基于多维参数谱重构的FDA-MIMO雷达超分辨目标定位方法技术

本发明专利技术属于雷达目标定位技术领域，具体地说，是一种FDA

【技术实现步骤摘要】
基于多维参数谱重构的FDA
‑
MIMO雷达超分辨目标定位方法


[0001]本专利技术属于雷达目标定位
，具体地说，是一种FDA
‑
MIMO雷达角度
‑
距离二维谱重构技术的超分辨参数估计新方法。

技术介绍

[0002]现代雷达系统的主要作用之一就是对空间目标进行精准定位，即利用先进的信号处理方法从雷达回波中提取目标的角度和距离信息。传统的相控阵雷达已经被广泛应用于目标定位工作，但是，相控阵只提供了角度依赖的波形，其波束导向矢量的每个角度都对应所有的距离；换言之，对于所有的距离，被确定于一个角度方向。而在目标定位的研究过程中，MIMO(Multiple
‑
Input Multiple
‑
Output，MIMO)雷达凭借着高自由度的优势，近年来成为了新体制雷达的典型代表。然而，MIMO雷达是一种特殊的相控阵雷达，因此，也不能直接从波形输出峰值响应获得目标的距离信息。
[0003]FDA(Frequency Diverse Array，FDA)雷达在近十年被作为一种新型灵活的阵列雷达提出。频率分集阵列根本上还是一个等距线阵，但与传统阵列的差异表现在，其在各发射天线阵元间引入了一个远小于发射载频的频率增量，且频率增量随着阵元索引递增，从而产生了距离
‑
角度依赖的波形，增加了新的距离维自由度，为目标角度距离参数的联合估计与定位应用奠定了理论基础。
[0004]遗憾的是，由于存在距离和方位角耦合问题，在FDA雷达中目标的距离和角度是不能直接估计得到。双脉冲FDA雷达方案的提出可以有效地解决此问题。然而，双脉冲法面临着脉冲多发以及估计精度较低的难题。超分辨估计技术作为阵列信号处理领域的经典参数估计方案，能够高精度的分辨空间不同的信号，提高在一个半功率波束宽度内分辨来自空间不同方向信号的能力。为了实现FDA雷达的超分辨目标定位，子阵分割法将FDA雷达的发射阵列分割成若干个子阵，各个子阵发射互不相同的信号，再应用基于子空间的MUSIC方法实现对目标距离和方位角的联合估计。与之相似，子阵方法也可以将发射阵列划分成两个堆叠但频率偏移量不同的子阵，得到了解距离
‑
角度耦合的发射
‑
接收方向图，实现了雷达的目标定位工作。但是，子阵划分方法在多个目标的情况下，会出现虚假目标，这将给目标识别以及定位带来极大的难题。在超分辨目标定位方法中，虽然借鉴传统阵列信号处理领域中的二维MUSIC算法可以实现FDA
‑
MIMO雷达的角度和距离的精确估计，但依旧无法摆脱二维搜索庞大的计算量。
[0005]FDA雷达与MIMO雷达已经成为目前国内外学者研究的热点，但是在目标定位方面，现有的双脉冲法、发射子阵法、改变频偏法仍存在多目标的匹配与假象问题。此外，FDA雷达与超分辨理论结合后，庞大的计算量依旧成为阻碍雷达目标定位工程化推进的桎梏。因此，鉴于FDA结构的特殊性以及MIMO大自由度的优越性，探索具有高精度、高测速、超实时测量需求的距离
‑
角度联合超分辨估计技术显得尤为重要。

技术实现思路

[0006]本专利技术针对FDA
‑
MIMO雷达目标角度和距离信息的严重耦合问题，提出一种基于多维参数谱重构的FDA
‑
MIMO雷达超分辨目标定位新方法。
[0007]本专利技术通过以下措施达到：
[0008]一种基于多维参数谱重构的FDA
‑
MIMO雷达超分辨目标定位方法，其特征在于，首先利用MIMO雷达收发阵列接收远场空间目标信号，然后对接收的信号进行处理，获取信号与噪声子空间，对收发信号进行角度
‑
距离二维谱重构处理，并对噪声投影进行子阵划分；利用矩阵化子空间求根技术，构造角度谱的求根多项式后，对角度谱多项式直接进行求根运算，获得目标信号的角度估计值，将角度估计值代入重构代价函数，根据求根超分辨算法，获得目标信号的距离估计值，通过角度和距离自动配对，实现目标精准定位。
[0009]本专利技术所述利用MIMO雷达收发阵列接收远场空间目标信号，假设一个具有M个发射天线单元和N个接收天线单元的MIMO雷达，且收发阵列均为半波长等间距线阵，考虑空间中存在P个远场目标信号，假设P先验已知，雷达最大探测无模糊距离r
max
＝c/2Δf，其中c为电磁波传播速度，Δf为频率偏移量，则经匹配滤波后第l个脉冲下的目标回波信号表示为：
[0010]x(l)＝A(θ,r)s(l)+n(l)，
[0011]其中，A(θ,r)＝[a(θ1,r1),
…
,a(θ
P
,r
P
)]为MN
×
P维的收发阵列流型矩阵，且收发阵列流型矩阵中第p个元素为s(l)为P
×
1维匹配滤波后的信号矢量，n(l)为MN
×
1维的加性高斯白噪声矢量，a(θ
p
,r
p
)中发射阵列流型矢量a
tp
(θ
p
,r
p
)和接收阵列流型矢量a
rp
(θ
p
)分别为
[0012][0013][0014]经L个发射脉冲积累后，回波信号为
[0015]X＝A(θ,R)S+N。
[0016]其中，S＝[s(1),
…
,s(L)]为MN
×
L维信号积累矩阵，N＝[n(1),
…
,n(L)]为MN
×
L维噪声积累矩阵，X＝[x(1),
…
,x(L)]为MN
×
L维回波信号积累矩阵。
[0017]本专利技术中根据子空间估计理论，获得噪声子空间具体为：
[0018]MN
×
MN维阵列协方差矩阵为：
[0019][0020]对R进行复值特征值分解表示为：
[0021][0022]其中Λ
s
和Λ
n
分别为P个大特征值和MN
‑
P个小特征值组成的对角矩阵，U
s
为P个大特征值所对应的特征向量所张成的信号子空间span(U
s
)，U
n
为MN
‑
P个小特征值所对应的特征向量所张成的噪声子空间span(U
n
)。
[0023]二维MUSIC算法空间谱为：
[0024][0025]其中a(θ,r)为FDA
‑
MIMO雷达收发阵列流型矢量。
[0026]本专利技术中重构角度
‑
距离二维谱，并对噪声投影进行子阵划分具体包括以下步骤：
[0027]步骤3
‑
1：耦合化的发射阵列流型矢量a
t
(θ,r)改写为
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多维参数谱重构的FDA
‑
MIMO雷达超分辨目标定位方法，其特征在于，通过以下步骤实现：第一步，利用MIMO雷达收发天线阵列接收远场空间目标信号；第二步，获得噪声子空间；第三步，重构角度
‑
距离二维谱，并对噪声投影进行子阵划分；第四步，矩阵化子空间求根技术，构造角度谱的求根多项式；第五步，求根运算获得目标信号的角度估计值；第六步，将角度估计值代入重构代价函数，根据求根超分辨算法，获得目标信号的距离估计值；第七步，角度和距离自动配对，实现目标精准定位。2.根据权利要求1所述一种基于多维参数谱重构的FDA
‑
MIMO雷达超分辨目标定位方法，其特征在于，第一步具体为：假设一个具有M个发射天线单元和N个接收天线单元的FDA
‑
MIMO雷达，且收发阵列均为半波长等间距线阵，考虑空间中存在P个远场目标信号(假设P先验已知)，雷达最大探测无模糊距离r
max
＝c/2Δf，其中c为电磁波传播速度，Δf为频率偏移量。则经匹配滤波后第l个脉冲下的目标回波信号表示为：x(l)＝A(θ,r)s(l)+n(l)，其中，A(θ,r)＝[a(θ1,r1),
…
,a(θ
P
,r
P
)]为MN
×
P维的收发阵列流型矩阵，且收发阵列流型矩阵中第p个元素为s(l)为P
×
1维匹配滤波后的信号矢量，n(l)为MN
×
1维的加性高斯白噪声矢量，a(θ
p
,r
p
)中发射阵列流型矢量a
tp
(θ
p
,r
p
)和接收阵列流型矢量a
rp
(θ
p
)分别为)分别为经L个发射脉冲积累后，回波信号为X＝A(θ,R)S+N，其中，S＝[s(1),
…
,s(L)]为MN
×
L维信号积累矩阵，N＝[n(1),
…
,n(L)]为MN
×
L维噪声积累矩阵，X＝[x(1),
…
,x(L)]为MN
×
L维回波信号积累矩阵。3.根据权利要求2所述一种基于多维参数谱重构的FDA
‑
MIMO雷达超分辨目标定位方法，其特征在于，所述第二步具体为：MN
×
MN维阵列协方差矩阵为：对R进行复值特征值分解可以表示为：
其中Λ
s
和Λ
n
分别为P个大特征值和MN
‑
P个小特征值组成的对角矩阵，U
s
为P个大特征值所对应的特征向量所张成的信号子空间span(U
s
)，U
n
为MN
‑
P个小特征值所对应的特征向量所张成的噪声子空间span(U
n
)。二维MUSIC算法空间谱为：其中a(θ,r)为FDA
‑
MIMO雷达收发阵列流型矢量。4.根据权利要求3所述一种基于多维参数谱重构的FDA
‑
MIMO雷达超分辨目标定位方法，其特征在于，所述第三步具体为：(1)耦合化的发射阵列流型矢量a
t
(θ,r)改写为a
t
(θ,r...

【专利技术属性】
技术研发人员：闫锋刚，孟祥天，曹丙霞，李享，刘润虎，张晔，
申请(专利权)人：哈尔滨工业大学威海，
类型：发明
国别省市：