[发明专利]色噪声背景下相干信源的MIMO雷达超分辨测向算法

说明书

技术领域

本发明涉及MIMO雷达超分辨测向算法领域，特别是指色噪声背景下相干信源的MIMO雷达超分辨测向算法。

背景技术

当前关于MIMO雷达超分辨测向的研究一般假定噪声为高斯白噪声，但实际应用中，例如当回波中存在大反射面引起的闪烁或由海浪等造成的尖峰干扰时，噪声是色噪声。此外，由于低空多径效应的存在，使得MIMO雷达接收的目标回波经常是相干的。在这些情况下，最常用的子空间类算法，如ESPRIT、MUSIC等性能将急剧下降。因此，色噪声背景或相干信源的超分辨测向已受到广泛关注。目前已有相关文献[Wen C and Wang T.Reduced-dimensional unitary ESPRIT algorithm for monostatic MIMO radar[J].Systems Engineering and Electronics,2014,36(6): 1062–1067；Zheng G M,Chen B X,and Yang M L.Unitary ESPRIT algorithm for bistatic MIMO radar[J].Electronics Letters,2012,48(3):179–181]采用进行差分运算的方法处理色噪声，但是不能分辨相干信源。文献[叶中付.空间平滑差分方法[J].通信学报,1997,18(9):1-7]采用前后向空间平滑差分(FBSSD)算法，能够分辨相干信源但分辨力较低，且没有考虑色噪声的影响。文献[齐崇英.高分辨率波达方向估计稳健性研究[D].西安：空军工程大学，2005:74-79]亦提出了一种色噪声背景下相干信源的空间差分平滑(SDS)算法，但该算法在特定情况下差分协方差矩阵会出现秩亏损。

发明内容

本发明的目的是提供色噪声背景下相干信源的MIMO雷达超分辨测向算法，该算法同时实现了对信源解相干和对差分矩阵修正，具有更好的测向性能，且相比矩阵分解类算法运算量较小。

为了实现上述目的，本发明采用了以下的技术方案：色噪声背景下相干信源的 MIMO雷达超分辨测向算法，采用一种空间差分平滑(ISDS)算法，并且在ISDS 算法的基础上，提出了一种基于传播算子的快速算法PM-ISDS算法，具体包括以下步骤：

步骤1：建立混合信源MIMO雷达数据模型

MIMO雷达中阵列天线收发共用，为M阵元的等距离线阵，取阵元间距d＝λ/2，λ为载波波长；

假设雷达远场有P个目标，DOA和DOD均为θ_p。则目标为理想点目标情况下，接收的回波信号经过匹配滤波后可得：

y(t_l)＝Aα(t_l)+n(t_l)(1)

式中n(t_l) 表示噪声列向量，a(θ_p)第p个目标的方向矢量，ξ_p为第p个目标的反射系数，f_dp为第p个目标的归一化多普勒频率，t_l表示脉冲数，表示Kronecker积；

如果P个信源中既有独立信源也有相干信源，不妨设前G个为相干信源，则独立信源个数U＝P-G，故MIMO雷达协方差矩阵可表示为：

其中，R_nc、R_c分别为独立信源和相干信源的协方差阵，是色噪声协方差阵，则R_nc和为Hermite矩阵和Toeplitz矩阵，R_c为Hermite矩阵和非Toeplitz矩阵，阵列流形会发生退化，变为P×1的矢量，信源协方差也会发生退化，变为常数η，噪声子空间扩充为P-U-1维，而信号子空间退化为U+1维；

步骤2：先采用ISDS算法

为进一步充分利用主对角线元素和各子阵间的互相关信息，将子阵的自相关矩阵进行互相关处理，并且将对称位置上子阵的互相关矩阵进行互相关处理，再将结果进行求和平均得到等效的空间平滑矩阵，从而提高测向性能。

阵列差分矩阵可以表示为：

将式(2)代入式(5)可得阵列差分矩阵为：

由(6)可见，所得矩阵没有Toeplitz项，只包含了相干源的信息，没有包含独立信源和空间噪声的信息；

根据式(3)、(4)对ΔR进行计算有：

其中