MIMO雷达稀布阵列优化方法技术

本发明专利技术公开了一种MIMO雷达稀布阵列优化方法，涉及雷达信号处理技术领域，包括：构建阵元参考系，阵元参考系包括阵列，阵列包括多个阵元；基于阵元，得到导向矢量；基于阵列导向矢量，获取模糊函数；引入辅助变量，将阵列模糊函数退化为阵列方向图函数；基于阵列方向图函数，构建第一优化模型；多次采用启发式算法求解第一优化模型，获得阵元位置的多个初始解；采用数值计算方法求解第一优化模型，获得第一阵元位置；构建第二优化模型；将第一阵元位置作为输入，采用数值计算方法求解第二优化模型，获得第二阵元位置；根据上述获取的多个初始解，基于此获取多个第二阵元位置，从多个第二阵元位置中选取最优。本申请能够获取阵元位置最优解。置最优解。置最优解。

【技术实现步骤摘要】
MIMO雷达稀布阵列优化方法


[0001]本专利技术属于雷达信号处理
，具体涉及一种MIMO雷达稀布阵列优化方法。

技术介绍

[0002]雷达通常和国防、军事领域的应用有关，然而近年来，除了国防和空中交通管制，雷达开始在许多其他重要的领域备受关注，得益于CMOS技术和AiP(片内封装天线)技术的发展，高集成度、小型化的毫米波雷达芯片应运而生，并开始广泛应用于越来越丰富的应用场景，例如新兴的雷达应用包括汽车雷达(自动驾驶)，智能感知雷达(手势识别、姿态识别、室内定位、监测人们在家里的活动状态)，和健康保健领域的雷达(评估生命体征，如呼吸和心跳)等等。
[0003]相关技术中，毫米波雷达传感器对环境的感知能力，即在大视场、多目标场景中还需提高角度分辨率和测角精度，由于角度分辨率不够，毫米雷达可能无法区分远处间隔较近的多目标，也无法得到目标的具体轮廓和形状等细节信息；例如，汽车雷达无法区分远处到底有多少辆车，是大货车还是小汽车，也无法区分室内紧靠的两个人，以及人体的躯干和四肢，对后续的动作分类识别造成阻碍。
[0004]因此，亟需提高毫米波雷达在大视角下的角度分辨率和精度。

技术实现思路

[0005]为了解决现有技术中存在的上述问题，本专利技术提供了一种MIMO雷达稀布阵列优化方法。本专利技术要解决的技术问题通过以下技术方案实现：
[0006]第一方面，本申请提供一种MIMO雷达稀布阵列优化方法，包括：
[0007]构建阵元参考系，阵元参考系包括阵列，阵列包括多个阵元，阵元包括发射阵元和接收阵元；
[0008]基于阵元，得到阵列导向矢量；基于阵列导向矢量，获取阵列模糊函数；
[0009]引入辅助变量，将多变量的阵列模糊函数退化为单变量的阵列方向图函数；
[0010]基于阵列方向图函数，构建第一优化模型，第一优化模型用于优化阵列方向图函数的峰值旁瓣电平；
[0011]多次采用启发式算法求解第一优化模型，获得阵元位置的多个初始解；
[0012]将阵元位置的初始解作为输入，采用数值优化算法求解第一优化模型，获得第一阵元位置；
[0013]采用数值计算方法搜索阵列方向图函数的主瓣单调递减区间内的任一函数值对应的辅助变量，并基于该辅助变量构建第二优化模型，第二优化模型用于优化阵列方向图函数的主瓣宽度；
[0014]将第一阵元位置作为输入，采用数值优化算法求解第二优化模型，获得第二阵元位置；
[0015]根据启发式算法获得的阵元位置的多个初始解，获取多个第二阵元位置，从多个
第二阵元位置中选取最优，即获取最优的阵元位置；其中，阵元位置包括发射阵元位置和接收阵元位置。
[0016]本专利技术的有益效果：
[0017]本专利技术提供的一种MIMO雷达稀布阵列优化方法，通过以MIMO雷达的阵列模糊函数概念为基础，通过引入辅助变量，剖析出阵列模糊函数与阵列方向图函数之间的关系，从而将多变量的阵列模糊函数优化问题转化为更简单的阵列方向图函数优化问题；针对简化后的阵列方向图函数，并且考虑到阵元间距和最大孔径等约束条件，以及峰值旁瓣电平和主瓣宽度的权衡取舍，本实施例分别构建了第一优化模型和第二优化模型，分别用来解决以下两个问题，第一、精确控制所需的阵列模糊函数主瓣宽度的前提下，为了减小不同方向上多目标的互相干扰，期望阵列模糊函数的峰值旁瓣电平充分低；第二、精确控制所需的阵列模糊函数峰值旁瓣电平的前提下，为了提高DoA估计的分辨率和精度，期望阵列模糊函数的主瓣宽度充分窄；如此，本实施例提出了使用先进的数值优化算法高效求解上述优化问题，能够完全实现稀布阵元位置对应的优化空间连续变化的特性，得出最精确的阵元位置分布；此外，考虑到实用性和运算速度，为了将智能搜索算法的全局优化能力和数值优化算法的精确性相结合，本实施例提出使用无需模板的三步混合算法，可以保证获得的阵元位置为最优解。
[0018]以下将结合附图及实施例对本专利技术做进一步详细说明。
附图说明
[0019]图1是本专利技术实施例提供的MIMO雷达稀布阵列优化方法的一种流程图；
[0020]图2是本专利技术实施例提供的MIMO雷达系统的一种排布方式；
[0021]图3是本专利技术实施例提供的MIMO雷达系统中发射阵元与接收阵元的一种排布方式；
[0022]图4是本专利技术实施例提供的阵列模糊函数每一点的幅度的一种示意图；
[0023]图5是本专利技术实施例提供的阵列模糊函数每一点的幅度的另一种示意图；
[0024]图6是本专利技术实施例提供的从模糊函数简化而来的阵列方向图函数的一种示意图。
具体实施方式
[0025]下面结合具体实施例对本专利技术做进一步详细的描述，但本专利技术的实施方式不限于此。
[0026]请参见图1和图2所示，图1是本专利技术实施例提供的MIMO雷达稀布阵列优化方法的一种流程图，图2是本专利技术实施例提供的MIMO雷达系统的一种排布方式，本申请所提供的一种MIMO雷达稀布阵列优化方法，包括：
[0027]S101、构建阵元参考系，阵元参考系包括阵列，所述阵列包括多个阵元，所述阵元包括发射阵元和接收阵元；
[0028]S102、基于阵元，得到阵列导向矢量；基于阵列导向矢量，获取阵列模糊函数；
[0029]S103、引入辅助变量，将多变量的阵列模糊函数退化为单变量的阵列方向图函数；
[0030]S104、基于阵列方向图函数，构建第一优化模型，第一优化模型用于优化阵列方向
图函数的峰值旁瓣电平；
[0031]S105、多次采用启发式算法求解第一优化模型，获得阵元位置的多个初始解；
[0032]S106、将阵元位置的初始解作为输入，采用数值优化算法求解第一优化模型，获得第一阵元位置；
[0033]S107、采用数值计算方法搜索阵列方向图函数的主瓣单调递减区内的任一函数值对应的辅助变量，并基于该辅助变量构建第二优化模型，第二优化模型用于优化阵列方向图函数的主瓣宽度；
[0034]S108、将第一阵元位置作为输入，采用数值优化算法求解第二优化模型，获得第二阵元位置；
[0035]S109、根据S105产生的多个初始解，重复S106
‑
S108过程，获取多个第二阵元位置，从多个第二阵元位置中选取最优，即获取最优的所述阵元位置；其中，阵元位置包括发射阵元位置和接收阵元位置。
[0036]具体而言，请继续参考图1和图2所示，本实施例中提供的一种MIMO雷达稀布阵列优化方法，提出了高分辨率测角度，高精度定位、无模糊的需求，有利于提高雷达传感器的品质。
[0037]相关技术中，一方面，现有的关于MIMO雷达布阵优化问题，智能搜索算法的解空间是有限的，阵元位置是从大量均匀分布的网格中进行选择，通常只能精确到小数点后一位，智能搜索算法不能保证获得的解是最精确的；另一方面，从天线阵列理论得知，阵列的分辨率与孔径直接相关，称之为——瑞利准则，它也被广泛用于不等间本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种MIMO雷达稀布阵列优化方法，其特征在于，包括：构建阵元参考系，所述阵元参考系包括阵列，所述阵列包括多个阵元，所述阵元包括发射阵元和接收阵元；基于所述阵元，得到阵列导向矢量；基于所述阵列导向矢量，获取阵列模糊函数；引入辅助变量，将多变量的所述阵列模糊函数退化为单变量的阵列方向图函数；基于所述阵列方向图函数，构建第一优化模型，所述第一优化模型用于优化所述阵列方向图函数的峰值旁瓣电平；多次采用启发式算法求解所述第一优化模型，获得所述阵元位置的多个初始解；将所述阵元位置的初始解作为输入，采用数值优化算法求解所述第一优化模型，获得第一阵元位置；采用数值计算方法搜索所述阵列方向图函数的主瓣单调递减区间内的任一函数值对应的辅助变量，并基于该辅助变量构建第二优化模型，所述第二优化模型用于优化所述阵列方向图函数的主瓣宽度；将所述第一阵元位置作为输入，采用数值优化算法求解所述第二优化模型，获得第二阵元位置；根据启发式算法获得的阵元位置的多个初始解，获取多个所述第二阵元位置，从多个所述第二阵元位置中选取最优，即获取最优的所述阵元位置；其中，所述阵元位置包括发射阵元位置和接收阵元位置。2.根据权利要求1所述的MIMO雷达稀布阵列优化方法，其特征在于，所述基于所述阵元，得到阵列导向矢量；基于所述阵列导向矢量，获取阵列模糊函数的具体过程为：获取所述发射阵元的位置t＝[t1,
…
,t
M
]
T
，所述发射阵元设置有多个，M为所述发射阵元的数量，T为转置；获取所述接收阵元的位置r＝[r1,
…
,r
N
]
T
，所述接收阵元设置有多个，N所述接收阵元的数量；基于所述发射阵元的位置和所述接收阵元的位置，获取所述发射阵元和所述接收阵元的位置向量d＝[t
T
,r
T
]
T
；获取发射阵元发射信号角度为的发射导向矢量和所述接收阵元接收信号的角度为的接收导向矢量，分别为：其中，λ0为自由空间波长，j的含义是复数虚部符号，t1……
t
M
为各所述发射阵元的位置，r1……
r
N
为各所述接收阵元的位置；基于所述发射阵元的导向矢量和所述接收阵元的导向矢量，获取所述阵列导向矢量，所述阵列导向矢量为：
其中，
⊙
为哈达玛积，为每个所述发射阵元和每个所述接收阵元对应的归一化辐射增益；基于所述阵列导向矢量构建的所述阵列模糊函数为：其中，所述阵列模糊函数是所述阵列对任意两个来波方向的所述阵列导向矢量的夹角余弦函数的绝对值，和分别为两个来波方向，H的含义是共轭转置。3.根据权利要求1所述的MIMO雷达稀布阵列优化方法，其特征在于，所述引入辅助变量，将多变量的所述阵列模糊函数退化为单变量的阵列方向图函数的具体过程为：引入所述辅助变量u＝sinθ；获取来波方向为的辅助变量u
i
，获取来波方向为的辅助变量u
k
；将所述阵列模糊函数转换为与辅助变量u
i
和辅助变量u
k
相关的函数，即：其中，i和k分别为两个来波方向，m为第m个所述发射阵元，n为第n个所述接收阵元，e为指数函数，j为复数虚部；设定雷达的不模糊视场为θ，且θ∈[
‑
θ
a
,θ
a
]，则辅助变量u∈[
‑
u
a
,u
a
]，其中，u
a
＝sinθ
a
；基于雷达的不模糊视线的范围，得到辅助变量u
i
∈[
‑
u
a
,u
a
]，辅助变量u
k
∈[
‑
u
a
,u
a
]；基于辅助变量u
i
和辅助变量u
k
的范围，优化所述阵列模糊函数的所述峰值旁瓣电平和主瓣宽度；基于所述阵列模糊函数的对称特征，等价于优化辅助变量u
i
∈[
‑
u
a
,u
...

【专利技术属性】
技术研发人员：郇明赛，梁军利，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：