一种快速高精度目标检测与角度估计方法及系统技术方案

本发明专利技术公开的一种快速高精度目标检测与角度估计方法及系统，属于信息通信领域。本发明专利技术包括自相关矩阵估计模块、矩阵采样与骨架抽取模块、矩阵低维分解模块、MUSIC谱估计模块。本发明专利技术充分利用接收信号协方差矩阵的低秩特性，直接对高维自相关矩阵进行随机采样，利用矩阵范数最小化作为优化准则，在低维空间中寻找高维矩阵的近似分解形式保证高维矩阵近似的误差精度，采用小矩阵的SVD近似高维自相关矩阵的SVD，并构造出近似信号空间；基于随机矩阵低维近似将高精度目标角度估计的计算复杂度降至平方复杂度从而显著降低雷达与通信信息处理的时延与功耗。本发明专利技术能够提高大规模相控阵毫米波雷达与空天信息系统对MIMO目标检测识别的精度和实时性。MIMO目标检测识别的精度和实时性。MIMO目标检测识别的精度和实时性。

【技术实现步骤摘要】
一种快速高精度目标检测与角度估计方法及系统


[0001]本专利技术涉及一种快速高精度目标检测与角度估计方法及系统，属于信息通信领域。

技术介绍

[0002]高精度、实时目标检测与角度估计对于雷达环境感知和无线通信至关重要，目前大规模相控阵雷达和多天线无线通信系统通常采用多信号分类(multiple signal classification，MUSIC)技术来实现上述目标。该技术通过对M个天线阵元的带噪接收信号进行最优处理，提取接收信号的信号子空间与噪声子空间，之后通过对信号子空间(或噪声子空间)进一步处理，获得高分辨率的目标检测与方位估计。尽管MUSIC算法诞生较早，但因其优异的角度估计分辨率以及鲁棒的运转机理，成为目前相控阵雷达系统(如目标检测与估计)和多天线通信系统(信号角度估计)中应用最为广泛的处理技术。
[0003]增加天线通道数目M是提升目标估计空间分辨率的主要途径。目前，大规模相控阵雷达与无线通信设备中，天线阵元数目可能超过500个。然而，大规模天线系统在增加目标角度分辨率的同时，也对实际系统设计与部署应用带来重要挑战。首本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种快速高精度目标检测与角度估计方法，其特征在于：包括如下步骤，步骤一：多个天线接收目标信号，根据接收信号X估计自相关矩阵R
X
＝XX
H
，初步构建MUSIC算法模型；对于K个目标信号源，其中第k个目标发射信号记为S
k
(t)(t＝0,1,
…
,T)，信号到达方位角为θ
k
；接收机采用M个均匀线阵(满足M>K)，相对于第1个参考接收天线，第k个目标波程差为其中d为阵元排布距离，λ为信号波长；定义方位矢量为K个目标信号矩阵为等效骨架抽取矩阵S＝[s1(t)s2(t)
…
s
K
(t)]，则整体的接收信号表示为：X＝AS+N其中，N＝[n1(t)n2(t)
…
n
K
(t)]
T
为M
×
N维独立同分布的噪声矩阵；A＝[a(θ1)a(θ2)
…
a(θ
k
)]
T
为M
×
K维方向矢量矩阵；通过阵列信号处理有效抑制噪声，进而估计多个目标方位角，估计多个目标方位角主要利用MUSIC算法来实现；通过MUSIC算法模型估计多个目标方位角，具体实现方法如下：计算接收信号的协方差矩阵R
X
＝E{XX
H
}，在此基础上通过对协方差矩阵R
X
进行SVD分解，即：R
X
＝SVD在此基础上利用奇异值幅度分布特性，确定出目标个数；并将信号空间划分为信号子空间与噪声子空间，通过右奇异矩阵向量V对应的信号/噪声子空间，计算目标空间谱：对于上述具有共轭对称性的复对称矩阵通过将复矩阵实数化将复数矩阵SVD分解转化为等效实数矩阵的SVD；步骤二：对高维自相关矩阵R
X
进行低维矩阵骨架抽取，通过随机采样方式构造低维骨架空间的近似表征低维表征矩阵C。具体地，针对原始矩阵R
X
进行骨架提取，以获得低维表征矩阵C，即将矩阵维度从M
×
M降低至M
×
s；为此，可定义等效骨架采样矩阵为所述S矩阵具有如下2个特点：(1)每一行元素有且只有1个非零值，且该非零值位置随机分布于s长度中；(2)该非零值以等概率取值{+1,
‑
1}。所抽取低维骨架矩阵记为为了确保后续计算精度，需要保证s≥K。步骤三：基于低维表征矩阵C，进一步获得自相关矩阵R
X
的低维近似分解，即R
X
＝CY，其中，另一低维投影矩阵可通过矩阵运算而得到；通过对CY进行SVD分解，获得自相关矩阵SVD的近似分解即实现高维度自相关矩阵R
X
的低维低秩矩阵近似。。利用骨架矩阵进一步确定出另一低维投影矩阵Y，从而高维自相关矩阵的低秩近似形式R
X
≈CY。由于低维骨架矩阵C在前述步...

【专利技术属性】
技术研发人员：李斌，郑德智，朱春丽，张军，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：