雷达波达方向估计方法、装置、计算机设备及存储介质制造方法及图纸

本发明专利技术适用于雷达信号处理领域，提供了雷达波达方向估计方法、装置、计算机设备及存储介质，该方法包括：对接收到的K个目标的回波信号组成的矩阵X进行降维处理，得到降维数据矩阵Y；基于降维数据矩阵Y，构造稀疏信号模型；根据该模型得到用于估计K个目标的回波功率的目标函数；初始化和更新该目标函数中的回波信号功率和非均匀噪声协方差矩阵；通过多项求根对稀疏信号模型中需要更新位置的网格点进行更新；当算法迭代次数达到预设的上限值或者算法收敛时，对更新后的空域离散网格进行一维空间谱搜索，得到多输入多输出雷达离格波达方向估计值。本发明专利技术具有同时对非均匀噪声和离格误差鲁棒的优点，在粗糙的网格仍具有很好的性能，准确性高。

Radar DOA Estimation Method, Device, Computer Equipment and Storage Media

【技术实现步骤摘要】
雷达波达方向估计方法、装置、计算机设备及存储介质
本专利技术属于雷达信号处理领域，尤其涉及一种雷达波达方向估计方法、装置、计算机设备及存储介质。
技术介绍
过去几十年以来，MIMO雷达系统作为一种新型的雷达系统，由于其高分辨率和优越的参数估计性能，一直都是信号处理领域研究的重点。利用MIMO雷达系统对目标的波达方向(Direction-of-arrival，DOA)进行估计也备受重视。根据天线阵列配置方法的不同，MIMO雷达系统可以大致分为统计型MIMO雷达(statisticalMIMOradar)和共址型MIMO雷达(colocatedMIMOradar)两种。单基地MIMO雷达作为共址型MIMO雷达系统中的一种，针对其信号的DOA估计问题，科研工作者们基于子空间技术提出了大量的行之有效的方法，例如MUSIC(multiplesignalclassification)和ESPRIT(estimationofsignalparametersviarotationalinvariancetechniques)算法。但是此类基于子空间的算法的估计性能受到信噪比和快拍数的限制。针对此，新兴的稀疏贝叶斯学习(SparseBayesianLearning，SBL)技术为DOA估计问题提供了一个新的思路，基于SBL技术，大量的改进的DOA算法被提出，并提出了一种离格稀疏贝叶斯推导(OGSBI)方法，该方法利用线性近似可以有效的减小离格误差，但是计算复杂度较高，并且在非常粗糙的网格条件下该方法并不能完全有效地降低离格误差的影响；因此，为了减低运算复杂度并且实现在粗糙网格条件下的角度估计，提出了一种增强的稀疏贝叶斯学习的方法(ESBL)，该方法能够实现粗糙网格条件下的离格(off-grid)DOA估计。然而，上述这些方法都是以均匀噪声为前提的，忽略了非均匀噪声的影响，当实际应用中存在非均匀噪声时，这些方法的估计性能会显著衰减，这极大地限制了上述方法的实用性和准确性。
技术实现思路
本专利技术实施例提供一种雷达波达方向估计方法，旨在解决现有技术中在非均匀噪声的影响下估计性能显著衰减，从而限制了其实用性和准确性的问题。本专利技术实施例是这样实现的，一种雷达波达方向的估计方法，包括如下步骤：对接收到的K个目标的回波信号组成的矩阵X进行降维处理，得到降维数据矩阵Y；基于所述降维数据矩阵Y，构造稀疏信号模型，所述稀疏信号模型由空域离散网格得到，所述空域离散网格由多个离散网格点构成；根据所述稀疏信号模型，得到用于估计所述K个目标的回波功率的目标函数；初始化所述目标函数中的回波信号功率和非均匀噪声协方差矩阵，并计算所述稀疏信号模型中的稀疏回波信号矩阵的均值和协方差；更新所述目标函数中的回波信号功率和非均匀噪声协方差矩阵；通过多项求根对所述稀疏信号模型中需要更新位置的网格点进行更新；判断算法迭代次数是否达到预设的上限值或者算法是否收敛；若是，则对更新后的空域离散网格进行一维空间谱搜索，得到多输入多输出雷达离格波达方向估计值。本专利技术实施例还提供一种雷达波达方向估计装置，包括：降维处理单元，用于对接收到的K个目标的回波信号组成的矩阵X进行降维处理，得到降维数据矩阵Y；构造单元，用于基于所述降维数据矩阵Y，构造稀疏信号模型，所述稀疏信号模型由空域离散网格得到，所述空域离散网格由多个离散网格点构成；构建单元，用于根据所述稀疏信号模型，得到用于估计所述K个目标的回波功率的目标函数；计算单元，用于初始化所述目标函数中的回波信号功率和非均匀噪声协方差矩阵，并计算所述稀疏信号模型中的稀疏回波信号矩阵的均值和协方差；第一更新单元，用于更新所述目标函数中的回波信号功率和非均匀噪声协方差矩阵；第二更新单元，用于通过多项求根对所述稀疏信号模型中需要更新位置的网格点进行更新；判断单元，用于判断算法迭代次数是否达到预设的上限值或者算法是否收敛；估计单元，用于若是，则对更新后的空域离散网格进行一维空间谱搜索，得到多输入多输出雷达离格波达方向估计值。本专利技术实施例还提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行上述雷达波达方向估计方法的步骤。本专利技术实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行上述雷达波达方向估计方法的步骤。本专利技术实施例提供的雷达波达方向估计方法，首先对接收到的K个目标的回波信号组成的矩阵X进行降维处理，得到降维数据矩阵Y，有效地降低了波达方向估计的运算复杂度；基于上述降维数据矩阵Y，构造稀释信号模型，并根据该稀疏信号模型得到用于估计上述K个目标的回波功率的目标函数，然后，初始化该目标函数中的回波信号功率和非均匀噪声协方差矩阵，计算所述稀疏信号模型中的稀疏回波信号矩阵的均值和协方差，更新目标函数中的回波信号功率和非均匀噪声协方差矩阵；通过多项求根对稀疏信号模型中需要更新位置的网格点进行更新，以消除非均匀噪声的影响，减小离格误差，提高DOA估计的精度。与现有的方法相比，本专利技术有效降低了MIMO(多输入多输出)雷达接收数据矩阵的维度和DOA(波达方向)估计的运算复杂度，并且不需要对所有的网格点都进行更新，具有较高的DOA估计速度，同时本专利技术对非均匀噪声具有鲁棒性，在非均匀噪声和粗糙网格共存的条件下能够实现快速稳健的DOA估计。附图说明图1是本专利技术实施例一提供的雷达波达方向估计方法的实现流程图；图2是本专利技术实施例二提供的雷达波达方向估计方法的实现流程图；图3是本专利技术实施例三提供的雷达波达方向估计方法的实现流程图；图4是本专利技术实施例四提供的雷达波达方向估计方法的实现流程图；图5是本专利技术实施例五提供的雷达波达方向估计方法的实现流程图；图6是本专利技术实施例六提供的雷达波达方向估计方法的实现流程图；图7是本专利技术实施例提供的一种雷达波达方向估计装置的结构示意图；图8非均匀噪声条件下本专利技术与其他三种现有的方法的均方根误差随信噪比变化的对比图；图9为非均匀噪声条件下本专利技术与其他三种现有的方法的均方根误差随快拍数变化的对比图；图10为非均匀噪声条件下本专利技术与其他三种现有的方法的均方根误差随最差噪声功率比变化的对比图；图11为非均匀噪声条件下本专利技术与其他三种现有的方法的均方根误差随离散网格点间距变化的对比图；图12是不同η情况下的平均仿真时间随离散网格点间隔变化的对比图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。在本专利技术实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本专利技术。在本专利技术实施例和所附权利要求书中所使用的单数形式的“一种”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。本专利技术实施例提供的雷达波达方向估计方法通过对接收到的K个目标的回波信号组成的矩阵X进行降维处理，有效地降低了波达方向估计的运算复杂度；并且通过多项求根对稀疏信号模型中需要更新位置的网格点进行更本文档来自技高网...

【技术保护点】
1.一种雷达波达方向估计方法，其特征在于，包括如下步骤：对接收到的K个目标的回波信号组成的矩阵X进行降维处理，得到降维数据矩阵Y；基于所述降维数据矩阵Y，构造稀疏信号模型，所述稀疏信号模型由空域离散网格得到，所述空域离散网格由多个离散网格点构成；根据所述稀疏信号模型，得到用于估计所述K个目标的回波功率的目标函数；初始化所述目标函数中的回波信号功率和非均匀噪声协方差矩阵，并计算所述稀疏信号模型中的稀疏回波信号矩阵的均值和协方差；更新所述目标函数中的回波信号功率和非均匀噪声协方差矩阵；通过多项求根对所述稀疏信号模型中需要更新位置的网格点进行更新；判断算法迭代次数是否达到预设的上限值或者算法是否收敛；若是，则对更新后的空域离散网格进行一维空间谱搜索，得到多输入多输出雷达离格波达方向估计值。

【技术特征摘要】
1.一种雷达波达方向估计方法，其特征在于，包括如下步骤：对接收到的K个目标的回波信号组成的矩阵X进行降维处理，得到降维数据矩阵Y；基于所述降维数据矩阵Y，构造稀疏信号模型，所述稀疏信号模型由空域离散网格得到，所述空域离散网格由多个离散网格点构成；根据所述稀疏信号模型，得到用于估计所述K个目标的回波功率的目标函数；初始化所述目标函数中的回波信号功率和非均匀噪声协方差矩阵，并计算所述稀疏信号模型中的稀疏回波信号矩阵的均值和协方差；更新所述目标函数中的回波信号功率和非均匀噪声协方差矩阵；通过多项求根对所述稀疏信号模型中需要更新位置的网格点进行更新；判断算法迭代次数是否达到预设的上限值或者算法是否收敛；若是，则对更新后的空域离散网格进行一维空间谱搜索，得到多输入多输出雷达离格波达方向估计值。2.如权利要求1所述的雷达波达方向估计方法，其特征在于，所述对接收到的K个目标的回波信号组成的矩阵X进行降维处理，得到降维数据矩阵Y的步骤，具体包括：对接收到的K个目标的回波信号进行匹配滤波处理，得到含有非均匀噪声的数据矩阵X，构造转换矩阵D对所述矩阵X进行降维处理，得到降维数据矩阵Y。3.如权利要求2所述的雷达波达方向估计方法，其特征在于，所述转换矩阵D为D＝(JHJ)-1JH，其中，Γm＝[0N×m,IN,0N×(M-m-1)]，M表示发射天线数，N表示接收天线数，IN表示N×N维的单位矩阵。4.如权利要求1所述的雷达波达方向估计方法，其特征在于，所述基于所述降维数据矩阵Y，构造稀疏信号模型的步骤，具体包括：基于所述降维数据矩阵Y，将空域-90°至90°的范围离散化为K份，形成粗糙的空域离散网格，从而构造得到稀疏信号模型。5.如权利要求1所述的雷达波达方向估计方法，其特征在于，所述根据所述稀疏信号模型，得到用于估计所述K个目标的回波功率的目标函数的步骤，具体包括：对所述稀疏信号模型进行先验假设，并根据贝叶斯定理得到用于估计所述K个目标的回波功率的目标函数。6.如权利要求1所述的雷达波达...

【专利技术属性】
技术研发人员：王咸鹏，王华飞，黄梦醒，沈重，杨永钦，孟丹丹，国月皓，李亮亮，
申请(专利权)人：海南大学，
类型：发明
国别省市：海南,46