[发明专利]基于馈电网络的时域空间域结合的雷达目标检测方法

摘要

本发明公开了基于馈电网络的时域空间域结合的雷达目标检测方法，所述方法包括：利用馈电网络的时间特性，在空间中探索目标点的大体方位，通过利用时间信号获取目标点位置粗略位置，在对天线信号进行聚焦，利用接收信号之间的相位关系利用子空间分解算法，获取目标点具体位置信息，本发明在时间域阶段是利用bulter馈电网络实现波束扫描实现的，相比于在一个波束下，在固定的具体的方向是实现波束赋形探测距离更远一些；运用算法扫描的空间域阶段，是通过运用算法实现的，能够在一个角度范围内更为定位更多的目标点，更为精确的识别目标点信息。

主权项

1.基于馈电网络的时域空间域结合的雷达目标检测方法，其特征在于，所述方法包括：利用馈电网络的时间特性，在空间中探索目标点的大体方位，通过利用时间信号获取目标点位置粗略位置，在对天线信号进行聚焦，利用接收信号之间的相位关系利用子空间分解算法，获取目标点具体位置信息，包括：1、获取目标点的信号：X＝A(θ)s(t)+N(t)  (1)其中：X为接收到的目标信号，A为维度为M×N的空间阵列的流型矩阵A＝[a1(w0),...,aN(w0)]，即阵列天线接收到的信号相位差矩阵，N(t)为噪声信号；aN为接收信号的相位，w0为目标点信息，θ为目标点反射角度；2、获得阵列信号的协方差矩阵为：其中，Rs是信号s(t)的协方差矩阵，数据协方差可分解为信号子空间和噪声子空间；3、对R进行特征分解，获得：其中，U_S和U_N分别对应着信号和噪声子空间部分，为信号子空间，为噪声子空间；4、对协方差矩阵进行特征值分解，通过输出矩阵的秩和特征值，由特征值构造出协方差矩阵的特征向量和特征值构成的对角阵；对协方差矩阵进行特征分解获得M个特征向量按照由大到小的顺序进行排序；从排列的结果中取前N个特征值组成的特征向量∑S，对应用的子空间取从第N+1到第M个元素作为向量∑N；利用信号部分组成的矢量和造成部分组成的矢量的正交性获得：aH(θ)UN＝0  (4)其中，aH阵列相位差的子空间；5、对实际接收信号进行数学统计处理，获得：其中，X^H为雷达天线接收到信息，L为快拍数，为实际输出的协方差矩阵，获得极大似然估计结果进行特征分析，获得两个子空间矢量和分别对应实际环境中得到的信号子空间部分和噪声子空间部分；6、通过对分成的子空间进行搜索，峰值最大点的位置即目标点的位置。