[发明专利]一种基于实值稀疏贝叶斯学习的MIMO雷达稳健DOA估计方法有效

专利信息
申请号: 202011362403.2 申请日: 2020-11-28
公开(公告)号: CN112924947B 公开(公告)日: 2023-10-27
发明(设计)人: 王咸鹏;王华飞;黄梦醒;吴迪;苏婷;迟阔;简琳露 申请(专利权)人: 海南大学
主分类号: G01S7/41 分类号: G01S7/41
代理公司: 海南汉普知识产权代理有限公司 46003 代理人: 李海峰
地址: 570100 海南省*** 国省代码: 海南;46
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 稀疏 贝叶斯 学习 mimo 雷达 稳健 doa 估计 方法
【说明书】:

发明提供出一种基于实值稀疏贝叶斯学习的MIMO雷达稳健DOA估计方法,通过构造一个基于MIMO雷达接收域实值协方差矢量的离格稀疏信号模型,利用期望最大化(EM)算法对离格误差进行估计,从而降低离格误差;同时,利用线性变换来消除非均匀噪声对目标DOA估计的影响。

技术领域

本发明涉及雷达信号处理技术领域,尤其涉及一种基于实值稀疏贝叶斯学习的MIMO雷达稳健DOA估计方法。

背景技术

多输入多输出(MIMO)雷达系统一直以来被认为是一种非常有前景的雷达系统,其被广泛应用于参数估计、目标成像以及目标探测等领域。根据MIMO雷达接收阵列和发射阵列的不同的位置关系,通常可以将MIMO雷达分为单基地MIMO雷达和双基地MIMO雷达。两者各有其优点,双基地MIMO雷达可以提供更好的空间分集增益,而单基地MIMO雷达则可以获得更大的阵列孔径和自由度。

在MIMO雷达系统中,目标波达方向(DOA)估计一直是一个非常重要的方面,针对MIMO雷达DOA估计已经有大量优秀的算法被提出,例如基于多重信号分类(MUSIC)的算法、基于旋转不变子空间(ESPRIT)的算法以及基于稀疏贝叶斯学习(SBL)的算法等。基于SBL的算法中,离格(off-grid)误差和非均匀噪声一直是限制其DOA估计性能的重要因素。针对离格误差条件下的目标DOA估计,人们提出了ROGSBL算法和ESBL算法来减小离格误差对DOA估计性能的影响。针对非均匀噪声条件下的DOA估计,基于最小二乘(LS)的SBL算法和实值SBL算法被相继提出。另一方面,针对离格误差和非均匀噪声共存的情况,一种基于SBL的稳健DOA估计方法(Robust SBL)被提出用于实现汽车辅助定位。然而,上述大部分方法都只考虑了只存在离格误差或者非均匀噪声情况下的目标DOA估计,当离格误差和非均匀噪声同时存在时,其估计性能会受到严重影响甚至失效。另一方面,上述方法中同时考虑了离格误差和非均匀噪声的方法都是在复值域进行计算实现DOA估计,其DOA估计效率相对较低。

发明内容

本发明的目的在于提供一种基于实值稀疏贝叶斯学习的MIMO雷达稳健DOA估计方法,构造一个基于MIMO雷达接收域实值协方差矢量的离格稀疏模型,利用期望最大化(EM)算法对稀疏回波信号功率和离格误差分别进行估计,不断更新空域离散网格,从而降低离格误差;同时,该方法利用选择矩阵进行线性变换来去除接收域数据协方差中的噪声方差,从而摆脱非均匀噪声对目标DOA估计的影响。

本发明是通过以下技术方案实现的。一种基于实值稀疏贝叶斯学习的MIMO雷达稳健DOA估计方法,包括下列步骤:

获得单基地MIMO雷达系统的输出信号x(t);

基于单基地MIMO雷达输出信号,建立单基地MIMO雷达接收域数据模型;

基于前后向平滑法和酉变换法,将复值的接收域数据实际协方差矩阵转换到实值域;

构造选择矩阵G,基于线性变换消除非均匀噪声,构造不含未知非均匀噪声的实值接收域实际协方差矢量模型;

基于不含未知非均匀噪声的实值接收域协方差矢量模型,对空域进行离散化,利用一阶线性近似构造实值接收域协方差矢量离格稀疏信号模型;

初始化稀疏回波信号功率矢量δ和离格误差矢量β,采用EM算法对稀疏回波信号功率矢量δ和离格误差矢量β分别进行估计,利用估计得到的离格误差矢量β对空域离散网格进行更新;

判断稀疏回波信号功率矢量δ的估计值是否收敛,若不收敛,则重新对稀疏回波信号功率矢量δ和离格误差矢量β进行迭代更新,直至收敛或者迭代次数达到上限,所述空域离散网格也根据每次迭代获得的离格误差矢量β进行更新;

在更新得到的空域离散网格上对稀疏回波信号功率谱进行一维空间谱搜索,寻找空间谱峰,与谱峰相对应的角度即为目标的最终DOA估计。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于海南大学,未经海南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011362403.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top