[发明专利]分布式阵列目标到达角估计方法

摘要

本发明公开了一种分布式阵列目标到达角估计方法，其实现有：根据阵列接收数据估计阵列协方差矩阵，通过特征分解，得到信号子空间和噪声子空间；用ESPRIT算法得到目标无模糊角度粗估计；计算分布式阵列方向图主瓣和第一栅瓣最小间距；依该最小间距结合目标粗估计确定搜索区间，该区间只包含方向图主瓣不包含栅瓣，该区间的空间谱无伪峰，实现了解模糊；在搜索区间中用MUSIC算法得到目标无模糊的精估计。本发明主要解决了现有技术目标到达角估计精度低、计算量大的问题。本发明的搜索区间长度为主瓣与第一栅瓣的最小间距，搜索范围小，相比经典MUSIC算法降低了计算量；且相比双尺度ESPRIT算法测角精度高。

主权项

1.一种分布式阵列目标到达角估计方法，其特征在于，目标到达角估计过程包括以下步骤：步骤1从雷达分布式阵列接收数据中提取回波信号X(i)，由所提取的回波信号估计雷达分布式阵列的协方差矩阵其中，为2M×2M阶矩阵，M为雷达分布式阵列的子阵阵元数，L为快拍数，“H”表示共轭转置，X(i)为阵列接收数据矢量，i＝1，2，…，L；对该协方差矩阵进行特征分解，得到该协方差矩阵关于信号子空间和噪声子空间的表达形式：设定只有一个目标，分别得到2M×1阶的信号子空间和2M×(2M-1)阶的噪声子空间Ω_S为最大特征值组成的对角阵，Ω_N为其余特征值组成的对角阵；步骤2对雷达分布式阵列进行阵列划分，对所划分的两个阵列用ESPRIT算法对目标进行角度粗估计：构造选择两个阵列的选择矩阵J₁＝[I_{2(M-1)×2(M-1)}0_2(M-1)×1]，J₂＝[0_2(M-1)×1I_{2(M-1)×2(M-1)}]，再用选择矩阵J₁和J₂构造粗估计矩阵Ψ：ψ＝(J₁E_S)⁺J₂E_S＝((J₁E_S)^HJ₁E_S)^-1(J₁E_S)^HJ₂E_S其中，“+”表示Moore-Penrose逆，“-1”表示矩阵求逆，I为单位阵，实际中E_S用代替，对Ψ进行特征分解，设Ψ的特征值为μ，则目标无模糊的粗估计其中，d为雷达分布式阵列的子阵阵元间距，λ为信号波长，arg(·)表示取相角；步骤3根据雷达波束指向对雷达分布式阵列进行方向图合成，在不同雷达波束指向的方向图中，通过计算得到雷达分布式阵列方向图主瓣和第一栅瓣的最小间距为λ/D，其中D为雷达分布式阵列的两个子阵的相位中心间距；步骤4以目标的粗估计为参考，结合雷达分布式阵列主瓣和第一栅瓣的最小间距，形成雷达波束的扫描范围G：G=θ^c-12lθ^c+12l]]>其中l＝D/λ，该搜索区间以粗估计为中心，搜索区间的长度为1/l弧度，G为MUSIC谱峰搜索算法关于目标的搜索区间；步骤5获取目标无模糊的精估计：在搜索区间G中用MUSIC算法进行谱峰搜索，使扫描波束指向不同的方位得到MUSIC算法在搜索区间G中的空间谱，根据MUSIC算法的谱估计式，目标无模糊的精估计为：θ^=argmaxθ∈G1aH(θ)E^NE^NHa(θ)]]>其中，a(θ)为雷达分布式阵列导向矢量，为噪声子空间的估计，该精估计即为用雷达分布式阵列所得到的目标到达角估计。