(西安電子科技大學(xué)雷達(dá)信號處理國家重點實驗室,陜西西安 710071)
頻率捷變技術(shù)可以大大提高雷達(dá)的抗干擾能力與戰(zhàn)場生存能力[1-5],因此國內(nèi)外軍用雷達(dá)常采用頻率捷變體制。為了能在戰(zhàn)爭中獲得主動權(quán),要求雷達(dá)必須能夠準(zhǔn)確估計敵方目標(biāo)的方向。在陣列信號處理中,目標(biāo)角度估計方法有很多,如波束形成、子空間類算法[6-7]和最大似然算法[8]等。頻率捷變雷達(dá)通常采用脈間頻率捷變技術(shù),相鄰發(fā)射脈沖的載頻會在較寬頻段內(nèi)快速變化,使得目標(biāo)相鄰回波去相關(guān),且相鄰脈沖信噪比起伏嚴(yán)重[9],因此頻率捷變雷達(dá)進(jìn)行目標(biāo)角度估計性能較差,只有想辦法將頻率捷變雷達(dá)的多次不相干快拍數(shù)據(jù)進(jìn)行合理有效的積累,才能提高測角精度。
目前,頻率捷變雷達(dá)進(jìn)行角度估計時可以采用二進(jìn)制積累方式或者非相干積累的方式對多次快拍進(jìn)行處理[10],這兩種方式都是基于最大似然算法的。二進(jìn)制積累即先對每一次快拍數(shù)據(jù)進(jìn)行角度估計,得到一組角度估計值,然后對這組角度估計值進(jìn)行取平均操作,這種處理方式只是簡單取平均,因此性能依然很差。非相干積累方法即采用最大似然算法對多次快拍數(shù)據(jù)直接進(jìn)行處理,建立起代價函數(shù),通過使代價函數(shù)最大化來估計目標(biāo)角度,該方法只是對多次快拍數(shù)據(jù)的簡單利用,因此對測角性能的提高有限,尤其是當(dāng)信噪比較低時,測角精度依然較差。
針對上述問題,本文提出一種頻率捷變相控陣?yán)走_(dá)最大似然測角方法,該方法對每一次快拍數(shù)據(jù)分別進(jìn)行角度估計,得到一組角度估計值,然后利用多次快拍的測角精度得到一組最優(yōu)融合的權(quán)值,用該組權(quán)值對多次角度估計結(jié)果進(jìn)行融合得到新的角度估計值。該方法充分挖掘了多次快拍數(shù)據(jù)的有效信息,能夠有效地提高測角精度,在低信噪比時測角精度依然能得到一定提升,具有實際工程意義。
設(shè)陣列為一個由N個陣元組成的均勻線陣,陣元間距為d,θt為目標(biāo)回波方向,λ為雷達(dá)波長,由于在相同方位上同一距離單元內(nèi)存在兩個目標(biāo)的情況很少發(fā)生,因此,本文假設(shè)陣列模型為單目標(biāo)模型,并對陣列接收到的信號進(jìn)行M次快拍采樣,則M次快拍的接收數(shù)據(jù)可以表示為
x(m)=Smam(θt)+n(m),m=1,2,…,M
(1)
am(θt)表示第m次快拍時目標(biāo)信號的導(dǎo)向矢量,此導(dǎo)向矢量與每次快拍數(shù)據(jù)的載頻有關(guān),其表達(dá)式可以寫為
(2)
n(m)表示零均值的高斯白噪聲,與信號不相關(guān)。
對于頻率捷變相控陣?yán)走_(dá),每次快拍都可獲得一個角度估計值,但是由于各次快拍間的信噪比起伏很大,導(dǎo)致這一組角度估計值的估計精度也相差較大。該算法從測角精度出發(fā),在對角度信息進(jìn)行融合時應(yīng)該根據(jù)測角精度來優(yōu)化權(quán)值,如果該次快拍的測角精度高,則該次快拍角度估計值對應(yīng)的權(quán)值大,反之,精度低的角度估計值對應(yīng)的權(quán)值小,因此可以根據(jù)多次快拍數(shù)據(jù)的信息得到一組最優(yōu)權(quán)值使得融合后的角度估計值精度達(dá)到最高。具體過程如下:
首先,對每一次快拍進(jìn)行角度估計,設(shè)第m次快拍時的掃描波束導(dǎo)向矢量矩陣為
(3)
式中,Θ為雷達(dá)作用空域角度集合,為了表示方便,將Am(Θ)簡記為Am,am(θt)簡記為am,x(m)簡記為xm。利用權(quán)矢量Am對M次快拍數(shù)據(jù)分別進(jìn)行常規(guī)波束形成,求得M次快拍數(shù)據(jù)的似然函數(shù)分別為
(4)
(5)
(6)
最優(yōu)權(quán)值的選取與各次快拍的測角精度密切相關(guān),為了便于最優(yōu)權(quán)值的計算,在本小節(jié)對單次快拍時最大似然算法角度估計的偏差和方差理論值進(jìn)行推導(dǎo),本文推導(dǎo)的理論前提為每次測角的誤差服從零均值的高斯分布,由于篇幅受限,這里省略了推導(dǎo)過程,具體可參考文獻(xiàn)[11]。
在上述信號模型下,當(dāng)信噪比足夠大時,單次快拍最大似然算法測角偏差和方差分別為
(7)
[σ2/|s|2+(N)-1σ4/|s|4]*
(8)
上式中的角度估計方差為兩部分之和,隨著陣元數(shù)或陣元信噪比|s|2/σ2的增大,兩部分趨于零,但第二部分趨于零的速度要遠(yuǎn)快于第一部分。因此在陣元數(shù)或信噪比足夠大的情況下,單次快拍時最大似然算法的角度估計理論均方誤差為
(9)
(10)
式中,f為當(dāng)前快拍雷達(dá)信號的載頻,k為一固定常數(shù),與陣元個數(shù)、陣元間距、目標(biāo)方向有關(guān),k值并不影響后面最優(yōu)權(quán)值的計算。
M次快拍得到的M個角度估計值之間彼此相互獨立,由2.2節(jié)可得M個角度估計值的偏差和方差為
(11)
(12)
(13)
(14)
(15)
wm≥0,m=1,2,…,M
對上述優(yōu)化問題進(jìn)行求解,得到最優(yōu)權(quán)
m=1,2,…,M
(16)
用此最優(yōu)權(quán)值對M個角度估計值進(jìn)行加權(quán)獲得的目標(biāo)角度估計值,此時可保證測角誤差最小。
至此,可得到最優(yōu)融合權(quán)值:
m=1,2,…,M
(17)
從式(16)可以看出,本算法中的權(quán)系數(shù)是由每一次快拍的雷達(dá)信號載頻和檢測信噪比來決定的,該加權(quán)融合方式物理意義明確,信噪比越大的快拍數(shù)據(jù)對應(yīng)的角度測量值可靠性越高,因此權(quán)重越大。本方法充分挖掘出了多次快拍數(shù)據(jù)的有效信息,并對其進(jìn)行綜合利用,因此可以明顯提高測角精度,且在信噪比很低的情況下測角精度依然能得到一定的提升。
為了驗證文中方法的有效性,作如下仿真。
仿真參數(shù):假設(shè)回波信號模型為SwerlingⅡ或Swerling Ⅳ,陣列結(jié)構(gòu)為均勻線陣,陣元個數(shù)N=16,陣元間距d=0.05 cm,初始載頻f0=3×109Hz,任意兩次快拍數(shù)據(jù)的載頻頻差為15 MHz,目標(biāo)角度為10°,蒙特卡洛實驗次數(shù)為1 000次,噪聲功率采用長度為2 000的實際樣本進(jìn)行估計。
實驗1:積累快拍數(shù)為10,信噪比變化區(qū)間為-6~12 dB,分別利用二進(jìn)制積累、非相干積累和最優(yōu)融合的方法對目標(biāo)角度進(jìn)行估計,當(dāng)回波模型為SwerlingⅡ時,得到3種方法均方根誤差隨信噪比變化的對比圖如圖1所示,當(dāng)回波模型為Swerling Ⅳ時,3種方法均方根誤差隨信噪比變化的對比圖如圖2所示。
圖1 RMSE隨信噪比變化圖(SwerlingⅡ模型)
圖2 RMSE隨信噪比變化圖(Swerling Ⅳ模型)
實驗2:單次快拍陣元信噪比為-5 dB,積累快拍數(shù)變化范圍為1~10,分別利用二進(jìn)制積累、非相干積累和最優(yōu)融合的方法對目標(biāo)角度進(jìn)行估計,當(dāng)回波模型為Swerling Ⅱ時,可得3種方法的均方根誤差隨積累快拍數(shù)變化的對比圖如圖3所示,當(dāng)回波模型為Swerling Ⅳ時,3種方法的均方根誤差隨積累快拍數(shù)變化的對比圖如圖4所示。
圖3 RMSE隨快拍數(shù)變化圖(Swerling Ⅱ模型)
圖4 RMSE隨快拍數(shù)變化圖(Swerling Ⅳ模型)
由圖1、圖2可以看出,隨著信噪比的增大,3種方法的測角均方根誤差都逐漸減小,即測量精度隨著信噪比的增大而提高,但是最優(yōu)融合方法的測角誤差始終最小,即使在信噪比較小時,該方法依然是有效的。由圖3、圖4的對比可以看出,當(dāng)只有單次快拍時,3種方法是等效的,但是只要積累快拍數(shù)為多次(大于一次)時,最優(yōu)融合方法的測角精度就高于另外兩種方法。
本文提出了一種頻率捷變相控陣?yán)走_(dá)最大似然測角方法,該方法利用最優(yōu)融合的思想充分有效地將多次不相關(guān)的快拍數(shù)據(jù)積累起來,提高了頻率捷變相控陣?yán)走_(dá)的測角性能,即使在信噪比較低的情況下測角精度也能得到一定程度的提升。仿真結(jié)果表明,此方法具有一定優(yōu)越性,對頻率捷變相控陣?yán)走_(dá)測角的工程實現(xiàn)有一定的指導(dǎo)意義。