一种基于子空间对消的干扰下的目标角度估计方法技术

本发明专利技术设计雷达通信技术领域，提出一种基于子空间对消的干扰下的目标角度估计方法，包含步骤：构建回波信号矩阵；计算测试数据的协方差矩阵；对测试数据协方差矩阵进行特征分解，得到目标+干扰子空间；计算辅助数据的协方差矩阵；对辅助数据协方差矩阵进行特征分解，得到干扰子空间；对得到的子空间对应的特征向量求相似度，相关系数高于门限判定为干扰，剔除干扰特征向量后得到目标子空间；计算各稀疏网格点目标函数输出；取最大目标函数输出对应角度作为目标角度估计。通过子空间相似度进行干扰下的角度估计，可以有效进行干扰抑制，在干扰环境中得到目标角度的准确估计。干扰环境中得到目标角度的准确估计。干扰环境中得到目标角度的准确估计。

【技术实现步骤摘要】
一种基于子空间对消的干扰下的目标角度估计方法


[0001]本专利技术属于雷达通信领域，尤其涉及干扰下的目标角度估计方法。

技术介绍

[0002]波达方向估计DOA是现代雷达中的一个重要课题，提升角度估计精度可以提升整个雷达系统的性能(见文献：Enhanced DOA Estimation Exploiting Multi
‑
Frequency Sparse Array,IEEE Transactions on Signal Processing,available online,2021；Real
‑
Valued Sparse Bayesian Learning for DOA Estimation With Arbitrary Linear Arrays,IEEE Transactions on Signal Processing,vol.69,pp.4977
‑
4990,2021.)。随着现代电磁环境的变得日益复杂，有源干扰成为现代雷达系统需要考虑的重要因素之一(见文献：DOA Esti本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于子空间对消的干扰下的目标角度估计方法，其特征在于，包括以下步骤：步骤1：分别构建测试数据、辅助数据对应的回波信号矩阵；测试数据为；辅助数据为；测试数据为目标所在单元回波；辅助数据为无目标单元回波；步骤2：计算测试数据协方差矩阵；再对测试数据协方差矩阵进行特征分解得到目标和干扰子空间的特征向量α
i
，i＝1,2,...,I，I为目标和干扰子空间的特征向量个数；计算辅助数据协方差矩阵，再对干扰协方差矩阵进行特征分解得到干扰子空间的特征向量β
j
，j＝1,2,...,J，J为干扰子空间的特征向量个数；步骤3：计算测试空间的特征向量α
i
和干扰子空间的特征向量β
j
的相关系数如果相关系数ρ
ij
大于门限T，判定测试空间的特征向量α
i
为干扰特征向量，否则判定α
i
为目标特征向量；其中，var表示方差函数，cov表示协方差函数；步骤4：利用目标特征向量构造稀疏网格点上的目标函数，得到各网格点上的目标函数值；步骤5：对步骤4得到的目标函数值进行峰值搜索，得到目标函数的峰值对应的方位角与俯仰角2.如权利要求1所述方法，其特征在于，测试数据回波信号矩阵X1，X1为N
×
L1的矩阵，N为空域通道数，L1为测试数据快拍数；辅助数据回波信号矩阵X2，X2为N
×
L2的矩阵，L2为辅助数据的快拍数。测试数据协方差矩阵辅助数据协方差矩阵3.如权利要求2所述方法，其特征在于，步骤2具体包括：对测试数据协方...

【专利技术属性】
技术研发人员：唐凌云，何子述，李军，程子扬，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：