基于张量子空间和旋转不变的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旋转不变的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；最后利用阵列数据的旋转不变特性，通过约束优化的方法和拉格朗日乘子法获取配对的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，角度估计精度更高，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，且无需谱峰搜索，计算复杂度较低。

【技术实现步骤摘要】
基于张量子空间和旋转不变的MIMO雷达角度估计算法
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旋转不变的MIMO雷达角度估计算法。
技术介绍
多输入多输出(Multiple-inputMultiple-output，MIMO)雷达是一种全新体制的雷达系统，它利用多个阵元同步地发射和接收信号。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雷达收发阵元的位置分布的不同，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角度估计。本专利技术主要关注双基地MIMO雷达，其为共址雷达中的重要一类。联合波离角(DirectionofDeparture,DOD)与波达角(DirectionofArrival)估计是双基地MIMO雷达目标定位的任务之一，这个问题目前已被广泛研究。目前已经有众多DOD和DOA估计，典型的代表有多重谱峰分类(M本文档来自技高网...

【技术保护点】
一种基于张量子空间和旋转不变的MIMO雷达角度估计算法，其特征在于，所述基于张量子空间和旋转不变的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；其中，旋转不变特性的函数如下：

【技术特征摘要】
1.一种基于张量子空间和旋转不变的MIMO雷达角度估计算法，其特征在于，所述基于张量子空间和旋转不变的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；其中，旋转不变特性的函数如下：式中，Bt1＝At1⊙(CrAr)，Bt2＝At2⊙(CrAr)，Br1＝(CtAt)⊙Ar1和Br2＝(CtAt)⊙Ar2，且At1和At2分别代表At的前M-1行与后M-1行，Ar1和Ar2分别代表Ar的前N-1行与后N-1行。2.根据权利要求1所述基于张量子空间和旋转不变的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4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旋转不变的MIMO雷达角度估计算法，其特征在于，所述张量模型的包括以下三个操作定义：定义1、张量展开：令为一个N阶张量，X的模-n矩阵展开表示为[X]n，其中，位于张量X的in位置的元素成为...

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