论文部分内容阅读
高频地波雷达利用垂直极化的高频电磁波沿海面绕射传播损耗低、传播稳定的特点,可实现对海面舰船目标及掠海飞行的低空和超低空目标的超视距探测,以补偿微波雷达的盲区。由于高频段构成仰角窄波束困难,高频雷达(地波和天波)不具备测高能力,因此一贯缺乏飞行目标高度信息。本论文在现有的地波雷达目标高度估计方法的基础上,详细研究基于扩展卡尔曼滤波(EKF)的高频地波雷达目标高度估计方法,提出改进的Howland方法和高度/RCS起始的HPEKF算法。首先,从高频地波雷达的雷达方程入手,通过对其中各个参量的理论分析,阐述地波雷达目标高度估计的基本原理。在此基础上,对现有的高度估计方法,如最小平方估计器、Howland方法、高度/RCS模糊估计器等,进行原理性介绍,通过分析指出现有方法中存在的不足。其次,针对Howland方法由于状态模型不准确而造成精度低、实用性差的问题,提出一种改进的Howland方法。该方法在Howland方法的基础上采用AR模型对RCS的随机起伏建模,并根据RCS的随机起伏自适应地更新AR模型系数,使其更准确地描述RCS起伏的动力学特性,从而保证系统状态模型的准确性,达到模型与观测值相匹配。先是给出在AR模型系数已知的条件下的改进的Howland方法,随后给出在RCS起伏已知的条件下的AR模型系数估计算法,将以上两种在理想条件下得到的算法融合,最后给出在AR模型系数未知的条件下的改进的Howland方法;同时,针对Howland方法由经验给出初始值的局限性,应用高度/RCS模糊估计器中的模糊初值选取算法为改进的Howland方法提供初始值。仿真表明,改进的Howland方法高度估计的相对误差约为10%,比Howland方法降低30%以上。在对XXXX雷达站的飞机目标试验数据的处理结果中,改进的Howland方法得到的高度估计的相对误差约为40%,比Howland方法降低40%以上;绝对误差也达到了300m左右,比Howland方法降低200m以上。最后,针对模糊初值选取算法需要大量先验知识的问题,提出一种在没有先验知识的情况下获得目标高度/RCS初始值的方法,即高度参数化的扩展卡尔曼滤波(HPEKF)算法。该方法应用若干个独立的扩展卡尔曼滤波器并行滤波,各个滤波器分配一个不同的高度/RCS初始值,根据贝叶斯准则递归计算各个滤波器对应的权值,随着对观测的积累,高度初始值接近目标真实高度的滤波器权值逐渐占优,输出的高度估值不断逼近目标真实高度,将起始结束时刻输出的高度/RCS滤波值作为所要的初始值。仿真结果说明,在一定条件下,HPEKF算法可以提供相对误差较小的高度/RCS初始值。