[发明专利]一种低信噪比情况下压缩感知雷达单目标参数估计方法

说明书

本发明公开了一种低信噪比情况下压缩感知雷达单目标参数估计方法，包括建立回波脉冲信号群的联合稀疏表示模型、构造脉冲压缩积累观测矩阵以及联合稀疏优化重构；其中：建立回波信号群的联合稀疏表示模型用于得到压缩感知雷达回波脉冲信号群的联合稀疏表示；构造脉冲压缩积累观测矩阵用于对接收脉冲信号群进行压缩积累，提高接收信号群信噪比；联合稀疏优化重构用于重构回波脉冲信号群在稀疏域的联合稀疏向量，得到目标参数的估计。

技术领域

本发明涉及一种低信噪比下压缩感知雷达单目标参数估计方法，属于通信领域。

背景技术

在存在强噪声的情况下，压缩感知理论对信号稀疏重构的性能将迅速下降。然而雷达系统往往面临着信噪比较低的情况，强噪声成为了压缩感知雷达在硬件实现与工程应用研究的过程中面临的一大难题。在已有工作中，学者们围绕强噪声背景下的压缩感知雷达优化重构算法展开了研究，然而当信噪比降低到一定程度时，这些优化重构算法的性能急剧下降，压缩感知无法对目标场景进行准确的重构。因此，需要针对低信噪比情况下的压缩感知雷达提供一种基于脉冲积累观测矩阵的目标参数估计方法，提高强噪声背景下的目标参数估计准确率。

发明内容

发明目的：本发明的目的在于解决如何提高低信噪比情况下压缩感知雷达针对单目标的目标参数估计性能的问题。

技术方案：为了解决上述问题，本发明采用的技术方案如下：

一种低信噪比情况下压缩感知雷达单目标参数估计方法，包括建立回波脉冲信号群的联合稀疏表示模型、构造脉冲压缩积累观测矩阵以及联合稀疏优化重构；其中：建立回波信号群的联合稀疏表示模型用于得到压缩感知雷达回波脉冲信号群的联合稀疏表示；构造脉冲压缩积累观测矩阵用于对接收脉冲信号群进行压缩积累，提高接收信号群信噪比；联合稀疏优化重构用于重构回波脉冲信号群在稀疏域的联合稀疏向量，得到目标参数的估计。

优选的，压缩感知雷达回波脉冲压缩积累观测矩阵的构造过程如下：1)输入压缩采样回波信号；2)粗估计目标速度，得到速度估计值同时预设目标速度区间与脉冲分组的对应关系；3)根据目标所在速度区间，以该区间的平均速度设置相位补偿因子；4)输出分组脉冲积累观测矩阵Φ_pulse。

优选的，预设目标速度区间与脉冲分组的对应关系的过程如下：1)计算压缩感知雷达的速度容限，即目标在P个脉冲持续的时间内停留在同一个距离单元中的最大速度其中T_r表示压缩感知雷达系统的脉冲持续时间，d_m表示距离分辨单元的大小，floor()为向下取整函数；2)计算速度估计值对应的脉冲分组内的脉冲数h，

优选的，基于目标所在速度区间，以该区间的平均速度设置相位补偿因子具体为：利用相位补偿因子构成脉冲积累观测矩阵的基向量其中为目标所在速度区间的平均速度对应的多普勒频移量。

优选的，脉冲积累观测矩阵Φ_pulse具体为Φ_pulse＝diag(β₁u^T,β₂u^T,...,β_Qu)，其中Q为脉冲组个数，即回波信号群根据目标速度的先验信息得到的分组个数，且Q＝floor(P/h)，β₁,β₂,...,β_Q分别为脉冲组1至Q各自对应的优选系数；

优选的，压缩积累观测信号Y表示为

Y＝Φ_dataRΦ_pulse

其中，Φ_data为数据维压缩观测矩阵，维度为Z′×Z，Z为原始采样数据的长度，Z′为压缩后的数据长度，即数据维的压缩比为Z′/Z；

上式中的二维观测问题可以等效为如下的一维观测问题