一种多径干扰下基于稀疏阵列的米波MIMO雷达高度测量方法

本发明属于mimo雷达，具体涉及一种多径干扰下基于稀疏阵列的米波mimo雷达高度测量方法。

背景技术：

1、由于反射的多路径信号，高度测量是低高程区域的一个难题。这个问题可以看作是如何消除相干信号，然后发展了许多相应的高度测量方法，如空间平滑技术、重建矩阵方法[、最大似然估计、交替投影技术、压缩感知和稀疏重建技术。在实际应用中，在复杂的地形环境中同时存在多条反射路径。在过去的几十年里，已经发展了大量的研究来解决这类问题。值得注意的是，mimo雷达在其波形多样性检测低高程目标方面显示出了显著的优势，并且有大量的研究工作。此外，实际地形中有许多复杂地形，如起伏地形、倾斜地形等。在复杂的地中，反射点很可能不止一个，因此，上述高度测量方法的精度大大降低。为了解决这一问题，研究了基于矩阵嵌套的高度测量方法。

2、上述低角目标定位算法均采用均匀线阵mimo雷达信号模型，存在高程估计精度低，测量误差随高程角变化波动大的问题。考虑到稀疏阵列具有较大的自由度和较低的相互耦合，其等效孔径大于均匀线性阵列，因此在相同条件下到达方向(doa)估计精度较好。另外，对于多路径反射的目标，由于阵列距离的不均匀性，直接波与反射波的差引起的相位差会有所不同。这使得稀疏阵列可以应用于高程估计。

技术实现思路

1、针对上述存在的问题，本发明考虑了复杂地形对多路径的影响。首先提出了一种实用的复杂地形mimo雷达多路径信号模型，同时考虑了传输多路径和接收多路径。然后提出了一种新的基于稀疏阵列的海拔高度估计技术。该算法可以同时处理简单地形和复杂地形下多路径的影响。在复杂地形下，将稀疏阵列作为发射和接收天线引入mimo雷达系统。建立了复杂地形下稀疏阵列mimo雷达的多路径反射信号模型。结合广义多重信号分类算法和最大似然算法，提出了一种适用于该模型的高度测量方法。在简单地形下，为了降低计算代价，提出了一种实值算法和一种降维实值算法。

2、为了实现上述的技术效果，为了实现上述目的，本发明提供一种多径干扰下基于稀疏阵列的米波mimo雷达高度测量方法，包括：

3、s1：构建基于稀疏阵列的mimo雷达信号模型；

4、s2：基于步骤1的mimo雷达信号模型，构建基于共生阵列和嵌套阵列的高度测量方法，实现对雷达对目标的高度测量。

5、优选的，s1包括：

6、s1.1：构建复杂多路径下mimo雷达的多径信号模型x(t)：

7、

8、其中，j为虚数，δi＝2πδri/λ，波长λ，s(t)＝[s1(t),....,sm(t)]t为mimo雷达的传输信号矢量，e为自然数为底的指数，i表示反射点，ρsi为反射点的反射系数，为无干扰基本接收信号，θd是稀疏阵列传感器的仰角；

9、其中，a(θd),a(θs,i)分别是有向波和反射波的转向矢量，表示为：

10、

11、其中，d＝[d1,....,dm]t是稀疏阵列传感器的位置；

12、s1.2：根据互反定理，对于接收阵列需加入多路径效应，其原理与传输多路径效应相同，因此得到接收器接收到的数据的表达式：

13、

14、其中，β(t)表示目标散射回波，n(t)表示均值和方差均为零的高斯白噪声；

15、s1.3：对s1.2的公式匹配滤波，得到：

16、

17、δi是第i个目标的反射系数；

18、s1.4：将s1.3的x(t)向量化：

19、

20、vec函数定义矢量化操作，即将矩阵按列的形式接龙排列。

21、优选的，s2构建的基于共生阵列和嵌套阵列的高度测量方法包括：

22、s2.1：构建基于广义music算法和ml算法的基本算法，实现基于稀疏阵列的米波mimo雷达低空目标高度测量；

23、s2.2：构建实值处理算法，实现基于稀疏阵列的米波mimo雷达低空目标高度测量；

24、s2.3：在s2.1和s2.2的基础上，构建降维实值处理算法，实现基于稀疏阵列的米波mimo雷达低空目标高度测量。

25、优选的，s2.1包括：

26、s2.1.1：假设反射点的数量为2，简化s1.3方程，得到：

27、

28、a(θd,θs,1,θs,2)是接收到的数据的转向向量，a(θd),a(θs,1),a(θs,2)是稀疏阵列转向向量；

29、嵌套式阵列传感器的位置以及转向矢量a(θd),a(θs,1),a(θs,2)分别为：

30、d＝[d1,d2,d3,d4,d5,d6]t

31、＝[1d,2d,3d,4d,8d,12d]t

32、

33、

34、s2.1.2：θs,2,θs,1和θd的几何关系为：

35、θs,i≈(arctan(tanθd+2ha/r)+θq,i)

36、其中，ha为参考元素高度，θq,i是反射点的地面倾角，θs,i为反射点的反射波的方向，r为雷达投影点到水平地面与目标投影点的距离；

37、s2.1.3：如果转向矢量与地形相匹配，则可以通过地形侦察提前得到倾角，因此，a(θd,θs,1,θs,2)被写成a(θd)，并且，将a(θd)记为a(θ)；

38、s2.1.4：根据最大似然估计准则，接收到的数据协方差矩阵从以下方程中得到：

39、

40、其中，l表示快拍的数量，噪声子空间en通过协方差矩阵的特征值分解得到广义music算法的谱峰搜索公式：

41、

42、s2.1.5：转向向量矩阵构造了ml算法的空间投影矩阵如下：

43、pa(θ)＝a(θ)(ah(θ)a(θ))-1ah(θ)

44、s2.1.6：ml算法的谱峰搜索公式为：

45、

46、s2.1.7：通过s2.1.4广义music算法的谱峰搜索公式和s2.1.6ml算法的谱峰搜索公式，得到目标的仰角θ，再将仰角θ代入s2.1.2的几何关系公式中，可以得到雷达对目标的测量高度。

47、优选的，s2.2.1：实值music算法的谱峰搜索公式：

48、

49、式中，un为由实值协方差矩阵的特征值分解得到的实值噪声子空间，au(θ)为实值复合转向向量；

50、s2.2.2：uml算法的谱峰搜索公式如下：

51、

52、其中，ip：维度为p的单位矩阵；

53、s2.2.3：通过s2.2.1实值music算法的谱峰搜索公式和s2.2.2uml算法的谱峰搜索公式，得到目标的仰角θ，再将仰角θ代入s2.1.2的几何关系公式中，可以得到目标的高度。

54、优选的，s2.3.1：降维实值算法的谱峰搜索公式表示如下：

55、

56、aurd(θ)是降维实值转向向量，特征值分解是降维实值接收的数据协方差矩阵

57、s2.3.2：降维实值算法的rd-uml谱峰搜索公式为：

58、

59、其中，维度为prd的单位矩阵，trace：求矩阵的迹操作；

60、s2.3.3：通过s2.3.1降维实值算法的谱峰搜索公式和s2.3.2rd-uml谱峰搜索公式，得到目标的仰角θ，再将仰角θ代入s2.1.2的几何关系公式中，可以得到目标的高度。

61、与现有技术相比，本发明的有益效果是：

62、本发明首先提出了一种实用的复杂地形mimo雷达多路径信号模型，同时考虑了传输多路径和接收多路径。然后提出了一种新的基于稀疏阵列的海拔高度估计技术。该算法可以同时处理简单地形和复杂地形下多路径的影响。在复杂地形下，将稀疏阵列作为发射和接收天线引入mimo雷达系统。建立了复杂地形下稀疏阵列mimo雷达的多路径反射信号模型。结合广义多重信号分类算法和最大似然算法，提出了一种适用于该模型的高度测量方法。在简单地形下，为了降低计算代价，提出了一种实值算法和一种降维实值算法。

63、通过仿真实验得到：所有算法的rmse都随着信噪比的增加而减小，这与理论分析结果一致。与基于ula的gmusic相比，基于阵列和嵌套阵列的角度和高度估计rmse要小得多，说明基于阵列和嵌套阵列的三种gmusic算法都是有效的。