[发明专利]一种双基地MIMO雷达角度估计方法

说明书

一种双基地MIMO雷达角度估计方法，用于联合二维波离角，二维波达角与极化角估计，该方法包括：根据双基地MIMO雷达匹配滤波后得到的阵列信号构建三阶张量模型；利用平行因子算法对张量模型进行平行因子分解，获得张量模型中的各因子矩阵的估计值；对波离角因子矩阵的估计值进行变换和特征值分解，得到特征值和相应的特征向量；利用特征值，得到波离角的方位角估计值；利用特征向量，结合向量叉乘的性质，计算得到波离角的俯仰角估计值，得到二维波离角估计值；利用二维波离角估计值，构建方向矩阵，并经过计算得到对应的二维发射极化角估计值；基于上述步骤类似的步骤，得到二维波达角的估计值及对应的二维接收极化角的估计值。

技术领域

本发明涉及雷达信号处理领域，具体涉及一种双基地MIMO雷达角度估计方法。

背景技术

多输入多输出(Multiple-input Multiple-output，MIMO)技术是下一代移动通信的而核心技术，大规模MIMO技术能够有效提高系统的频谱效率和传输可靠性，通过空间复用增加信道容量，在无线通信领域中被广泛研究。

MIMO雷达是一种应用了MIMO技术的新体制雷达，它采用多根发射天线发射正交波形，在接收端采用匹配滤波器分离出多根接收天线接收的信号，从而在发射-接收端之间形成多个虚拟通道。利用分集的思想，MIMO雷达可大大改善目标探测性能。其在在分辨率、抗衰落性、可辨识性以及抑制噪声等方面具有潜在的优势，具有诸多优点，现已成为研究热点。按照MIMO雷达收发阵元的分布不同可以将其分为分布式MIMO雷达和共址MIMO雷达两大类，双基地MIMO雷达属于共址MIMO雷达的重要类型之一。

联合波离角(direction-of-departure，DOD)和波达角(direction-of-arrival，DOA)估计是双基地MIMO雷达目标定位的基本任务之一，因而引起国内外学者的广泛关注。迄今为止，已涌现大量优秀的角度估计算法。然而，目前常见的估计方法只能有效地获得一维波离角和一维波达角，无法获得二维波离角(2D-DOD)和二维波达角(2D-DOA)。现有技术中也存在少量关于2D-DOD和2D-DOA的估计算法，但这样的算法存在一系列缺陷，如计算复杂度很高，且多维样本间的张量结构被忽略了，算法的精度有待提高，且现有技术中的算法需要额外配对所估计的2D-DOD和2D-DOA。

发明内容

为了解决上述技术问题，本发明目的在于提供一种双基地MIMO雷达角度估计方法，用于进行联合二维波离角，二维波达角，二维发射极化角与二维接收极化角的估计。

为实现上述目的，本发明采取的技术方案为：一种双基地MIMO雷达角度估计方法，包括如下步骤：

S1、根据双基地MIMO雷达匹配滤波后得到的阵列信号构建三阶张量模型，所述张量模型中包括多个因子矩阵，所述因子矩阵至少包括波离角因子矩阵与波达角因子矩阵；

S2、利用平行因子算法对所述张量模型进行平行因子分解，获得所述张量模型中的各因子矩阵的估计值；

S3、对步骤S2获得的所述张量模型中的波离角因子矩阵的估计值进行变换和特征值分解，得到波离角因子矩阵的特征值和相应的特征向量；

S4、利用步骤S3获得的所述波离角因子矩阵的特征值，得到波离角的方位角估计值；

S5、利用步骤S3获得的所述波离角因子矩阵的特征向量，结合向量叉乘的性质，计算得到波离角的俯仰角估计值，综合波离角的方位角估计值与俯仰角估计值即得到二维波离角估计值；

S6、利用步骤S5获得的所述二维波离角估计值，构建方向矩阵，并经过计算得到对应的二维发射极化角估计值；

S7、基于步骤S3-S6类似的步骤，得到二维波达角的估计值及对应的二维接收极化角的估计值。

在上述技术方案中，所述步骤S1中，构建得到的三阶张量模型为：