[发明专利]基于约束张量分解的MIMO雷达二维波达方向估计方法

说明书

本发明提出基于约束张量分解的MIMO雷达二维波达方向估计方法，主要解决现有算法计算复杂度高、估计精度差的问题；同时，本发明引入高阶张量模型，有效利用了MIMO雷达多脉冲接收数据的多重线性关系，提高了波达方向估计的精度和分辨率，且无需迭代，计算复杂度低，收敛性稳定，可用于空间目标数目未知情况下的多目标检测跟踪。本方法构造了适用于具有多个发射子阵的MIMO雷达的高阶张量模型，重构该张量模型并对获得的重构矩阵做奇异值分解，使得左奇异矩阵保留受阵列结构约束的范德蒙德结构；根据左奇异矩阵的特殊结构，利用一种类ESPRIT算法从左奇异矩阵的子矩阵中估计出目标来向的相位信息，进而实现二维波达方向估计。

技术领域

本发明属于雷达技术领域，具体涉及基于约束张量分解的MIMO雷达二维波达方向估计方法。

背景技术

MIMO雷达是一种发射波形相互正交的新体制雷达，因其在多目标检测和参数估计等方面的优越性能，在过去二十年里受到了广泛的关注，其中尤以天线单元间距相对较小的集中式MIMO雷达为代表。众多学者研究并分析了MIMO雷达领域较之传统的相控阵雷达的优势和性能改善，这包括：良好的抗干扰性能，灵活的发射方向图以及分辨率更好、分辨精度更高的波达方向估计。这种性能改善主要来自对波形分集的有效利用，即通过接收端的匹配滤波得到全部收发通道的回波从而等效构建一个口径更大阵元更多的虚拟阵列。正因如此，过去对MIMO雷达波达方向估计的研究主要集中在对虚拟阵列接收数据的协方差矩阵进行分析，这类方法可以看作是对相控阵雷达波达方向估计方法的推广，比如[Z.Guo,X.Wang,andW.Heng,“Millimeter-wave channel estimation basedon2-D beamspaceMUSIC method,”IEEE Trans.Wireless Commun.,vol.16,no.8,pp.5384–5394,2017]，其将传统的MUSIC算法推广到MIMO雷达；[C.Jinli,G.Hong,and S.Weimin,“Angle estimationusing ESPRIT withoutpairing in MIMO radar,”Electron.Lett.,vol.44,no.24,pp.1422–1423,2008.]，则是考虑了ESPRIT算法在MIMO雷达的应用。这些算法一次仅能利用MIMO雷达多脉冲接收数据中的单一脉冲数据，并且需要在不同脉冲之间迭代波达方向估计结果，既容易受到目标波动的影响，在目标回波信噪比较低的时候又不能保持较好的估计效果。

针对以上问题，有学者提出基于张量分解的MIMO雷达波达方向估计算法，比如[D.Nion and N.D.Sidiropoulos,“Tensor algebra and multidimensional harmonicretrieval in signal processing for MIMO radar,”IEEE Trans.Signal Process.,vol.58,no.11,pp.5693–5705,Nov.2010.]和[N.D.Sidiropoulos,L.De Lathauwer etal.,“Tensor decomposition for signal processing and machine learning,”IEEETrans.Signal Process.,vol.65,no.13,pp.3551–3582,Jul.2017.]。采用张量模型同时存储MIMO雷达多脉冲接收数据，既可以利用MIMO雷达接收数据之间的多线性结构，又能够同时对多个目标的波达方向进行估计，且有效改善了波达方向估计的性能。然而，常规的张量分解方法，即交替最小二乘法(Alternating Least Squares)，计算复杂度高、收敛性不稳定、要求目标的数量信息作为先验条件。这些问题在目标张量高于三阶的时候更加明显。

在某些应用场合，比如针对多目标检测跟踪的地基雷达，发射阵列一般具有大量阵元，为了简化系统结构，会采取子阵划分等手段，其对应的张量模型可能达到四阶甚至更高。此时，要对多个目标进行近似实时的波达方向估计，要求所采用的波达估计算法：