本发明专利技术公开了互耦条件下基于协方差矢量稀疏表示的单基地MIMO雷达角度估计方法。包括以下步骤：发射阵列发射相互正交的相位编码信号，接收端进行匹配滤波处理后获得接收数据，利用发射阵列和接收阵列都具有的互耦矩阵，通过线性变换消除未知互耦的影响；对消除互耦后的数据矩阵进行降维处理，获得协方差矩阵并进行向量化操作；获得稀疏表示模型，构造基于协方差矢量的稀疏表示框架，获得恢复矩阵，得到粗略的DOA估计；对得到的粗略的DOA估计，利用最大似然估计方法进行迭代处理，得到DOA的精确估计。本发明专利技术具有分辨率高和角度估计性能强的优点。
【技术实现步骤摘要】
本专利技术属于单基地MMO雷达系统
，尤其涉及一种互耦条件下基于协方 差矢量稀疏表示的单基地MIMO雷达角度估计方法。
技术介绍
多输入多输出（Mnro)雷达在雷达领域引起了很大的关注并且成为了一个热门研 究课题。根据发射阵列和接收阵列的结构，Mnro雷达可以分为两类，一种是统计Mnro雷达， 另外一种是相干 MIMO 雷达（IEEE Signal Processing Magazine，2007, 24 (5) : 106-114)， 包括双基地MIMO雷达和单基地MIMO雷达。在统计MIMO雷达中，发射阵列和接收阵列的天 线是彼此分开的，然而在单基地MIMO雷达中，它们是紧密共置的。本专利技术中，我们研究的是 单基地M頂0雷达中的DOA估计问题。 波达方向（DOA)估计是阵列信号处理和MMO雷达实际应用中的基础方面。在 Mnro雷达中针对角度估计人们已经提出一些基于子空间的方法，例如多重信号分类 (MUSIC)和旋转不变子空间（ESPRIT) (Electronics Letters，2008,44 (12) :770-771) 算法。另一方面，利用具有均匀线阵的单基地MIMO雷达虚拟阵列的特殊结构，人们提 出 了降维ESPRIT(RD-ESPRIT)(Electronics Letters，2011，47(4) :283-284)和降维 Capon(RD-Capon) (IET Radar，Sonar and Navigation，2〇l2,8(8) :796_8〇1)方法对 DOA 进行估计。然而，这些方法很强地依赖MMO雷达的阵列流形，在实际情况中经常会被互耦 干扰。互耦存在的情况下，以上方法的角度估计性能降低甚至失效。为了解决这个问题， 利用互親矩阵（MCM)的Toeplitz结构人们提出了一种相似ESPRIT(Signal Processing， 2012,92 (12) :3039-3048)方法估计D0A。此外，新兴的稀疏表示领域吸引了很多关注，为 DOA估计提供了新视点。一些基于稀疏表示的方法，例如I 1-SVDdEEE Transactions on Signal Processing,2005,53 (8) :3010-3022), I1-SRACV(IEEE Transactions on Signal Processing，2011，59 (2) :629-638)和 CMSR(IEEE Transactions on Aerospace and Electronic Systems，2013,49(3) :1710-1724)已经被提出以估计D0A。与基于子空间的 方法相比，仿真结果证实这些方法提供更高的角度分辨率，对目标数目的估计具有更低的 敏感度，并且能够更好地适用于低SNR情况。在互耦条件下的无源阵列中，人们已经提出 了校正的 IfSVD 方法（IEEE Antennas and Wireless Propagation Letters，2013,12: 376-379)对角度进行估计，但是导致了角度估计性能的降低。另一方面，在MMO雷达中提 出了一些基于稀疏表示的角度估计方法，然而，在稀疏表示框架下，没有关于互耦存在情况 下MMO雷达角度估计的文献。
技术实现思路
本专利技术的目的是提供一种具有更高的分辨率和更好的角度估计性能的，互耦条件 下基于协方差矢量稀疏表示的单基地MIMO雷达角度估计方法。 互耦条件下基于协方差矢量稀疏表示的单基地MMO雷达角度估计方法，包括以 下步骤， 步骤一：发射阵列发射相互正交的相位编码信号，接收端进行匹配滤波处理后获 得接收数据，利用发射阵列和接收阵列都具有的互耦矩阵，通过线性变换消除未知互耦的 影响； 步骤二：对消除互耦后的数据矩阵进行降维处理，获得协方差矩阵并进行向量化 操作； 步骤三：获得稀疏表示模型，构造基于协方差矢量的稀疏表示框架，获得恢复矩 阵，得到粗略的DOA估计； 步骤四：对得到的粗略的DOA估计，利用最大似然估计方法进行迭代处理，得到 DOA的精确估计。 本专利技术互耦条件下基于协方差矢量稀疏表示的单基地MMO雷达角度估计方法， 还可以包括： 1、通过线性变换消除未知互耦的影响的过程为： (1)通过收集J个快拍，接收数据矩阵为 X = = CAS+N 其中X U1)是第i个快拍的接收向量，i = 1，2...，J，c = C； ? C；，(；和Q分别是发 射阵列和接收阵列的互耦矩阵，A = At(DApAt= 和A1= [a J 9 :)，…总数，M'和N'分别是发射和接收天线数，S是信号矩阵，N是高斯白噪声矩阵； (2)对接收数据进行线性变换，得到消除互耦后的数据矩阵：_7]其中广=R? A 是选择矩阵，r丨=，r2= ，iQXQ是QXQ维单位矩阵，k+i为非零互親系数个数， 3、r和#分别是新的导向矩阵、信号矩阵和噪声矩阵。 2、对消除互耦后的数据矩阵进行降维处理，获得协方差矩阵并进行向量化操作的 具体步骤为 (1)得到的降维数据：= .,/Lf 是降维转换矩阵，鳥Xd,，《 = 〇"..，!？-1 , M y-2A：且 # 2尤：，:B = 是新导向矩阵，由 办$) .= [l，:exp(i疋sin沒…,.exp.(力r(M +# -2)sin6^^ (2)获得协方差矩阵Ry= E (YY H)的估计限值，其满足自由度为(々 + 々-i卜的渐近卡方分布； 测绘％寻找P个峰值，获得粗略的DOA估计，即5 =。 4、利用最大似然估计方法进行迭代处理，得到的DOA的估计为： 其中粤是第i次迭代的DOA估计，H和17分别是每次迭代的Hessian矩阵和梯度 函 当IlC1 -4||2 &或者达到最大迭代次数时，迭代收敛，此时获得精确的DOAs，T是 预定义最小值。 有益效果： 本专利技术通过协方差矩阵向量化操作，使阵列孔径被显著地扩大，同时在有效的DOA 初始值下利用牛顿迭代，引入精确处理过程获得更好的角度估计，因此本专利技术比I 1-SVD方 法和相似ESPRIT方法具有更高的角度分辨率； 本专利技术由于只涉及到单测量矢量（SMV)问题并且不需要一个密集的离散样本网 格，因此计算复杂度低，本专利技术的计算复杂度比I 1-SVD方法更合理； 本专利技术由于以上所提技术的应用，在低SNR区域，角度估计性能优于I1-SVD和相 似ESPRIT方法，尤其是大K值的情况下。本专利技术比I 1-SVD和相似ESPRIT提供更好的角度 估计性能，具有更低的SNR阈值，并且在低快拍数下性能良好。【附图说明】 图1本专利技术的整体框架图； 图2本专利技术互耦条件下K = 1时在粗略角度估计时的空间谱； 图3不同方法互耦K = 1时三个目标角度估计的均方根误差和信噪比关系； 图4不同方法互耦K = 2时三个目标角度估计的均方根误差和信噪比关系； 图5不同方法互耦K = 1时三个目标角度估计的均方根误差和快拍数关系； 图6不同方法互耦K=1时三个目标角度估计的分辨率和信噪比关系； 图7不同方法互耦K = 1时两个目标角度估计的均方根误差和角度间隔关系。【具体实施方式】 下面将结合附图对本专利技术做进一步详细说明。 本专利技术的目的在于克服上述方法本文档来自技高网...
【技术保护点】
互耦条件下基于协方差矢量稀疏表示的单基地MIMO雷达角度估计方法，其特征在于：包括以下步骤，步骤一：发射阵列发射相互正交的相位编码信号，接收端进行匹配滤波处理后获得接收数据，利用发射阵列和接收阵列都具有的互耦矩阵，通过线性变换消除未知互耦的影响；步骤二：对消除互耦后的数据矩阵进行降维处理，获得协方差矩阵并进行向量化操作；步骤三：获得稀疏表示模型，构造基于协方差矢量的稀疏表示框架，获得恢复矩阵，得到粗略的DOA估计；步骤四：对得到的粗略的DOA估计，利用最大似然估计方法进行迭代处理，得到DOA的精确估计。
【技术特征摘要】
【专利技术属性】
技术研发人员：周卫东，刘婧，王咸鹏，宫文贺，刘可，朱鹏翔，王长龙，高宁，赵廷，陈智超，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：黑龙江;23
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。