[发明专利]基于高阶累积量的双基地MIMO雷达的参数估计方法

权利要求书

1.一种基于高阶累积量的双基地MIMO雷达的参数估计方法，其特征在于，包括以下步骤：

S01，将由M个发射阵元、N个接收阵元构成的双基地MIMO雷达的接收信号Y(l)进行匹配滤波后，转换为向量形式信号x(l)，转换公式为：

x(l)＝vec[Y(l)S^H]

＝Aα(l)+n(l)

其中n(l)＝vec[W(l)S^H]

α(l)=[β1ej2πfd1(l-1)Tr,...,βpej2πfdp(l-1)Tr]T;]]>

W(l)为加性噪声矩阵，β_p和f_dp分别为第p个目标的回波信号幅度和多普勒频率，T_r为脉冲重复周期；为发射信号，A＝[a₁,a₂,…,a_P]为发射接收联合导向矢量矩阵；s_m为假设雷达工作在窄带远场条件下，M个发射阵元同时发射相同载频及带宽的时域正交信号，m＝1，2,3……M；vec(·)表示矩阵的向量化操作，(·)^H表示共轭转置；p表示探测空间的第p个目标，探测空间共有P个目标p＝1,2,…,P；l表示信号的第l个脉冲周期，信号共有L个脉冲周期，l＝1,2,…,L；

S02，利用接收信号Y(l)的L个脉冲周期的匹配滤波器输出x(l)分别构造3个MN×(L-2)维数据矩阵：

X₁＝[x(1),x(2),…,x(L-2)]＝Aα₁+N₁

X₂＝[x(2),x(3),…,x(L-1)]＝Aα₂+N₂

X₃＝[x(3),x(4),…,x(L)]＝Aα₃+N₃

X₁、X₂、X₃分别为所述构造的3个MN×(L-2)维数据矩阵，

其中：

N₁＝[n(1),n(2),…,n(L-2)]   α₁＝[α(1),α(2),…,α(L-2)]

N₂＝[n(2),n(3),…,n(L-1)]   α₂＝[α(2),α(3),…,α(L-1)]

N₃＝[n(3),n(4),…,n(L)]   α₃＝[α(3),α(4),…,α(L)]

S03，分别构造X₂与X₁、X₃与X₁的四阶累积量的切片矩阵：

C12=cum(X1,X2,X2*,X2*)]]>

C13=cum(X1,X3,X3*,X3*)]]>

其中C₁₂为构造的X₂与X₁的四阶累积量的切片矩阵；C₁₃为构造的X₃与X₁的四阶累积量的切片矩阵；表示X₂、X₃的共轭矩阵；

S04，对切片矩阵C₁₂进行奇异值分解得到：

C₁₂＝UΣV^H

取P个非零特征值对应的左奇异矩阵U_MN×P、右奇异矩阵V_MN×P，构建(C₁₂)_MN×MN的伪逆矩阵为：

C12#=VΣ-1UH]]>

Σ表示由特征值组成的对角阵，Σ^-1是Σ的逆矩阵；

S05，构造降维矩阵G：

G＝U^#CU

其中U^#＝(U^HU)^-1U^H；

S06，对降维矩阵G进行特征分解，令{λ₁,λ₂,…,λ_P}和分别为矩阵G对应的P个非零特征值和对应的特征向量；目标的多普勒频率为：

f^dp=∠(λp)/(2πTr)]]>

其中∠(λ_p)为特征值λ_p的相位；T_r为脉冲重复周期；

S07，导向矢量为：

A^=UH-1]]>

将的第p列分为M个N×1维的块矩阵目标波离方向的估计为：

λ为雷达工作波长；

S08，定义矩阵A'＝[a'₁,a'₂,…,a'_P]，其中将A'的第p列a'_p分为N个M×1维的块矩阵a'_pn，双基地MIMO雷达的目标的波达方向(DOA)的估计为：

θ^P=arcsin{λ2π(N-1)Σn=2N∠[(ai(n-1)′)Hain′/M]drn-dr(n-1)}.]]>