[发明专利]相干MIMO雷达的收发稳健降维自适应波束形成方法

说明书

技术领域

本发明属于雷达信号处理技术领域，具体说是实现相干多输入多输出（multiple-transmit multiple-receive,以下简称MIMO）雷达收发双边导向矢量失配问题以及观测数据中含有目标信号状况下的稳健降维自适应波束形成，用于动目标检测和波达方向（DOA）估计。

背景技术

近年来，作为一种新体制雷达，多输入多输出（MIMO）雷达受到了人们的广泛关注。与传统相控阵雷达相比，MIMO雷达通过多个天线发射非相干或正交信号，在接收端进行匹配滤波分离出发射信号分量，因而能够利用少量的天线获得较多的系统处理自由度，实现发射-接收二维自适应波束形成，从而得到具有较低旁瓣的二维窄波束，有利于提高目标参数识别能力、目标角度估计精度以及雷达的抗干扰能力。根据发射和接收阵列配置方式的不同，MIMO雷达可分为非相干MIMO雷达和相干MIMO雷达两类。其中，相干MIMO雷达利用发射信号的多样性，即波形分集来增加系统处理自由度，从而提高雷达参数的可辨识性以及抑制干扰的能力；此外，相干MIMO雷达还可以利用发射和接收天线孔径提高雷达角度分辨率和抑制干扰的能力。基于以上原因，相干MIMO雷达成为了MIMO雷达的研究重点。

当发射信号正交时，相干MIMO雷达在接收端对每个发射信号进行匹配滤波，实现发射-接收二维联合自适应波束形成。相干MIMO雷达的信号处理维数等于发射天线数与接收天线数的乘积，因而当采用传统的最小方差无畸变（MVDR）方法来实现自适应波束形成时，所涉及的样本需求以及计算量都会大幅地增长。因此，相干MIMO雷达自适应波束形成首先要解决的问题就是高维信号处理问题。此外，当假定的目标导向矢量与真实的目标导向矢量不能完全匹配时，传统的自适应波束形成方法的性能会大大地下降。更进一步，当观测数据中包含目标信号时，传统的自适应波束形成方法的性能对于导向矢量的失配会变得更加敏感，尤其是在高信噪比(SNR)情况下，导向矢量的失配会严重影响到自适应波束形成算法的性能。例如，在有阵列误差的情况下，目标的真实导向矢量与期望导向矢量失配，传统的采样协方差矩阵求逆（SMI）方法对导向矢量误差不具有稳健性，会产生目标信号自相消的现象，即目标会被当作干扰抑制掉。而且，观测数据中可能会含有目标信号，目标信号的存在会大大降低SMI算法随样本的收敛速度和性能。因此，如何提高自适应波束形成算法的稳健性成为人们必须要解决的问题。传统的提高波束形成稳健性的方法主要有线性约束最小方差(LCMV)法、对角加载技术、矩阵锥消(CMT)法以及二阶凸优化法等，其中最常用的方法是对角加载波束形成方法。对角加载采样协方差矩阵求逆（LSMI）算法是SMI算法的改进算法，它可以显著地提高SMI算法的自适应收敛率，并具有自适应波束保形能力。但是，LSMI算法对角加载量的选取是一个尚未解决的难题：当对角加载量低于噪声功率时，噪声特征值扩散程度改善较小，LSMI算法与SMI算法相比，性能改善不大；当对角加载量过大时，对角加载后的协方差矩阵特征值比理想协方差矩阵的特征值大，将会使加载后的干扰特征值与噪声特征值之比变小，导致干扰零陷变浅，从而有一定的性能损失。基于变对角加载的全维二阶凸规划（F-SOCP）算法性能略好于基于固定加载的LSMI算法性能，但是它存在计算量大、训练样本需求多、自适应收敛率慢等问题。综合以上介绍，虽然相干MIMO雷达可以实现发射-接收二维自适应波束形成，但是全维自适应波束形成由于系统自由度的增加，其计算复杂度和样本需求将会成倍地增长。此外，实际信号处理中存在着导向矢量失配、估计协方差矩阵含有目标信号等各种非理想因素，这些因素将导致自适应波束形成方法的收敛率和性能急剧下降。

发明内容

本发明的目的是：针对现有自适应波束形成方法应用于相干MIMO雷达时存在的不足，如计算复杂度高，样本需求量大，实际信号处理中存在着导向矢量失配以及估计协方差矩阵含有目标信号等各种非理想因素，本发明提出了一种收发稳健降维自适应波束形成方法，来实现收发双边导向矢量失配以及观测数据中含有目标信号状况下的稳健自适应波束形成。

本发明的技术方案概括为：首先将相干MIMO雷达中的发射-接收二维权向量分离为发射权向量和接收权向量两部分，从而实现降维；然后基于收发双边导向矢量误差模型，利用二阶凸优化算法推导出双二次代价函数及约束条件；进而利用双迭代方法计算波束形成所需的最优权向量；最后用计算出的最优权向量进行波束形成。具体实现过程如下：