一种FDA-MIMO雷达二维角度和距离联合估计方法技术

本发明专利技术提供了一种FDA

【技术实现步骤摘要】
一种FDA
‑
MIMO雷达二维角度和距离联合估计方法


[0001]本专利技术涉及目标定位
，尤其涉及一种FDA
‑
MIMO雷达二维角度和距离联合估计方法。

技术介绍

[0002]FDA
‑
MIMO(Frequency Diversity Array
‑
Multi Input Multi Output)雷达将FDA作为雷达的发送端，利用发送阵元间的微小的频偏实现目标的角度和距离联合估计，在雷达、声呐、医学成像和移动通信领域取得了广泛的应用。
[0003]在FDA
‑
MIMO雷达架构设计中，雷达阵列孔径和信号带宽直接决定了目标角度和距离参数的估计精确度以及目标分辨率性能，而现有的架构设计方案多依赖于均匀阵列或均匀频偏，即使部分方案采用了互质架构或嵌套架构设计来扩展阵列孔径和信号带宽，如Frequency Diverse Coprime Arrays With Coprime Frequency Offsets for Multitarget Localization，IEEE Journal of Selected Topics in Signal Processing,11(2),pp 321
‑
335，但阵列孔径和信号带宽依然没有得到充分的扩展，目标角度和距离估计性能无法进一步提升，大大制约了FDA
‑
MIMO雷达的发展的。
[0004]目标参数估计方法也是影响目标角度和距离估计性能的重要因素，传统的搜索类算法，如多重信号分类(Multiple Signal Classification,MUSIC)算法和压缩感知(Compressed Sensing，CS)算法等具有较高的估计精度，但算法计算复杂度较高，无法满足实际工程需求。而借助旋转不变技术的参数估计(Estimation of signal parameter via rotational invariance,ESPRIT)算法和传播算子(Propagator Method，PM)算法等虽然具有较低的计算复杂度，但参数估计精度较低，估计性能有待进一步提升。
[0005]因此，需要提出一种全新的架构及目标角度和距离联合估计方法解决上述问题。

技术实现思路

[0006]针对现有技术中所存在的不足，本专利技术提供了一种FDA
‑
MIMO雷达二维角度和距离联合估计方法，其解决了现有技术中存在的阵列孔径小和信号带宽窄的问题，能够进一步扩展阵列孔径和信号带宽，提升估计性能，同时能够解决计算复杂度高的问题，更易于工程实现。
[0007]本专利技术的上述技术目的是通过以下技术方案得以实现的：
[0008]一种FDA
‑
MIMO雷达二维角度和距离联合估计方法，包括以下步骤：
[0009]步骤1、构建FDA
‑
MIMO雷达的发送端和接收端为双稀疏均匀面阵，发送端子阵1和发送端子阵2先后发送频偏满足展开互质关系的电磁波；
[0010]步骤2、接收端子阵1和接收端子阵2先后接收目标反射回波信号并进行匹配滤波得到输出信号x
i
(t),i＝1,2；
[0011]步骤3、对输出信号x
i
(t)的协方差矩阵R
i
进行特征值分解得到所有特征值，利用阶跃比方法获得目标数K并划分噪声子空间
[0012]步骤4、根据所述噪声子空间构造3D
‑
MUSIC空间谱函数，进行一次降维变换得到第一关联方向向量；
[0013]步骤5、对目标函数进行二次降维得到第二关联方向向量，并通过二级搜索得到θ估计值；
[0014]步骤6、根据第一关联方向向量和第二关联方向向量，利用最小二乘拟合得到角度和距离估计值。
[0015]本专利技术进一步设置为：步骤1和步骤2中的发送端子阵1、发送端子阵2、接收端子阵1和接收端子阵2的x轴和y轴的阵元数均为M，发送端子阵1和接收端子阵1的x轴和y轴的阵元间距均为Nd1，发送端子阵2和接收端子阵2的x轴和y轴的阵元间距均为Md1，原点处阵元为参考阵元，其中d1为单位阵元间距，M和N为互质整数。
[0016]本专利技术进一步设置为：所述发射端子阵1的x轴和y轴上的频偏均为NΔf，发送端子阵2的x轴和y轴上的频偏均为
‑
MΔf。
[0017]本专利技术进一步设置为：步骤2中接收端子阵1和接收端子阵2先后接收目标反射回波信号并进行匹配滤波得到输出信号
[0018]x
i
(t)＝A
i
s
i
(t)+n
i
(t),i＝1,2，
[0019]其中，是方向矩阵，为方向向量，是高斯循环白噪声向量，s
i
(t)为信号向量，K为目标数。
[0020]本专利技术进一步设置为：所述步骤3输出信号x
i
(t)的协方差矩阵R
i
表示为：
[0021][0022]其中，L表示快拍数。对任意协方差矩阵R
i
做特征值分解可得所有特征值λ
p
,p＝1,2,...,M4，对其进行排序可得
[0023]利用阶跃比方法设定μ
p
＝λ
p
/λ
p+1
,p＝1,2,...,M4‑
1，则目标数即为根据目标数K划定较小的M4‑
K个特征值对应的特征向量组成噪声子空间
[0024]本专利技术进一步设置为：步骤4中利用构造3D
‑
MUSIC空间谱函数为
[0025][0026]目标函数即为对3D
‑
MUSIC空间谱函数进行一次降维变换得到第一关联方向向量
[0027][0028]其中，
[0029]本专利技术进一步设置为：步骤5中对目标函数进行二次降维得到第二关联方向向量
[0030][0031]其中，其中，为角度θ接收方向向量，将第二关联方向向量代回目标函数可得对角度θ做一级粗搜索可得角度θ粗估计值再在周围对角度θ做二级精搜索可得角度θ精确估计值则角度θ最终估计值为
[0032]本专利技术进一步设置为：步骤6中将角度θ估计值代入第二关联方向向量可得
[0033][0034]构建角度θ解耦合方向向量为其中，α1＝N,α2＝M，则距离发送方向向量即为其中，e为选择矩阵，其在(1:M2:1+M2(M
‑
1))处为1，在其余处为0；
[0035]构建整体距离发送方向向量并做最小二乘拟合得到精确距离估计值，即
[0036][0037]其中，η1＝[1,
‑
4πNΔf/c,...,
‑
4π(M
‑
1)NΔf/c]T
，η2＝[1,4πMΔf/c,...,4π(M...

【技术保护点】

【技术特征摘要】
1.一种FDA
‑
MIMO雷达二维角度和距离联合估计方法，其特征在于：包括以下步骤：步骤1、构建FDA
‑
MIMO雷达的发送端和接收端为双稀疏均匀面阵，发送端子阵1和发送端子阵2先后发送频偏满足展开互质关系的电磁波；步骤2、接收端子阵1和接收端子阵2先后接收目标反射回波信号并进行匹配滤波得到输出信号x
i
(t),i＝1,2；步骤3、对输出信号x
i
(t)的协方差矩阵R
i
进行特征值分解得到所有特征值，利用阶跃比方法获得目标数K并划分噪声子空间步骤4、根据所述噪声子空间构造3D
‑
MUSIC空间谱函数，进行一次降维变换得到第一关联方向向量；步骤5、对目标函数进行二次降维得到第二关联方向向量，并通过二级搜索得到θ估计值；步骤6、根据第一关联方向向量和第二关联方向向量，利用最小二乘拟合得到角度和距离估计值。2.如权利要求1所述的一种FDA
‑
MIMO雷达二维角度和距离联合估计方法，其特征在于：步骤1和步骤2中的发送端子阵1、发送端子阵2、接收端子阵1和接收端子阵2的x轴和y轴的阵元数均为M，发送端子阵1和接收端子阵1的x轴和y轴的阵元间距均为Nd1，发送端子阵2和接收端子阵2的x轴和y轴的阵元间距均为Md1，原点处阵元为参考阵元，其中d1为单位阵元间距，M和N为互质整数。3.如权利要求2所述的一种FDA
‑
MIMO雷达二维角度和距离联合估计方法，其特征在于：所述发射端子阵1的x轴和y轴上的频偏均为NΔf，发送端子阵2的x轴和y轴上的频偏均为
‑
MΔf。4.如权利要求3所述的一种FDA
‑
MIMO雷达二维角度和距离联合估计方法，其特征在于：步骤2中接收端子阵1和接收端子阵2先后接收目标反射回波信号并进行匹配滤波得到输出信号x
i
(t)＝A
i
s
i
(t)+n
i
(t),i＝1,2，其中，是方向矩阵，为方向向量，是高斯循环白噪声向量，s
i
(t)为信号向量，K为目标数。5.如权利要求4所述的一种FDA
‑
MIMO雷达二维角度和距离联合估计方法，其特征在于：所述步骤3输出信号x
i
(t)的协方差矩阵R
i
...

【专利技术属性】
技术研发人员：王成，王文钦，郑植，
申请(专利权)人：电子科技大学长三角研究院湖州，
类型：发明
国别省市：