一种MIMO雷达幅相误差矫正方法技术

本发明专利技术公开一种MIMO雷达幅相误差矫正方法，该方法将粒子群进化算法应用于MIMO雷达角度定位和幅度

【技术实现步骤摘要】
一种MIMO雷达幅相误差矫正方法


[0001]本专利技术涉及MIMO雷达信号处理领域，具体涉及一种MIMO雷达幅相误差矫正方法。

技术介绍

[0002]近年来提出的MIMO雷达技术可以有效地提高雷达的孔径和信号处理自由度，从而提高空间谱估计的分辨率和参数估计性能。因此将MIMO雷达成像应用在无人驾驶技术、卫星定位、军事上的目标精准打击等多种工作场合，存在很好发展前景。
[0003]虽然阵列空间谱估计算法已经在很多场合的实际运用中得到了验证，且获得了不错的效果。然而对于多通道的雷达阵列系统中往往存在诸多非理想因素，发射和接收通道的阵列误差都会改变阵列流形，当阵列流形无法精确已知时，这些测向算法的就无法做到精确定位。因此阵列误差估计和校正是阵列信号处理中的重要一环，没有阵列误差校正，任何的高分辨空间谱估计方法都无法实际使用。为了提高MIMO雷达的成像精度使之能够有效的运用到实际生活中，研究测向算法和幅相误差校正算法的联合算法是当下的热点问题。且与社会的发展与稳定息息相关。

技术实现思路

[0004]针对现有技术的不足，本专利技术提出一种MIMO雷达幅相误差矫正方法，具体技术方案如下：
[0005]一种MIMO雷达幅相误差矫正方法，所述MIMO雷达为单基地MIMO雷达，所述MIMO雷达的均匀线性阵列具有M个发射阵列和N个接收阵列，且发射阵列和接收阵列都沿y轴放置；空间中有K个不同的目标，且不同目标的反射信号是相互独立的；接收端得到MN个虚拟阵列；接收阵列接收到的第t个脉冲为X(t)，且MIMO雷达的发射阵列和接收阵列存在一定的幅相误差，W，W
T
和W
R
分别是虚拟阵列、发射阵列和接收阵列的幅度
‑
相位误差矩阵；
[0006]该方法具体包括如下步骤：
[0007]S1：对MIMO雷达多通道接收信息进行处理，得到优化函数，具体包括如下子步骤：
[0008]S1.1：对于每个目标，通过发射阵列和接收阵列方位向量的Kronecker乘积来获得虚拟阵列的方位向量；
[0009][0010]其中，a
T
和a
R
分别代表发送阵列和接收阵列的方向矢量；为Kronecker乘积；θ
k
表示第k个目标的波达角度；
[0011]S1.2：将接收阵列接收到的第t个脉冲X(t)表示为：
[0012]X(t)＝WAS+n
ꢀꢀꢀ
(2)
[0013][0014]其中，diag(
·
)代表对角矩阵；A代表目标方位矢量矩阵，A＝[a(θ1)，a(θ2)，...，a(θ
k
)]H
，H表示共轭矩阵的转置；S表示接收的信号能量大小的矩阵，S＝[s1，s2，...，s
k
]，s
k
是来自第k个目标的信号；n表示噪声矩阵；
[0015]S1.3：将接收阵列接收到的第t个脉冲X(t)的协方差矩阵R表示为下式
[0016][0017]其中，Λ
s
代表由K最大特征值组成的K
×
K对角矩阵，而D
n
代表由其余MN
‑
K个小特征值组成的对角矩阵；E
s
表示信号子空间，E
n
表示噪声子空间；
[0018]S1.4：根据公式(2)～(4)，得到噪声子空间E
n
；
[0019]S1.5：基于MUSIC算法构造谱峰搜索函数，目标为求解f
music
(θ)的最大值
[0020][0021]S1.6：为了求解f
music
(θ)的最大值，构造基于MUSIC的目标角度和阵列幅相误差自校准的联合估计成本函数F(θ，W
T
，W
R
)，表示为公式(6)，且目标函数表示为公式(7)
[0022][0023]S2：使用随机权重粒子群算法对成本函数F(θ，W
T
，W
R
)局部寻优，得到新的粒子的最佳位置x
i
(t+1)，并记录最佳x
i
(t+1)的位置，即为gbest；
[0024]S3：根据花授粉算法跳出目前陷入的局部最优进行深入寻优，得到新的粒子的最佳位置x
new，i
，并记录最佳x
new，i
的位置，即为gbest；
[0025]S4：通过变异算法对gbest进行变异；当变异后的结果好于当前的gbest时，则更新最优结果；当变异后的结果不优于gbest时，则弃之不用。
[0026]进一步地，所述S2具体为：
[0027]设粒子群算法中的一个粒子为x
i
，且将一群粒子作为d维搜索空间的潜在解；设置粒子群算法初始参数，即设置粒子个数为N1个，迭代次数为T次，则第i个粒子为x
i
＝[θ1，...，θ
k
，W
T
，W
R
]，第i个粒子的速度为v
i
，第i个粒子的第t次迭代公式如下所示：
[0028]v
i
(t+1)＝ω*v
i
(t)+c1*r1*(pbest
i
(t)
‑
x
i
(t))+c2*r2*(gbest(t)
‑
x
i
(t))
ꢀꢀꢀ
(8)
[0029]x
i
(t+1)＝x
i
(t)+v
i
(t+1)
ꢀꢀꢀ
(9)
[0030]ω＝σ*r3+μ
ꢀꢀꢀ
(10)
[0031]μ＝ω
min
+(ω
max
‑
ω
min
)*r4ꢀꢀꢀ
(11)
[0032]其中，c1和c2均为粒子群算法中的加速度系数；r1和r2是[0,1]之中均匀分布的随机向量；pbest
i
是第i个粒子的迭代历史中的最优解；gbest是所有粒子在当前迭代中的最优解；ω未随机惯性权重，σ是标准偏差，r3和r4是[0，1]之间的随机数，ω
min
和ω
max
分别代表ω的最小值和最大值；
[0033]在寻优过程中，首先更新第t+1次的粒子速度v
i
(t+1)，再通过v
i
(t+1)更新t+1次迭代的粒子位置x
i
(t+1)，并记录最佳x
i
(t+1)的位置，即为gbest。
[0034]进一步地，所述S3中的花授粉算法为集成花授粉算法，表示为：
[0035]x
new，i
＝(px
i
...

【技术保护点】

【技术特征摘要】
1.一种MIMO雷达幅相误差矫正方法，其特征在于，所述MIMO雷达为单基地MIMO雷达，所述MIMO雷达的均匀线性阵列具有M个发射阵列和N个接收阵列，且发射阵列和接收阵列都沿y轴放置；空间中有K个不同的目标，且不同目标的反射信号是相互独立的；接收端得到MN个虚拟阵列；接收阵列接收到的第t个脉冲为X(t)，且MIMO雷达的发射阵列和接收阵列存在一定的幅相误差，W，W
T
和W
R
分别是虚拟阵列、发射阵列和接收阵列的幅度
‑
相位误差矩阵。该方法具体包括如下步骤：S1：对MIMO雷达多通道接收信息进行处理，得到优化函数，具体包括如下子步骤：S1.1：对于每个目标，通过发射阵列和接收阵列方位向量的Kronecker乘积来获得虚拟阵列的方位向量；其中，a
T
和a
R
分别代表发送阵列和接收阵列的方向矢量；为Kronecker乘积；θ
k
表示第k个目标的波达角度；S1.2：将接收阵列接收到的第t个脉冲X(t)表示为：X(t)＝WAS+n
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)其中，diag(
·
)代表对角矩阵；A代表目标方位矢量矩阵，A＝[a(θ1)，a(θ2)，...，a(θ
k
)]
H
，H表示共轭矩阵的转置；S表示接收的信号能量大小的矩阵，S＝[s1，s2，...，s
k
]，s
k
是来自第k个目标的信号；n表示噪声矩阵；S1.3：将接收阵列接收到的第t个脉冲X(t)的协方差矩阵R表示为下式其中，Λ
s
代表由K最大特征值组成的K
×
K对角矩阵，而D
n
代表由其余MN
‑
K个小特征值组成的对角矩阵；E
s
表示信号子空间，E
n
表示噪声子空间；S1.4：根据公式(2)～(4)，得到噪声子空间E
n
；S1.5：基于MUSIC算法构造谱峰搜索函数，目标为求解f
music
(θ)的最大值S1.6：为了求解f
music
(θ)的最大值，构造基于MUSIC的目标角度和阵列幅相误差自校准的联合估计成本函数F(θ，W
T
，W
R
)，表示为公式(6)，且目标函数表示为公式(7))，表示为公式(6)，且目标函数表示为公式(7)S2：使用随机权重粒子群算法对成本函数F(θ，W
T
，W
R
)局部寻优，得到新的粒子的最佳位置x
i
(t+1)，并记录最佳x
i
(t+1)的位置，即为gbest；S3：根据花授粉算法跳出目前陷入的局部最优进行深入寻优，得到新的粒子的最佳位置x
new，i
，并记录最佳x
new，i
的位置，即为gbest；S4：通过变异算法对gbest进行变异；当变异后的结果好于当前的gbest时，则更新最优结果；当变异后的结果不优于gbest时，则弃之不用。2.根据权利要求1所述的MIMO雷达幅相误差矫正方法，其特征在于，所述S2具体为：设粒子群算法中的一个粒子为x
i
，且将一群粒子作为d维搜索空间的潜在解；设置粒子群算法初始参...

【专利技术属性】
技术研发人员：宋春毅，姜自豪，李俊杰，徐志伟，
申请(专利权)人：浙江大学，
类型：发明
国别省市：