基于块Hankel矩阵填充的阵元故障MIMO雷达角度估计方法技术

本发明专利技术公开了一种基于块Hankel矩阵填充的阵元故障MIMO雷达角度估计方法。该方法首先利用虚拟阵列协方差矩阵的列向量构造具有二重Hankel结构的矩阵，并以各个列向量所构成的矩阵为子矩阵，形成具有四重Hankel结构的块Hankel矩阵，使得构造后的块Hankel矩阵的每行每列均有采样元素，并且满足低秩性，利用矩阵填充填补块Hankel矩阵中的缺失数据；然后，对恢复后的块Hankel矩阵中的相应冗余元素取均值；最后对已不存在数据缺失的块Hankel矩阵进行反变换，得到完整的虚拟阵列协方差矩阵，并采用基于阵列协方差矩阵的算法(如ESPRIT算法)估计目标的DOD和DOA。本发明专利技术能有效恢复阵元故障的MIMO雷达虚拟阵列协方差矩阵中的大量缺失数据，提高了发射或接收阵元故障时的角度估计性能。

An Angle Estimation Method for Element Fault MIMO Radar Based on Block Hankel Matrix Filling

The invention discloses an angle estimation method for element fault MIMO radar based on block Hankel matrix filling. Firstly, a matrix with double Hankel structure is constructed by column vectors of virtual array covariance matrix, and then a block Hankel matrix with quadruple Hankel structure is formed by using the matrix composed of column vectors as a sub-matrix, so that each row and column of the constructed block Hankel matrix has sampling elements and satisfies the low rank property. Matrix filling is used to fill in the gaps in the block Hankel matrix. Then, the corresponding redundant elements in the restored block Hankel matrix are averaged. Finally, the block Hankel matrix without data missing is inversely transformed to obtain the complete virtual array covariance matrix, and the DOD and DOA of the target are estimated by using the algorithm based on the array covariance matrix (such as ESPRIT algorithm). The invention can effectively recover a large number of missing data in the covariance matrix of MIMO Radar Virtual Array with element faults, and improve the angle estimation performance of transmitting or receiving element faults.

【技术实现步骤摘要】
基于块Hankel矩阵填充的阵元故障MIMO雷达角度估计方法
本专利技术属于雷达角度估计领域，尤其涉及一种基于块Hankel矩阵填充的阵元故障MIMO雷达角度估计方法。
技术介绍
MIMO(Multiple-InputMultiple-Output)雷达是近年发展起来的一种新体制雷达，该雷达在发射端使用多个天线发射相互正交的信号来探测目标，并对接收端的每个接收阵元进行匹配滤波处理，形成大量虚拟阵元以扩展阵列孔径，从而增大了雷达对目标观测的自由度和提高了目标参数估计性能。与传统的相控阵雷达相比，MIMO雷达在目标检测与参数估计、探测波形设计的灵活性、抗截获以及干扰抑制等方面具有显著优点。根据收发阵列配置的不同，MIMO雷达可分为统计MIMO雷达与单(双)基地MIMO雷达。统计MIMO雷达的收发阵列中阵元间距足够大，使每一对收发阵元的目标回波都相互独立，这样可通过非相干积累使目标的雷达横截面积(RCS)平均近似恒定，降低目标的RCS起伏对雷达目标检测性能的影响，从而获得较大的空间分集增益。另一类单(双)基地MIMO雷达的收发阵列结构与传统相控阵雷达类似，其特点是收发阵列中阵元间距小，利用波形分集技术与多个通道相干处理的方法增加系统的自由度，从而提高目标角度等参数的估计性能，与传统相控阵雷达相比，该类雷达能提高最大可分辨目标数，且该类雷达使用的脉冲积累技术使频域分辨率得到提高，改善了慢速目标检测性能。虽然统计MIMO雷达利用空间分集技术使目标检测性能优于单(双)基地MIMO雷达，但统计MIMO雷达的雷达站间相位同步、与中央处理器的数据同步等问题还难以解决，而单(双)基地MIMO雷达中的波形分集技术比空间分集技术更易实现，并且单(双)基地MIMO雷达在速度分辨力和抗截获等方面更占优，因此双基地MIMO雷达受到越来越多学者的关注。目标方位角估计是阵列信号处理中的一个主要研究方向，双基地MIMO雷达采用空间分置的收发阵列，在接收端能获得目标的发射方位角(Directionofdeparture,DOD)和接收方位角(Directionofarrival,DOA)等信息，针对双基地MIMO雷达目标角度估计问题，学者们提出了利用虚拟阵列协方差矩阵进行目标角度估计的MUSIC、Capon、ESPRIT算法等，其中ESPRIT算法因避免二维谱峰搜索，大幅降低了运算量而得到广泛应用。在实际应用中由于雷达元器件的寿命限制以及自然环境恶劣等因素，雷达的收发阵列不可避免地会出现故障阵元，发射阵列中的故障阵元降低了雷达的发射功率，接收阵列中的故障阵元无法正常接收目标回波信号，因此故障阵元的存在使雷达有效探测距离缩短，对微弱目标的检测性能下降。虽然雷达的故障阵元可以进行更换维修，但是在星载平台和战场环境下维修雷达中故障阵元是不切实际的。在双基地MIMO雷达中，发射或接收阵列中的某个阵元出现故障会使虚拟阵列中一组阵元消失，这会使得虚拟阵列输出信号矩阵出现一些整行数据的缺失，致使虚拟阵列协方差矩阵中出现一批整行和整列的数据缺失，从而导致基于协方差矩阵的目标角度估计算法性能下降，甚至失效。Hu等人为提高稀疏平面阵MIMO雷达的目标成像效果，在论文“Matrixcompletion-basedMIMOradarimagingwithsparseplanararray”(SignalProcessing,2017,131:49-57)中提出了一种构造矩阵填充的方法。稀疏平面阵MIMO雷达中被稀疏掉的接收阵元会使虚拟平面阵中的部分虚拟阵元消失，当消失的虚拟阵元位于在同一行或同一列时，虚拟平面阵的接收数据在行方向和列方向上出现连续的缺失数据，因此，无法利用矩阵填充技术恢复被稀疏虚拟阵元的接收数据。为获得完整的虚拟平面阵接收数据以提高MIMO雷达成像性能，Hu等人将虚拟平面阵的单快拍接收数据矩阵转换成具有二重Hankel(2-foldHankel)结构的构造矩阵，该构造矩阵满足低秩性及在每行每列均有非零元素，因此可通过矩阵填充恢复构造矩阵中的缺失数据并进行反变换，实现对虚拟平面阵接收数据的填补，从而提高了稀疏平面阵MIMO雷达的成像性能。Hu方法虽然能恢复部分消失虚拟阵元的接收数据，但是该方法对稀疏平面阵MIMO雷达的发射和接收阵元的位置有严格要求，要求其虚拟阵列的接收数据矩阵能表示成Vandermonde分解形式，以保证构造矩阵满足低秩性特性。为解决存在故障阵元的均匀线性阵列DOA估计问题，Zhu等人在论文“ImpairedSensorDiagnosis,Beamforming,andDOAEstimationWithDifferenceCo-ArrayProcessing”(IEEESensorsJournal,2015,15(7):3773-3780)中提出了一种通过恢复协方差矩阵中的缺失数据以提高DOA估计性能的方法。该方法对均匀线性阵列的协方差矩阵作差分处理得到虚拟差分阵列，通过虚拟差分阵列中正常工作的冗余阵元来恢复协方差矩阵中的缺失数据，并利用完整的协方差矩阵估计目标DOA。Zhang等人则在论文“DOAEstimationinMIMORadarwithBrokenSensorsbyDifferenceCo-ArrayProcessing”(InternationalWorkshoponComputationalAdvancesinMulti-SensorAdaptiveProcessing，IEEE,2016:321-324)中将Zhu的方法扩展到存在接收阵元故障的单基地MIMO雷达DOA估计中。Zhang等人利用差分处理技术获得完整的虚拟阵列协方差矩阵以提高角度估计性能，但差分处理技术要求单基地MIMO雷达的收发阵列间距满足特定关系(例如接收阵元间距是发射阵元间距的M倍，其中M为发射阵元数)，使虚拟阵列具有最长非冗余孔径，从而使得虚拟阵列协方差矩阵为Toeplitz矩阵。然而，在双基地MIMO雷达中，各目标相对于发射阵列与接收阵列的方位角不相同，且虚拟阵列的流形矩阵为发射阵列与接收阵列流形矩阵的Khatri-Rao积，因此双基地MIMO雷达虚拟阵列的协方差矩阵为块Toeplitz矩阵而非Toeplitz矩阵，因此差分处理技术并不适用于阵元故障双基地MIMO雷达的角度估计问题。为了提高双基地MIMO雷达抗故障阵元的能力，降低故障阵元对目标参数估计性能的影响，研究一种能对双基地MIMO雷达虚拟阵列协方差矩阵中因阵元故障而丢失的数据进行有效恢复的方法是十分有必要的。
技术实现思路
本专利技术所要解决的技术问题是针对现有技术中存在的上述不足,提供一种基于块Hankel矩阵填充的阵元故障双基地MIMO雷达角度估计方法，能有效恢复阵元故障双基地MIMO雷达的虚拟阵列协方差矩阵在行方向和列方向上出现的连续缺失数据，从而减轻因阵元故障对目标角度估计性能的影响。本专利技术为解决上述技术问题采用以下技术方案基于块Hankel矩阵填充的阵元故障MIMO雷达角度估计方法，其特征在于：具体包含如下步骤：步骤1，对收发阵列存在故障阵元的双基地MIMO雷达的接收信号进行匹配滤波，获得MN个虚拟阵元在Q个脉冲周期的输出信号其中，M为发射阵元数；N为接收阵元数；(·)本文档来自技高网...

【技术保护点】
1.基于块Hankel矩阵填充的阵元故障MIMO雷达角度估计方法，其特征在于：具体包含如下步骤：步骤1，对收发阵列存在故障阵元的双基地MIMO雷达的接收信号进行匹配滤波，获得MN个虚拟阵元在Q个脉冲周期的输出信号

【技术特征摘要】
1.基于块Hankel矩阵填充的阵元故障MIMO雷达角度估计方法，其特征在于：具体包含如下步骤：步骤1，对收发阵列存在故障阵元的双基地MIMO雷达的接收信号进行匹配滤波，获得MN个虚拟阵元在Q个脉冲周期的输出信号其中，M为发射阵元数；N为接收阵元数；(·)T表示转置运算；和分别为发射和接收故障阵列流形矩阵；S是目标系数矩阵；Z为噪声矩阵；⊙表示Khatri-Rao积。双基地MIMO雷达的发射和接收阵列均可能存在故障阵元，当发射阵列中第pt(pt∈ΩT)个阵元出现故障时，其流形矩阵中的第pt行为零；当接收阵列中第pr(pr∈ΩR)个阵元出现故障时，流形矩阵中的第pr行为零，其中ΩT和ΩR分别为故障发射和接收阵元的位置集合；则虚拟阵列协方差矩阵在Q个脉冲周期下的最大似然估计为步骤2，以表示虚拟阵列协方差矩阵中的第(q-1)×M+p(p＝1,2,...M,q＝1,2,...N)个列向量；在列向量中从上而下每M个元素组成一个子列向量，其中,第n个子列向量表示为以子列向量中的元素组成列向量其中表示中第i个元素，kt＝1,2,...M-γ+1，表示向下取整运算，将列向量按行顺序排列，构造Hankel矩阵...

【专利技术属性】
技术研发人员：陈金立，张廷潇，李家强，
申请(专利权)人：南京信息工程大学，
类型：发明
国别省市：江苏,32