CN101349748A - 多输入多输出雷达系统目标定位方法 - Google Patents

Abstract

本发明公开了一种多输入多输出MIMO雷达目标定位的方法，主要解决现有在MIMO雷达中利用最小二乘法对目标定位精度低的缺点。利用系数矩阵误差存在相关性的特点，采用约束总体最小二乘法进行目标定位，其过程是：对各个充分远离的发射机发射正交信号；在接收机处利用发射信号的正交性用匹配滤波的方法分离各发射阵元的回波信号；然后各个接收机对目标回波进行测向，得到目标角度；最后用约束总体最小二乘法，实现目标的精确定位。本发明具有定位精度高的优点，可用于跟踪和制导中对空中目标的定位。

Description

多输入多输出雷达系统目标定位方法

技术领域

本发明涉及雷达技术领域，特别涉及多输入多输出雷达系统的应用，具体地说是一种多输入多输出雷达系统的目标定位方法。

背景技术

当前隐形飞机的出现使得传统的单发单收雷达受到了很大的挑战。由于隐形飞机外形设计使得将照射其上的电磁波大部分反射到其他方向上，因此一种多输入多输出MIMO雷达系统应运而生，成为当前研究的热点。区别于传统的相控阵雷达发射的相干波形，MIMO雷达发射正交或相关波形。在MIMO接收机中，使用一组匹配滤波器提取正交波形分量。目前有两种MIMO雷达。一类是统计MIMO雷达，各个天线彼此远离，获得目标不同角度的回波，以获取空间分集增益，减少信号衰落。另一种是共置MIMO，即发射天线相距较近。目标的雷达横截面积对所有的发射天线都近似相同，可以得到更大的阵列虚拟孔径，提高系统的自由度。

在定位方面，无线通信领域研究较多。目标定位通常采用传播时间、到达时间差TDOA和到达方向角AOA的混合算法。但在MIMO雷达目标定位中，AOA不需要雷达间的时间同步，可以节省成本，能在移动中快速组网，提高雷达战场的生存能力。同时随着阵列信号处理技术的成熟，DOA的估计精度越来越高，因此基于AOA定位重新得到重视。其基本原理是通过多部雷达同时对同一目标进行测向，各个交叉线的交叉点就是目标的位置。在AOA定位方法中，基于最小二乘算法使用最多，但定位精度却不高。其原因是：方向估计因阵列流形等原因存在误差，导致系数矩阵不精确，而最小二乘算法建立在系数矩阵精确已知的基础上，因此从统计观点看最小二乘法不再是最优的，它将是有偏的，而且偏差的协方差将由于系数矩阵的误差的作用而增加。虽然总体最小二乘仅在系数误差矩阵具有不相关性，且具有相同方差的条件下非常有效，但在目标定位中，这一条件不存在，因而不能精确地对目标位置进行定位。

发明内容

本发明的目的在于克服上述已有技术的不足，提高一种多输入多输出雷达系统目标定位方法，以实现对空中目标的精确定位。

为实现上述目的，本发明提出的目标定位方法包括如下步骤：

1)M个发射机发射正交的线性调频信号，N个接收机相互远离，并接收该线性调频信号，M＞3，N＞3；

2)每个接收机的匹配滤波器将接收到的线性调频信号进行波形匹配；

3)计算每个接收机的匹配滤波器输出信号功率，并确定最大信噪比的线性调频信号；

4)利用MUSIC方法对最大信噪比的线性调频信号进行高分辨方向估计，得到方向θ_i，i＝1，…，N；

5)根据高分辨方向估计θ_i，采用约束总体最小二乘法对目标进行定位，得到目标的二维位置坐标(x，y)。

本发明由于考虑了方向估计误差，采用约束总体最小二乘法对目标进行定位，能够做到无偏估计，提高了目标定位精度；同时由于采用多个发射机发射线性调频信号，因而能抗目标衰落，增强了对隐身目标的检测和定位能力。

附图说明

图1是本发明目标定位的流程图；

图2是本发明的仿真内容示意图；

图3是本发明的仿真结果曲线图。

具体实施方式

参照图1，本发明的目标探测按如下步骤进行：

步骤1：发射调频信号并接收目标回波信号。

M个发射机发射线性调频信号f_i(t)，i＝1，…，M，其中t为时间变量，这M个信号相互正交。f_i(t)经过目标反射后，被第j个接收机接收到，用σ_ijf_i(t)表示，其中，σ_ij是与目标反射和路径损耗有关的量，j＝1，…，N。当M个发射信号反射后，第j个接收机接收到的信号为 $s_{\mathrm{ij}}\left(t\right)=\underset{i=1}{\overset{M}{\mathrm{\Σ}}}{\mathrm{\σ}}_{\mathrm{ij}}{f}_i\left(t\right)+n_j,$ 其中n_j表示干扰和噪声。

步骤2：回波信号的匹配处理。

在第j个接收机内对目标回波采用M个匹配滤波器进行波形匹配，输出信号为：

$y_{\mathrm{ij}}\left(t\right)={\∫}_{-\∞}^{\∞}{s}_{\mathrm{ij}}\left(t\right)f_{\mathrm{ij}}\left(t\right)\mathrm{dt}$

其中f_ij(t)为第i个匹配滤波器的匹配信号。

步骤3：选择最大信噪比的线性调频信号。

对第i个匹配滤波器的输出信号y_ij(t)，搜索其峰值，即P_i，i＝1，…，M；选择这M个峰值中最大者，其对应的线性调频信号为第j个接收机接收的最大信噪比信号，用f_kj(t)表示，k表示序号。

步骤4：目标回波的方向估计。

采用MUSIC方法估计出最大信噪比信号f_kj(t)的方向θ_j，其处理过程如下

(4a)将f_kj(t)时间离散化为f_kj＝[f_kj(1)，f_kj(2)，…f_kj(L)]，每个接收机有P个阵元构成的阵列天线，则第p个阵元接收到的离散信号矢量为f_j＝[f_kj1，…，f_kjp，…，f_kjP]^T，其中T表示转置；

(4b)由公式 $C_j=f_j{f}_j^H$ 计算最大信噪比信号f_j的协方差矩阵C_j，并对该矩阵进行特征分解，得到P个特征矢量{q_j1，…，q_jP}。

(4c)搜索MUSIC谱 $R\left({\mathrm{\θ}}_j\right)=\frac{1}{\underset{m=2}{\overset{P}{\mathrm{\Σ}}}{\left|a\left({\mathrm{\θ}}_j\right)q_{\mathrm{jm}}\right|}^2}$ 峰值，确定该峰值对应的角度θ_j，该角度即为目标回波信号的到达方向，其中，a(θ_j)为第j个接收机阵列天线的导向矢量。

步骤5：采用约束总体最小二乘算法得到目标位置坐标，其过程如下：

(5a)根据得到的目标回波信号到达方向构成参数矩阵为

$A=\left[\begin{array}{cc}{\tan \mathrm{\θ}}_1& -1\\ {\tan \mathrm{\θ}}_2& -1\\ \·& \·\\ \·& \·\\ \·& \·\\ {\tan \mathrm{\θ}}_N& -1\end{array}\right],$ b＝[x₁tanθ₁-y₁，…，x_Ntanθ_N-y_N]^T

C＝[A  b]    (1)

式中(x_j，y_j)为第j个接收机位置坐标，j＝1，…，N；

(5b)构造权矩阵为：

$W_x=\underset{i=1}{\overset{3}{\mathrm{\Σ}}}{x}_i{G}_i-G_{L+1}---\left(2\right)$

式中，G₁＝I_N×N，G₂＝diag(tanθ₁，…tanθ_N)，

G₃＝diag(x₁+y₁tanθ₁，…，x_N+y_Ntanθ_N)，

I_N×N表示_N×N单位阵，diag()表示形成单位对角阵；

(5c)根据式(1)和式(2)求解下式，得到目标位置坐标X＝(x，y)^T。

$\underset{X}{\min }{\left[\begin{array}{c}X\\ -1\end{array}\right]}^H{C}^H{\left(W_X^{+}\right)}^H{W}_X^{+}C\left[\begin{array}{c}X\\ -1\end{array}\right]$

式中T为矩阵转置，H为矩阵共扼转置。

本发明的效果可通过以下仿真说明：

1、仿真条件与内容

如图2所示，目标1的位置坐标为(50，10)，目标2的位置坐标为(15，12)，单位为公里。有4个接收机，这些接收机的位置坐标分别为(0，0)，(10，0)，(0，20)，(30，30)，波达方向真值分别为θ₁＝arctan0.2，θ₂＝arctan0.25，θ₃＝-arctan0.2，θ₄＝π/4，给这些角度加-个均值为0，方差分别为0.01、0.02，0.04，0.06，0.08，0.10，0.12的方向估计误差。分别采用最小二乘、总体最小二乘和约束总体最小二乘法对定位误差分别进行仿真。

2、仿真结果

如图3所示，当方向误差较小时，三种方法定位性能相近，这说明对误差对最小二乘和总体最小二乘法的定位影响较小，然而当方向误差较大的时候，系数矩阵不再精确，从而导致最小二乘和总体最小二乘法定位性能下降很大。在同样的方向测量误差下，总体最小二乘算法和普通最小二乘法性能相当，而约束总体最小二乘法则有较好的定位精度。

从图3可以看出，本发明采用的约束总体最小二乘法对目标1和目标2进行定位，比已有的最小二乘和总体最小二乘法定位性能好。例如，位于位置(15，12)处的目标2对各个MIMO接收机的方向角差异较大，即各个接收机以较大差异的视角观测目标，使得接收机测定方向上的交截区域变小，其外接圆半径，即均方误差变小。实际上这种视角的差异不但对目标定位有利，而且适合MIMO雷达获得空间分集增益，提高了对隐身目标的检测能力。

综上，本发明采用约束总体最小二乘法能够有效提高目标定位精度。

Claims (2)

1.一种多输入多输出雷达系统目标定位方法，包括如下步骤：

1)M个发射机发射正交的线性调频信号，N个接收机相互远离，并接收该线性调频信号，M＞3，N＞3；

2)每个接收机的匹配滤波器将接收到的线性调频信号进行波形匹配；

3)计算每个接收机的匹配滤波器输出信号功率，并确定最大信噪比的线性调频信号；

4)利用MUSIC方法对最大信噪比的线性调频信号进行高分辨方向估计，得到方向θ_i，i＝1，…，N；

5)根据高分辨方向估计θ_i，采用约束总体最小二乘法对目标进行定位，得到目标的二维位置坐标(x，y)。

2、根据权利要求书所述的目标定位方法，其中步骤(5)所述的采用约束总体最小二乘法对目标进行定位，按如下步骤进行：

5a)根据高分辨估计得到的方向构成参数矩阵：

$A=\left[\begin{array}{cc}\tan {\mathrm{\θ}}_1& -1\\ \tan {\mathrm{\θ}}_2& -1\\ .& .\\ .& .\\ .& .\\ \tan {\mathrm{\θ}}_N& -1\end{array}\right],$ b＝[x₁tanθ₁-y₁，…，x_Ntanθ_N-y_N]^T

C＝[A   b]                  (1)

式中(x_j，y_j)为第j个接收机位置坐标，j＝1，…，N；

5b)构造权矩阵：

$W_x=\underset{i=1}{\overset{3}{\mathrm{\Σ}}}{x}_i{G}_i-G_{L+1}---\left(2\right)$

式中，G₁＝I_N×N，G₂＝diag(tanθ₁，…tanθ_N)，

G₃＝diag(x₁+y₁tanθ₁，…，x_N+y_Ntanθ_N)；

I_N×N表示N×N单位阵，diag()表示形成单位对角阵；

5c)根据式(1)和式(2)对以下(3)式求解，得到目标位置坐标X＝(x，y)^T

$\underset{X}{\min }{\left[\begin{array}{c}X\\ -1\end{array}\right]}^H{C}^H{\left(W_X^{+}\right)}^H{W}_X^{+}C\begin{array}{}\end{array}\left[\begin{array}{c}X\\ -1\end{array}\right]---\left(3\right)$

式中，T为矩阵转置，H为矩阵共扼转置。

Images