[发明专利]基于目标空间分集的欠定DOA估计方法

说明书

本发明公开了一种基于目标空间分集的欠定DOA估计方法，针对LFMCW体制雷达。方法包括：利用LFMCW体制雷达的特性对每一路阵列天线接收信号进行2维FFT；选择一路信号进行二维恒虚警率CFAR检测以获取目标的距离速度信息；每一路信号根据目标在距离‑速度空间的分布划分出目标子空间；最后对每个目标子空间分别进行DOA估计。本发明借助LFMCW雷达的特性，对入射目标信号在距离‑速度空间进行分集，能够实现在阵元数固定时估计出更多的目标DOA，提高了阵列的整体性能，并且能够实现目标的距离‑速度‑角度的联合定位。本发明测角精度高，抗噪声性能好，适用于各种阵列结构，且简单易操作，便于工程实际应用。

技术领域

本发明涉及阵列信号处理领域，具体涉及LFMCW阵列雷达的到达角估计领域，特别涉及一种基于目标空间分集的欠定DOA估计方法。

背景技术

阵列到达角(DOA:Direction-of-arrival)自上世纪70年代被提出以来，一直是研究的热点和难点，它被广泛应用在雷达、声呐、无线通信及地震传感等阵列信号处理领域。Schmidt提出的多重信号分类算法(MUSIC:Multiple Signal Classification)极大的促进了子空间类DOA估计算法的发展。常规的子空间类超分辨率DOA估计技术虽然能够打破瑞利限的约束，但是大多数算法都要求信源数小于天线阵元数，其所能估计的目标数受到阵列结构的限制。在欠定情况下，即信源数大于阵元数时，该类算法的分辨性能急剧下降，甚至失效。然而在实际中，由于阵元数目较少，周边目标较多，欠定问题是阵列系统工作时常见的情况，特别是采用全向天线时。研究欠定DOA估计的意义在于突破阵列物理结构的限制，用较少的阵元数估计出较多的目标角度，节约资源。

目前欠定DOA估计问题的处理方法中，主要是利用入射信号的特性，通过构造阵列流型矩阵，扩大阵列虚拟孔径，从而实现欠定DOA估计。文献“DOA Estimation of Quasi-Stationary Signals With Less Sensors Than Sources and Unknown Spatial NoiseCovariance:A Khatri–Rao Subspace Approach”利用Kronecker积的性质提出了一种解决欠定DOA估计的方法，可以实现将阵列能估计的目标数目从N增加到2N-1。但是该方法要求入射信号为准平稳信号，故主要应用于声学领域。文献“基于NC-MUSIC的实用超分辨测向算法研究”利用非圆信号椭圆协方差矩阵不为零的特性，提出了一种NC-MUSIC算法，通过改变接收信号的阵列流型，同样使得阵列能估计的信源数达到2N-1，但该方法要求接收信号为非圆信号。这些方法虽然都能够解决欠定DOA估计问题，但实际上所能估计出的信源数目依然是相对有限，特别是在阵元数目较少的情况下，而且对入射信号的特性要求往往太高，不利于实际工程中的推广应用。

发明内容

本发明的目的在于针对上述问题，提供一种基于目标空间分集的欠定DOA估计方法，能实现用较少的阵元数估计出尽可能多的目标数，提高阵列的整体性能，并且能够实现目标的距离-速度-角度的联合定位，有利于精确定位目标。

实现本发明目的的技术解决方案为：基于目标空间分集的欠定DOA估计方法，所述方法包括以下步骤：

步骤1，对LFMCW雷达阵列的每一路信号建立接收数据模型；

步骤2，对每一路信号进行二维FFT变换；

步骤3，选择一路信号的二维FFT数据进行二维恒虚警率CFAR检测，获得目标的距离速度信息；

步骤4，每一路信号根据目标在距离-速度空间的分布划分目标子空间；

步骤5，依据目标子空间重新构建LFMCW雷达阵列的接收数据模型；

步骤6，对每个目标子空间进行DOA估计。

进一步地，步骤1所述对LFMCW雷达阵列的每一路信号建立接收数据模型，具体过程包括：