[发明专利]基于子空间重构的面阵二维波达方向估计方法

说明书

本发明公开了一种基于子空间重构的面阵二维波达方向估计方法，主要解决现有技术只基于特殊阵面，且不能在有效地降低计算量的同时提高估计精度的问题。其实现步骤是：1.阵列雷达接收信号，得到回波数据；2.划分阵列雷达的面阵，由回波数据得到部分合并子阵的信号子空间；3.利用部分合并子阵的信号子空间粗估信源位置；4.利用所有阵元接收数据的协方差矩阵构建新的数据矩阵，重构信号子空间，并利用噪声子空间构造谱函数。5.以信源粗估位置为起点，在其邻域范围内对谱函数进行梯度搜索，得到信源精确位置。本发明基于面阵，能够有效地降低计算量，同时得到较高的估计精度，可用于对目标参数的精确估计。

技术领域

本发明属于雷达技术领域，更进一步涉及面阵二维波达方向估计方法，可用于对目标参数的精确估计。

背景技术

波达方向DOA估计作为阵列信号处理中的一项重要技术，在雷达探测、通信定位和现代医学等领域都有着广泛应用。进行DOA估计时，由于目标位于三维空间中，一维DOA估计不能同时提供目标的方位角和俯仰角信息，因此需要对二维DOA估计方法进行研究。当前有效的二维DOA估计方法大都基于L型阵列，十字型阵列等特殊阵列来设计算法，而基于面阵的二维DOA估计算法更符合现实中信号处理的要求，因此更具有研究价值。

田正东，唐加山在其发表的论文“面阵中基于传播算子的二维DOA估计算法”(计算机工程与应用，2017,53(22):35-39)提出一种基于PM的二维DOA估计方法，利用子面阵接收数据的互相关矩阵构建新的数据矩阵，利用PM算法得到旋转不变关系矩阵进行DOA估计，有效地降低了运算量。刁鸣，吴小强，张鹏在其发表的论文“基于修正ESPRIT算法的二维DOA估计”(哈尔滨工程大学学报,2008,29(4):407-410)，基于ESPRIT算法求解二维DOA的原理，对子阵进行合并求解，使得协方差矩阵中不再含有冗余数据，有效降低了特征值分解时的维数，降低了计算量。但以上算法的不足之处是估计精度不理想。

蒋驰，张小飞，张立岑在其发表的论文“面阵中降维Capon的二维DOA估计”(应用科学学报,2015,44(6):48-52)提出一种适用于面阵的降维Capon算法，采用一维全局搜索实现二维DOA联合估计，实现了二维角度的自动配对，提高了参数估计的精度，具有与二维Capon算法接近的性能，但其不足之处是依然无法避免全局搜索，计算量大，不符合实时信号处理的要求。

综上所述，现有对于面阵二维DOA估计技术不能在有效降低计算量的同时提高估计精度。

发明内容

本发明的目的在于克服上述已有技术的不足，提出一种基于子空间重构的面阵二维波达方向估计方法，以在有效降低运算量的同时提高估计精度。

本发明的技术方案是：先利用阵列中少数阵元快速地估计出信源的大致位置，再利用所有子阵接收数据的协方差矩阵构建新的数据矩阵重构子空间，最后在信源粗估位置的邻域范围内进行梯度搜索得到信源的精确位置，其实现步骤包括如下：

(1)产生阵列雷达接收信号，得到回波数据X(t)；

(2)划分阵列雷达的面阵，得到部分合并子阵的信号子空间：

2a)将阵列雷达的面阵划分为M个子阵，由回波数据X(t)得到前三个子阵的接收信号： X₁、X₂、X₃，并将其进行两两合并，得到第一个子阵与第二个子阵的合并信号：和第三个子阵与第二个子阵的合并信号：

2b)分别构造第一个子阵与第二个子阵合并信号X₁₂的协方差矩阵R₁₂和第三个子阵与第二个子阵合并信号X₃₂的协方差矩阵R₃₂，并分别对这两个协方差矩阵进行奇异值分解，得到第一个子阵与第二个子阵合并信号的信号子空间U_S12和第三个子阵与第二个子阵合并信号的信号子空间U_S32：