[发明专利]一种基于协方差矩阵重构的阵元缺损MIMO雷达DOA估计方法

说明书

本发明公开了一种基于协方差矩阵重构的阵元缺损MIMO雷达DOA估计方法，包括首先接收阵元缺损下的MIMO雷达接收信号经匹配滤波处理，获得虚拟阵列在k时刻输出信号计算阵元缺损MIMO雷达虚拟阵列的协方差矩阵其次以接收阵元数N作为子方块矩阵的大小，对阵元缺损MIMO雷达虚拟阵列的协方差矩阵进行划分；然后利用Toeplitz矩阵的差分性质重构具有Toeplitz特性的子方块矩阵根据各个子方块矩阵的重构值获得重构后的数据协方差矩阵最后根据重构后的协方差矩阵采用ESPRIT算法进行目标DOA估计。本发明能有效解决接收阵元缺损下的MIMO雷达协方差矩阵秩亏的问题，提高MIMO雷达的DOA估计性能。

技术领域

本发明涉及多输入多输出(MIMO)雷达目标参数估计方法，特别是涉及一种基于协方差矩阵重构的阵元缺损MIMO雷达DOA估计方法。

背景技术

多输入多输出(Multiple-Input Multiple-Output，MIMO)雷达的灵感来源于通信系统中的MIMO技术，由于其存在诸多优点，得到众多学者的广泛关注。与传统的相控阵雷达相比，MIMO雷达能灵活地根据需求来设计发射波形，还可通过虚拟阵元来扩展阵列的孔径，以提升目标可识别数目的上限，并提高目标分辨力以及参数估计性能。因此，对MIMO雷达的研究具有重要的意义和实用价值。

波达方向(Direction of Arrival，DOA)估计是雷达信号处理中的一项重要研究内容，针对MIMO雷达的DOA估计，人们先后提出了多重信号分类(multiple signalclassification，MUSIC)算法和旋转不变子空间(estimation of signal parameters viarotational invariance technique，ESPRIT)算法等子空间类算法以及其他算法。在众多DOA估计算法中，子空间类算法因计算方便、估计性能优越而获得广泛的应用。子空间类算法的思想是对协方差矩阵进行特征分解求取特征向量，分离出信号子空间和噪声子空间，然后利用信号子空间与噪声子空间的正交性或信号子空间本身的旋转不变性进行目标DOA估计。随着MIMO雷达天线阵列规模的不断增加，以及受恶劣环境或人为干扰等因素的影响，大大增加了天线阵元损坏的概率。阵元缺损导致部分阵元的目标接收信号丢失，使协方差矩阵的秩发生退化，从而导致子空间类算法性能下降甚至完全失效。针对传统线性阵列阵元缺损下的DOA估计问题，现有技术一利用天线阵元间的相关特性，将单次快拍下的信号矢量变换为等效低秩矩阵，通过矩阵填充算法估计缺失数据，但是该方法需逐个快拍填充缺失数据，具有较大的计算量。针对MIMO雷达阵元缺损下的DOA估计问题，现有技术二提出了一种差分阵处理方法，该方法根据KR积变换理论，建立MIMO雷达虚拟阵元差分阵列的接收数据模型，通过差分阵列中正常工作阵元的接收数据恢复相应的缺失数据，最后采用空间平滑算法进行解相干来提高阵元缺损MIMO雷达的DOA估计性能，但该方法需通过空间平滑算法来获得满秩协方差矩阵，当MIMO雷达的天线阵元较多时，计算量过大。在对运动目标的单快拍成像时，人们通过利用稀疏阵列MIMO雷达采集数据来降低硬件成本，其被稀疏掉的天线阵元可等价于相应位置上的阵元损坏，现有技术三采用矩阵填充算法恢复被稀疏掉阵元的接收数据，当面阵中出现整行或整列接收天线阵元同时被稀疏掉时，稀疏MIMO雷达的接收数据无法满足矩阵填充所要求的的强不相干性条件，因此该文通过Hankel矩阵变换将其转换成二重块Hankel矩阵，再采用矩阵填充算法对二重块Hankel矩阵进行填补，从而重构出被稀疏掉阵元的接收数据，以提高MIMO雷达的成像性能。现有技术四针对接收阵元缺损下的MIMO声呐/雷达的DOA估计问题，提出了一种基于差分阵列的数据协方差矩阵重构的方法，该方法利用MIMO声呐/雷达能形成虚拟均匀线性满阵时其协方差矩阵满足Toeplitz的性质，通过正常的协方差矩阵元素来恢复相应的缺失元素，然而该方法仅适用于发射和接收阵元间距满足特定关系时阵元缺损MIMO声呐/雷达的DOA估计问题。在大多数情况下，MIMO雷达虚拟阵列的数据协方差矩阵为非Toeplitz矩阵，此时利用Toeplitz矩阵的差分性质对协方差矩阵进行重构会破坏原协方差矩阵的结构，从而导致DOA估计性能下降。因此，研究如何恢复MIMO雷达缺损阵元的数据以消除阵元缺损对目标DOA估计带来的不利影响是非常有必要的。