[发明专利]实值求根多重信号分类方法、系统、计算机设备及应用

说明书

本发明属于雷达技术领域，公开了一种实值求根多重信号分类方法、系统、计算机设备及应用，通过对接收数据进行降维处理；利用信号的非圆特性，在低维空间中将接收数据的实部和虚部进行拼接，得到虚拟阵元数加倍的实值接收数据；再构造新的导向矢量和新的噪声子空间，并根据其正交性构造实系数多项式；通过求解该实系数多项式的根得到目标方位的估计。本发明可以大幅度提高子空间类估计算法的角度估计精度，解决子空间算法在低信噪比和快拍数受限条件下估计精度不足的问题，为低快拍和低信噪比场合MIMO雷达目标角度估计提供了更好的现实方案。同时兼顾计算复杂度问题，联合采用降维和实值化方法来减轻雷达系统的实时处理压力。

技术领域

本发明属于雷达技术领域，尤其涉及一种实值求根多重信号分类方法、系统、计算机设备及应用。

背景技术

目前：多输入多输出(multiple input multiple output，MIMO)雷达采用多个发射天线发射不同的波形，同时采用多个接收天线同时接收目标反射信号。与传统的相控阵雷达相比，MIMO雷达在目标探测、抗干扰、目标参数估计和目标识别等方面具有更多潜在的优势，因而得到了学术界的广泛关注。

波达方向(direction ofarrival，DOA)估计是MIMO雷达参数估计的一个重要内容。ESPRIT算法和MUSIC算法是经典的基于子空间的高分辨估计方法，基于子空间的特性获得目标的DOA估计。Root-MUSIC(Signal Processing，2010,90(9):2723-2730)将多项式求根MUSIC方法运用到双基地MIMO雷达的角度估计中，避免了谱峰搜索，并且能实现DOA和DOD的自动配对，但其运算复杂度将随着收发阵元数的增加急剧增加。波束域root-MUSIC(Wireless personal communications,2014,75(4):1879-1889)在波束空间用多项式求根来估计DOD和DOA，但该方法仍涉及复值协方差矩阵的特征值分解和复系数多项式求根，且会有部分角度估计精度的损失。在低信噪比和快拍数受制约的条件下，由于子空间估计的不准确，会使以上算法的估计性能严重下降，甚至可能导致估计失败。

研究表明，非圆波形有助于改善雷达目标探测、抗干扰和角度估计的性能。近几年来，不少学者利用非圆信号的特性，提出了一些适用于MIMO雷达目标方位估计的改进方案。共轭ESPRIT算法(reduced complexity conjugate ESPRIT，RC-ESPRIT，SignalProcessing,2013,93(7):2070-2075)将非圆信号应用于MIMO雷达，构造虚拟阵元数加倍的接收数据矩阵，可以获得估计性能的显著提升，但同时算法的计算成本也显著增加。ESPRIT-like算法(Journal ofApplied Remote Sensing,2016.10,025003)利用信号的非圆特性构造实值观测数据矩阵来估计目标方位。该算法采用了实值化处理，但其估计性能不如RC-ESPRIT算法。由于ESPRIR算法本身估计精度不如求根MUSIC算法，此类算法在低信噪比和低拍快数条件下也难以满足实际应用的需要。此外，ESPRIR算法角度分辨力不够，对于方位接近的目标无法实施分辨或分辨失败，这也限制了ESPRIR算法的应用范围。