[发明专利]基于稀疏表示的单基地多输入多输出雷达目标波达方向估计方法

说明书

技术领域

本发明涉及MIMO雷达系统技术领域，特别涉及MIMO雷达系统DOA估计的应用，具体说是一种基于高运算效率稀疏表示的单基地MIMO雷达DOA估计方法。

背景技术

多输入多输出(MIMO)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(IEEE Signal Processing Magazine，2007，24(5)：106-114)。MIMO雷达可以分为两类，一种是统计MIMO雷达，另外一种是相干MIMO雷达包括双基地MIMO雷达和单基地MIMO雷达。在双基地MIMO雷达中，发射阵列和接收阵列是彼此分开的，但是在单基地中相反，它们是相互紧密的。因此，双基地MIMO雷达波离角(DOD)和波达角(DOA)的方向是不同的，而在单基地MIMO中它们是相同的。本发明研究的是单基地MIMO雷达角度估计。

在由接收阵列中的噪声而被损坏的测量值中得到的多目标波达方向(DOAs)估计是阵列信号处理和MIMO雷达实际应用中的重要方面，已经提出的一些MIMO雷达角度估计算法，有Capon算法，多重信号分类(MUSIC)算法，旋转不变子空间(ESPRIT)算法(Electronics Letters，2008，44(12)：770-771)和基于张量分析的算法(IEEE Transations on Signal Processing，2010，58(11)：5693-5705)等。根据均匀线阵单基地MIMO雷达虚拟阵列的特殊结构，人们提出了RD-ESPRIT(Electronics Letters，2011，47(4)：283-284)和RD-Capon的DOA估计算法，提高了角度估计性能，尤其是在低SNR情况下。利用非圆信号的特点而增大单基地MIMO雷达的孔径提出了一种共轭ESPRIT角度估计算法，比传统子空间算法提供了更好的角度估计性能。另一方面，最近稀疏表示领域的出现获得了极大的关注，给DOA估计提供了新视点。人们已经提出了基于稀疏表示的DOA估计方法，例如l₁-SVD(IEEE Transations on Signal Processing，205，53(8)：3010-3022)，l₁-SRACV(IEEE Transations on Signal Processing，2011，59(2)：629-638)和CMSR等算法。所有的仿真结果证明，与传统基于子空间的方法相比，这些算法能够更好地适应很多情况，例如连续目标，低SNR和有限快拍数。此外，一种实域l₁-SVD方法与l₁-SVD算法相比具有更低的计算复杂度和较好的角度估计性能。然而，在单基地MIMO雷达中基于稀疏表示的方法大多数有两个缺点：1)在信号重建过程中，由于高维完备字典和多测量矢量(MMV)问题造成了高计算量。2)MIMO雷达孔径的原因，使得角度分辨率是有限的。

发明内容

本发明的目的在于提出一种计算复杂度明显降低，具有更高的角度分辨率和更好的角度估计性能，并且具有最低的SNR临界值的基于稀疏表示的单基地多输入多输出雷达目标波达方向估计方法

本发明的目的是这样实现的：

1、建立单基地MIMO雷达的接收信号模型，并设计降维矩阵对接收数据进行降维处理。

考虑一个由M个发射天线和N个接收天线组成的窄带单基地MIMO雷达，其发射阵列和接收阵列均为阵元距为半个波长的均匀线阵，并且所有元素都是正交的。在发射阵列，M个发射天线发射M个具有相同带宽和中心频率的正交窄带信号。假设有P个远场不相关目标，θ_p表示第p个目标关于发射阵列和接收阵列的DOA，则接收阵列匹配滤波器的输出可以表示为

其中是接收数据矢量，是零均值随机复高斯信号数据矢量，中β_p(t)和f_p(t)分别是反射系数和多普勒频率。其中表示Kronecker积操作，是一个具有零均值并且协方差矩阵为σ²I_MN的随机复高斯白噪声矢量。发射导向矢量a_t(θ_p)和接收导向矢量a_r(θ_p)分别表示为

和

通过收集J个快拍，定义则

X＝AS+N (2)