The four-channel monopulse (FCM) technique enables a phased array radar (PAR) to track the angular location of two targets with reduced complexity and thus has been extensively investigated in the fields of radar multitarget tracking. However, the FCM technique has limited practical use because it was originally designed for a four-channel monopulse radar and is suitable only for a PAR configured with a rectangular planar array. In addition, the FCM technique is unable to resolve two targets when they have identical azimuthal or elevation angles due to angular ambiguity. In this paper, we propose a subarray-based FCM (SFCM) method to achieve an efficient, unambiguous, and fast two-target resolution, which is applicable to a PAR with a regular shape, i.e., circular arrays, elliptical arrays, and regular-octagonal arrays. Specifically, the proposed SFCM method consists of two stages: coarse estimation and precise estimation. Coarse estimation is performed by an inscribed rectangular array to initially estimate the angles of the two targets, and then precise estimation is achieved by a closed-form solution. Moreover, the proposed SFCM method can avoid the angular ambiguity issue via coordinate rotation. Furthermore, we prove that the optimal rotation angle is $45^\circ$ for minimizing the estimation error. In the performance analysis, we evaluate the effectiveness, computational complexity and Doppler effect for the SFCM method. Numerical results demonstrate that the proposed method outperforms its counterpart FCM method in accuracy, applicability, and robustness.

中文翻译：

---

通过基于子阵列的四通道单脉冲有效和明确的双目标分辨率

四通道单脉冲 (FCM) 技术使相控阵雷达 (PAR) 能够以降低的复杂性跟踪两个目标的角位置，因此已在雷达多目标跟踪领域得到广泛研究。然而，FCM 技术的实际应用受到限制，因为它最初是为四通道单脉冲雷达设计的，仅适用于配置矩形平面阵列的 PAR。此外，当两个目标具有相同的方位角或仰角时，由于角度模糊，FCM 技术无法解析它们。在本文中，我们提出了一种基于子阵列的 FCM (SFCM) 方法来实现高效、明确和快速的双目标分辨率，该方法适用于具有规则形状的 PAR，即圆形阵列、椭圆阵列和规则阵列。 -八边形数组。具体来说，所提出的SFCM方法包括两个阶段：粗估计和精确估计。粗估计是通过内接矩形阵列进行初步估计两个目标的角度，然后通过封闭形式的解决方案实现精确估计。此外，所提出的SFCM方法可以通过坐标旋转避免角度模糊问题。此外，我们证明了最小化估计误差的最佳旋转角度是 $45^\circ$。在性能分析中，我们评估了 SFCM 方法的有效性、计算复杂度和多普勒效应。数值结果表明，所提出的方法在准确性、适用性和鲁棒性方面优于其对应的 FCM 方法。粗估计是通过内接矩形阵列进行初步估计两个目标的角度，然后通过封闭形式的解决方案实现精确估计。此外，所提出的SFCM方法可以通过坐标旋转避免角度模糊问题。此外，我们证明了最小化估计误差的最佳旋转角度是 $45^\circ$。在性能分析中，我们评估了 SFCM 方法的有效性、计算复杂度和多普勒效应。数值结果表明，所提出的方法在准确性、适用性和鲁棒性方面优于其对应的 FCM 方法。粗估计是通过内接矩形阵列进行初步估计两个目标的角度，然后通过封闭形式的解决方案实现精确估计。此外，所提出的SFCM方法可以通过坐标旋转避免角度模糊问题。此外，我们证明了最小化估计误差的最佳旋转角度是 $45^\circ$。在性能分析中，我们评估了 SFCM 方法的有效性、计算复杂度和多普勒效应。数值结果表明，所提出的方法在准确性、适用性和鲁棒性方面优于其对应的 FCM 方法。提出的SFCM方法可以通过坐标旋转避免角度模糊问题。此外，我们证明了最小化估计误差的最佳旋转角度是 $45^\circ$。在性能分析中，我们评估了 SFCM 方法的有效性、计算复杂度和多普勒效应。数值结果表明，所提出的方法在准确性、适用性和鲁棒性方面优于其对应的 FCM 方法。提出的SFCM方法可以通过坐标旋转避免角度模糊问题。此外，我们证明了最小化估计误差的最佳旋转角度是 $45^\circ$。在性能分析中，我们评估了 SFCM 方法的有效性、计算复杂度和多普勒效应。数值结果表明，所提出的方法在准确性、适用性和鲁棒性方面优于其对应的 FCM 方法。