技术领域
本发明属于数字波束形成领域，特别涉及一种分维自适应单脉冲波束形成与角度估计方法。
背景技术
现代雷达在电子战中会面临复杂多样的干扰，不同的干扰会从波束的旁瓣或主瓣内进入，甚至同时出现在主瓣与旁瓣内，如果干扰得不到有效的抑制会极大影响目标的跟踪效果。为了保证雷达的目标角度估计与跟踪的效果，对存在主瓣与旁瓣干扰情况下的目标角度估计方法开展研究具有重要意义。
目标的角度估计通常采用单脉冲测角的方法，当存在主瓣干扰时常规自适应波束形成虽然能在干扰角度产生零陷，但是不可避免的造成了主瓣的畸变进而导致单脉冲曲线的失真。周必雷，李荣锋等提出一种子阵级和差及辅助波束联合自适应单脉冲算法。该方法基于子阵降维的方法，利用子阵合成得到的高增益差波束及若干个子阵合成的指向若干旁瓣干扰方向的辅助波束来对消掉主-旁瓣干扰。理论分析与仿真结果表明，该方法能够在有效抑制主副瓣干扰的同时保证单脉冲测角的能力，并且利用子阵降维处理的方法解决了相控阵体制雷达阵元数繁多带来的问题。陈新竹等在均匀矩形面阵行和列上分别进行一维自适应波束形成与一维和差波束形成，既能够在一维抑制主瓣与旁瓣干扰，又保证了另一维和差波束单脉冲比曲线的线性，但是当干扰角度与目标在其中一维相同时会导致另一维度测角性能恶化。
发明内容
本发明的目的在于针对上述现有技术存在的问题，提供一种分维自适应单脉冲波束形成与角度估计方法。
实现本发明目的的技术解决方案为：一种分维自适应单脉冲波束形成与角度估计方法，所述方法包括以下步骤：
步骤1，对M×N阵元的均匀矩形面阵，任取一列阵元接收信号；
步骤2，对所述列阵元接收信号进行特征分解，判断旁瓣干扰的v维角度是否在主瓣内，若不在则执行步骤3，否则执行步骤4；
步骤3，计算v维自适应权与u维静态和、差波束权，进而得到u维测角的和、差波束权；
步骤4，计算v维静态权与u维约束自适应和、差波束权，进而得到u维测角的和、差波束权；
步骤5，任取一行阵元接收信号，对该行阵元接收信号进行特征分解，判断旁瓣干扰的u维角度是否在主瓣内，若不在则执行步骤6，否则执行步骤7；
步骤6，计算u维自适应权与v维静态和、差波束权，进而得到v维测角的和、差波束权；
步骤7，计算u维静态权与v维约束自适应和、差波束权，进而得到v维测角的和、差波束权；
步骤8，利用u维测角的和、差波束权得到u维的测角结果，利用v维测角的和、差波束权得到v维的测角结果。
一种分维自适应单脉冲波束形成与角度估计系统，所述系统包括依次执行的：
第一信号提取模块，用于对M×N阵元的均匀矩形面阵，任取一列阵元接收信号；
第一判断模块，用于对所述列阵元接收信号进行特征分解，判断旁瓣干扰的v维角度是否在主瓣内，若不在则执行第一计算模块，否则执行第二计算模块；
第一计算模块，用于计算v维自适应权与u维静态和、差波束权，进而得到u维测角的和、差波束权，之后执行第二信号提取模块；
第二计算模块，用于计算v维静态权与u维约束自适应和、差波束权，进而得到u维测角的和、差波束权，之后执行第二信号提取模块；
第二信号提取模块，用于对M×N阵元的均匀矩形面阵，任取一行阵元接收信号；
第二判断模块，用于对所述行阵元接收信号进行特征分解，判断旁瓣干扰的u维角度是否在主瓣内，若不在则执行第三计算模块，否则执行第四计算模块；
第三计算模块，计算u维自适应权与v维静态和、差波束权，进而得到v维测角的和、差波束权，之后执行第五计算模块；
第四计算模块，计算u维静态权与v维约束自适应和、差波束权，进而得到v维测角的和、差波束权，之后执行第五计算模块；
第五计算模块，利用u维测角的和、差波束权得到u维的测角结果，利用v维测角的和、差波束权得到v维的测角结果。
本发明与现有技术相比，其显著优点为：1)能够抑制主、旁瓣干扰；2)利用约束自适应单脉冲算法保证了单脉冲比曲线的线性；3)更大的主瓣内可测角区域；4)具有较高的测角精度。
下面结合附图对本发明作进一步详细描述。
附图说明
图1为一个实施例中矩形面阵模型图。
图2为一个实施例中u维测角的单脉冲和差波束形成流程图。
图3为一个实施例中仿真条件1的仿真参数图。
图4为一个实施例中仿真条件1的单脉冲和、差波束方向图，其中图(a)至图(d)分别为u维测角的和波束方向图、u维测角的差波束方向图、v维测角的和波束方向图、v维测角的差波束方向图。
图5为一个实施例中仿真条件1的角度估计结果图。
图6为一个实施例中仿真条件1的角度估计均方根误差与信噪比关系图。
图7为一个实施例中仿真条件2的仿真参数图。
图8为一个实施例中仿真条件2的一维约束自适应单脉冲和、差波束方向图与单脉冲比曲线图，其中图(a)为u维测角的一维和差波束方向图，图(b)为u维测角的单脉冲比曲线图。
图9为一个实施例中仿真条件2的单脉冲和、差波束方向图，其中图(a)至图(d)分别为u维测角的和波束方向图、u维测角的差波束方向图、v维测角的和波束方向图、v维测角的差波束方向图。
图10为一个实施例中仿真条件2的角度估计结果图。
图11为一个实施例中仿真条件2的角度估计均方根误差与信噪比关系图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
需要说明的是，若本发明实施例中有涉及“第一”、“第二”等的描述，则该“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
在一个实施例中，本发明提供了一种分维自适应单脉冲波束形成与角度估计方法，所述方法包括以下步骤：
首先进行u维测角的单脉冲和差波束形成(如图2所示)：
步骤1，对M×N阵元的均匀矩形面阵(如图1所示)，任取一列阵元接收信号；
步骤2，对所述列阵元接收信号进行特征分解，判断旁瓣干扰的v维角度是否在主瓣内，若不在则执行步骤3，否则执行步骤4；
步骤3，计算v维自适应权与u维静态和、差波束权，进而得到u维测角的和、差波束权；
步骤4，计算v维静态权与u维约束自适应和、差波束权，进而得到u维测角的和、差波束权；
接下来进行v维测角的单脉冲和差波束形成：
步骤5，任取一行阵元接收信号，对该行阵元接收信号进行特征分解，判断旁瓣干扰的u维角度是否在主瓣内，若不在则执行步骤6，否则执行步骤7；
步骤6，计算u维自适应权与v维静态和、差波束权，进而得到v维测角的和、差波束权；
步骤7，计算u维静态权与v维约束自适应和、差波束权，进而得到v维测角的和、差波束权；
步骤8，利用u维测角的和、差波束权得到u维的测角结果，利用v维测角的和、差波束权得到v维的测角结果。
为了在抑制主、旁瓣干扰的前提下保证单脉冲测角的性能，本发明利用分维单脉冲波束形成的思想，将矩形面阵分解为行与列两个维度的一维等效线阵，在一维等效线阵上进行干扰抑制与单脉冲和差波束形成，解决了旁瓣干扰角度与目标在其中一维相同时导致另一维度测角性能恶化的问题，具有较高的测角精度。
进一步地，在其中一个实施例中，步骤2所述对所述列阵元接收信号进行特征分解，判断旁瓣干扰的v维角度是否在主瓣内，具体过程包括：
步骤2-1，对所述列阵元接收信号的采样协方差矩阵
式中，λ
步骤2-2，对特征值进行降序排列得到λ
步骤2-3，计算波束指向对应的导向矢量a
步骤2-4，判断下述条件是否满足：
|ρ(u
式中，η为固定常数；
若满足，则表示旁瓣干扰的v维角度在主瓣内，否则表示不在主瓣内。
进一步地，在其中一个实施例中，步骤3所述计算v维自适应权与u维静态和差波束权，进而得到u维测角的和、差波束权，具体包括：
步骤3-1，利用采样协方差矩阵求逆即SMI方法计算v维抑制主瓣与旁瓣干扰的自适应权，以及u维静态和、差波束权；
步骤3-2，分别计算v维自适应权与u维静态和、差波束权的克罗内克积，得到u维测角的和、差波束权。
进一步地，在其中一个实施例中，步骤4所述计算v维静态权与u维约束自适应和、差波束权，进而得到u维测角的和、差波束权，具体过程包括：
步骤4-1，获取v维静态权，即为波束指向对应的导向矢量a
步骤4-2，利用约束自适应单脉冲波束形成算法即CAM算法计算u维约束自适应和、差波束权，具体地：任取一行阵元接收信号，利用SMI方法计算u维约束自适应和波束权w
其中，u维约束自适应差波束权的计算过程如下：
(1)利用理论测角曲线，确定需要约束的主瓣内的点u
式中，u
由此得到约束矩阵C与对应的响应f：
式中，a
(2)利用线性约束最小方差方法即LCMV方法求解如下优化问题：
得到差波束最优权重即u维约束自适应差波束权w
步骤4-3，分别计算v维静态权与u维约束自适应和、差波束权的克罗内克积，得到u维测角的和、差波束权。
进一步地，在其中一个实施例中，步骤5所述任取一行阵元接收信号，对该行阵元接收信号进行特征分解，判断旁瓣干扰的u维角度是否在主瓣内，具体过程包括：
步骤5-1，对所述行阵元接收信号的采样协方差矩阵
式中，λ
步骤5-2，对特征值进行降序排列得到λ
步骤5-3，计算波束指向对应的导向矢量a
步骤5-4，判断下述条件是否满足：
|ρ(u
式中，η为固定常数；
若满足，则表示旁瓣干扰的u维角度在主瓣内，否则表示不在主瓣内。
进一步地，在其中一个实施例中，步骤6所述计算u维自适应权与v维静态和差波束权，进而得到v维测角的和、差波束权，具体包括：
步骤6-1，利用采样协方差矩阵求逆即SMI方法计算u维抑制主瓣与旁瓣干扰的自适应权，以及v维静态和、差波束权；
步骤6-2，分别计算u维自适应权与v维静态和、差波束权的克罗内克积，得到v维测角的和、差波束权。
进一步地，在其中一个实施例中，步骤7所述计算u维静态权与v维约束自适应和、差波束权，进而得到v维测角的和、差波束权，具体过程包括：
步骤7-1，获取u维静态权，即为波束指向对应的导向矢量a
步骤7-2，利用约束自适应单脉冲波束形成算法即CAM算法计算v维约束自适应和、差波束权，具体地：任取一列阵元接收信号，利用SMI方法计算v维约束自适应和波束权w
其中，v维约束自适应差波束权的计算过程如下：
(1)利用理论测角曲线，确定需要约束的主瓣内的点v
式中，v
由此得到约束矩阵C与对应的响应f：
式中，a
(2)利用线性约束最小方差方法即LCMV方法求解如下优化问题：
得到差波束最优权重即v维约束自适应差波束权w
步骤7-3，分别计算u维静态权与v维约束自适应和、差波束权的克罗内克积，得到v维测角的和、差波束权。
在一个实施例中，提供了一种分维自适应单脉冲波束形成与角度估计系统，所述系统包括依次执行的：
第一信号提取模块，用于对M×N阵元的均匀矩形面阵，任取一列阵元接收信号；
第一判断模块，用于对所述列阵元接收信号进行特征分解，判断旁瓣干扰的v维角度是否在主瓣内，若不在则执行第一计算模块，否则执行第二计算模块；
第一计算模块，用于计算v维自适应权与u维静态和、差波束权，进而得到u维测角的和、差波束权，之后执行第二信号提取模块；
第二计算模块，用于计算v维静态权与u维约束自适应和、差波束权，进而得到u维测角的和、差波束权，之后执行第二信号提取模块；
第二信号提取模块，用于对M×N阵元的均匀矩形面阵，任取一行阵元接收信号；
第二判断模块，用于对所述行阵元接收信号进行特征分解，判断旁瓣干扰的u维角度是否在主瓣内，若不在则执行第三计算模块，否则执行第四计算模块；
第三计算模块，计算u维自适应权与v维静态和、差波束权，进而得到v维测角的和、差波束权，之后执行第五计算模块；
第四计算模块，计算u维静态权与v维约束自适应和、差波束权，进而得到v维测角的和、差波束权，之后执行第五计算模块；
第五计算模块，利用u维测角的和、差波束权得到u维的测角结果，利用v维测角的和、差波束权得到v维的测角结果。
关于分维自适应单脉冲波束形成与角度估计系统的具体限定可以参见上文中对于分维自适应单脉冲波束形成与角度估计方法的限定，在此不再赘述。上述分维自适应单脉冲波束形成与角度估计系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
作为一种具体示例，在其中一个实施例中，对本发明进行进一步详细验证说明。本实施例中：
仿真条件1：考虑旁瓣干扰在两个维度的角度均不在主瓣内的情况。阵元数为16×16，阵元间距为半波长。波束指向的角度为方位角0°、俯仰角0°，目标的角度为方位角-2°、俯仰角0°，信噪比为0dB。干扰信号1的角度为方位角为3°、俯仰角4°，干噪比30dB。干扰信号2的角度为方位角为20°、俯仰角为-20°，干噪比为20dB。具体参数如图3所示。
本发明分维自适应单脉冲波束形成与角度估计方法包括以下步骤：
第一步：任取一列阵元接收信号。
第二步：对接收信号进行特征分解，判断得到旁瓣干扰的v维角度不在主瓣内。
第三步：在v维进行干扰抑制：利用采样协方差矩阵求逆方法得到v维抑制主瓣与旁瓣干扰的自适应权，在u维得到静态和、差波束权。再分别计算v维自适应权与u维静态和、差波束权的克罗内克积，得到u维测角的和、差波束权，对应的方向图如图4(a)、图4(b)所示。
第四步：任取一行阵元接收信号。
第五步：对接收信号进行特征分解，判断得到旁瓣干扰的u维角度不在主瓣内。
第六步：在u维进行干扰抑制：利用采样协方差矩阵求逆方法得到u维抑制主瓣与旁瓣干扰的自适应权，在v维得到静态和、差波束权。再分别计算u维自适应权与v维静态和、差波束权的克罗内克积，得到v维测角的和、差波束权，对应的方向图如图4(c)、图4(d)所示。
第七步：利用得到的4种和差波束进行二维单脉冲测角，结果如图5所示，改变信噪比得到角度估计均方根误差与信噪比关系如图6所示。
仿真条件2：考虑旁瓣干扰有一维角度在主瓣内且与该维与目标角度相同的情况。阵元数为16×16，阵元间距为半波长。波束指向的角度为方位角0°、俯仰角0°，目标的角度为方位角-5°、俯仰角0°，信噪比为0dB。干扰信号1的角度为方位角为3°、俯仰角4°，干噪比30dB。干扰信号2的角度为方位角为20°、俯仰角为0°，干噪比为20dB。具体参数见图7。
第一步：任取一列阵元接收信号。
第二步：对接收信号进行特征分解，判断得到旁瓣干扰的v维角度在主瓣内。
第三步：在u维进行干扰抑制：利用约束自适应单脉冲方法得到u维抑制主瓣与旁瓣干扰的自适应和、差波束权，对应的一维方向图与单脉冲比曲线如图8所示，在v维得到静态权。再分别计算u维约束自适应单脉冲和、差波束权与v维静态权的克罗内克积，得到u维测角的和、差波束权，对应的方向图如图9(a)、图9(b)所示。
第四步：任取一行阵元接收信号。
第五步：对接收信号进行特征分解，判断得到旁瓣干扰的u维角度不在主瓣内。
第六步：在u维进行干扰抑制：利用采样协方差矩阵求逆方法得到u维抑制主瓣与旁瓣干扰的自适应权，在v维得到静态和、差波束权。再分别计算u维自适应权与v维静态和、差波束权的克罗内克积，得到v维测角的和、差波束权，对应的方向图如图9(c)、图9(d)所示。
第七步：利用得到的4种和差波束进行二维单脉冲测角，结果如图10所示，改变信噪比得到角度估计均方根误差与信噪比关系如图11所示。
由图5、6、10、11可见角度估计的准确性，验证了本发明提出的分维自适应单脉冲波束形成与角度估计方法的正确性。
上述的对实施例的描述是为便于该技术领域的普通技术人员能理解和使用发明专利。熟悉本领域技术的人员显然可以容易地对这些实施例做出各种修改，并把在此说明的一般原理应用到其他实施例中而不必经过创造性的劳动。因此，本发明专利不限于上述实施例，本领域技术人员根据本发明专利的揭示，不脱离本发明专利范畴所做出的改进和修改都应该在本发明专利的保护范围之内。
机译： 接收无线电波二进制数据的自适应波束形成方法以及控制无线电频率发射-接收信号整数和数字波束形成器的自适应波束形成方法
机译： 自适应数字波束形成架构和算法，在保持单脉冲比角估计精度的同时，使主瓣和多个旁瓣雷达干扰为零
机译： 自适应波束形成器的超声成像装置及自适应波束形成的超声成像方法
