一种极化MIMO阵列雷达的相干目标角度估计方法与流程

技术特征：

1.一种极化MIMO阵列雷达的相干目标角度估计方法，其特征在于，所述方法是一种极化平滑方法，具体包括如下步骤：

步骤一：对极化MIMO雷达接收数据进行匹配滤波，得到虚拟阵列；

步骤二：将所述虚拟阵列划分为空域上完全相同的六个子阵；

步骤三：利用最大似然方法计算得出所述六个子阵的六个协方差矩阵；

步骤四：将所述六个协方差矩阵进行加权平均，得到极化平滑后的协方差矩阵；

步骤五：针对所述极化平滑后的协方差矩阵，应用ESPRIT超分辨算法得到角度估计值。

2.根据权利要求1所述的方法，其特征在于，所述步骤一包括以下子步骤：

步骤1a)：极化MIMO雷达的接收数据为：

X(t)＝A_r(θ,φ)⊕A_pol(θ,φ,γ,η)diag[b(t)]A_t^T(θ,φ)S+W(t) (1)

其中，A_r(θ,φ)表示接收阵列的空域导向矩阵、A_t(θ,φ)表示发射阵列的空域导向矩阵、A_pol(θ,φ,γ,η)表示单个电磁矢量传感器的空域-极化域联合导向矩阵、φ表示目标的方位角、θ表示目标的俯仰角、γ表示目标的极化辅角、η表示目标的极化相位差、S为发射信号矩阵、W(t)表示噪声、b(t)表示接收系数矢量；

步骤1b)：对数据矩阵X(t)进行匹配滤波处理，即右乘S^H，得到如下数据矩阵：

$\tilde{X}\left(t\right)=X\left(t\right)S^H=A_r\left(\mathrm{\θ},\mathrm{\φ}\right)\⊕A_{pol}\left(\mathrm{\θ},\mathrm{\φ},\mathrm{\γ},\mathrm{\η}\right)diag\[b\left(t\right)\]{A_t}^T\left(\mathrm{\θ},\mathrm{\φ}\right)+N\left(t\right)---\left(2\right)$

其中上标(·)^H表示共轭转置，噪声项N(t)＝W(t)S^H，

对(2)进行矢量化处理得到：

$y\left(t\right)=vec\left\{\tilde{X}\left(t\right)\right\}=A(\mathrm{\θ},\mathrm{\φ},\mathrm{\γ},\mathrm{\η})b\left(t\right)+n\left(t\right)---\left(3\right)$

其中，A(θ,φ,γ,η)＝A_t(θ,φ)⊕A_r(θ,φ)⊕A_pol(θ,φ,γ,η)，n(t)＝vec[N(t)]为噪声转化项。

3.根据权利要求2所述的方法，其特征在于，所述步骤二包括以下子步骤：

步骤2a)：提取同一个指向的天线接收数据组成一个子阵数据；

步骤2b)：采用步骤2a)的方法提取出另外五个子阵数据，得到六个子阵数据；

步骤2c)：将所述六个子阵数据按顺序排列，得到空域上完全相同的六个子阵。

4.根据权利要求3所述的方法，其特征在于，所述步骤三包括以下子步骤：

步骤3a)：定义选择矩阵其中矢量I_MN为MN×MN维的单位矩阵；

步骤3b)：对导向矩阵进行选择可以得到子阵i的导向矩阵：

其中，A_pol,i表示第i＝1,…6个极化矩阵；

步骤3c)：根据J_i计算六个子阵的协方差矩阵：其中R_x为接收数据的协方差矩阵。

5.根据权利要求4所述的方法，其特征在于，所述步骤四包括以下子步骤：

步骤4a)：定义平滑处理的加权系数；

步骤4b)：根据所述加权系数求相加平均值，得到极化平滑后的协方差矩阵。