论文部分内容阅读
阵列雷达在参数估计、目标检测、干扰抑制以及低截获率等方面具有显著优势。阵列雷达的发射通道和接收通道采用了更多的有源器件,这些器件的幅相特性会随着加工精度、工作环境的变化以及使用年限等因素发生改变。大多数阵列信号处理算法都是基于阵列流型已知的情况,阵列流型误差会严重影响算法的性能,因此对幅相误差校准的研究具有理论意义和实用价值。根据是否需要设置校准源,幅相误差校准方法可分为有源校准和自校准。有源校准需要设置方向已知的校准源,因此应用场景受限。在自校准算法中,典型的RARE(rank-reduction)算法适用于部分阵元精确校准的情况,但它存在着一些缺陷:1)原始RARE算法需要进行谱峰搜索,当角度间隔较小时,运算量较大,而当角度间隔较大时,估计精度较差;2)原始的RARE算法二维网格过密,无法直接应用到二维目标角度估计中。针对这些问题,本文提出了两种改进的RARE算法:首先,针对RARE算法需要进行谱峰搜索,计算量大、估计精度低的问题,提出一种新型的root-RARE算法,其利用求多项式根来代替常规RARE算法中的谱峰搜索,有效地解决了RARE算法运算量较大的问题。此方法与现有算法进行对比实验,并验证和分析该算法在信噪比低的情况下接收角(Direction of Arrival,DOA)的估计性能以及运行时间。仿真结果表明该算法能够大大降低计算量,有效改善DOA的估计性能。其次,针对原始的RARE算法二维网格过密、计算量过大的问题。提出了一种基于RARE算法的二维角度雷达阵列接收角和发射角(Direction of Departure,DOD)估计和幅相误差自校准的算法。所提算法通过对二维角度雷达接收数据进行重排,实现了DOD和DOA的数据分离。与现有算法相比,该算法有效避免了目前大多数二维角度估计算法DOD和DOA之间的误差干扰,明显改善了DOD和DOA的估计性能,并且计算复杂度较低。此外,该算法提高了DOD和DOA估计和幅相误差校准的准确性,并且估计出的DOD和DOA能够自动匹配。计算机仿真实例证明了该算法的有效性。