基于双基地FDA‑MIMO雷达的多参数联合估计方法与流程

本发明属于多输入多输出雷达
技术领域：
，特别涉及一种基于双基地FDA-MIMO雷达的多参数联合估计方法。
背景技术：
：所谓的MIMO雷达是指利用多个发射天线同步地发射分集的波形，同时使用多个接收天线接收回波信号，并集中处理收发信号的一种新型雷达体制。MIMO雷达与传统相控阵雷达最大的区别在于MIMO雷达可以通过改变阵列结构或者发射非相关波形实现自由度上的提升。根据天线空间分布的“远近”，MIMO雷达主要分为2类：集中式MIMO雷达和分布式MIMO雷达。集中式MIMO雷达系统的收发天线位置距离较“近”，一般都不能达到非相干MIMO雷达所要求的间距大小。由于各个天线能发射不同的信号，因此具有良好的波形分集增益，从而能够在参数辨识估计能力提升、自适应技术运用和灵活波形设计等方面表现出良好的效果。分布式MIMO雷达收发阵列的天线相距较“远”且分布在空间不同位置。各个天线相对于目标的角度有明显的差异，因此表现出良好的空间分集增益。该类型雷达的优势主要在于其能充分利用目标雷达散射截面积(RCS)在空间上的起伏特性，从而克服目标RCS角闪烁提高目标检测性能和参数估计精度。本发明主要以集中式MIMO雷达中的双基地雷达为对象进行研究。现有解决PRF与距离速度估计中矛盾的方法主要有多重脉冲重复周期或者是参差重频的办法。然而这种方法依然会产生估计模糊。由于集中式MIMO雷达可以通过发射不同波形实现波形分集增益。因此，有别于传统雷达，可以将MIMO雷达与FDA技术相结合，利用FDA使发射信号的载频随着发射阵列形成一个频率增量，从而通过波形分集利用单一的PRF解决估计模糊问题。然而，这种方法会在发射导向矢量上产生DOD和距离信息的耦合，导致双基地MIMO雷达的情况下无法估计出DOD和距离信息。一种解决方法是将发射阵列等分为两个子阵，两个子阵的频率增量不同；另一种方法是使一个发射脉冲中频率增量为0，下一个脉冲中频率增量不为0，交替发射，从而利用不同脉冲下的信号，分别估计出角度信息和距离信息。本发明采用第一种解决方法进行解耦合。同时由于多普勒频移与载频和脉冲时延数目有关，在脉冲时延数目较小的情况下，其对于发射导向矢量的影响可以忽略，而在数目较大的情况下无法忽略，因此可以在脉冲时延数目小时估计DOD和距离，在脉冲时延数目较大时解决速度估计模糊的问题。同时，对于相干信号，目前主要的方法是空间平滑法和矩阵重构法。前者会使雷达的孔径有所减少；从而降低了估计精度，后者对于雷达的发射信号和参数估计有一定限制，不如前者灵活，且也会存在孔径减少的情况。技术实现要素：为克服现有技术中的不足，本发明提供一种基于双基地FDA-MIMO雷达的多参数联合估计方法，针对双基地集中式MIMO雷达参数估计的问题，结合FDA技术，解决单一脉冲重频(PRF)下距离估计和速度估计的模糊问题，实现目标的3维定位。按照本发明所提供的设计方案，一种基于双基地FDA-MIMO雷达的多参数联合估计方法，包含如下步骤：步骤1、利用波形分集特性设计发射信号，根据发射信号载波的频率增量Δf，得到与DOD和距离信息有关的发射波形；步骤2、对接收到的发射波形信号进行匹配滤波、向量化和空间平滑处理，得到满秩的信号协方差矩阵；步骤3、基于信号协方差矩阵，利用ESPRIT算法估计联合导向矢量；步骤4、利用联合导向矢量估计DOA和速度参数，并对DOD和距离信息进行解耦合和参数估计；步骤5、结合脉冲时延估计对距离信息估计结果进行解模糊处理；步骤6、结合高脉冲数La下的信号特点对速度参数估计结果通过MUSIC算法进行解模糊处理。上述的，步骤1具体包含如下内容：将雷达发射阵列以阵列中心为参考点等分为两个子阵，设计子阵1的频率增量为-Δf，子阵2为，得到的发射导向矢量为：其中，θp和Rp分别为目标DOD和DOA，dt为发射天线的间距，dr为接收天线的间距，λ为信号波长，c为光速，v为目标速度，Rp为目标到发射端和接收端的距离之和。上述的，步骤2具体包含内容如下：步骤201：对接收信号进行匹配滤波处理，得到第l(l＝1,2,...,L)个脉冲下的信号，表示为：式中，为接收导向矢量，为发射导向矢量，aP(v,l)为目标复散射系数和多普勒频移，w(l)为噪声矢量；步骤202：L个脉冲下的接收信号表示为：X＝[x(1),x(2),...,x(L)]，对其进行向量化处理得到信号：，则信号协方差矩阵表示为：RY＝E(YYH)，其中，⊙是Khatri-Rao积，BL×P(v)为多普勒矢量，h为目标散射系数；步骤203：对信号进行空间平滑处理，设计第(l,n)个平滑矩阵如下：Zln=[0l0×(l-1)|Il0×l0|0l0×(pv-l)]⊗IM×M⊗[0n0×(n-1)|In0×n0|0n0×(pr-n)],l=1,2,...,pv,n=1,2,...,pr]]>，则平滑后的信号协方差矩阵为：RYf=1pvprΣl=1pvΣn=1prZlnRYZlnH=C0HHHC0H=C0RhfC0H]]>，其中，为Kronecker积，l0＝L-pv+1，n0＝N-pr+1，其中pv和pr分别表示对接收导向矢量和多普勒矢量进行空间平滑的平滑次数，H＝diag(h)ΛT，C0＝Z11C1，当pvpr≥P且l0n0≥P时，即为满秩的信号协方差矩阵，其中P为目标总个数。上述的，步骤3具体包含内容如下：步骤301：对信号协方差矩阵进行特征分解得到信号子空间由于span{Es}＝span{C0}，则Es满足Es＝C0T-1；步骤302：将Es分为两个子空间Es1和Es2，得到其中，Us和T均为的特征向量、为包含了DOD和速度信息的对角阵；步骤303：计算联合导向矢量为上述的，所述步骤4具体包含内容如下：步骤401：利用联合导向矢量估计DOA和速度，具体公式如下：v^p=c2πf0T(l0-1)Mn0Σl=1l0-1Σn=1Mn0angle(C^0(lMn0+n,p)C^0((l-1)Mn0+n,p));]]>步骤402：利用发射信号的特点对DOD和距离进行解耦合，具体公式如下：β^p1=2l0(M-1)n0Σl=1l0Σm=1(M-1)/2Σn=1n0angle(C^0((l-1)Mn0+mn0+n,p)C^0((l-1)Mn0+(m-1)n0+n,p))β^p2=2l0(M-1)n0Σl=1l0Σm=(M+1)/2M-1Σn=1n0angle(C^0((l-1)Mn0+mn0+n,p)C^0((l-1)Mn0+(m-1)n0+n,p)),]]>β^θ=β^p1+β^p2β^R=β^p1-β^p2;]]>步骤403：通过公式计算DOD和距离，具体计算公式如下：θ^p=acsin(λ4dtπβ^θ),R^p=c4πΔfβ^R.]]>上述的，步骤5具体包含内容如下：利用雷达脉冲所测量的真实距离为式中，kp是整数，rut＝c/fPRF表示最大无模糊距离，表示测量距离；利用FDA-MIMO雷达所测的真实距离为式中，qp是整数，ruΔf＝c/4Δf表示最大无模糊距离，表示估计距离；则无模糊距离可由下式估计得出：s.t.1≤kp≤Na|rtp-rΔfp|≤c2B.]]>上述的，步骤6具体包含内容如下：根据大脉冲数下速度和频率增量的关系求解无模糊速度，La脉冲下的接收信号为：式中，发射导向矢量：atM(θp,Rp,vp,La)=ej2πM-12dtsin(θp)λe-j2πM-12ΔfRpce-j2πM-12Δfvpc(La-1)T...ej2πdtsin(θp)λe-j2πΔfRpce-j2πΔfvpc(La-1)T1e-j2πdtsin(θp)λe-j2πΔfRpce-j2πΔfvpc(La-1)T...e-j2πM-12dtsin(θp)λe-j2πM-12ΔfRpce-j2πM-12Δfvpc(La-1)T]]>，假设真实速度为d为整数，vu＝c/2f0T为速度模糊，利用MUSIC算法求解d：d^=argmaxd(1Cv1(La)HU^N1U^N1HCv1(La)+Cv2(La)HU^N2U^N2HCv2(La))]]>式中，Cv1(La)和Cv2(La)为基于两个发射子阵的联合导向矢量。本发明的有益效果：1、本发明采用空间平滑的方法保证信号协方差矩阵满秩，对多普勒矢量和接收导向矢量同时进行空间平滑，解决了现有技术中存在单一脉冲重复周期下速度估计和距离估计易产生模糊的问题，提高参数估计性能。2、本发明充分利用MIMO雷达波形分集特点，将MIMO雷达和频控阵FDA相结合，使其发射波形不仅有DOD信息也包含距离信息甚至是速度信息，从而实现DOD、DOA、距离和速度的联合估计，解决了传统相控阵雷达中由于脉冲重复周期(PRF)所带来的速度估计和距离估计无模糊估计的矛盾，提高了参数估计的性能；实现了DOD和距离信息的解耦合，从而让角度和距离联合估计成为可能，解决了单一PRF下距离估计模糊的问题；利用多普勒频移和载频的关系，在脉冲时延数目较大时利用MUSIC算法实现了速度估计的解模糊，从而实现目标DOD、DOA、距离和速度4个参数的有效估计，从而确定了目标的三维坐标；利用空间平滑算法，对多普勒矢量和接收导向矢量同时平滑处理，解决了相干信号和角度兼并问题，保证了协方差矩阵的满秩条件。附图说明：图1为双基地FDA-MIMO雷达系统结构示意图；图2为本发明的流程示意图；图3为本发明下发射导向矢量的相位随SNR的变化曲线；图4为本发明下4个参数的均方根误差随SNR的变化曲线图；图5为本发明下4个参数的均方根误差随采样点的变化曲线图；图6为角度兼并条件下4个参数的均方根误差随SNR的变化曲线图。具体实施方式：下面结合附图和技术方案对本发明作进一步详细的说明，并通过优选的实施例详细说明本发明的实施方式，但本发明的实施方式并不限于此。实施例一，参见图1～2所示，一种基于双基地FDA-MIMO雷达的多参数联合估计方法，包含如下步骤：步骤1、利用波形分集特性设计发射信号，根据发射信号载波的频率增量Δf，得到与DOD和距离信息有关的发射波形，保证参数估计过程中能够对DOD和距离信息实现解耦合；步骤2、对接收到的发射波形信号进行匹配滤波、向量化和空间平滑处理，得到满秩的信号协方差矩阵；步骤3、基于信号协方差矩阵，利用ESPRIT算法估计联合导向矢量；步骤4、利用联合导向矢量估计DOA和速度参数，并对DOD和距离信息进行解耦合和参数估计；步骤5、结合脉冲时延估计对距离信息估计结果进行解模糊处理；步骤6、结合高脉冲数La下的信号特点对速度参数估计结果通过MUSIC算法进行解模糊处理。本发明采用空间平滑的方法保证信号协方差矩阵满秩，对多普勒矢量和接收导向矢量同时进行空间平滑，解决了现有技术中存在单一脉冲重复周期下速度估计和距离估计易产生模糊的问题，提高参数估计性能。实施例二，参见图1～6所示，一种基于双基地FDA-MIMO雷达的多参数联合估计方法，包含如下内容：步骤1、基于M个发射阵元、N个接收阵元构成的双基地MIMO雷达，利用波形分集特性设计发射信号，根据发射信号载波的频率增量Δf，得到与DOD和距离信息有关的发射波形，为了解决DOD和距离信息耦合的问题，将雷达发射阵列以阵列中心为参考点等分为两个子阵，为了方便计算，设计子阵1的频率增量为-Δf，子阵2为，得到的发射导向矢量为：其中，θp和Rp分别为目标DOD和DOA，dt为发射天线的间距，dr为接收天线的间距，λ为信号波长，c为光速，v为目标速度，Rp为目标到发射端和接收端的距离之和，保证参数估计过程中能够对DOD和距离信息实现解耦合。步骤2、对接收到的发射波形信号进行匹配滤波、向量化和空间平滑处理，得到满秩的信号协方差矩阵，具体包含如下内容：步骤201：对接收信号进行匹配滤波处理，得到第l(l＝1,2,...,L)个脉冲下的信号，表示为：式中，为接收导向矢量，为发射导向矢量，aP(v,l)为目标复散射系数和多普勒频移，w(l)为噪声矢量；步骤202：L个脉冲下的接收信号表示为：X＝[x(1),x(2),...,x(L)]，对其进行向量化处理得到信号：，则信号协方差矩阵表示为：RY＝E(YYH)，其中，是Khatri-Rao积，BL×P(v)为多普勒矢量，h为目标散射系数；步骤203：对信号进行空间平滑处理，为了避免出现角度兼并的情况，设计第(l,n)个平滑矩阵如下：Zln=[0l0×(l-1)|Il0×l0|0l0×(pv-l)]⊗IM×M⊗[0n0×(n-1)|In0×n0|0n0×(pr-n)],l=1,2,...,pv,n=1,2,...,pr]]>，则平滑后的信号协方差矩阵为：RYf=1pvprΣl=1pvΣn=1prZlnRYZlnH=C0HHHC0H=C0RhfC0H]]>，其中，为Kronecker积，l0＝L-pv+1，n0＝N-pr+1，其中pv和pr分别表示对接收导向矢量和多普勒矢量进行空间平滑的平滑次数，H＝diag(h)ΛT，C0＝Z11C1，当pvpr≥P且l0n0≥P时，即为满秩的信号协方差矩阵。步骤3、基于信号协方差矩阵，根据FDA-MIMO雷达信号的旋转不变形，利用ESPRIT算法估计联合导向矢量，具体包含内容如下：步骤301：对信号协方差矩阵进行特征分解得到信号子空间满足Es＝C0T-1，其中，由于span{Es}＝span{C0}，则Es满足Es＝C0T-1；步骤302：将Es分为两个子空间Es1和Es2，得到其中，Us和T均为的特征向量、为包含了DOD和速度信息的对角阵；步骤303：计算联合导向矢量为步骤4、利用联合导向矢量估计DOA和速度参数，并对DOD和距离信息进行解耦合和参数估计，具体包含内容如下：步骤401：利用联合导向矢量估计DOA和速度，具体公式如下：v^p=c2πf0T(l0-1)Mn0Σl=1l0-1Σn=1Mn0angle(C^0(lMn0+n,p)C^0((l-1)Mn0+n,p));]]>步骤402：利用发射信号的特点对DOD和距离进行解耦合，具体公式如下：β^p1=2l0(M-1)n0Σl=1l0Σm=1(M-1)/2Σn=1n0angle(C^0((l-1)Mn0+mn0+n,p)C^0((l-1)Mn0+(m-1)n0+n,p))β^p2=2l0(M-1)n0Σl=1l0Σm=(M+1)/2M-1Σn=1n0angle(C^0((l-1)Mn0+mn0+n,p)C^0((l-1)Mn0+(m-1)n0+n,p)),]]>β^θ=β^p1+β^p2β^R=β^p1-β^p2;]]>步骤403：通过公式计算DOD和距离，具体计算公式如下：θ^p=acsin(λ4dtπβ^θ),R^p=c4πΔfβ^R.]]>步骤5、结合脉冲时延估计对距离信息估计结果进行解模糊处理，利用雷达脉冲所测量的真实距离为式中，kp是整数，rut＝c/fPRF表示最大无模糊距离，表示测量距离；利用FDA-MIMO雷达所测的真实距离为式中，qp是整数，ruΔf＝c/4Δf表示最大无模糊距离，表示估计距离；则无模糊距离可由下式估计得出：s.t.1≤kp≤Na|rtp-rΔfp|≤c2B.]]>步骤6、结合高脉冲数La下的信号特点对速度参数估计结果通过MUSIC算法进行解模糊处理，根据大脉冲数下速度和频率增量的关系求解无模糊速度，La脉冲下的接收信号为：式中，发射导向矢量：atM(θp,Rp,vp,La)=ej2πM-12dtsin(θp)λe-j2πM-12ΔfRpce-j2πM-12Δfvpc(La-1)T...ej2πdtsin(θp)λe-j2πΔfRpce-j2πΔfvpc(La-1)T1e-j2πdtsin(θp)λe-j2πΔfRpce-j2πΔfvpc(La-1)T...e-j2πM-12dtsin(θp)λe-j2πM-12ΔfRpce-j2πM-12Δfvpc(La-1)T]]>，假设真实速度为d为整数，vu＝c/2f0T为速度模糊，利用MUSIC算法求解d：d^=argmaxd(1Cv1(La)HU^N1U^N1HCv1(La)+Cv2(La)HU^N2U^N2HCv2(La))]]>式中，Cv1(La)和Cv2(La)为基于两个发射子阵的联合导向矢量。DOA估计的克拉美罗界(Cramer–RaoBound，CRB)是无偏估计方差理论下界。依据双基地FDA-MIMO雷达的信号模型，4个参数的克拉美罗界CRB为Dv=12KSNR12LMN(L2-1)κv2Dθ=12KSNR12LMN(M2-1)κθ2DR=12KSNR48MLN(M2-1)(M2+3)κR2]]>其中，SNR＝(E|ξ|2)/(Mσ2)，L、M、N分别表示脉冲时延数目、发射天线数目和接收天线数目，κv＝2πf0T/c，κθ＝2πdtcos(θ)/λ，κR＝2πΔf/c，K表示采样点数目。本发明的效果可以通过以下仿真实验进一步说明。1)仿真条件：双基地FDA-MIMO雷达收发阵列为均匀线阵，参数设置如下表：表1双基地FDA-MIMO雷达的参数设置2)仿真实验：(1)频率增量对发射导向矢量的影响该仿真主要研究频率增量对发射导向矢量的影响。目标的DOD为20°，距离为1.5km，速度为450m/s。图3给出了频率增量对发射导向矢量的相位随脉冲的变化，以及DOD和距离随脉冲时延数目的变化曲线。由仿真结果可以发现，由于速度与载频和脉冲时延数目同时有关，但由于其量级相对较小，因此当脉冲数较小时期对发射导向矢量的影响不大，当脉冲时延数目较大时，其影响不可忽略。可以利用这一点对速度估计进行解模糊。(2)FDA-MIMO雷达的参数估计性能该仿真主要研究FDA-MIMO雷达的参数估计性能。首先是估计性能即估计均方误差随SNR的变化曲线。采样点数为256，DOD为30°，DOA为35°，距离为150km，速度为450m/s，其中距离和速度均会产生估计模糊。由图4的仿真结果可以发现，相对于传统相控阵雷达和MIMO雷达，FDA-MIMO雷达可以实现4个参数的联合估计，且距离和速度估计无模糊。同时由于MIMO雷达虚拟孔径的原因，其估计精度较相控阵雷达有所提高。然后是均方误差随采样点数的变化曲线。SNR＝0dB，目标坐标不变。由图5的仿真结果可以发现，随着采样点数的增加，雷达的估计精度也在不断提高。(3)FDA-MIMO雷达的解角度兼并性能为了验证本发明的方法对角度兼并的性能，我们将本发明的方法和未采用空间平滑的方法进行比较。设置存在角度兼并的2个目标，其DOD为30°和45°，DOA为35°和36°，距离为150km和250km，速度为450m/s和350m/s。由图6的仿真结果可以发现，本发明的方法即使在低信噪比的条件下仍能有效的对存在角度兼并的目标进行估计。本发明不局限于上述具体实施方式，本领域技术人员还可据此做出多种变化，但任何与本发明等同或者类似的变化都应涵盖在本发明权利要求的范围内。当前第1页1 2 3