机载MIMO雷达的稳健降维空时自适应处理方法技术

本发明专利技术涉及一种机载MIMO雷达的稳健降维空时自适应处理方法，包含：首先将MIMO‑STAP权矢量分解为空域、时域两个低维权矢量的Kronecker积；然后基于空域、时域导向矢量的误差模型，应用二阶凸优化算法推导得到双二次代价函数及约束条件；进而利用双迭代算法对空域、时域两个低维权矢量进行循环优化求解；最后将优化得到的空域、时域权矢量合成全维MIMO‑STAP权矢量。本发明专利技术降维处理中对每一维求解进行稳健处理，降维的同时增强了对于导向矢量误差的鲁棒性，在同样的样本数与运算复杂度下，本发明专利技术更具有稳健性。

【技术实现步骤摘要】

本专利技术涉及雷达信号处理
，特别涉及一种机载MIMO雷达的稳健降维空时自适应处理方法，实现机载多输入多输出MIMO雷达期望目标导向矢量失配情况下的稳健降维空时自适应处理，用于杂波抑制和动目标检测。
技术介绍
作为一种新兴的雷达体制，多输入多输出(MIMO)雷达为改善传统雷达性能开辟了更为广阔的技术思路，已成为当今国际雷达界的研究热点。按照阵元配置及信号处理方式，当前研究主要将MIMO雷达划分为两类，即：分布式MIMO雷达与集中式MIMO雷达。分布式MIMO雷达具有较大的天线间距，使得雷达能够从不同方位进行目标观测，获取充分的空域信息以及足够的空间分集增益，增强对于闪烁目标的检测能力。而集中式MIMO雷达收发阵元间距较小，主要通过波形分集与匹配滤波，利用少量天线形成扩展的虚拟阵列孔径，更适合于机载应用环境，能够有效克服载机平台对于传统雷达天线孔径与重量的限制，并且雷达的杂波抑制与参数估计性能得到提升。空时自适应处理(STAP)经过四十余年的发展，已具有较为完备的理论基础，并且其在机载相控阵雷达中的应用日益完善，已成为机载雷达进行地杂波抑制，实现地面动目标显示(GMTI)的一项有效手段。机载MIMO雷达系统如今又与STAP技术进一步结合，MIMO雷达STAP也立即引起了国内外军事界和学术界的极大兴趣。由于发射波形分集，机载MIMO雷达STAP在获取系统自由度扩展的同时，进一步增大了训练样本数需求，然而在实际中难以r>获取足够的独立同分布(IID)样本数据进行协方差矩阵估计，并且运算复杂度显著提升，算法运算量问题尤为突出，难以满足实时处理要求，这些也是推进MIMO-STAP技术实现实际工程应用进程中亟需解决的关键问题。同时现有降低样本数需求与运算复杂度的降维STAP方法(如双迭代算法)均只考虑阵列导向矢量精确已知的理想情况，然而在实际工程应用中，各种误差情况不可避免，如在STAP中目标到达方向(DOA)和速度存在误差时将造成期望目标空域、时域导向矢量失配，且之间存在误差耦合现象，进而引起传统降维STAP方法应用于机载MIMO雷达时性能下降，甚至失效。因此，需要针对机载MIMO雷达进一步研究有效的稳健降维STAP方法。
技术实现思路
针对机载MIMO雷达的特点及现有技术的不足，如所需样本数大，运算复杂度高，存在目标导向矢量失配等非理想因素，提供一种机载MIMO雷达的稳健降维空时自适应处理方法，用以实现目标导向矢量失配情况下的机载MIMO雷达杂波抑制，进一步增强对于存在导向矢量失配情况下的稳健性，具有更加优越的杂波抑制效果。按照本专利技术所提供的设计方案，一种机载MIMO雷达的稳健降维空时自适应处理方法，包含如下步骤：步骤1.将机载MIMO雷达中MNK×1维的空时二维导向矢量w，分离为MN×1维空域导矢量wa和K×1维时域导向矢量wb，其中，M为发射阵元数，N为接收阵元数，K为相干脉冲数，符号表示Kronecker积，上标*表示对向量或矩阵求共轭；步骤2.建立空时二维导向矢量误差模型，根据最差性能最优准则，推导出双二次代价函数为约束条件为其中，为接收数据矢量的矩阵形式，a,b分别表示假定的空域导向矢量和时域导向矢量，ε1,ε2分别表示对应空域、时域导向矢量误差范数的上界，上标T表示对向量或矩阵求转置，上标H表示对向量或矩阵求共轭转置，||·||表示2-范数；步骤3.采用双迭代算法，对双二次代价函数进行空域、时域权矢量求解，通过固定空时二维权矢量中的任意一维，将问题转化为关于低维权矢量的二阶凸优化问题形式，利用双迭代算法求解出双二次代价函数的最优空时权矢量wa和wb；步骤4.利用步骤3求解得到的最优空时权矢量wa和wb，恢复出全维MIMO-STAP空时二维权矢量w，即上述的，步骤2具体包含如下内容：步骤2.1、建立MIMO-STAP空时二维导向矢量误差模型，表示为其中，a、b分别表示真实空域、时域相应的假设导向矢量，σ1、σ2分别表示对应空域、时域导向矢量误差的未知复矢量，将MIMO-STAP空时二维导向矢量v的不确定集表示为式中，步骤2.2、使用二阶凸优化算法对基于MIMO-STAP空时二维导向矢量误差模型进行求解，具体包含如下步骤：步骤2.2.1、将约束强加于MIMO-STAP空时二维导向矢量v的不确定集中所有导向矢量上，令其阵列响应不小于1，得到不等式约束最小化问题，表示如下： min w w H R w s u b j e c t t o min v ~ ∈ V ( ϵ ) | w H v ~ | ≥ 1 ; ]]>步骤2.2.2、当同时存在空域、时域导向矢量误差时，将不等式约束最小化问题表示为不等式约束双二次代价函数，如下： min本文档来自技高网...

【技术保护点】
一种机载MIMO雷达的稳健降维空时自适应处理方法，其特征在于：包含如下步骤：步骤1、将机载MIMO雷达中MNK×1维的空时二维导向矢量w，分离为MN×1维空域导矢量wa和K×1维时域导向矢量wb，其中，M为发射阵元数，N为接收阵元数，K为相干脉冲数，符号表示Kronecker积，上标*表示对向量或矩阵求共轭；步骤2、建立空时二维导向矢量误差模型，根据最差性能最优准则，推导出双二次代价函数为约束条件为其中，为接收数据矢量的矩阵形式，a,b分别表示假定的空域导向矢量和时域导向矢量，ε1,ε2分别表示对应空域、时域导向矢量误差范数的上界，上标T表示对向量或矩阵求转置，上标H表示对向量或矩阵求共轭转置，‖·‖表示2‑范数；步骤3、采用双迭代算法，对双二次代价函数进行空域、时域权矢量求解，通过固定空时二维权矢量中的任意一维，将问题转化为关于低维权矢量的二阶凸优化问题形式，利用双迭代算法求解出双二次代价函数的最优空时权矢量wa和wb；步骤4、利用步骤3求解得到的最优空时权矢量wa和wb，恢复出全维MIMO‑STAP空时二维权矢量w，即

【技术特征摘要】
1.一种机载MIMO雷达的稳健降维空时自适应处理方法，其特征在于：包含如下步骤：
步骤1、将机载MIMO雷达中MNK×1维的空时二维导向矢量w，分离为MN×1维空域导矢量
wa和K×1维时域导向矢量wb，其中，M为发射阵元数，N为接收阵元数，K为相干脉
冲数，符号表示Kronecker积，上标*表示对向量或矩阵求共轭；
步骤2、建立空时二维导向矢量误差模型，根据最差性能最优准则，推导出双二次代价
函数为约束条件为其中，为接收数
据矢量的矩阵形式，a,b分别表示假定的空域导向矢量和时域导向矢量，ε1,ε2分别表示对应
空域、时域导向矢量误差范数的上界，上标T表示对向量或矩阵求转置，上标H表示对向量或
矩阵求共轭转置，‖·‖表示2-范数；
步骤3、采用双迭代算法，对双二次代价函数进行空域、时域权矢量求解，通过固定空时
二维权矢量中的任意一维，将问题转化为关于低维权矢量的二阶凸优化问题形式，利用双
迭代算法求解出双二次代价函数的最优空时权矢量wa和wb；
步骤4、利用步骤3求解得到的最优空时权矢量wa和wb，恢复出全维MIMO-STAP空时二维
权矢量w，即2.根据权利要求1所述的机载MIMO雷达的稳健降维空时自适应处理方法，其特征在于：
步骤2具体包含如下内容：
步骤2.1、建立MIMO-STAP空时二维导向矢量误差模型，表示为
其中，a、b分别表示真实空域、时域相应的假设导向矢量，σ1、σ2分别表示对应空域、时域
导向矢量误差的未知复矢量，将MIMO-STAP空时二维导向矢量v的不确定集表示为
式中，步骤2.2、使用二阶凸优化算法对MIMO-STAP空时二维导向矢量误差模型进行求解，具
体包含如下步骤：
步骤2.2.1、将约束强加于MIMO-STAP空时二维导向矢量v的不确定集中所有导向矢量
上，令其阵列响应不小于1，得到不等式约束最小化问题，表示如下：步骤2.2.2、当同时存在空域、时域导向矢量误差时，将不等式约束最小化问题表示为
不等式约束双二次代价函数，如下：结合柯西-施瓦茨不等式，并假设有以及得到
其中，当
σ 1 = - ...

【专利技术属性】
技术研发人员：王珽，赵拥军，陈世文，赵闯，张昆帆，王建涛，赵远，
申请(专利权)人：中国人民解放军信息工程大学，
类型：发明
国别省市：河南;41