基于动态和差波束的米波雷达低仰角目标DOA估计方法

基于动态和差波束的米波雷达低仰角目标doa估计方法
技术领域
1.本发明属于雷达领域，具体涉及一种基于动态和差波束的米波雷达低仰角目标doa估计方法。


背景技术：

2.目前，在米波雷达领域中，对低仰角目标的doa(direction of arrival，波达方向)估计精度和阵地适应性是亟待解决的重要难题，这是因为在探测低仰角目标时，由于米波雷达的波束较宽，回波信号会通过地面反射回来，雷达的主瓣将会同时接收到地面反射的多径信号和目标反射的直达信号，此时，直达信号特征将会带有幅相畸变，从而不再满足简单的远场平面波模型特征。
3.幅相畸变产生的原因就是雷达接收的多径信号。现有雷达doa估计方法主要是超分辨doa估计方法，主要包括特征子空间类超分辨算法和最大似然算法(maximum likelihood，ml)。
4.特征子空间类超分辨算法主要包括多重信号分类算法(multiple signal classification，music)和旋转不变技术(estimation of signal parameters via rotation invariance technique，esprit)。music算法的基本思想是对阵列观测信号的协方差矩阵进行特征值分解，根据信号特征值和噪声特征值，得到信号子空间和噪声子空间，利用信号子空间和噪声子空间的正交性实现目标仰角估计。由于多径传输，阵列有时会接收到不同方向上的相干信号，相干信号通常会导致信源协方差矩阵的秩亏缺，通过空间平滑的方法，恢复接收数据协方差矩阵的秩，再利用空间平滑相关矩阵进行特征值分解，能够实现目标角度的超分辨估计，即空间平滑music算法(spatial smoothing music,ssmusic)。由于空间平滑方法需要对阵列划分子阵列，子阵列比原阵列小，因此阵列有效孔径会有一定的损失。esprit算法是利用观测数据估计自协方差函数，再利用自协方差函数构造自协方差矩阵和互协方差矩阵，将自协方差矩阵的最小特征值作为噪声方差求解旋转不变等式，求出矩阵束，再利用广义特征值分解实现阵列的doa估计。
5.ml算法利用阵列观测信号的统计分布特性，将估计出的信号协方差矩阵投影到期望信号空间，实现目标仰角的最大似然估计。当信源数较多时，通常采用多维搜索的ml算法，但是这种算法的计算量非常大。在这种情况下，通常采用计算量更小的交替投影最大似然算法apml，apml算法是一种多维优化问题的化简求解方法，其原理是在多维参数的优化问题中每一步迭代优化过程仅对一个参数进行优化，每一个参数均收敛于其似然函数的一个极值点，可以减小最大似然算法的运算量。
6.但是传统超分辨doa估计方法均是建立在理想远场平面波模型的基础上，在信号模型匹配、阵地起伏较小时估计效果良好。但由于实际阵列环境中多径信号分布的复杂性和人为干扰等影响，使得阵列观测信号可能不满足远场平面波模型，从而使信号模型出现失配。因此，由于信号模型的不匹配性，导致低空测角性能将显著下降，无法得到较高的doa估计精度。
7.针对上述问题，xu z,xiong提出了经典对称差波束doa估计方法，在一定程度上解决了多径信号对米波雷达产生的影响，但是其算法中的条件较为理想化，与实际阵列环境不符，也无法针对米波雷达低仰角目标实现较高的doa估计精度。


技术实现要素：

8.为了解决现有技术中存在的上述问题，本发明提供了一种基于动态和差波束的米波雷达低仰角目标doa估计方法。本发明要解决的技术问题通过以下技术方案实现：
9.步骤1，估计米波雷达天线阵列的阵列中心仰角值；
10.步骤2，基于所述阵列中心仰角值，计算关于阵列中心仰角呈偶对称的和波束和差波束的最优权矢量；
11.步骤3，利用所述和波束的最优权矢量加权处理形成和波束，以及利用所述差波束的最优权矢量加权处理形成差波束，并完成波束发射；
12.步骤4，基于所述米波雷达天线阵列的接收信号计算和差波束的误差信号；
13.步骤5，根据所述误差信号，利用查表方式确定目标仰角；
14.步骤6，判断是否满足迭代终止条件；
15.步骤7，若否，基于所述目标仰角修正阵列中心仰角值，并返回执行步骤2～步骤6；
16.步骤8，若是，完成目标仰角估计。
17.可选的一种实施方式中，所述估计米波雷达天线阵列的阵列中心仰角值，包括：
18.至少根据雷达架高、地面起伏高度信息，估计米波雷达天线阵列的阵列中心仰角值。
19.可选的一种实施方式中，计算关于阵列中心仰角呈偶对称的和波束的最优权矢量的过程，包括：
20.基于所述阵列中心仰角值，根据传统自适应波束形成最佳权向量算法计算所述和波束的最优权矢量。
21.可选的一种实施方式中，计算关于阵列中心仰角呈偶对称的差波束的最优权矢量的过程，包括：
22.基于所述阵列中心仰角值、所述米波雷达天线阵列的参数信息，以及预先构建的关于阵列中心仰角呈偶对称的差波束的权矢量的约束优化条件，得到差波束的初始权矢量；
23.对所述初始权矢量进行优化得到所述差波束的最优权矢量。
24.可选的一种实施方式中，所述约束优化条件，包括：
25.条件1：所述差波束的权矢量在所述阵列中心仰角θ
t
处的增益最小；所述条件1以公式表达为：
[0026][0027]
条件2：所述差波束关于所述阵列中心仰角θ
t
呈偶对称，波束指向分别为θ
t
±
θ
q
，且所述权矢量在两个波束指向处具有相同的增益，所述条件2以公式表达为：
[0028]
[0029][0030]
其中，a(
·
)表示导向矢量；θ
q
表示目标回波偏离波束中心的角度；g
q
表示所述差波束在波束指向θ
t
±
θ
q
方向上的增益。
[0031]
可选的一种实施方式中，得到差波束的初始权矢量的过程，包括：
[0032]
令r＝[a(θ
t
‑
θ
q
) a(θ
t
) a(θ
t
+θ
q
)]，d＝[g
q 0g
q
]
t
，则结合所述条件1和所述条件2得到：
[0033][0034]
那么：
[0035][0036][0037]
其中，故
[0038][0039]
其中，故
[0040][0041]
则得到归一化的初始权矢量为：
[0042][0043]
其中，re[
·
]表示取信号实部；n、d、λ分别表示所述米波雷达天线阵列的参数信息中的阵元数、阵元间距和波长。
[0044]
可选的一种实施方式中，所述对所述初始权矢量进行优化得到差波束的最优权矢量，包括：
[0045]
利用预先建立的优化函数对所述初始权矢量进行优化，得到差波束的最优权矢量；其中，所述优化函数是以求取二次函数拟合系数k最大值为目标建立的。
[0046]
可选的一种实施方式中，所述优化函数的建立过程，包括：
[0047]
由所述初始权矢量，得到第n阵元的权w
δ
(n)为：
[0048][0049]
其中，ψ
t,q
＝πsin(θ
t
+θ
q
)。因此：
[0050][0051]
令1
n
×1＝[1 1
ꢀ…ꢀ
1 1]，进行范数归一化得到所述优化函数为：
[0052][0053]
其中，diag{
·
}表示将矢量置换成矩阵对角元素；o(
·
)表示高阶无穷小项；当θ
q
趋近于0时，拟合系数k值最大。
[0054]
可选的一种实施方式中，所述基于所述米波雷达天线阵列的接收信号计算和差波束的误差信号，包括：
[0055]
利用和差信号比值得到误差信号其中，所述误差信号的计算公式为：
[0056][0057]
其中，θ
d
表示直达信号入射角；θ
i
表示多径信号入射角；u
δ
(θ
d
)表示直达信号入射
角时的差通道信号；u
δ
(θ
i
)表示多径信号入射角时的差通道信号；u
∑
(θ
d
)表示直达信号入射角时的和通道信号；u
∑
(θ
i
)表示多径信号入射角时的和通道信号；s
d
(t)表示直达信号；s
i
(t)表示多径信号；n
δ
(t)表示差通道噪声；n
σ
(t)表示和通道噪声；ρ＝s
d
(t)+s
i
(t)。
[0058]
可选的一种实施方式中，所述基于所述目标仰角修正阵列中心仰角值，包括：
[0059]
计算目标方位角；
[0060]
利用所述目标方位角和所述目标仰角确定目标估计位置；
[0061]
根据所述目标估计位置和多径回波信号模型，得到修正的阵列中心仰角值。
[0062]
本发明实施例所提供的基于动态和差波束的米波雷达低仰角目标doa估计方法，利用直达信号和多径信号的对称性，采用动态修正的偶对称和/差波束同时接收直达信号和多径信号，并生成鉴角误差曲线，通过查表的方式对低仰角目标进行快速doa估计。相比于传统超分辨doa估计方法，有效解决了多径信号对阵列测角的影响，使得doa估计精度更高。相比于经典对称差波束doa估计方法，本发明实施例方法充分考虑了实际情况，对差波束进行了实时动态修正，使其更加匹配实际信号模型，从而使得doa估计精度和阵地适应性更高，且具有较低的运算复杂度。
[0063]
以下将结合附图及实施例对本发明做进一步详细说明。
附图说明
[0064]
图1为本发明实施例提供的一种基于动态和差波束的米波雷达低仰角目标doa估计方法的流程示意图；
[0065]
图2为本发明实施例提供的基于动态和差波束的米波雷达低仰角目标doa估计方法中产生的和差波束示意图；
[0066]
图3为本发明实施例提供的基于动态和差波束的米波雷达低仰角目标doa估计方法中偶对称波束的鉴角曲线和经典单脉冲鉴角曲线的对比示意图；
[0067]
图4为本发明实施例提供的基于动态和差波束的米波雷达低仰角目标doa估计方法在理想多径条件下不同直达波仰角的鉴角曲线对比结果示意图；
[0068]
图5为本发明实施例提供的基于动态和差波束的米波雷达低仰角目标doa估计方法中鉴角曲线动态修正示意图；
[0069]
图6为传统超分辨算法、经典对称差波束算法和本发明实施例提供的基于动态和差波束的米波雷达低仰角目标doa估计方法在不同目标仰角条件下测角误差的对比结果示意图；
[0070]
图7为传统超分辨算法、经典对称差波束算法和本发明实施例提供的基于动态和差波束的米波雷达低仰角目标doa估计方法在不同信噪比条件下测角误差的对比结果示意图；
[0071]
图8为针对某型号米波雷达的实测数据中的第一条航迹的航迹图；
[0072]
图9为第一条航迹使用本发明实施例方法与dbf算法、apml算法、ssmusic算法的目标仰角误差结果对比示意图；
[0073]
图10为针对某型号米波雷达的实测数据中的第二条航迹的航迹图；
[0074]
图11为第二条航迹使用本发明实施例方法与dbf算法、apml算法、ssmusic算法的目标仰角误差结果对比示意图。
具体实施方式
[0075]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0076]
为了实现低仰角目标的较高doa估计精度和良好的阵地适应性，本发明实施例提供了一种基于动态和差波束的米波雷达低仰角目标doa估计方法。
[0077]
本发明实施例方法的执行主体可以为一数据处理设备，该数据处理设备可以为配置于米波雷达内部，或者独立于米波雷达之外。该数据处理设备可以为计算机等。
[0078]
如图1所示，本发明实施例所提供的一种基于动态和差波束的米波雷达低仰角目标doa估计方法，可以包括如下步骤：
[0079]
步骤1，估计米波雷达天线阵列的阵列中心仰角值。
[0080]
本发明实施例中，米波雷达天线阵列为等距线阵，阵列中心仰角值指的是米波雷达天线阵列的阵列中心的俯仰角的数值。本发明实施例中，至少根据雷达架高、地面起伏高度信息，估计米波雷达天线阵列的阵列中心仰角值。具体过程请参见相关现有技术，在此不做详细说明。
[0081]
步骤2，基于所述阵列中心仰角值，计算关于阵列中心仰角呈偶对称的和波束和差波束的最优权矢量。
[0082]
在雷达领域的工程实现时，为了使得天线方向图实现低副瓣电平，和波束以及差波束的形成一般会利用权矢量进行加权实现。其中，和波束通常采用taylor加权，差波束通常采用bayliss加权。
[0083]
本发明实施例中的和波束同现有技术类似，关于阵列中心仰角呈偶对称。计算关于阵列中心仰角呈偶对称的和波束的最优权矢量的过程，包括：
[0084]
基于所述阵列中心仰角值，根据传统自适应波束形成最佳权向量算法计算所述和波束的最优权矢量。
[0085]
该过程的具体实现方式可以参见相关现有技术，在此不做详细说明。
[0086]
不同于现有技术中差波束关于阵列中心仰角呈奇对称，本发明实施例中的差波束关于阵列中心仰角呈偶对称。计算关于阵列中心仰角呈偶对称的差波束的最优权矢量的过程，包括以下两个步骤：
[0087]
1)基于所述阵列中心仰角值、所述米波雷达天线阵列的参数信息，以及预先构建的关于阵列中心仰角呈偶对称的差波束的权矢量的约束优化条件，得到差波束的初始权矢量。
[0088]
本发明实施例中，阵列中心仰角以θ
t
表示。所述米波雷达天线阵列的参数信息包括阵元数、阵元间距和波长等。
[0089]
所述约束优化条件，包括：
[0090]
条件1：所述差波束的权矢量在所述阵列中心仰角θ
t
处的增益最小；所述条件1以公式表达为：
[0091]
[0092]
条件2：所述差波束关于所述阵列中心仰角θ
t
呈偶对称，波束指向分别为θ
t
±
θ
q
，且所述权矢量在两个波束指向处具有相同的增益，所述条件2以公式表达为：
[0093][0094][0095]
其中，a(
·
)表示导向矢量；θ
q
表示目标回波偏离波束中心的角度；g
q
表示所述差波束在波束指向θ
t
±
θ
q
方向上的增益。
[0096]
基于所述阵列中心仰角值、所述米波雷达天线阵列的参数信息，以及所述约束优化条件，得到差波束的初始权矢量的过程，包括：
[0097]
令r＝[a(θ
t
‑
θ
q
) a(θ
t
) a(θ
t
+θ
q
)]，d＝[g
q 0 g
q
]
t
，则结合所述条件1和所述条件2得到：
[0098][0099]
那么：
[0100][0101][0102]
其中，故
[0103][0104]
其中，故
[0105][0106]
则得到归一化的初始权矢量为：
[0107][0108]
其中，re[
·
]表示取信号实部；n、d、λ分别表示所述米波雷达天线阵列的参数信息中的阵元数、阵元间距和波长。
[0109]
为了简化，将本发明实施例上述公式得到的归一化的初始权矢量简称为初始权矢
量。
[0110]
2)对所述初始权矢量进行优化得到所述差波束的最优权矢量。
[0111]
该步骤是，利用预先建立的优化函数对所述初始权矢量进行优化，得到差波束的最优权矢量。其中，所述优化函数是以求取二次函数拟合系数k最大值为目标建立的。
[0112]
以下对该优化函数的建立思想进行概要介绍：
[0113]
本发明实施例计划采用二次函数近似拟合对称和差波束的鉴角误差曲线。其中二次函数拟合鉴角误差曲线的表达式为：
[0114][0115]
其中，δ表示差通道；∑表示和通道；k表示二次函数的拟合系数，k＞0；θ表示目标仰角。
[0116]
由对称和差波束鉴角误差曲线，该方法的测角精度为：
[0117][0118]
其中，d表示求导符号。
[0119]
由上式可以看出，该方法的测角精度与目标仰角θ和拟合系数k有关，拟合系数k越大，估计精度越高。因此本发明实施例的目标为，设计最优的对称差波束，使得拟合系数k最大。
[0120]
以下，对所述优化函数的建立过程进行说明，该过程包括：
[0121]
由所述初始权矢量，得到第n阵元的权w
δ
(n)为：
[0122][0123]
其中，ψ
t,q
＝πsin(θ
t
+θ
q
)。因此：
[0124][0125]
令1
n
×1＝[1 1
ꢀ…ꢀ
1 1]，进行范数
归一化得到所述优化函数为：
[0126][0127]
其中，diag{
·
}表示将矢量置换成矩阵对角元素；o(
·
)表示高阶无穷小项；当θ
q
趋近于0时，拟合系数k值最大，此时差波束最优。
[0128]
本领域技术人员可以理解的是，利用上述优化函数，可以对所述初始权矢量进行优化，得到所述差波束的一个最优权矢量。
[0129]
步骤3，利用所述和波束的最优权矢量加权处理形成和波束，以及利用所述差波束的最优权矢量加权处理形成差波束，并完成波束发射。
[0130]
利用最优权矢量加权处理形成波束的具体过程属于现有技术，在此不做赘述。关于本发明实施例形成的和/差波束的形态，请参见图2，图2为本发明实施例提供的基于动态和差波束的米波雷达低仰角目标doa估计方法中产生的和差波束示意图。该图对应仿真参数为：阵元数n＝24，波长λ为1米，阵元间距d为半波长，阵列中心仰角θ
t
＝0
°
。图2中，和波束和现有技术类似，关于阵列中心仰角呈偶对称；差波束(现)表示的是现有技术中的差波束，其关于阵列中心仰角呈奇对称；差波束(改)表示的是本发明实施例得到的差波束，可以看出其关于阵列中心仰角呈偶对称，也就是说，本发明实施例形成的是偶对称和/差波束。
[0131]
在形成和波束以及差波束之后，可以通过米波雷达天线阵列发射和、差波束，即完成波束发射过程。
[0132]
步骤4，基于所述米波雷达天线阵列的接收信号计算和差波束的误差信号。
[0133]
本领域技术人员可以理解的是，波束发射后，可以利用米波雷达天线阵列获取接收信号，利用和差信号比值得到误差信号，从而利用误差信号得到鉴角误差曲线，简称为鉴角曲线。
[0134]
对于传统的单脉冲测角技术，和波束关于波束中心仰角成偶对称，差波束关于波束中心仰角成奇对称，则误差信号的计算公式为：
[0135][0136]
由于直达信号仰角和多径信号仰角关于阵列法线呈近似对称，且本发明实施例中差波束关于波束中心仰角成偶对称，则有u
δ
(θ)＝u
δ
(
‑
θ)。
[0137]
因此，本发明实施例中，所述误差信号的计算公式为：
[0138][0139]
其中，θ
d
表示直达信号入射角；θ
i
表示多径信号入射角；u
δ
(θ
d
)表示直达信号入射角时的差通道信号；u
δ
(θ
i
)表示多径信号入射角时的差通道信号；u
∑
(θ
d
)表示直达信号入射角时的和通道信号；u
∑
(θ
i
)表示多径信号入射角时的和通道信号；s
d
(t)表示直达信号；s
i
(t)表示多径信号；n
δ
(t)表示差通道噪声；n
σ
(t)表示和通道噪声；ρ＝s
d
(t)+s
i
(t)。
[0140]
仍采用图2的仿真参数，将传统的单脉冲测角技术对应的经典单脉冲鉴角曲线与本发明实施例的鉴角曲线进行对比，结果请参见图3，图3为本发明实施例提供的基于动态和差波束的米波雷达低仰角目标doa估计方法中偶对称波束的鉴角曲线和经典单脉冲鉴角曲线的对比示意图。图3中，经典鉴角曲线表示经典单脉冲鉴角曲线。本发明鉴角曲线表示本发明实施例提供的基于动态和差波束的米波雷达低仰角目标doa估计方法中偶对称波束的鉴角曲线。从图3可见，经典鉴角曲线为直线状，而本发明鉴角曲线为v字状。根据上面推导的传统的单脉冲测角技术和本发明实施例方法分别对应的误差信号的计算公式，可以看出，本发明实施例方法运用的v字型误差信号消除了多径信号的影响，能够提高鉴角精度。
[0141]
本发明实施例中，采用偶对称和差波束并比幅，可有效解决多径信号对单脉冲测角算法的影响。而且偶对称和差波束的误差信号只与目标仰角有关，而与多径信号的反射系数无关，通过计算误差信号可以准确估计目标仰角。
[0142]
步骤5，根据所述误差信号，利用查表方式确定目标仰角。
[0143]
其中，所要查询的表格是预先利用实验数据建立的，含有误差信号幅值和目标仰角的对应关系。该步骤的实现可以参见相关现有技术，在此不做详细说明。
[0144]
步骤6，判断是否满足迭代终止条件。
[0145]
本发明实施例中，迭代终止条件至少可以包括以下两种。
[0146]
①
最大迭代次数
[0147]
本发明实施例中，可以预先设置最大迭代次数，比如10次，等等。在当前迭代次数达到最大迭代次数时，表示满足迭代终止条件。
[0148]
②
最小数值误差
[0149]
本发明实施例中，可以预先设置关于目标仰角的差值阈值，在当前迭代得到的目标仰角与上一次迭代得到的目标仰角之间的差值小于所述差值阈值时，表示满足迭代终止条件。
[0150]
步骤7，若否，基于所述目标仰角修正阵列中心仰角值，并返回执行步骤2～步骤6。
[0151]
请参见图4，图4为本发明实施例提供的基于动态和差波束的米波雷达低仰角目标
doa估计方法在理想多径条件下不同直达波仰角的鉴角曲线对比结果示意图；在不同的阵列中心仰角下，会导致鉴角误差曲线出现偏差。并且在一般情况下，直达信号和多径反射信号不完全关于阵列中心仰角θ
t
＝0
°
对称，因此，有必要对阵列中心仰角值进行动态修正从而修正鉴角误差曲线。
[0152]
可选的一种实施方式中，所述基于所述目标仰角修正阵列中心仰角值，可以包括以下三个步骤：
[0153]
(1)，计算目标方位角。
[0154]
该步骤可以利用现有技术实现，在此不做详细说明。
[0155]
(2)，利用所述目标方位角和所述目标仰角确定目标估计位置。
[0156]
本领域技术人员可以理解的是，根据所述目标方位角和所述目标仰角可以确定估计出目标所在扇区，从而估计出目标所在的位置，即得到目标估计位置。具体过程属于现有技术，在此不做详细说明。
[0157]
(3)，根据所述目标估计位置和多径回波信号模型，得到修正的阵列中心仰角值。
[0158]
其中，多径回波信号模型是预先建立的。根据所述目标估计位置和多径回波信号模型可以得到一个修正的阵列中心仰角值，以作为步骤2中使用的阵列中心仰角值进行后续迭代。步骤2～步骤6可视为一个迭代过程，具体内容请参见前文，在此不再赘述。
[0159]
阵列中心仰角值的修正过程可直观地表现为鉴角误差曲线的平移。请参见图5，图5为本发明实施例提供的基于动态和差波束的米波雷达低仰角目标doa估计方法中鉴角曲线动态修正示意图。从图5可以看出，θ
t
从0
°
、
‑
0.3
°
、
‑
0.7
°
变化时，鉴角误差曲线向左平移。
[0160]
步骤8，若是，完成目标仰角估计。
[0161]
将满足迭代终止条件时得到的目标仰角作为最终的结果，完成目标仰角估计。
[0162]
本发明实施例所提供的基于动态和差波束的米波雷达低仰角目标doa估计方法，利用直达信号和多径信号的对称性，采用动态修正的偶对称和/差波束同时接收直达信号和多径信号，并生成鉴角误差曲线，通过查表的方式对低仰角目标进行快速doa估计。相比于传统超分辨doa估计方法，有效解决了多径信号对阵列测角的影响，使得doa估计精度更高。相比于经典对称差波束doa估计方法，本发明实施例方法充分考虑了实际情况，对差波束进行了实时动态修正，使其更加匹配实际信号模型，从而使得doa估计精度和阵地适应性更高，且具有较低的运算复杂度。
[0163]
为了便于理解本发明实施例所提出的基于动态和差波束的米波雷达低仰角目标doa估计方法的有效性，通过仿真实验数据进行说明。本发明实施例实验的数据产生及处理在matlab2017a上完成，具体通过两种模拟实验场景来进行仿真验证。
[0164]
实验场景1
[0165]
该场景中，阵元数n＝24，波长λ为1米，阵元间距d为半波长，快拍数为1，第一次发射时，θ
q
的初值选用波束宽度，波束宽度θ
3db
＝4.2
°
，目标仰角范围是0.4
°
～2
°
，地面衰减系数为0.8exp(j8π/9)。请参见图6，图6为传统超分辨算法、经典对称差波束算法和本发明实施例提供的基于动态和差波束的米波雷达低仰角目标doa估计方法在不同目标仰角条件下测角误差的对比结果示意图；其中，传统超分辨算法表示传统超分辨doa估计方法；经典对称差波束算法表示经典对称差波束doa估计方法。图6中，ssmusic和svml(synthesized vector maximum likelihood，合成导向矢量最大似然)为两种传统超分辨算法。由图6可以
看出，目标仰角越大，表征测角误差的峰值均方误差pmse越小，本发明实施例方法(图6中以本文改进算法示意)，相比于传统超分辨算法和经典对称差波束算法，在相同的目标仰角时，pmse更小，因此测角精度更高。
[0166]
实验场景2
[0167]
该场景中，阵元数n＝24，波长λ为1米，阵元间距d为半波长，快拍数为1，第一次发射时，θ
q
的初值选用波束宽度，波束宽度θ
3db
＝4.2
°
，信噪比范围为0db～30db，目标仰角为0.4
°
，地面衰减系数为0.8exp(j8π/9)。请参见图7，图7为传统超分辨算法、经典对称差波束算法和本发明实施例提供的基于动态和差波束的米波雷达低仰角目标doa估计方法在不同信噪比条件下测角误差的对比结果示意图。从图7可以看出，ssmusic、svml及经典对称差波束算法的算法性能近似；本发明实施例方法，在低信噪比条件下具有更优秀的性能，且在所有信噪比条件下均优于ssmusic和svml算法以及经典对称差波束算法。因此，本发明实施例方法更能适应于平坦阵地环境下的低仰角测高问题，算法性能较优。
[0168]
为验证本发明实施例方法的实用性，对某阵地米波雷达实测数据中的两条航迹进行处理，阵元结构为24阵元的等距线阵。
[0169]
请参加图8、图9、图10、图11。分别采用dbf(digital beamforming，数字波束形成)算法、apml(alternating projection maximum likelihood，交替投影最大似然)算法、ssmusic算法和本发明实施例方法对目标点迹数据进行doa估计。图8和图10分别为针对某型号米波雷达的实测数据中的第一条航迹和第二条航迹的航迹图，图9为第一条航迹使用本发明实施例方法(图9中以动态和差波束示意)与dbf算法、apml算法、ssmusic算法的目标仰角误差结果对比示意图；图11为第二条航迹使用本发明实施例方法(图11中以动态和差波束示意)与dbf算法、apml算法、ssmusic算法的目标仰角误差结果对比示意图。根据图9、图11可以看出本发明实施例方法的doa估计精度更高，鲁棒性更好，可靠性较高。
[0170]
可见，本实施例提供的基于动态和差波束的米波雷达低仰角目标doa估计方法，通过对偶对称差波束权值进行优化，动态修正和差波束，有效地解决了传统超分辨算法中存在的实际信号模型与理想的远场平面波模型失配问题，以及经典对称差波束算法中仰角中心设置理想化的问题，从而使得米波雷达目标doa估计精度更高，算法复杂度也更低。
[0171]
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0172]
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
[0173]
以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。