[发明专利]一种共点式极化MIMO雷达的两维角度估计方法

说明书

本发明公开了一种共点式极化MIMO雷达的两维角度估计方法，其方案为：1)对接收数据X(t)进行匹配滤波处理得到再对进行矢量化处理得到y(t)；2)计算y(t)的协方差矩阵，并对协方差矩阵进行特征值分解，得到信号子空间E_S；3)根据信号子空间E_S，构造旋转不变方程，利用总体最小二乘法计算得到旋转不变因子矩阵Ψ_i,j的估计值，对其进行特征值分解，得到旋转不变因子；4)对旋转不变因子进行配对，得到5个配对的旋转不变因子；5)对配对的旋转不变因子进行矢量叉积，并通过归一化得到3个方向余弦和的估计值；6)利用3个方向余弦和的估计值计算得到方位角和俯仰角的估计值。这一方法无须角度搜索且不需要阵列的结构信息，具有较好的适应性，且能充分利用极化信息。

技术领域

本发明属于雷达技术领域，涉及雷达的到达角估计，具体的说是一种共点式极化MIMO雷达的两维角度估计方法，可用于雷达的目标定位与跟踪。

背景技术

由于极化MIMO(Multiple-Input Multiple-Output，多输入多输出)雷达同时具有极化分集和MIMO雷达波形分集，极化MIMO雷达的角度估计的主要方法是采用超分辨和基于稀疏恢复等方法。双基地极化MIMO雷达，利用ESPRIT算法来估计DOD(Direction ofDeparture，离开角)和DOA(Direction of Arrival，到达角)以及极化参数，估计时需要进行额外的配对处理，还有无需参数配对的联合ESPRIT-RootMUSIC算法。以及一种基于MUSIC的降维DOA估计方法，降低了估计过程的计算量。另外，基于平行因子分析方法的双基地极化MIMO雷达两维DOD和两维DOA联合估计方法，将接收交叉偶极子扩展到六分量的电磁矢量传感器，利用传统的矢量叉乘和极化平滑来估计极化MIMO雷达的角度和(或)极化参数。上述研究成果大都基于经典的超分辨算法，这些估计方法在有效利用极化MIMO雷达的极化分集优势，提高角度参数估计能力方面发挥了重要作用。

众所周知，六分量的电磁矢量传感器能够比交叉偶极子极化阵列获得更多的物理信息，从信息维度上为波达方向估计创造更多的有利条件，但是现有的极化MIMO雷达并没有以这一类传感器为对象，研究了两维DOA和极化联合估计问题，因而无法获取更多的有效物理信息。

发明内容

本发明的目的在于克服上述已有技术的不足，提出一种共点式极化MIMO雷达的两维角度估计方法，该算法能够解决传统极化MIMO雷达信息并没有充分利用的问题，利用极化-空域联合信息构造旋转不变方程和电场矢量和磁场矢量的矢量叉积算法，获得DOA角度估计。这一方法无须角度搜索且不需要阵列的结构信息，具有较好的适应性，且能充分利用极化信息。

为实现上述目的，本发明的技术思路是：将矢量阵列划分为由六个子阵构成的标量阵列，利用极化-空域联合信息构造旋转不变方程可实现对目标角度和极化参数的联合估计。具体实现步骤包括如下：

1)对接收数据X(t)进行匹配滤波处理得到再对进行矢量化处理得到y(t)。

2)计算y(t)的协方差矩阵并对所述协方差矩阵进行特征值分解，得到其信号子空间E_S。

3)根据信号子空间E_S，构造旋转不变方程，利用总体最小二乘法计算得到旋转不变因子矩阵Ψ_i,j的估计值，对Ψ_i,j进行特征值分解，得到旋转不变因子。

4)对所述旋转不变因子进行配对，得到5个配对的旋转不变因子。

5)对5个配对的旋转不变因子进行矢量叉积，并通过归一化得到3个方向余弦和的估计值。

6)利用所述3个方向余弦和的估计值计算得到方位角和俯仰角的估计值。

本发明与现有技术相比具有以下优点：