本發(fā)明屬于雷達(dá)信號(hào)處理中的目標(biāo)定位技術(shù)領(lǐng)域，尤其涉及一種極化MIMO陣列雷達(dá)的相干目標(biāo)角度估計(jì)方法。

背景技術(shù)：

MIMO雷達(dá)作為一種適應(yīng)現(xiàn)代戰(zhàn)爭(zhēng)需求而出現(xiàn)的新體制雷達(dá)，以其獨(dú)特的優(yōu)勢(shì)受到了廣泛的關(guān)注。MIMO雷達(dá)在發(fā)射端采用多通道發(fā)射正交信號(hào)(事實(shí)上為非相干信號(hào)即可)，在接收端利用多個(gè)天線來(lái)接收，在空間形成多個(gè)通道。相比常規(guī)相控陣?yán)走_(dá)，MIMO雷達(dá)具有明顯的優(yōu)勢(shì)。而目標(biāo)定位又是雷達(dá)的基本任務(wù)之一，因此MIMO雷達(dá)的DOA估計(jì)發(fā)展迅速。

另一方面，空間電磁波信號(hào)是一個(gè)矢量信號(hào)，完備的電場(chǎng)和磁場(chǎng)信息為六維的復(fù)矢量，而電磁矢量傳感器通常是由3個(gè)電偶極子和3個(gè)磁偶極子同空間位置組合而成。電磁矢量傳感器每個(gè)陣元不同的極化選擇特性使之能以矢量方式觀測(cè)信號(hào)電磁波場(chǎng)，從而提取更為細(xì)致的信息，這一矢量信息的利用為提高陣列信號(hào)處理的整體性能奠定了基礎(chǔ)。

結(jié)合集中式MIMO雷達(dá)提供的波形分集和電磁矢量傳感器提供的極化分集，構(gòu)造了極化MIMO雷達(dá)的信號(hào)模型。根據(jù)平行因子分析方法、ESPRIT算法等方法研究了電磁矢量傳感器構(gòu)成的極化MIMO雷達(dá)的角度估計(jì)問(wèn)題，該方法不需要利用陣列的位置信息，且無(wú)需搜索。但是目前極化MIMO雷達(dá)的角度估計(jì)問(wèn)題是建立在目標(biāo)之間為非相干的基礎(chǔ)之上。由于多徑傳播、電子干擾等因素的影響，仍然會(huì)遇到存在相干信源的電磁環(huán)境。當(dāng)空間存在相干源時(shí)，通常的基于特征分解的高分辨DOA估計(jì)算法就無(wú)法正確估計(jì)信源DOA。空間平滑算法是一種常用的解相干預(yù)處理方法。但是空間平滑算法是通過(guò)犧牲陣列的有效孔徑來(lái)獲得其解相干能力的，由于陣列孔徑的損失，算法對(duì)相干源的分辨能力有較大幅度的下降。

綜上可知已有技術(shù)存在以下弊病，現(xiàn)有的極化MIMO陣列雷達(dá)的相干目標(biāo)角度估計(jì)方法無(wú)法有效避免相干信源的干擾，不適用于陣元任意空間分布的陣列結(jié)構(gòu)，無(wú)法準(zhǔn)確估計(jì)信源DOA，采用現(xiàn)有的空間平滑算法進(jìn)行解相干預(yù)處理則會(huì)導(dǎo)致陣列有效孔徑的缺失。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明針對(duì)現(xiàn)有技術(shù)存在的上述不足，提出了一種極化MIMO陣列雷達(dá)的相干目標(biāo)角度估計(jì)方法，該方法與空間平滑方法相比可以避免減少陣列有效孔徑,并且適用于陣元任意空間分布的陣列結(jié)構(gòu)。具體發(fā)明內(nèi)容如下：

本發(fā)明提供一種極化MIMO陣列雷達(dá)的相干目標(biāo)角度估計(jì)方法，其特征在于，所述方法是一種極化平滑方法，具體包括如下步驟：

步驟一：對(duì)極化MIMO雷達(dá)接收數(shù)據(jù)進(jìn)行匹配濾波，得到虛擬陣列；

步驟二：將所述虛擬陣列劃分為空域上完全相同的六個(gè)子陣；

步驟三：利用最大似然方法計(jì)算得出所述六個(gè)子陣的六個(gè)協(xié)方差矩陣；

步驟四：將所述六個(gè)協(xié)方差矩陣進(jìn)行加權(quán)平均，得到極化平滑后的協(xié)方差矩陣；

步驟五：針對(duì)所述極化平滑后的協(xié)方差矩陣，應(yīng)用ESPRIT超分辨算法得到角度估計(jì)值。

本發(fā)明中，步驟一包括以下子步驟：

步驟1a)：極化MIMO雷達(dá)的接收數(shù)據(jù)為：

其中，A_r(θ,φ)表示接收陣列的空域?qū)蚓仃?、A_t(θ,φ)表示發(fā)射陣列的空域?qū)蚓仃?、A_pol(θ,φ,γ,η)表示單個(gè)電磁矢量傳感器的空域-極化域聯(lián)合導(dǎo)向矩陣、φ表示目標(biāo)的方位角、θ表示目標(biāo)的俯仰角、γ表示目標(biāo)的極化輔角、η表示目標(biāo)的極化相位差、S為發(fā)射信號(hào)矩陣、W(t)表示噪聲、b(t)表示接收系數(shù)矢量；

步驟1b)：對(duì)數(shù)據(jù)矩陣X(t)進(jìn)行匹配濾波處理，即右乘S^H，得到如下數(shù)據(jù)矩陣：

其中上標(biāo)(·)^H表示共軛轉(zhuǎn)置，噪聲項(xiàng)N(t)＝W(t)S^H，

對(duì)(2)進(jìn)行矢量化處理得到：

其中，n(t)＝vec[N(t)]為噪聲轉(zhuǎn)化項(xiàng)。

本發(fā)明中，步驟二包括以下子步驟：

步驟2a)：提取同一個(gè)指向的天線接收數(shù)據(jù)組成一個(gè)子陣數(shù)據(jù)；

步驟2b)：采用步驟2a)的方法提取出另外五個(gè)子陣數(shù)據(jù)，得到六個(gè)子陣數(shù)據(jù)；

步驟2c)：將所述六個(gè)子陣數(shù)據(jù)按順序排列，得到空域上完全相同的六個(gè)子陣。

本發(fā)明中，步驟三包括以下子步驟：

步驟3a)：定義選擇矩陣其中矢量I_MN為MN×MN維的單位矩陣；

步驟3b)：對(duì)導(dǎo)向矩陣進(jìn)行選擇可以得到子陣i的導(dǎo)向矩陣：

其中，A_pol,i表示第i＝1,…6個(gè)極化矩陣；

步驟3c)：根據(jù)J_i計(jì)算六個(gè)子陣的協(xié)方差矩陣：其中R_x為接收數(shù)據(jù)的協(xié)方差矩陣。

本發(fā)明中，步驟四包括以下子步驟：

步驟4a)：定義平滑處理的加權(quán)系數(shù)；

步驟4b)：根據(jù)所述加權(quán)系數(shù)求相加平均值，得到極化平滑后的協(xié)方差矩陣。

本發(fā)明與現(xiàn)有技術(shù)相比具有以下優(yōu)點(diǎn)：

1)本發(fā)明采用同一點(diǎn)位的信息構(gòu)成子陣，其適用于陣元任意空間分布的陣列結(jié)構(gòu)，且平滑后子陣不損失陣列有效孔徑，定位精度大大增加。

2)本發(fā)明適用于分離式電磁矢量傳感器，其互耦大大降低，有利用降低硬件成本。

附圖說(shuō)明

圖1為本發(fā)明的算法流程框圖

圖2為本發(fā)明極化平滑前后協(xié)方差矩陣特征值分布圖

圖3為本發(fā)明極化平滑算法與空間平滑算法隨信噪比變化的性能對(duì)比圖

具體實(shí)施方式

下面結(jié)合附圖對(duì)本發(fā)明實(shí)施例作詳細(xì)說(shuō)明，具體實(shí)施方式包括以下步驟：

第一步，對(duì)極化MIMO雷達(dá)接收數(shù)據(jù)進(jìn)行匹配濾波，得到虛擬陣列，包括以下子步驟：

步驟1a)：極化MIMO雷達(dá)的接收數(shù)據(jù)為：

其中，A_r(θ,φ)表示接收陣列的空域?qū)蚓仃?、A_t(θ,φ)表示發(fā)射陣列的空域?qū)蚓仃?、A_pol(θ,φ,γ,η)表示單個(gè)電磁矢量傳感器的空域-極化域聯(lián)合導(dǎo)向矩陣、φ表示目標(biāo)的方位角、θ表示目標(biāo)的俯仰角、γ表示目標(biāo)的極化輔角、η表示目標(biāo)的極化相位差、S為發(fā)射信號(hào)矩陣、W(t)表示噪聲、b(t)表示接收系數(shù)矢量；

步驟1b)：對(duì)數(shù)據(jù)矩陣X(t)進(jìn)行匹配濾波處理，即右乘S^H，得到如下數(shù)據(jù)矩陣：

其中，上標(biāo)(·)^H表示共軛轉(zhuǎn)置，噪聲項(xiàng)N(t)＝W(t)S^H。

對(duì)上式(2)進(jìn)行矢量化處理得到：

其中，n(t)＝vec[N(t)]為噪聲轉(zhuǎn)化項(xiàng)。

第二步，將該虛擬陣列劃分為六個(gè)空域上完全相同的子陣，包括以下子步驟：

步驟2a)：將同一個(gè)指向的天線接收數(shù)據(jù)提取出來(lái)組成一個(gè)子陣數(shù)據(jù)；

步驟2b)：用步驟2a)的方法提取出另外五個(gè)子陣數(shù)據(jù)；

步驟2c)：將該六個(gè)子陣數(shù)據(jù)按順序排列。

第三步，利用最大似然方法計(jì)算得出六個(gè)子陣的六個(gè)協(xié)方差矩陣，包括以下子步驟：

步驟3a)：定義選擇矩陣其中矢量I_MN為MN×MN維的單位矩陣；

步驟3b)：對(duì)導(dǎo)向矩陣進(jìn)行選擇可以得到子陣i的導(dǎo)向矩陣：

其中，A_pol,i表示第i＝1,…6個(gè)極化矩陣；

步驟3c)：根據(jù)J_i計(jì)算六個(gè)子陣的協(xié)方差矩陣：其中R_x為接收數(shù)據(jù)的協(xié)方差矩陣。

第四步，針對(duì)這六個(gè)協(xié)方差矩陣進(jìn)行加權(quán)平均，得到極化平滑后的協(xié)方差矩陣，包括以下子步驟：

步驟4a)：定義平滑處理的加權(quán)系數(shù)w_i；

步驟4b)：根據(jù)加權(quán)系數(shù)求相加平均值：

其中，R_smoothing為秩恢復(fù)的協(xié)方差矩陣。

第五步，針對(duì)極化平滑后的協(xié)方差矩陣，應(yīng)用ESPRIT超分辨算法得到角度估計(jì)值。

本發(fā)明的有益效果通過(guò)以下兩次計(jì)算仿真作進(jìn)一步說(shuō)明：

仿真1：設(shè)置發(fā)射陣元為六，接收電磁矢量傳感器個(gè)數(shù)為六。在圖2的仿真中，假設(shè)有三個(gè)目標(biāo)。采用極化平滑對(duì)接收數(shù)據(jù)進(jìn)行處理，得到平滑前和平滑后的協(xié)方差矩陣特征值分布。信噪比為20，快拍數(shù)為200。從圖2中清楚的看出平滑前只有一個(gè)大特征值，平滑后則有與目標(biāo)數(shù)相同的三個(gè)特征值，證明了本發(fā)明極化平滑算法的有效性。

仿真2：設(shè)置發(fā)射陣元為六，接收電磁矢量傳感器個(gè)數(shù)為六。在圖3的仿真中，我們?cè)O(shè)置目標(biāo)為兩個(gè)，目標(biāo)角度和極化狀態(tài)角為：2°，53°，45°，-90°和5°，58°，45°，-90°?？炫臄?shù)為200，蒙特卡洛實(shí)驗(yàn)次數(shù)1000次。為了與空間平滑算法進(jìn)行比較，設(shè)置接收陣列為x軸分布的均勻半波長(zhǎng)線陣，發(fā)射陣列為y軸分布的均勻半波長(zhǎng)線陣。空間平滑后采用空域ESPRIT算法對(duì)目標(biāo)俯仰角和方位角進(jìn)行估計(jì)。圖3給出了本發(fā)明極化平滑算法與空間平滑算法的性能對(duì)比圖，從圖3中可以看出，空間平滑次數(shù)任意選擇，本發(fā)明的算法都要比空間平滑算法好。

上述實(shí)施例僅為本發(fā)明較佳的具體實(shí)施方式，但本發(fā)明的保護(hù)范圍并不局限于此，任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到的變化或替換，都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。因此，本發(fā)明的保護(hù)范圍應(yīng)該以權(quán)利要求的保護(hù)范圍為準(zhǔn)。