[发明专利]一种高分辨率的二维参数估算方法

摘要

本发明公开了一种高分辨率的二维参数估算方法，属于雷达技术领域。本发明通过采样记录天线各传感器通道接收的数据，将采样数据排成列向量的形式，在时间域、空间域和延迟域形成相关矩阵，对相关矩阵进行去噪处理，利用循环特征分解方法计算信号子空间，从信号和噪声子空间的关系求解噪声子空间，得到噪声子空间的投影矩阵，基于投影矩阵反解目标方位和俯仰信息，避免了经典MUSIC方法在区分信号子空间和噪声子空间时性能出现急剧下降的问题，提高了确定信源的方位角、俯仰角时准确性。

主权项

一种高分辨率的二维参数估算方法，其特征在于，所述包括：步骤一，通过传感器阵列对信号进行采样，获取到第一信号矢量x₁(t)、第二信号矢量x₂(t)，其中x₁(t)＝A₁s(t)+n₁(t)，x₂(t)＝A₁Φs(t)+n₂(t)；步骤二，在开始采样后的第一个时刻，构造与所述第一信号矢量、所述第二信号矢量的对应的矩阵$R_{11}^{\left(1\right)}=A_1{R}_s\left(1\right)A_1^H+{\mathrm{\σ}}_1^2\left(1\right)I,$$R_{22}^{\left(1\right)}=A_1\mathrm{\φ}{R}_s\left(1\right){\mathrm{\φ}}^H{A}_1^H+{\mathrm{\σ}}_2^2\left(1\right)I,$其中R_s为自相关矩阵，为所述采样过程中的噪声，在开始采样后的第二个时刻，构造与所述第一信号矢量、所述第二信号矢量对应的矩阵$R_{11}^{\left(2\right)}=A_1{R}_s\left(2\right)A_1^H+{\mathrm{\σ}}_1^2\left(2\right)I,$$R_{22}^{\left(2\right)}=A_1\mathrm{\φ}{R}_s\left(2\right){\mathrm{\φ}}^H{A}_1^H+{\mathrm{\σ}}_2^2\left(2\right)I,$依次在每个时刻均构造两个相关矩阵，并根据时间顺序，将全部相关矩阵组合为相关矩阵组$R_{\mathrm{mm}}^{\left(k\right)}=A_1{\mathrm{\Δ}}_m{\left[B_m^{\left(k\right)}\right]}^H+{\mathrm{\σ}}_m^2\left(k\right)I,$其中k代表时刻数，Λ_m＝Φ^m‑1，$B_m^{\left(k\right)}=A_m{R}_s^H\left(k\right);$步骤三，将所述全部相关矩阵进行特征分解，对所述全部相关矩阵中的噪声进行估计，得到每个噪声的估计值对所述全部特征矩阵进行去噪，得到去噪相关矩阵组步骤四，构造初始矩阵U(0)，建立第一代价函数$\tilde{C}=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\underset{m=1}{\overset{2}{\mathrm{\Σ}}}\left\{{\left[R_{\mathrm{mm}}^{\left(k\right)}\right]}^{H}U(l-1)U^H(l-1)R_{\mathrm{mm}}^{\left(k\right)}\right\},$其中，l代表循环次数，对所述第一代价函数进行特征值分解，得到第一分解式${\tilde{C}}_{\mathrm{eig}}=\stackrel{\‾}{V}(l-1)\stackrel{\‾}{D}(l-1){\stackrel{\‾}{V}}^H(l-1),$其中，为特征值矩阵,为特征向量矩阵,令矩阵V(l‑1)为矩阵的前P个大特征值对应的特征向量形成的矩阵,建立第二代价函数其中，l代表循环次数，对所述第二代价函数进行特征值分解，得到第二分解式其中，为特征值矩阵,为特征向量矩阵,所述第一代价函数、第二代价函数为U(l‑1)到U(l)的一次循环，对所述U(l)循环计算，直至满足||U(l)U^H(l)‑U(l‑1)U^H(l‑1)||_F＜ε时停止循环，获取停止循环时的l；步骤五，根据所述停止循环时的l，确定信号子空间U(l)，令得到投影矩阵根据所述投影矩阵得到角度估计$P({\widehat{\mathrm{\α}}}_p,{\widehat{\mathrm{\β}}}_p)=\frac{1}{\left|a^H({\widehat{\mathrm{\α}}}_p,{\widehat{\mathrm{\β}}}_p)\right[I-{\tilde{U}}_s{\tilde{U}}_s^H\left]a({\widehat{\mathrm{\α}}}_p,{\widehat{\mathrm{\β}}}_p)\right|}.$