基于张量子空间和谱峰搜索的MIMO雷达角度估计算法制造技术

本发明专利技术公开了一种基于张量子空间和谱峰搜索的MIMO雷达角度估计算法，其通过构建接收数据的三阶张量模型，进而构建张量数据的高阶协方差张量模型，充分挖掘阵列信号的内部相关结构；然后对张量数据进行HOSVD，并构建新的信号子空间，从而获取高精度的噪声子空间；最后利用导引矢量和噪声子空间的正交特性进行谱峰搜索获取配对的DOD与DOA，无需进一步进行配对计算。本发明专利技术所述MIMO雷达角度估计算法，其利用接收信号的内部相关结构，且无需首先估计GPE，角度估计精度更高、可靠性更强，从而获得更为精确的目标DOD与DOA，为进一步对探测目标的相关处理提供更合理的参考。

Angle estimation algorithm for MIMO radar based on quantum space and spectral peak search

The invention discloses an algorithm based on a quantum space and spectrum peak search MIMO radar angle estimation, the three order tensor model constructed by the received data, then construct the high order covariance tensor tensor data model, fully tap the internal structure of the array signal; then HOSVD of tensor data, and construct the signal subspace the new space, so as to obtain high precision noise subspace; finally using orthogonal characteristics of steering vector and the noise subspace of the spectral peak search for DOD and DOA matching, without further matching calculation. The invention of the MIMO radar angle estimation algorithm, the internal structure of the received signal, and there is no need to first estimate the GPE angle of higher estimation accuracy and reliability, to obtain a more accurate target DOD and DOA, for further processing for the detection of a target to provide a more reasonable reference.

【技术实现步骤摘要】

本专利技术涉及一种雷达信号处理技术，具体的说涉及一种基于张量子空间和谱峰搜索的MIMO雷达角度估计算法。
技术介绍
MIMO雷达是下一代雷达的发展方向，相比传统相控阵雷达系统，MIMO雷达在分辨率、抗衰落性、可辨识性以及抑制噪声等方面具有潜在的优势。根据MIMO雷达收发阵元配置的不同，可以将MIMO雷达划分为两类：统计MIMO雷达和共址MIMO雷达。其中，统计MIMO雷达采样分布式收发阵元配置，其可以有效的抑制目标的闪烁效应；共址MIMO雷达中的发射阵元和接收阵元往往相距较近，这种雷达可以获得高精度的目标方位信息。本专利技术主要关注双基地MIMO雷达，其为共址雷达的重要一类。波离角(DirectionofDeparture,DOD)与波达角(DirectionofArrival)估计是双基地MIMO雷达目标定位的主要任务之一，角度估计问题目前已被广泛研究。典型的角度估计算法有多重谱峰分类(MultipleSignalClassification，MUSIC)算法、基于旋转不变技术的参数估计(EstimationMethodofSignalParametersviaRotational，ESPRIT)算法、传播算子(PropagatorMethod)算法、高阶子空间分解(HigherOrderSingularValueDecomposition，HOSVD)算法、平行因子(ParallelFactor，PARAFAC)算法、基于稀疏表示的估计算法等等。上述算法只适用于理想条件下MIMO雷达角度估计，在实际工程中，由于各个阵元放大器增益的不一致，阵列接收信号会存在增益-相位误差(Gain-PhaseError，GPE)。在存在GPE下，传统的角度估计算法性能会严重下降，甚至是完全失效。MIMO雷达中的GPE问题已经引起部分学者的注意，目前已经有一部分学者提出相关的解决算法。按照角度估计时是否需要估计GPE，可以将现有算法划分为两大类——需要估计GPE的角度估计算法以及无需估计GPE的角度估计算法。前者的典型代表有MUSIC-Like算法(刘小莉，廖桂生.双基地MIMO雷达多目标定位及幅相误差估计[J].电子学报，2011，39(3):596-601)、ESPRIT-Like算法(Y.D.Guo,Y.S.Zhang,N.N.Tong.Esprit-likeangleestimationforbistaticMIMOradarwithgainandphaseuncertainties[J],ElectronicsLetters,2011,47(17):996-997)、PM-Like算法(C.Chen,X.F.Zhang.Jointangleandarraygain-phaseerrorsestimationusingPM-likealgorithmforbistaticMIMOradar[J],CircuitsSystemSignalProcess,2013,32(3):1293-1311)以及PARAFAC-Like算法(J.Li,X.F.Zhang,X.Gao.AjointschemeforangleandarraygainphaseerrorestimationinbistaticMIMOradar[J],IEEEGeoscienceandRemoteSensingLetters.2013,10(6):1478-1482)。这类算法首先要获得GPE的相关信息，而角度估计对GPE敏感，因而不准确的GPE将会导致角度估计的误差较大。典型的无需估计GPE的算法主要有改进的ESPRIT(I-ESPRIT)算法(J.Li,M.Jin,Y.Zheng,G.Liao,TransmitandreceivearraygainphaseerrorestimationinbistaticMIMOradar[J],IEEEAntennasandWirelessPropagationLetters,2015,14:32-35)和降维MUSIC(RD-MUSIC)算法(J.Li,X.Zhang,R.Cao,etal.Reduced-dimensionmusicforangleandarraygain-phaseerrorestimationinbistaticMIMOradar[J],IEEECommunicationsLetters,2013,17(3):443-446.)。但是I-ESPRIT只利用了两个已校准的发射和接收阵元的接收数据，参数估计过程中需要估计噪声的相关信息，而且该算法需要额外的配对所估计的参数。RD-MUSIC算法采用特征值分解(EigenvalueDecomposition，EVD)获取子空间，但其对GPE不敏感，且适用于非均匀线性阵列，对已校准阵元的位置也不敏感，因而是一种优秀的角度估计算法。但是RD-MUSIC忽略了阵列接收信号的内部多维结构，其参数估计性能仍然有待提高。尽管PARAFAC-Like利用了阵列信号的多维结构，但是其首先获取对GPE的估计，而且其GPE估计的误差存在累积效应，特别是在低信噪比条件下，角度估计的误差特别大。
技术实现思路
鉴于以上原因，有必要提供一种角度估计精度更高、且无需谱峰搜索、计算复杂度较低的基于张量子空间和谱峰搜索的MIMO雷达角度估计算法。本专利技术提供一种基于张量子空间和谱峰搜索的MIMO雷达角度估计算法，所述基于张量子空间和谱峰搜索的MIMO雷达角度估计算法包括如下步骤：S1、构建目标回波信号的三阶张量模型，通过张量模型结构构建接收信号的高阶协方差张量模型；S2、对高阶协方差张量模型进行高阶奇异值分解，并构建新的信号子空间，获取高精度的噪声子空间；S3、构造阵列数据的旋转不变模型，根据约束优化的方法和拉格朗日乘子法估计出GPE的相关信息，获取配对的DOD与DOA。本专利技术所述基于张量子空间和谱峰搜索的MIMO雷达角度估计算法，其通过构建接收数据的三阶张量模型，进而构建张量数据的高阶协方差张量模型，充分挖掘阵列信号的内部相关结构；然后对张量数据进行HOSVD，并构建新的信号子空间，从而获取高精度的噪声子空间；最后利用导引矢量和噪声子空间的正交特性进行谱峰搜索获取配对的DOD与DOA，无需进一步进行配对计算。本专利技术所述MIMO雷达角度估计算法，其利用接收信号的内部相关结构，且无需首先估计GPE，角度估计精度更高、可靠性更强，从而获得更为精确的目标DOD与DOA，为进一步对探测目标的相关处理提供更合理的参考，其适用于非均匀线性阵列，对已校准阵元的位置不敏感，因此对已校准阵元分布在阵列任意位置的阵列也适用。附图说明图1是双基地MIMO雷达角度估计示意图；图2是本专利技术所述基于张量子空间和谱峰搜索的MIMO雷达角度估计算法与RD-MUSIC算法DOA估计谱峰图比较；图3是本专利技术所述基于张量子空间和谱峰搜索的MIMO雷达角度估计算法角度估计的散点图；图4是本专利技术所述基于张量子空间和谱峰搜索的MIMO雷达角度估计算法与其他算法的RMSE比较；图5是本专利技术所述基于张量子空间和谱峰搜索的MIMO雷达角度估计算法与其他算法的PSD对比；图6是本专利技术所述基于张量子空间和谱峰搜索的MIM本文档来自技高网...

【技术保护点】
一种基于张量子空间和谱峰搜索的MIMO雷达角度估计算法，其特征在于，所述基于张量子空间和谱峰搜索的MIMO雷达角度估计算法包括如下步骤：S1、构建目标回波信号的三阶张量模型，通过张量模型结构构建接收信号的高阶协方差张量模型；S2、对高阶协方差张量模型进行高阶奇异值分解，并构建新的信号子空间，获取高精度的噪声子空间；S3、采用MUSIC算法获取目标的DOD与DOA估计，并根据导引矢量和噪声子空间的正交特性进行谱峰搜索获取配对的DOD与DOA；其中，所述谱峰搜索的函数如下：式中，为的前mt与后M‑mt行，ct1为发射GPE向量中的后M‑mt+1个元素所构成的向量；ar1(θk)、ar2(θk)为ar(θk)的前nr与后N‑nr行，cr1为接收GPE向量中的后N‑nr+1个元素所构成的向量。

【技术特征摘要】
1.一种基于张量子空间和谱峰搜索的MIMO雷达角度估计算法，其特征在于，所述基于张量子空间和谱峰搜索的MIMO雷达角度估计算法包括如下步骤：S1、构建目标回波信号的三阶张量模型，通过张量模型结构构建接收信号的高阶协方差张量模型；S2、对高阶协方差张量模型进行高阶奇异值分解，并构建新的信号子空间，获取高精度的噪声子空间；S3、采用MUSIC算法获取目标的DOD与DOA估计，并根据导引矢量和噪声子空间的正交特性进行谱峰搜索获取配对的DOD与DOA；其中，所述谱峰搜索的函数如下：式中，为的前mt与后M-mt行，ct1为发射GPE向量中的后M-mt+1个元素所构成的向量；ar1(θk)、ar2(θk)为ar(θk)的前nr与后N-nr行，cr1为接收GPE向量中的后N-nr+1个元素所构成的向量。2.根据权利要求1所述基于张量子空间和谱峰搜索的MIMO雷达角度估计算法，其特征在于，所述步骤S2包括如下分步骤：S21、构建一个四阶的接收信号的张量协方差模型R；S22、根据张量协方差模型R用截短的HOSVD来构建一个信号子空间矩阵Rs；S23、对信号子空间矩阵Rs进行EVD分解获得一个新的信号子空间Es，Es与虚拟方向矩阵A张成相同的子空间。3.根据权利要求1所述基于张量子空间和谱峰搜索的MIMO雷达角度估计算法，...

【专利技术属性】
技术研发人员：文方青，陈伟国，李修权，张磊，王可，
申请(专利权)人：长江大学，
类型：发明
国别省市：湖北;42