[发明专利]基于MIMO雷达的发射极化优化DOA估计方法

说明书

技术领域

本发明属于通信技术领域，更进一步涉及雷达技术领域中的一种基于多输入多输出(Multiple-Input Multiple-Output，MIMO)雷达的发射极化优化波达方向(Direction of Arrival，DOA)估计方法。本发明可用于对飞机、舰船等运动目标进行目标定位和跟踪。

背景技术

MIMO雷达用多个天线发射不同的波形信号，然后再用多个天线接收回波信号。MIMO雷达的DOA估计具有如下优点：利用匹配滤波技术使其虚拟孔径得到扩展，从而提高DOA的估计精度；匹配滤波后的虚拟阵列比常规相控阵雷达估计更多的目标；可利用发射信号的波形分集来增加更加发射波束设计的灵活性，从而提高DOA的估计精度。

电磁矢量传感器由六个相互正交的电偶极子和磁环组成，其具有极化分集且能够接收一个电磁波完全的电场和磁场信息。基于电磁矢量传感器阵列的DOA估计具有如下优点：可利用目标的极化分集来提供另一维的目标信息，从而提高DOA估计精度。

西安电子科技大学在其申请的专利“多输入多输出雷达系统目标定位方法”（专利申请号200810150754.X，公开号CN101349748A）中公开了一种多输入多输出MIMO雷达目标定位的方法。首先，对各个充分远离的发射机发射正交信号，在接收机处利用发射信号的正交性，用匹配滤波的方法分离各发射阵元的回波信号。然后，各个接收机对目标进行测向，得到目标角度。最后，用约束最小二乘法，实现目标的精确定位。该方法存在的不足是，发射端采用常规阵列，无法利用发射极化信息，DOA估计精度低。

Gu C等人在论文“Target localization using MIMO electromagnetic vector array systems”（《Signal Processing》，Vol.93No.7,pp.2103-2107,2013.）公开了一种基于全极化MIMO雷达的DOA估计方法。该方法利用电磁波的六维极化信息进行DOA估计。首先，利用ESPRIT算法处理接收数据。然后，利用矢量叉乘法估计得到自动配对的方位角和俯仰角两维估计。该方法存在的不足是，并未对发射极化进行优化，仍采用固定的发射极化来估计得到目标的方位角和俯仰角,DOA估计精度低。

发明内容

本发明针对上述现有技术存在的不足，提出一种基于MIMO雷达的发射极化优化DOA估计方法。本发明提出一种利用克拉美罗界最小化的方法来优化发射极化参数，提高了电磁矢量传感器MIMO雷达的两维DOA估计精度，以解决现有技术中DOA估计精度低的问题。

本发明的基本思路是：建立阵列模型，获取阵列接收数据，匹配滤波，获取目标方位角和俯仰角的克拉美罗界，获取最优发射极化参数。

实现本发明目的的具体步骤如下：

（1）建立阵列模型：

电磁矢量传感器MIMO雷达发射信号的极化分集与波形分集信号的模型表示如下：

b(t)=ξas(t)

其中，b(t)表示电磁矢量传感器MIMO雷达的发射信号，t表示时间；ξ表示电磁矢量传感器MIMO雷达的发射极化参数，a表示电磁矢量传感器MIMO雷达的发射导向矢量，s(t)表示电磁矢量传感器MIMO雷达的发射信号波形。

（2）获取阵列接收数据：

电磁矢量传感器MIMO雷达的接收机对接收信号进行中频采样、滤波、抽取操作，得到电磁矢量传感器MIMO雷达的接收数据。

（3）匹配滤波：

利用电磁矢量传感器MIMO雷达的发射信号波形对接收数据进行卷积运算，获得匹配滤波后的接收数据。

（4）获取目标方位角和俯仰角的克拉美罗界：

4a）将电磁矢量传感器MIMO雷达匹配滤波后的接收数据，以矢量形式排列；

4b）对排列成矢量形式的数据依次进行Kronecker积、Hadamard积、矩阵求迹操作，得到四个费舍尔矩阵块，将四个费舍尔矩阵块以2×2的形式置于同一个矩阵中，完成费舍尔矩阵的构造；

4c）对费舍尔矩阵求逆，得到一个自变量为电磁矢量传感器MIMO雷达的发射极化参数，因变量为目标方位角和俯仰角的克拉美罗界的函数，将因变量作为目标方位角和俯仰角的克拉美罗界。

（5）获取最优发射极化参数：

采用栅格搜索方法，对电磁矢量传感器MIMO雷达的发射极化参数进行搜索，获得最优发射极化参数。

本发明与现有的技术相比具有以下优点：