[发明专利]一种基于MIAA的分布式雷达成像方法

权利要求书

1.一种基于MIAA的分布式雷达成像方法，应用于包含多部雷达的雷达系统，其特征在于，包括：

获取每个雷达的回波信号的采样数据；

确定与所述采样数据格式相同的丢失数据；

其中，所述丢失数据中的数据值未知，所述采样数据以及丢失数据构成回波信号的完整数据；

对所述采样数据进行初始谱估计，获得所述采样数据的频谱；

在所述完整数据的干涉协方差矩阵已知的条件下，基于频谱中幅度谱与采样数据的线性关系，确定丢失数据与采样数据的线性关系；

在丢失数据与采样数据的线性关系的基础上，利用最小均方误差准则估计丢失数据中的数据值；

将估计完成的丢失数据以及采样数据还原回波信号。

2.根据权利要求1所述的方法，其特征在于，对所述采样数据进行初始谱估计，获得所述采样数据的频谱包括：

设置所述采样数据以及丢失数据在采样频点的傅里叶向量；

将所述傅里叶向量组成矩阵；

将回波信号表示为包含所述矩阵以及完整数据的第一表示式；

其中，所述完整数据包括采样数据以及丢失数据；

计算所述采样数据在每一个采样频点的干涉协方差矩阵；

基于所述干涉协方差矩阵，利用加权最小二乘准则计算所述采样数据在每个采样频点的谱估计；

基于每个采样频点的谱估计，确定采样数据在采样频点的幅度；

将每个采样频点的谱估计以及对应的幅度组成频谱。

3.根据权利要求2所述的方法，其特征在于，所述采样数据表示为：

所述丢失数据表示为：回波信号表示为：

其中，{t_n}表示采样数据的采样时间，表示丢失数据的采样时间，N表示采样数据长度，表示丢失数据长度。

4.根据权利要求3所述的方法，其特征在于，所述采样数据的采样频点的傅里叶向量表示为：

丢失数据的采样频点的傅里叶向量表示为：

傅里叶向量组成矩阵表示为：

A＝[a(ω₁) a(ω₂)…a(ω_K)]

所述第一表示式为：

y＝Aα(ω_k)+ε

其中，ω_k＝2πk/K表示采样数据的采样频点，k＝1,2,…,K，矢量α＝[α₁ α₂…α_K]^T为采样频点的幅度，ε表示噪声。

5.根据权利要求4所述的方法，其特征在于，所述采样数据在每一个采样频点的干涉协方差矩阵表示为：

采样数据在每个采样频点的谱估计表示为：

采样数据在采样频点的幅度表示为：

其中，R_u表示采样数据的协方差矩阵，H表示共轭转置。

6.根据权利要求5所述的方法，其特征在于，所述在丢失数据与采样数据的线性关系的基础上，利用最小均方误差准则估计丢失数据中的数据值包括：

在丢失数据与采样数据的线性关系的基础上，确定丢失数据与采样数据表示的线性表达式；

基于所述线性表达式计算丢失数据与所述采样数据的互协方差矩阵；

基于所述互协方差矩阵计算所述丢失数据的均方误差；

在所述均方误差最小的条件下，将所述线性表达式中的线性系数转化为向量矩阵；

基于所述向量矩阵预估所述丢失数据中的数据值。

7.根据权利要求6所述的方法，其特征在于，所述丢失数据估计值与采样数据表示的线性表达式表示为：

互协方差矩阵表示为：

丢失数据的均方误差最小表示为：

其中，E{·}表示期望运算，Tr{·}表示矩阵的迹，向量矩阵为：表示丢失数据估计的数据值。

8.根据权利要求7所述的方法，其特征在于，所述预估的丢失数据中的数据值表示为：