[发明专利]基于Bi-CGSTAB和SL0算法的MIMO雷达目标参数估计方法

摘要

本发明公开了一种基于Bi‑CGSTAB和SL0算法的MIMO雷达目标参数估计方法，属于MIMO雷达目标参数估计技术领域，通过在SL0算法中由离线计算获得的代替感知病态矩阵A的伪逆A^*(AA^*)^‑1，其中(·)^*表示矩阵的共轭转置操作，然后利用改进的SL0算法对MIMO雷达的接收信号y进行处理。避免因MIMO雷达感知病态矩阵病态而导致SL0算法失效，并改善了SL0算法的稳健性，具有较高的重构精度；离线计算并存储MIMO雷达感知病态矩阵的伪逆替代矩阵，在MIMO雷达中利用SL0算法估计目标参数时可以直接调用伪逆替代矩阵的值，节省了病态线性方程组的求解时间，加快了稀疏目标信号的重构速度，提高了MIMO雷达目标参数估计的实时性。

主权项

1.一种基于Bi‑CGSTAB和SL0算法的MIMO雷达目标参数估计方法，其特征在于：所述方法通过在SL0算法中由离线计算获得的伪逆替代矩阵代替感知病态矩阵A的伪逆A^*(AA^*)^‑1，其中(·)^*表示矩阵的共轭转置操作，然后利用改进的SL0算法对MIMO雷达的接收信号y进行处理，其具体操作步骤包括：步骤一，初始化数据：(1a)加载伪逆替代矩阵将作为算法运行的初始值，设置初始值内循环次数L和步长μ，其中L,μ＞0；(1b)设置衰减因子ρ，0＜ρ＜1；设置形状参数初值以及形状参数终值σ_J，其中D为在目标探测场景中所划分的距离‑角度‑多普勒单元总数；步骤二，迭代求解目标参数，令σ＝σj，j＝1,2,3…，在可行解集χ＝{β|y＝Aβ}上利用最速上升法求解Fσ(β)的最大值：(2a)令将(2b)至(2c)步循环L次；(2b)令其中，β_i(i＝1,2,…,D)为矢量β中第i个元素；(2c)将投影到可行解集χ＝{β|y＝Aβ}上，即(2d)令步骤三，验证σ，当σ＜σ_J时进行步骤四，此时得到的为目标场景向量估计值，其中J表示算法退出时j的取值；否则，j＝j+1，σ_j＝ρσ_j‑1，返回步骤二；步骤四，根据非零元素在矢量中的位置计算得出各目标的参数，所述目标场景向量估计值中的非零元素值为各目标的复散射系数值；所述伪逆替代矩阵的计算步骤包括：S1，任意选取满足稀疏条件的目标场景向量α_b，根据感知病态矩阵A生成叠加噪声的虚拟数据y'_b，S2，根据虚拟数据y′b和感知病态矩阵A构造线性方程组：A*Aα'b＝A*y'b，其中α'b为待求得未知量；(·)*表示矩阵的共轭转置操作；S3，利用Bi‑CGSTAB算法求解该病态方程组，获得与真实值α_b接近的解S4，对感知病态矩阵A进行奇异值分解A＝UΣV^*；其中，和分别是获得的左奇异向量矩阵和右奇异向量矩阵,表示复数集；其中，为由奇异值构成的对角矩阵，为大小为M_r(N+P‑1)×[PKH‑M_r(N+P‑1)]的零矩阵，M_r为MIMO雷达接收阵元数，P、K和H分别为在目标探测场景中所划分的距离单元数、角度单元数和多普勒单元数；S5，定义数据矢量y_u＝U^*y'_b和对角矩阵的估计值为其中，对角元素值i＝1,2,…M_r(N+P‑1)；α_vi和y_ui分别是数据矢量α_v和y_u中的第i个元素；S6，计算求得感知病态矩阵A的伪逆替代矩阵并存储，所述矩阵A的伪逆替代矩阵为：其中，矩阵由未知的元素值构成的对角矩阵。