阵Rz作如下分解:
【权利要求】
1.基于L型干涉式线性阵列的二维波达角估计方法，其特征在于，包括以下步骤: 步骤1，以L型干涉式线性阵列为基准，建立三维直角坐标系；在所述L型干涉式线性阵列中，其中一个干涉式线性阵列位于X轴上，另一个干涉式线性阵列位于z轴上；位于X轴上的干涉式线性阵列与位于z轴上的干涉式线性阵列具有相同的结构，位于X轴上的干涉式线性阵列包括:x方向第一子阵和X方向第二子阵；位于z轴上的干涉式线性阵列包括:z方向第一子阵和z方向第二子阵；干涉式线性阵列的基线长为D，L型干涉式线性阵列接收的信号的波长表示为λ，?>λ ;每个子阵为由M个阵元组成的均匀线阵，每个子阵内的阵元间距为d ;当L型干涉式线性阵列接收到P个互不相关的信号之后，得出X轴接收信号X (η)和ζ轴接收信号ζ(η)，P为自然数且Ρ〈2Μ;得出X轴接收信号χ(η)和ζ轴接收信号ζ (η)的互相关矩阵Rxz，得出反向复共轭形式的X轴接收信号i(?)和ζ轴接收信号ζ (η)的互相关矩阵豆:，得出反向复共轭形式的ζ轴接收信号z(n)m X轴接收信号χ(η)的互相关矩阵Rzx; 步骤2，将矩阵Rxz和矩阵Rxr组合成矩阵.Rx，Rt=[Rc，Rx ]，将Rzx和R组合成矩阵Rz为:Rz=[R:v，艮:v]；将矩阵Rx和矩阵Rz作如下分解:
2.如权利要求1所述的基于L型干涉式线性阵列的二维波达角估计方法，其特征在于，在步骤I中，在P个信号中，第k个信号表示为Sk(n)，k取I至P，η表亍离散时间变量；将第k个信号入射的俯仰角表示为0k，将第k个信号入射的方位角表示力的第k个信号入射的方位角为第k个信号的来波方向与X轴正向的夹角； 所述X轴接收信号X (η)表示为:
3.如权利要求1所述的基于L型干涉式线性阵列的二维波达角估计方法，其特征在于，在步骤2中，在将矩阵Rx和矩阵Rz分别进行分解之后，得出线性算子Px的共轭转置矩阵Pf和线性算子Pz的共轭转置矩阵P" Pf = (Rt1R^1)-1Ry1Ra,，Pf = (RzlR^)-1RrlRr2 然后，根据Pf和Pf，计算出线性算子Px和线性算子Pz。
4.如权利要求1所述的基于L型干涉式线性阵列的二维波达角估计方法，其特征在于，所述步骤3的具体子步骤为: 首先将矩阵Qx和Qz定义如下:
5.如权利要求1所述的基于L型干涉式线性阵列的二维波达角估计方法，其特征在于，在步骤3中，第k个信号入射的俯仰角的粗估计值表示为? k取I至P ;第k个信号入射的方位角的粗估计值表示为^， 在步骤4中，所述俯仰角精估计第k搜索区间Hek为:
6.如权利要求1所述的基于L型干涉式线性阵列的二维波达角估计方法，其特征在于，在步骤4之后，还包括步骤5 ;在步骤5中，针对每个信号入射的俯仰角的精估计值，得出与之配对的信号入射的方位角的精估计值。
7.如权利要求6所述的基于L型干涉式线性阵列的二维波达角估计方法，其特征在于，在步骤4中，在俯仰角精估计第k搜索区间内搜索出的Θ值为第k个俯仰角精估计值0 ,k取I至P ;在方位角精估计第k搜索区间内搜索出的P值为第k个方位角精估计值％； 步骤5的具体子步骤为: 首先定义接收信号的联合矢量y (η):
【文档编号】G01S3/28GK104020440SQ201410241880
【公开日】2014年9月3日 申请日期:2014年6月3日 优先权日:2014年6月3日
【发明者】杨明磊, 陈伯孝, 翁亚男, 全达领 申请人:西安电子科技大学