楊明遠(yuǎn),崔永香,江利中,陳 曦,黃 勇,李雁斌
(上海無線電設(shè)備研究所,上海 200090)
對雷達(dá)測高的研究最早可追溯到20世紀(jì)70年代。美國國家航空航天局于1970年開展了對衛(wèi)星測高的論證和研究。1972年,斯坦利等率先研制出S-193雷達(dá)測高計。1975年,美國發(fā)射了GEOS-3測高衛(wèi)星。1985年,美國發(fā)射了GEOSAT測高衛(wèi)星。隨后,美國國家航空航天局、法國國家空間研究中心和歐洲空間局發(fā)射了ERS-1/2、TOPEX/Poseidon(T/P)、GFO、ENVISAT、ICESAT、Jason-1/2、CRYOSAT-2等多顆測高衛(wèi)星。我國對測高的研究起步較晚。1995年,中國科學(xué)院研制出國內(nèi)第一部機(jī)載測高計。2011年,“海洋二號”(HY-2)測高衛(wèi)星發(fā)射成功[1-3]。
利用高度計測高需要安裝一個天線,垂直向下發(fā)射信號,通過測量回波延時來測量高度,該方法只能測得平臺正下方的高度,且需要平臺配備額外的負(fù)載。文獻(xiàn)[4-7]提出了一種基于多普勒中心的高度估計方法,該方法無法在正側(cè)視模式下使用,也無法在波足中心線與雷達(dá)視線的投影不重合的情況下直接使用。文獻(xiàn)[8-9]提出了一種基于俯仰和差通道的雷達(dá)高度估計方法,當(dāng)波足中心線與雷達(dá)視線的地面投影不重合時,雷達(dá)對高度的估計存在偏差。上述高度估計方法在實(shí)際應(yīng)用中都存在一些問題。
雷達(dá)平臺相對于目標(biāo)的高度是雷達(dá)的重要參數(shù)之一。在雷達(dá)斜視模式下,雷達(dá)平臺與目標(biāo)區(qū)域的相對高度較難估計。本文提出的基于粒子群優(yōu)化(PSO)算法的多波位高度估計方法,可應(yīng)用于正側(cè)視模式和前斜視模式,也可在平臺存在俯沖速度的情況下使用[10-12]。只要波足中心線與雷達(dá)視線的地面投影的偏離程度不是很大,就可使用該方法進(jìn)行高度測量[13]。此外,該方法的高度估計精度受場景散射強(qiáng)度不均勻情況的影響也較小。因此,結(jié)合粒子群算法求解多波位測高方程組,進(jìn)行高度測量,可有效提高測高精度。
多波位測高方法解決了平臺與目標(biāo)區(qū)域之間相對高度的測量問題,而粒子群優(yōu)化算法為求解多波位測高方程組的一種有效方法。多波位測高的基本原理是雷達(dá)平臺在多個不同位置對目標(biāo)區(qū)域進(jìn)行照射,利用目標(biāo)區(qū)域反射回來的雷達(dá)回波,測得目標(biāo)區(qū)域與平臺的波束中心距離,即斜距,并測得波束中心與地平面的夾角,即擦地角。根據(jù)斜距、擦地角和高度之間的幾何關(guān)系,利用粒子群優(yōu)化算法估計平臺與目標(biāo)區(qū)域的相對高度。這種通過聯(lián)合多個波位的回波的斜距和擦地角進(jìn)行高度測量的方法可有效提高測高精度。多波位測高算法的具體實(shí)施步驟如下[9]。
根據(jù)算法的基本原理,設(shè)計多波位測高的幾何模型。在雷達(dá)平臺飛行航跡中,選擇多個不同位置照射同一目標(biāo)場景,本文以4個不同波位為例,錄取雷達(dá)回波,形成入射角度不同的4個波位,多波位測高模型如圖1所示。
圖1 多波位測高模型Fig.1 Multi-beam altitude measurement model
根據(jù)測高的幾何模型建立多波位測高方程組,由斜距乘以擦地角的正弦值得到高度,則可列出如下方程組,即
(1)
式中:H1為波位1的平臺真實(shí)高度;hi1(i=1,2,3,4)為第i個波位與第1個波位的平臺高度差;Ri為第i個波位測量的斜距;βi為第i個波位測量的擦地角;Δi為擦地角誤差。
對于式(1)的多波位測高方程組,聯(lián)立多個測高方程。利用粒子群優(yōu)化算法可求出并消除擦地角誤差,從而有效提高測高精度。本文利用粒子群優(yōu)化算法,建立合適的約束條件和目標(biāo)函數(shù),通過多次迭代解出式(1)超定方程組的解,得到高度的估計值。
根據(jù)實(shí)際應(yīng)用情況提出算法的有效邊界條件。為保證方程組(1)有精度較高且唯一的解,該測高模型系統(tǒng)需滿足以下邊界條件:
1) 在測高孔徑時間內(nèi),慣性導(dǎo)航的姿態(tài)角誤差變化不明顯,即認(rèn)為Δ1≈Δ2≈Δ3≈Δ4。滿足此邊界條件時,方程組(1)為可求唯一解的超定方程組。
2) 慣性導(dǎo)航系統(tǒng)可較為精確地測量不同波位間的高程差,即h21、h31、h41可被精確測量。
3) 多個波位間應(yīng)存在一定的差異性,相鄰波位間要留有足夠的距離,即保證方程組(1)中的4個方程具有獨(dú)立性。
多波位測高方法依賴于慣性導(dǎo)航系統(tǒng)對平臺姿態(tài)變化的測量精度,以及4個波位間的平臺高度變化量。因此,測高精度一定程度上會受到慣性導(dǎo)航系統(tǒng)精度的影響。
通過粒子群算法對方程組進(jìn)行優(yōu)化可快速簡便地得到方程組的解。而且,利用粒子群優(yōu)化算法求解多波位測高方程組可任意改變方程個數(shù),即波位個數(shù)。在利用粒子群算法前,需對測高方程組進(jìn)行如下處理,即
(2)
經(jīng)處理后的方程組有2個變量,分別為擦地角誤差Δ和高度值H1。在使用粒子群優(yōu)化算法優(yōu)化多波位測高方程組時,需建立一個合適的數(shù)學(xué)模型f(x)=0,由此得到如下模型,即
(3)
式中:高度H1和擦地角誤差Δ為方程組的待優(yōu)化變量。
在利用粒子群優(yōu)化算法前還需建立變量的約束條件,結(jié)合實(shí)際經(jīng)驗(yàn)建立變量Δ和H1的約束范圍為
Δmin≤Δ≤Δmax
(4)
Hmin≤H1≤Hmax
(5)
式中:Δmin和Δmax分別為Δ的上限約束值和下限約束值;Hmin和Hmax分別為H1的上限約束值和下限約束值。
利用粒子群算法求解測高方程組,需要不斷進(jìn)行優(yōu)化迭代,最終得到方程組的一組最優(yōu)解。因此,需要將求解測高方程組問題轉(zhuǎn)化為一個求極值的問題。在粒子迭代出一個極值時,對應(yīng)的擦地角誤差值和高度值便是方程組的一組最優(yōu)解。因此,建立目標(biāo)函數(shù)
(6)
式中:m為方程個數(shù),即波位數(shù)。由式(6)的模型可知,該函數(shù)是一個有最小值的函數(shù),δ的理論最小值為0。因此,在粒子不斷迭代的過程中,當(dāng)δ不斷逼近最小值時,便得到測高方程組的一組最優(yōu)解。
粒子群算法優(yōu)化迭代過程的第一步為初始化參數(shù),包括初始化必要的因子及粒子的初始位置和步進(jìn)值,其中,粒子的位置都在上述建立好的約束條件范圍內(nèi)。由式(6)初始化粒子的適應(yīng)度值。每次迭代都要更新步進(jìn)值,步進(jìn)更新公式為[14-18]
(7)
粒子群優(yōu)化算法的位置更新公式為[18]
(8)
最后,由目標(biāo)函數(shù)來計算當(dāng)前迭代的全局最優(yōu)解和個體最優(yōu)解。更新全局最優(yōu)解,并判斷是否迭代完成且迭代結(jié)果最優(yōu)。如果否,則繼續(xù)迭代;如果是,則完成迭代,得到最優(yōu)目標(biāo)函數(shù)值和一組測高方程的最優(yōu)解。粒子群算法優(yōu)化迭代過程如圖2所示。
圖2 粒子群算法優(yōu)化迭代過程Fig.2 PSO iteration process
結(jié)合測高算法的有效邊界條件,設(shè)計多個波位的幾何關(guān)系,利用多波位測高方法進(jìn)行測高,通過粒子群算法優(yōu)化出高度值。多個波位幾何關(guān)系見表1。設(shè)計雷達(dá)平臺與目標(biāo)區(qū)域的相對高度為5 000 m,本文以4個波位為例。
理論仿真的輸入誤差見表2。
表1 幾何關(guān)系表
表2 理論級仿真的輸入誤差
根據(jù)表1的幾何關(guān)系,在不加入任何誤差的情況下,通過優(yōu)化迭代得到高度值。未加入任何誤差時的仿真結(jié)果見表3。仿真中,設(shè)計粒子個數(shù)為20個,迭代次數(shù)為50次。
表3 無誤差時粒子群優(yōu)化仿真結(jié)果
由理論仿真可知,無誤差時優(yōu)化得到的擦地角誤差值和高度值與理論仿真的輸入值幾近相同,且目標(biāo)函數(shù)值也近似為0。因此,利用粒子群算法優(yōu)化多波位測高方程組能取得很好效果。無誤差情況下粒子群算法的1次優(yōu)化結(jié)果如圖3所示。由圖3(a)可知,擦地角誤差逐漸趨于0°;由圖3(b)可知,高度逐漸趨于5 000 m;由圖3(c)可知,目標(biāo)函數(shù)值逐漸趨于0。
圖3 無誤差情況優(yōu)化結(jié)果Fig.3 Optimization results without errors
為更真實(shí)地反映實(shí)際情況,對輸入量加誤差,并再次通過仿真驗(yàn)證該算法的可靠性和有效性。將表2中的誤差加入到測高方程組中,再次進(jìn)行優(yōu)化迭代,得到輸出擦地角誤差值與高度值。加入誤差情況下的仿真結(jié)果見表4。仿真中,設(shè)計粒子群算法中的粒子個數(shù)為20個,迭代次數(shù)為70次。
表4 加誤差時優(yōu)化結(jié)果
由以上仿真可知:擦地角誤差的均值和標(biāo)準(zhǔn)差分別為0.018 4°和0.051 2°;高度的均值和標(biāo)準(zhǔn)差分別為5 004.7 m和15.49 m。粒子群算法優(yōu)化的高度均值與實(shí)際仿真的高度相差不到5 m,這進(jìn)一步驗(yàn)證了該算法高度估計效果。加誤差情況下的1次優(yōu)化結(jié)果如圖4所示。由圖4(a)可知,擦地角誤差最終趨于穩(wěn)定;由圖4(b)可知,高度最終逼近真實(shí)高度值;由圖4(c)可知,目標(biāo)函數(shù)值最終趨于理論值0。
圖4 誤差情況優(yōu)化結(jié)果Fig.4 Optimization results with errors
圖5 粒子優(yōu)化方法估計結(jié)果Fig.5 PSO method estimation results
為更好地驗(yàn)證基于粒子群算法的多波位測高方法的有效性,利用實(shí)測數(shù)據(jù)進(jìn)行仿真分析。表5給出了實(shí)測輸入?yún)?shù),即雷達(dá)平臺的幾何參數(shù)。
表5 實(shí)測輸入?yún)?shù)
這里以差分GPS提供的高度作為評估高度的參考高度,通過對比參考高度和多波位估計的高度來驗(yàn)證基于粒子群優(yōu)化算法的多波位測高方法的有效性。實(shí)測數(shù)據(jù)中,方位向共有9 920個脈沖,以64個脈沖為一組,共有155組數(shù)據(jù)。分別對每組實(shí)測數(shù)據(jù)進(jìn)行處理,利用粒子群算法優(yōu)化的多波位方法估計雷達(dá)高度。
設(shè)計迭代次數(shù)為50次,粒子個數(shù)為20個,Δ的約束范圍為[-2°,2°],H1的約束范圍為[4 000,6 000] m。粒子群優(yōu)化估計結(jié)果如圖5所示。圖5(a)為目標(biāo)函數(shù),縱坐標(biāo)為目標(biāo)函數(shù)的優(yōu)化結(jié)果,橫坐標(biāo)為數(shù)據(jù)組。從圖中可以看出,每組數(shù)據(jù)迭代的目標(biāo)函數(shù)值都相差不大,這驗(yàn)證了粒子群算法迭代的穩(wěn)定性。圖5(b)為擦地角誤差,縱坐標(biāo)為擦地角誤差的優(yōu)化結(jié)果,橫坐標(biāo)為數(shù)據(jù)組。從圖中可以看出,每次迭代的擦地角誤差值很小,都在0附近波動。圖5(c)為高度值,縱坐標(biāo)為高度值,橫坐標(biāo)為數(shù)據(jù)組,圓圈線為粒子群算法的多波位高度估計結(jié)果,星線為參考高度。從圖中可以看出,估計高度在參考高度范圍內(nèi)小幅波動。圖5(d)為高度偏差,縱坐標(biāo)為高度偏差值,橫坐標(biāo)為數(shù)據(jù)組,圖中,高度估計誤差的均值為-0.94 m,高度估計誤差的標(biāo)準(zhǔn)差為10.2 m。高度估計誤差的標(biāo)準(zhǔn)差的3倍值小于系統(tǒng)要求的高度測量3σ誤差。因此,粒子群優(yōu)化算法能在多波位高度估計過程中取得較好的效果。
本文提出的基于粒子群算法的多波位高度估計方法,可通過粒子群優(yōu)化算法估計出多波位測高方程組的解,且具有較高的高度估計精度。同時,粒子群優(yōu)化多波位測高方法可隨意調(diào)整波位數(shù)目,在實(shí)際應(yīng)用過程中提高了工程效率。此外,利用粒子群算法優(yōu)化多波位測高方程組,不需要對多波位測高超定方程組做近似處理,避免了方程組近似處理引入的誤差,提高了高度估計的精度。與高度計測高方法相比,粒子群算法優(yōu)化的多波位測高方法可在很大程度上減輕雷達(dá)平臺的載荷。粒子群優(yōu)化算法為多波位測高方法提供了一種有效的求解方法,使得該測高方法能在雷達(dá)斜視測高背景下得到很好的應(yīng)用。
在多波位的設(shè)計過程中,為保證多波位測高的有效性,多波位測高方程組內(nèi)方程需存在差異性,即相鄰波位設(shè)計要有一定的間距。波位的個數(shù)也是實(shí)際設(shè)計中要考慮的一個重要因素。如果波位間距較大,或波位數(shù)目較多,多波位測高的實(shí)時性就難以滿足需求。此外,基于粒子群算法的多波位高度估計方法需要慣性導(dǎo)航系統(tǒng)提供波位間的雷達(dá)高度差和擦地角變化值,所以該方法的高度估計精度也受到慣導(dǎo)精度的影響。后續(xù)將針對以上因素,結(jié)合實(shí)際測高需求對該算法進(jìn)行進(jìn)一步研究。