[发明专利]基于平滑矩阵集的低角目标二维DOA估计方法

摘要

本发明公开了基于平滑矩阵集的低角目标二维DOA估计方法，涉及雷达信号与信息处理技术领域，前后向平滑矩阵集(Forward Backward SMS,FB‑SMS)方法通过重新排列各个行行子面阵的自协方差阵构建新的平滑矩阵，算法能够通过提高样本协方差矩阵的信息利用率优化估计性能；空间差异平滑矩阵集(Spatial Differencing SMS,SD‑SMS)方法通过对行行子面阵的噪声和非噪声部分分别进行空间差异和前后向平滑处理降低了数据损失，相比传统差异算法其色噪声抑制性能更好。

主权项

一种基于平滑矩阵集的低角目标二维DOA估计方法，其特征在于，包括：建立均匀面阵条件下的低角目标回波信号模型；将所述低角目标回波信号模型中的均匀面阵用滑动方式划分为多个行行子面阵；在白噪声下，以第一个所述行子面阵的协方差矩阵的对角线为界，从上到下提取数据信息，根据提取的数据信息构建下行平滑矩阵集；对所述下行平滑矩阵集进行后向平滑处理，得到下行后向平滑矩阵集；以第一个所述行子面阵的协方差矩阵的对角线为界，从下到上提取数据信息，根据提取的数据信息构建上行平滑矩阵集；对所述上行平滑矩阵集进行后向平滑处理，得到上行后向平滑矩阵集；利用所述下行平滑矩阵集和下行后向平滑矩阵集提取各个所述行子面阵的下行前后向提取数据，同时利用所述上行平滑矩阵集和上行后向平滑矩阵集提取各个所述行子面阵的上行前后向提取数据；根据各个所述行子面阵的下行前后向提取数据和上行前后向提取数据计算最终的前后向空间平滑集，对所述前后向空间平滑集进行奇异值分解后，采用二维ESPRIT算法求解DOA估计值；在色噪声下，在以第一个所述行子面阵的协方差矩阵的对角线为界，从上到下提取数据信息后，对提取的数据信息的噪声部分进行差异运算，同时对非噪声部分进行前后向平滑处理，得到下行差异子阵；在以第一个所述行子面阵的协方差矩阵的对角线为界，从下到上提取数据信息后，对提取的数据信息的噪声部分进行差异运算，同时对非噪声部分进行前后向平滑处理，，得到上行差异子阵；利用所述下行差异子阵和上行差异子阵分别提取各个所述行子面阵的下行差异平滑矩阵集和上行差异平滑矩阵集；根据所述下行差异平滑矩阵集和上行差异平滑矩阵集计算最终的空间差异平滑矩阵集，对所述空间差异平滑矩阵集采用二维ESPRIT算法求解DOA估计值。