[发明专利]空域色噪声背景下的双基地MIMO雷达角度估算方法

说明书

本发明公开了一种空域色噪声背景下的双基地MIMO雷达角度估算方法，其通过构建接收阵列数据在匹配滤波后的协方差矩阵；并通过协方差矩阵构建传播算子，得到传播算子估计的最优解；根据传播算子估计的最优解获得阵列信号子空间的估计；最后通过子空间的旋转不变特性通过最小二乘的方法获取配对的角度。本发明所提算法无需高复杂度的SVD运算或者HOSVD运算，计算复杂度低；且能够获得自动配对的DOD与DOA，无需进一步进行配对计算，适用于任何协方差矩阵位置的空域色噪声背景，算法鲁棒性高。

技术领域

本发明涉及一种雷达信号处理技术，具体的说涉及一种空域色噪声背景下的双基地MIMO雷达角度估算方法。

背景技术

多输入多输出(Multiple-input Multiple-output，MIMO)系统是未来通信、探测等领域的核心技术之一，也是近年来研究的热点技术之一。在雷达探测领域，MIMO雷达将是最具前景的下一代雷达系统。与现有相控阵雷达系统不同，MIMO雷达采用多发多收的信号处理模式，利用分集增益大大改善目标探测性能。相比传统相控阵雷达系统，MIMO雷达在分辨率、抗衰落性、可辨识性以及抑制噪声等方面具有潜在的优势。根据MIMO雷达收发阵元配置的不同，可以将MIMO雷达划分为两类：统计MIMO雷达和共址MIMO雷达。其中，统计MIMO雷达采样分布式收发阵元配置，即收发阵元广泛的分布在空间中，这种阵元分布模式可以有效的抑制目标的雷达截面系数闪烁的问题；共址MIMO雷达中的发射阵元和接收阵元一般采用阵列的形式分布，阵元间距往往较近，这种雷达可以获得高精度的目标方位信息。本发明主要关注双基地MIMO雷达，其为共址雷达的重要一类。

角度估计是共址MIMO雷达目标定位的关键任务之一，目前关于共址MIMO雷达角度估计已有很多优秀的算法。典型的算法有Capon算法、多重谱峰分类(Multiple SignalClassification，MUSIC)算法、基于旋转不变技术的参数估计(Estimation Method ofSignal Parameters via Rotational，ESPRIT)算法、传播算子(Propagator Method，PM)算法、高阶子空间分解(Higher Order Singular Value Decomposition，HOSVD)算法、平行因子(Parallel Factor，PARAFAC)算法、基于稀疏表示的估计算法等等。然而上述算法均假设接收噪声为理想高斯白噪声的背景。在实际工程中，由于阵元在空间分布的间距过小，很容易使阵元相互影响从而产生空域色噪声。在存在空域色噪声的条件下，上述角度估计算法性能会下降，特别是在低信噪比条件下，算法性能会严重下降甚至完全失效。双基地MIMO雷达中的色噪声问题已经引起部分学者的注意，目前已经有部分学者提出利用MIMO雷达的阵列数据互协方差抑制色噪声。按照抑制色噪声的原理的不同，可以将现有抑制色噪声的算法划分为两大类——空域协方差算法和时域协方差算法。前者主要是利用不同匹配滤波器输出的色噪声不相关的性质，后者主要利用了不同快拍的空域色噪声不相关特性。前者的典型代表有Jin等人的算法(Jin M,Liao G,Li J.Joint DOD and DOA estimation forbistatic MIMO radar[J].Signal Processing,2009,89(2):244-251.)Chen等人的算法(ANew Method for Joint DOD and DOA Estimation in bistatic MIMO Radar)、Jiang等人的算法(Jiang H,Zhang J K,Wong K M.Joint DOD and DOA Estimation for BistaticMIMO Radar in Unknown Correlated Noise[J].IEEE Transactions on VehicularTechnology,2015,64(11):5113-5125.)、Wang等人的算法(Wang X,Wang W,Li X,et al.Atensor-based subspace approach for bistatic MIMO radar in spatial colorednoise[J].Sensors,2014,14(3):3897-3907.)。其中Jin等人的算法虽然能有效抑制空域色噪声，但其仅适用于三个发射阵元的MIMO雷达；Chen等人将发射阵元分为两个子阵，利用两个子阵数据的互协方差抑制色噪声，该算法适用于多于三个阵元的MIMO雷达配置；Jiang等人将收发阵元均分成两个子阵，该算法需要估计四维角度；Wang等人的算法能在抑制色噪声的同时利用阵列数据的多维结构，从而提升角度估计精度。空域协方差算法的最大缺陷是阵列虚拟孔径的损失，从而降低了参数估计的精度，基于时域协方差的色噪声抑制算法能有效的避免该缺陷。这类算法主要有符渭波等人的算法(符渭波,苏涛,赵永波,等.空间色噪声环境下基于时空结构的双基地MIMO雷达角度和多普勒频率联合估计方法[J].电子与信息学报,2011,33(7):1649-1654.)和Wen等人的算法(Wen F Q,Xiong X D,Su J,etal.Angle Estimation for bistatic MIMO Radar in The Presence of SpatialColored Noise,Signal Processing,accepted,2017,doi:10.1016/j.sigpro.2016.12.017.)。其中，Wen等人的算法能有效利用阵列数据的多维结构，获得比符渭波等人算法更好的角度数估计的精度。然而上述时域协方差算法均存在计算复杂度大的问题，如符渭波等人的算法需要对阵列协方差数据进行奇异值分解(Singular ValueDecomposition，SVD)，Wen等人的算法需要构造阵列互协方差张量，并对张量数据进行HOSVD，计算复杂度相比SVD更大。在MIMO雷达探测中，收发阵元往往有成千上万个，这些阵元将产生海量的数据。无论是SVD与HOSVD均无法胜任实际雷达系统的计算要求，因而上述算法并不适用实际MIMO雷达系统，寻求一种高效的色噪声背景下参数估计算法对未来MIMO雷达工程化具有非常急迫的现实意义。