[发明专利]基于张量子空间和旋转不变的MIMO雷达角度估计算法

说明书

本发明公开了一种基于张量子空间和旋转不变的MIMO雷达角度估计算法，其通过构建接收数据的三阶张量模型，进而构建张量数据的高阶协方差张量模型，充分挖掘阵列信号的内部相关结构；然后对张量数据进行HOSVD，并构建新的信号子空间，从而获取高精度的噪声子空间；最后利用阵列数据的旋转不变特性，通过约束优化的方法和拉格朗日乘子法获取配对的DOD与DOA，无需进一步进行配对计算。本发明所述MIMO雷达角度估计算法，其利用接收信号的内部相关结构，角度估计精度更高，从而获得更为精确的目标DOD与DOA，为进一步对探测目标的相关处理提供更合理的参考，且无需谱峰搜索，计算复杂度较低。

技术领域

本发明涉及一种雷达信号处理技术，具体的说涉及一种基于张量子空间和旋转不变的MIMO雷达角度估计算法。

背景技术

多输入多输出(Multiple-input Multiple-output，MIMO)雷达是一种全新体制的雷达系统，它利用多个阵元同步地发射和接收信号。相比传统相控阵雷达系统，MIMO雷达在分辨率、抗衰落性、可辨识性以及抑制噪声等方面具有潜在的优势。根据MIMO雷达收发阵元的位置分布的不同，可以将MIMO雷达划分为两类：统计MIMO雷达和共址MIMO雷达。其中，统计MIMO雷达采样分布式收发阵元配置，其可以有效的抑制目标的闪烁效应；共址MIMO雷达中的发射阵元和接收阵元往往相距较近，这种雷达可以获得高精度的目标角度估计。本发明主要关注双基地MIMO雷达，其为共址雷达中的重要一类。

联合波离角(Direction of Departute，DOD)与波达角(Direction of Arrival)估计是双基地MIMO雷达目标定位的任务之一，这个问题目前已被广泛研究。目前已经有众多DOD和DOA估计，典型的代表有多重谱峰分类(Multiple Signal Classification，MUSIC)算法、基于旋转不变技术的参数估计 (Estimation Method of Signal Parameters viaRotational，ESPRIT)算法、传播算子(Propagator Method)算法、高阶子空间分解(HigherOrder Singular Value Decomposition，HOSVD)算法、平行因子(Parallel Factor，PARAFAC) 算法、基于稀疏表示的估计算法等等。但上述算法只适用于理想阵列条件下MIMO雷达角度估计，在实际工程中，由于各个阵元放大器增益的不一致，阵列接收信号会存在增益-相位误差(Gain-Phase Error，GPE)。在GPE的影响下，传统的角度估计算法性能会下降，严重时甚至是完全失效。MIMO雷达中的GPE问题已经引起部分学者的注意，目前已经有一部分学者提出相关的解决算法。刘小莉等人提出一种MUSIC-Like算法(刘小莉，廖桂生.双基地MIMO雷达多目标定位及幅相误差估计[J].电子学报，2011，39(3)：596-601)，但该算法只利用了第一个收发阵元的相关数据，角度估计孔径没有有效利用。且该算下采样迭代的方法和MUSIC思想进行角度估计，计算复杂度高；Li等人提出一种降维MUSIC(RD-MUSIC)算法(J.Li，X.Zhang，R.Cao，et al.Reduced-dimension music for angle and array gain-phase error estimation in bistatic MIMO radar[J]，IEEE Communications Letters，2013，17(3)：443-446)，该算法对已校准阵元的位置不敏感，且适用于非均匀阵列，但该算法需要进行谱峰搜索，因而其计算复杂度高，且会存在网格不匹配问题；Guo等人提出一种ESPRIT-Like算法(Y.D.Guo，Y.S.Zhang，N.N.Tong.Esprit-like angle estimation forbistatic MIMO radar with gain and phase uncertainties[J]， ElectronicsLetters，2011，47(17)：996-997)，其采用阵列的旋转不变性进行角度估计，计算复杂度低；RD-MUSIC算法和ESPRIT算法均利用接收信号的子空间进行参数估计，其需要对接收数据进行特征值分解(Eigenvalue Decomposition，EVD)，计算复杂度较高，Chen等人提出一种无需EVD的算法——PM-Like算法(C.Chen，X.F.Zhang.Joint angle and array gain-phaseerrors estimation using PM-like algorithm for bistatic MIMO radar[J]，Circuits System Signal Process，2013，32(3)：1293-1311)，其相比 ESPRIT-Like算法计算复杂度更低；Li等人提出一种改进的ESPRIT(I-ESPRIT) 算法(J.Li，M.Jin，Y.Zheng，G.Liao，Transmit and receive array gain phase error estimation in bistaticMIMO radar[J]，IEEE Antennas and Wireless Propagation Letters，2015，14：32-35)，该算法无需对GPE进行估计，计算复杂度较低。但I-ESPRIT只利用了两个已校准的发射和接收阵元的接收数据，其角度估计估计过程对噪声敏感，而且该算法需要额外的配对所估计的参数；为利用阵列数据的内部多维特性，Li等人提出一种PARAFAC-Like算法(J.Li，X.F.Zhang，X.Gao.A joint scheme for angle and array gain phase errorestimation in bistatic MIMO radar[J]，IEEE Geoscience and Remote SensingLetters.2013，10(6)：1478-1482)，但该算法首先需要估计阵列的GPE，而估计GPE过程误差具有累计效应，导致GPE估计往往不精确，从而影响其角度估计的精度。