[发明专利]低仰角多径环境下的波达角估计方法

权利要求书

1.低仰角多径环境下的波达角估计方法，包括：

(1)阵列雷达接收信号，得到回波数据X，该回波数据X包括直达波信号、多径信号和噪声；

(2)对步骤(1)中的回波数据X进行稀疏重构波达角估计，得到直达波信号和多径信号角度的初始值θ₀：

2a)将回波数据X进行奇异值分解：

X＝UΣV

其中，U是X的左奇异矩阵，V是X的右奇异矩阵，Σ是X奇异值矩阵；

2b)根据回波数据X和右奇异矩阵V，计算回波信号X的降维数据Y：

Y＝XV^HD_K

其中，(·)^H是指矩阵的共轭转置，D_K是降维单位阵，D_K＝[I_K,0_K×(M-K)]^T，[·]^T为矩阵的转置，I_K指K维单位矩阵，K指大奇异值的个数，0_K×(M-K)指K×(M-K)维0矩阵，M为阵元个数；

2c)根据降维数据Y，解优化方程BP，得到稀疏向量s：

其中，指取最小的s，||·||_2,1指矩阵的2,1范数，s.t.指约束条件，||·||_F指矩阵的F范数，A指完备导向矢量矩阵，ε指误差门限；

2d)根据稀疏向量s，得到直达波信号和多径信号角度的初始值θ₀，即将与稀疏向量s不为0的位置对应的完备导向矢量矩阵A的列作为角度的初始值θ₀；

(3)根据回波信号X，求噪声子空间U_N：

3a)根据回波信号X，求接收信号协方差矩阵：R＝XX^H；

3b)对协方差矩阵R进行特征值分解，得到噪声子空间U_N：

其中，U_S指信号子空间，Σ_S指R的大特征值矩阵，Σ_N指R的小特征值矩阵；

(4)在角度的初始值θ₀的邻域内对角度进行等间隔细分，将细分后的直达波信号角度和多径信号的角度进行组合，得到组合导向矢量A(θ)；

(5)根据组合导向矢量A(θ)和噪声子空间U_N，计算代价函数J(θ)的值：

其中，eig_min(·)指矩阵的最小特征值；

(6)取代价函数J(θ)的最大值对应的角度组合即为直达波信号和多径信号的波达角。