[发明专利]基于遗传算法的MIMO雷达阵列位置误差自校正方法

摘要

本发明公布了一种基于遗传算法的MIMO雷达阵列位置误差自校正方法，属于MIMO雷达阵列位置误差自校正方法。本发明方法包括利用MUSIC方法，根据理想阵元位置，对进行一维谱峰搜索，得到波达方向DOA的初始值θ_k；产生初始群体，根据f(G)进行个体适应度评价，找出f_max；进行选择、交叉和变异等遗传进化操作，产生新一代的搜索群体，并进行适应度评价，减小偏差因子σ；根据种群中最优个体，对θ_k进行修正；进行遗传迭代，直到设定最大迭代数。本发明方法进行DOA估计的同时，还可以完成阵列位置误差的在线估计与校正，提高了系统参数估计的鲁棒性。

主权项

1.一种基于遗传算法的MIMO雷达阵列位置误差自校正方法，其特征在于包括如下步骤：(a)、首先设置阵元位置初始偏差σ及其上下界；(b)、利用多重信号分类MUSIC方法，根据理想阵元位置，通过对空间谱估计公式：P(θ,x~,y~)=1w(θ,x~,y~)HU^NU^NHw(θ,x~,y~)]]>进行一维谱峰搜索，得到波达方向DOA的初始值θ_k即第k个目标的波达方向，其中w为虚拟线阵联合导向矢量，P(·)为谱估计函数，θ为目标波达方向，U_N为噪声子空间，(·)^H为共轭转置运算，为理想阵元位置，k为大于1的自然数，下同；(c)、构造一个对不同方向空间谱值进行加权求和的自适应权函数：Wk(θ)=e-(θ-θk)2/σ2,]]>继而构造遗传算法代价函数：f(G)=Σk=1K∫-π/2π/2P(θ,G)Wk(θ)dθ]]>产生初始群体，根据代价函数对所述初始群体中的个体进行适应度评价，得到所述遗传算法代价函数的最大值f_max，其中W_k为相对于第k个目标的权函数，K为目标个数为大于1的自然数，G为接收阵元实际几何位置的估计级联，e为自然对数的底数，f为遗传算法代价函数；(d)、对步骤(c)所述的初始群体进行选择、交叉和变异遗传进化，产生新一代的搜索群体，并根据步骤(c)中的自适应权函数进行适应度评价，减小阵元位置初始偏差σ；(e)、根据步骤(d)所述的新一代的搜索群体中最优个体即接收阵元实际几何位置的估计值，根据步骤(b)中的空间谱估计公式对波达方向DOA的初始值θ_k进行修正；(f)、对步骤(e)修正后的接收阵元实际几何位置的估计值进行遗传迭代，直到设定的最大迭代数；根据步骤(e)所述的最优个体，输出波达方向DOA与接收阵元实际阵列位置误差的估计值。