CN102608595B - 基于分布式相干处理mimo米波雷达的目标定位方法 - Google Patents

Abstract

本发明公开了一种基于分布式相干处理MIMO米波雷达的目标定位方法，主要解决米波雷达探测精度较差的问题。其实现步骤包括：(1)将任意一个米波雷达的粗估计位置设定为参考点并在参考点附近生成等权值的初始粒子；(2)对独立的发射-接收路径的回波数据在参考点处进行相干处理并且写成系统回波向量形式；(3)利用似然函数对粒子权值进行更新并且归一化；(4)对更新权值后的粒子进行加权求和，得到目标位置的最小均方误差估计。本发明提高了米波雷达的测量精度，在非高斯噪声环境下具有更好的目标位置估计性能，且在多维目标定位中减少了运算量，可用于发射雷达与接收雷达均静止的米波雷达系统。

Description

基于分布式相干处理MIMO米波雷达的目标定位方法

技术领域

本发明属于信号处理领域，更进一步涉及一种地基雷达技术领域的基于分布式相干处理MIMO雷达的目标定位方法。该方法可用于提高米波雷达的测量精度，实现米波雷达从对隐身目标进行预警作用到对隐身目标进行定位作用的提升，并且适用于非高斯噪声环境，而且跟已有的方法相比减少了运算量。

背景技术

目前，隐身技术的迅速发展对战略和战术防御系统提出了严峻挑战，针对这些威胁，许多国家正在加紧研究对抗措施。米波雷达由于其波长与飞机的尺寸差不多，比如说飞机的翼展大致为波长的一半，使得其发射截面比几何尺寸大得多；而且隐形飞机表面的吸波材料涂层一般适用于波长几十厘米以内的雷达波适用，对于米波雷达要想达到同样的效果，厚度与波长成正比，作战飞机使用太厚的涂层又并不现实，波长越长，吸收就越困难。综上所述，米波雷达是目前最为有效的反隐形技术之一，1999年3月27日北约对南联盟轰炸时，南联盟所击落的美国的隐身战斗轰炸机F-117，就是最先被南联盟空军米波雷达发现的。这更加证实了米波雷达在实际战场中的反隐形能力。但是米波雷达因为其频率较低，精度较差，往往只能用来进行预警，而不适用于实时定位和跟踪引导。

近年来，受到MIMO通信的启发，MIMO雷达技术被提出并且很快的引起了诸多学者的广泛关注，成为当今雷达界研究热点。分布式MIMO雷达通过分集技术来获取空间分集和虚拟孔径来提高雷达的探测性能；而且能够从不同的角度照射到探测目标，也能够接收到来自目标的不同角度的回波信号，利用目标RCS的统计特性，使得目标的RCS近似恒定，利用雷达目标的空间散射多样性来提高检测概率。分布式相干MIMO雷达通过额外的添加了相位上的同步进行相干处理，使得模糊函数主瓣宽度与波长有关，要远远地窄于非相干处理，从而获得了更好的分辨率。

但是分布式相干处理MIMO雷达目前的定位方法仅有R.S.Blum提出的最大似然法(N.H.Lehmann，A.M.Haimovich，R.S.Blum et al.High Resolution Capabilities of MIMORadar[C].ACSSC′06Fortieth Asilomar Conference on Signals，Systems and Computers，Oct.292006-Nov.1 2006：pp25-30)。该方法首先对回波信号通过相位对准进行相干处理，得到分布式相干处理MIMO雷达的回波信号模型，提出了对目标参数估计的最大似然方法，而且对该方法的模糊函数进行了推导，其主瓣宽度要远远窄于分布式非相干处理MIMO雷达的模糊函数。但是最大似然方法在多维参数估计时，需要进行多维搜索，运算量较大，而且文中的提出的似然函数并不适用于非高斯噪声环境。

发明内容

本发明的目的在于克服上述已有技术的不足，提出了一种适用于非高斯噪声环境的基于分布式相干处理MIMO米波雷达的目标定位方法，以减小运算量，提高米波雷达的探测精度，实现对目标的准确定位。

实现本发明的基本思路是，在一个基于多基地体制下的分布式相干MIMO米波雷达系统中，首先通过系统中的某个米波雷达对目标进行粗估计定位，并以粗估计点作为相位对准的参考点，在粗估计点的测量精度范围内按照先验知识产生等权值粒子对先验知识进行拟合，再利用回波信号模型对各粒子的似然值进行计算，并且将其用于更新权值，这样使得粒子更新后的权值是对似然函数的采样拟合，最后通过贝叶斯定理得到后验概率，进而就可以根据贝叶斯估计理论获得目标定位的贝叶斯估计值。具体步骤包含如下：

(1)生成初始粒子

1a)利用分布式相干处理MIMO米波雷达系统中的任意一米波雷达对目标位置进行粗估计，并将该粗估计点作为参考点，建立以其为坐标系原点的新坐标系；

1b)根据米波雷达千米级误差的探测精度，在新坐标系原点周围1千米范围内均匀产生具有相等权值的粒子作为先验知识的离散拟合；

(2)对接收的回波信号的进行相干处理

2a)将每个接收米波雷达每次接收的脉冲回波信号进行模数转换采样，得到采样数据；

2b)将采样数据与所有发射米波雷达的发射波形复共轭分别相乘，得到各个独立的发射-接收路径的回波数据：

$r_{\mathrm{ik}}\left(t\right)={\mathrm{\α}}_{\mathrm{ik}}{s}_i\left(t\right)e^{j2\mathrm{\π}{f}_c(t-{\mathrm{\τ}}_{\mathrm{ik}})}+n_{\mathrm{ik}}\left(t\right)$

其中，i表示发射米波雷达的序号，1≤i≤M，M为发射米波雷达的数目；k表示接收米波雷达的序号，1≤k≤N，N为接收米波雷达的数目；α_ik为目标在第i-k个发射-接收路径的反射系数；s_i(t)为第i个发射雷达的频率分集发射波形，fc表示发射信号载频；n_ik(t)表示为第i个发射第k个接收路径的噪声；τ_ik为目标引起的第i个发射天线和第k个接收天线的路径的时延项，计算表达式为：

${\mathrm{\τ}}_{\mathrm{ik}}=(\sqrt{{(x_{\mathrm{ti}}-x)}^2+{(y_{\mathrm{ti}}-y)}^2}+\sqrt{{(x_{\mathrm{rk}}+x)}^2+{(y_{\mathrm{rk}}-y)}^2})/c$

其中x，y分别是目标的x轴和y轴坐标；x_ti，y_ti分别是第i个发射米波雷达的x轴和y轴坐标，t表示发射米波雷达标记；x_rk，y_rk分别是第k个接收米波雷达的x轴和y轴坐标，r表示接收米波雷达标记；c为光速；

2c)将步骤2b)各回波数据的时延项在参考点处进行泰勒级数展开，得到：

${\mathrm{\τ}}_{\mathrm{ik}}=\underset{q=0}{\overset{n}{\mathrm{\Σ}}}\frac{1}{q!}{(x\frac{\∂}{\∂x}+y\frac{\∂}{\∂y})}^q{\mathrm{\τ}}_{\mathrm{ik}}\left(\mathrm{0,0}\right)+o(n+1)$

$=(\sqrt{{x_{\mathrm{ti}}}^2+{y_{\mathrm{ti}}}^2}+\sqrt{{x_{\mathrm{rk}}}^2+{y_{\mathrm{rk}}}^2})/c+{\mathrm{\τ}}_{\mathrm{ik}}^{\′}+o---\left(2\right)$

其中为泰勒级数展开的首项；o(2)为高阶余项；τ′_ik是

泰勒级数展开的一阶项，也是在参考点处相位对准之后的时延项，其计算表达式为：

${\mathrm{\τ}}_{\mathrm{ik}}^{\′}=-[x\·(\frac{x_{\mathrm{ti}}}{\sqrt{{x_{\mathrm{ti}}}^2+{y_{\mathrm{ti}}}^2}}+\frac{x_{\mathrm{rk}}}{\sqrt{{x_{\mathrm{rk}}}^2+{y_{\mathrm{rk}}}^2}})+y\·(\frac{y_{\mathrm{ti}}}{\sqrt{{x_{\mathrm{ti}}}^2+{y_{\mathrm{ti}}}^2}}+\frac{y_{\mathrm{rk}}}{\sqrt{{x_{\mathrm{rk}}}^2+{y_{\mathrm{rk}}}^2}})]/c$

根据三角函数公式，相位对准后的时延项进一步写成：

${\mathrm{\τ}}_{\mathrm{ik}}^{\′}=-\frac{x}{c}(\cos {\mathrm{\θ}}_i^t+\cos {\mathrm{\θ}}_k^r)-\frac{y}{c}({\sin \mathrm{\θ}}_i^t+{\sin \mathrm{\θ}}_k^r)$

其中

为第i个发射米波雷达相对于参考点的角度，

为第k个接收米波雷达相对于参考点的角度。将τ′_ik替换步骤2b)中回波数据的时延项τ_ik，得到分布式相干处理MIMO米波雷达的回波数据；

2d)将步骤2c)中同一接收米波雷达的回波数据按照发射米波雷达的序号顺序排列，构成该接收米波雷达的回波向量；再按照接收米波雷达的序号顺序将各接收米波雷达的回波向量进行排列，构成整个系统的回波向量；

(3)对粒子权值进行更新

3a)将步骤2d)得到的整个系统的回波向量看成一个关于目标位置的条件概率分布，并求出描述这个条件概率分布的概率密度函数，也就是目标位置的似然函数。

3b)将步骤1b)中各粒子的权值通过目标位置的似然函数进行更新，并将更新后的粒子权值进行归一化；

(4)对目标位置进行估计

4a)将各粒子以及它们各自更新后的粒子权值通过贝叶斯定理，得到目标位置后验概率的离散拟合的计算式为：

$p\left(X\right|r\left(t\right))=\underset{m=1}{\overset{\mathrm{Ns}}{\mathrm{\Σ}}}{\mathrm{\ω}}^m\mathrm{\δ}(X-X^m)$

其中，p(X|r(t))为目标位置的后验概率，Ns为粒子数目，m为粒子序号，X^m表示为第m个粒子，ω^m为第m个粒子更新的权值，δ(X-X^m)为狄雷克函数，表示粒子的分布情况；

4b)利用得到的目标位置后验概率的离散拟合，通过贝叶斯估计方法，对步骤3b)所述的更新权值后的粒子进行加权求和，得到目标位置的最小均方误差估计。

本发明与现有技术相比具有以下优点：

第一，本发明由于对先验知识，似然函数以及后验概率分布均是通过离散采样拟合来描述的，不仅在高斯噪声环境下能够得到与R.S.Blum文献中所提出的最大似然方法接近的性能，而且在非高斯噪声环境下，能够获得比最大似然方法更好的性能，从而得到更好的定位精度。

第二，本发明由于在计算过程中，需要进行的计算量仅与粒子数目有关，无需像最大似然方法那样按维度进行搜索，与最大似然方法相比能够减少运算量，而且维度越高，运算量减少的越明显。

附图说明

图1为本发明实现的流程图；

图2为本发明的仿真效果图；

图3为本发明在不同信噪比下的仿真性能图；

图4为本发明运算量与参数维度的关系图。

具体实施方式

本发明实例中的分布式MIMO雷达模式为：发射雷达和接受雷达均属于地基米波雷达，发射米波雷达数目为4，接受米波雷达数目为5，发射和接收米波雷达均为均匀排列，间隔为20km。

下面结合附图1对本发明的实现步骤做进一步详细描述。

步骤1：初始粒子的生成

1.1)在分布式相干处理MIMO米波雷达系统中的任意一米波雷达接收到目标对发射信号的反射信号时，先用雷达的指向表示目标方位，再计算出反射信号和发射信号之间的时延，将时延与光速相乘，得到目标到接收米波雷达的距离；然后以该接收米波雷达为圆心，以目标到接收米波雷达的距离为半径做圆，目标所在圆上方位处的点，即为目标的粗估计位置，以粗估计位置作为参考点，建立以其为坐标系原点的新坐标系，实例中，目标假定在新坐标系内的第一象限，坐标为X(800m，700m)；

1.2)按照米波段雷达的误差等级，设定误差为1km，根据目标位置在参考点周围1km内任意位置出现的概率相同的先验知识，在第一象限距参考点1km的范围内随机均匀产生粒子数目为Ns＝3000，初始权值为w^m，0＝1/Ns的粒子X^m，其中粒子的序号m＝1...Ns，初始权值上标的0是表示该权值是生成初始粒子时的权值。

步骤2：对接收的回波信号进行相干处理

2.1)将每个接收米波雷达每次接收的脉冲回波信号进行模数转换采样，得到采样数据；

2.2)将每个接收米波雷达的回波采样数据与发射波形的复共轭相乘，分离出各个独立的发射-接收路径的回波数据：

$r_{\mathrm{ik}}\left(t\right)={\mathrm{\α}}_{\mathrm{ik}}{s}_i\left(t\right)e^{j2\mathrm{\π}{f}_c(t-{\mathrm{\τ}}_{\mathrm{ik}})}+n_{\mathrm{ik}}\left(t\right)$

其中，i表示发射米波雷达的序号，i＝1，2...，M，M为发射米波雷达的数目；k表示接收米波雷达的序号，k＝1，2...，N，N为接收米波雷达的数目；α_ik为目标在第i个发射第k个接收路径的反射系数；s_i(t)＝(2/T²)^(1/4)exp(-πt²/T²)e^j2πiΔft为第i个发射雷达的频率分集发射脉冲波形，其中T为脉冲宽度，相邻发射信号之间的频率差Δf＝f_i+1-f_i≥0，并且频率差要足够大，使得从频域上能够分离出第i个和第i+1个发射信号，以保证发射信号正交；f_c表示发射信号载频；n_ik(t)表示为第i个发射第k个接收路径的噪声；τ_ik为目标引起的第i个发射天线和第k个接收天线的路径的时延项，计算表达式为：

${\mathrm{\τ}}_{\mathrm{ik}}=(\sqrt{{(x_{\mathrm{ti}}-x)}^2+{(y_{\mathrm{ti}}-y)}^2}+\sqrt{{(x_{\mathrm{rk}}+x)}^2+{(y_{\mathrm{rk}}-y)}^2})/c$

其中x，y分别是目标的x轴和y轴坐标；x_ti，y_ti分别是第i个发射米波雷达的x轴和y轴坐标，t表示发射米波雷达标记；x_rk，y_rk分别是第k个接收米波雷达的x轴和y轴坐标，r表示接收米波雷达标记；c为光速；

2.3)将各个独立发射-接收路径的回波数据的时延项在参考点处进行泰勒级数展开，得到：

${\mathrm{\τ}}_{\mathrm{ik}}=\underset{q=0}{\overset{n}{\mathrm{\Σ}}}\frac{1}{q!}{(x\frac{\∂}{\∂x}+y\frac{\∂}{\∂y})}^q{\mathrm{\τ}}_{\mathrm{ik}}\left(\mathrm{0,0}\right)+o(n+1)$

$=(\sqrt{{x_{\mathrm{ti}}}^2+{y_{\mathrm{ti}}}^2}+\sqrt{{x_{\mathrm{rk}}}^2+{y_{\mathrm{rk}}}^2})/c+{\mathrm{\τ}}_{\mathrm{ik}}^{\′}+o---\left(2\right)$

其中

为泰勒级数展开的首项；o(2)为高阶余项；τ′_ik是泰勒级数展开的一阶项，也是在参考点处相位对准之后的时延项，其计算表达式为：

${\mathrm{\τ}}_{\mathrm{ik}}^{\′}=-[x\·(\frac{x_{\mathrm{ti}}}{\sqrt{{x_{\mathrm{ti}}}^2+{y_{\mathrm{ti}}}^2}}+\frac{x_{\mathrm{rk}}}{\sqrt{{x_{\mathrm{rk}}}^2+{y_{\mathrm{rk}}}^2}})+y\·(\frac{y_{\mathrm{ti}}}{\sqrt{{x_{\mathrm{ti}}}^2+{y_{\mathrm{ti}}}^2}}+\frac{y_{\mathrm{rk}}}{\sqrt{{x_{\mathrm{rk}}}^2+{y_{\mathrm{rk}}}^2}})]/c,$

根据三角函数公式，将相位对准后的时延项进一步写成：

${\mathrm{\τ}}_{\mathrm{ik}}^{\′}=-\frac{x}{c}(\cos {\mathrm{\θ}}_i^t+\cos {\mathrm{\θ}}_k^r)-\frac{y}{c}({\sin \mathrm{\θ}}_i^t+{\sin \mathrm{\θ}}_k^r),$

其中为第i个发射米波雷达相对于参考点的角度，

为第k个接收米波雷达相对于参考点的角度。

2.4)用τ′_ik替换各个独立发射-接收路径的回波数据时延项τ_ik，得到分布式相干处理MIMO米波雷达第i个发射第k个接收路径的回波数据；

2.5)将同一个接收米波雷达的回波数据按照发射米波雷达的序号顺序排列，构成该接收米波雷达的回波向量；再按照接收米波雷达的序号顺序将各接收米波雷达的回波向量进行排列，构成整个系统的回波向量r(t)＝[r₁₁(t)...r_1N(t)，r₂₁(t)...r_2N(t)，...，r_MN(t)]^T，其中T表示转置。

步骤3：对粒子权值进行更新

3.1)把整个系统的回波向量r(t)看成是一个关于目标位置X＝(x，y)的条件概率分布，描述这个条件概率分布的概率密度表达式为：

$p\left(r\left(t\right)\right|X)\∝\exp \{-\frac{1}{{\mathrm{\σ}}^2}\underset{i=1}{\overset{M}{\mathrm{\Σ}}}\underset{k=1}{\overset{N}{\mathrm{\Σ}}}{\∫}_{-\∞}^{+\∞}{|r_{\mathrm{ik}}\left(t\right)-{\mathrm{\α}}_{\mathrm{ik}}{s}_i\left(t\right)e^{j2\mathrm{\π}{f}_c(t-{\mathrm{\τ}}_{\mathrm{ik}})}|}^2\mathrm{dt}\},$

其中p(r(t)|X)表示条件概率分布的概率密度，由于目标位置是概率密度的条件项，因此，这个关于目标位置的条件概率分布的概率密度也可以看成是目标位置的似然函数，∝表示为正比符号，σ为噪声的方差，r_ik(t)为分布式相干处理MIMO米波雷达第i个发射米波雷达到第k个接收米波雷达路径的回波数据，α_ik为目标在第i个发射米波雷达到第k个接收米波雷达路径的反射系数，s_i(t)为第i个发射雷达的频率分集发射波形，fc表示发射信号载频，τ_ik表示相位对准后的时延项；

3.2)将步骤1中所产生的粒子数目Ns＝3000，初始权值为

的粒子X^m，依次替换为目标位置似然函数中的X进行计算，得到各粒子是目标的概率值p(r(t)|X^m)，其中m为粒子序号，m＝1...Ns，权值上标的0是表示该权值是生成初始粒子时的权值；

3.3)将各粒子是目标的概率值分别与各粒子的初始权值w^m，0相乘，得到各粒子的初步更新权值 ${\tilde{w}}^m=p\left(r\left(t\right)\right|X^m)\·w^{m,0};$

3.4)将各粒子的初步更新权值进行归一化，得到更新后的粒子权值

该更新后的权值w^m用来离散拟合目标位置的似然函数。

步骤4：对目标位置进行估计

4.1)利用步骤1所生成的初始粒子和步骤3所得到的更新后的粒子权值，通过贝叶斯定理，得到目标位置后验概率的离散拟合，计算式为：

$p\left(X\right|r\left(t\right))=\underset{m=1}{\overset{\mathrm{Ns}}{\mathrm{\Σ}}}{\mathrm{\ω}}^m\mathrm{\δ}(X-X^m)$

其中，p(X|r(t))为目标位置的后验概率，Ns为粒子数目，m为粒子序号，X^m表示为第m个粒子，ω^m为第m个粒子更新的权值，δ(X-X^m)为狄雷克函数，表示粒子的分布情况；

4.2)利用目标位置后验概率的离散拟合，通过贝叶斯估计方法，将步骤3中所得到的更新权值后的粒子进行加权求和，得到目标位置的最小均方误差估计，表达式为：

${\hat{X}}_{\mathrm{MMSE}}=\underset{m=1}{\overset{\mathrm{Ns}}{\mathrm{\Σ}}}{\mathrm{\ω}}^m{X}^m$

其中，

表示目标位置的最小均方误差估计。

本发明的效果可通过以下仿真进一步说明：

仿真条件：发射米波雷达数目为4，接受米波雷达数目为5，发射和接收米波雷达均为均匀排列，间隔为20km。载波频率为10MHZ，发射的基带信号为粒子数目为3000。

仿真内容：

仿真1，用本发明所提出方法在高斯噪声环境下的目标位置估计效果，仿真结果如图2。其中，暗灰色点便是本方法初始产生的粒子，星号点为目标的真实位置，黑圆圈点为本发明所提出方法的目标位置估计点.从图2可以看出，本发明所提方法的目标位置估计点比参考点要更加接近目标的真实位置，大幅度提升了米波雷达的探测精度。

仿真2，分别在高斯和非高斯噪声环境下对本发明所提出的方法和R.S.Blum所提出的最大似然法进行目标位置估计的性能进行对比，仿真结果如图3。其中，图3(a)是在高斯噪声环境下的性能对比图，图3(b)是在非高斯噪声环境下的性能对比图；图3中的横坐标为信噪比SNR的变化，纵坐标为目标位置估计的均方根误差RMSE。

从图3(a)可以看出，本发明所提出方法与R.S.Blum所提出方法的目标位置估计的均方根误差十分接近，并且目标位置估计的均方根误差随着信噪比的增加而逐渐变好。

从图3(b)可以看出，本发明所提出方法在非高斯噪声环境下，目标位置估计的均方根误差要小于R.S.Blum所提出方法的目标位置估计的均方根误差，这是因为本发明所采用的方法是通过离散拟合的方法来描述概率分布，能够对噪声环境得到比R.S.Blum所提出的方法更加准确的描述。

仿真3，在高斯噪声环境下对本发明所提出的方法和R.S.Blum所提出的最大似然法进行运算量的对比，仿真结果如图4。图4的横坐标是参数维度的变化，纵坐标是运算量。

从图4中可以看出，随着维度的增加，本发明所提出的方法在运算复杂度方面与R.S.Blum所提出方法相比优势更加明显。

综上，本发明不仅能够大幅度的提高米波雷达的定位精度，并且更加适合非高斯噪声环境下对目标的定位，而且在维度较高的定位问题中能够很好的减少运算复杂度。

Claims (5)

1.一种基于分布式相干处理MIMO米波雷达的目标定位方法，包括如下步骤： 

(1)生成初始粒子 

1a)利用分布式相干处理MIMO米波雷达系统中的任意一米波雷达对目标位置进行粗估计，并将该粗估计点作为参考点，建立以其为坐标系原点的新坐标系； 

1b)根据米波雷达千米级误差的探测精度，在新坐标系原点周围1千米范围内均匀产生具有相等权值的粒子作为先验知识的离散拟合； 

(2)对接收的回波信号进行相干处理 

2a)将每个接收米波雷达每次接收的脉冲回波信号进行模数转换采样，得到采样数据； 

2b)将采样数据与所有发射米波雷达的发射波形复共轭分别相乘，得到各个独立的发射-接收路径的回波数据： 

其中，i表示发射米波雷达的序号，i＝1,2...,M，M为发射米波雷达的数目；k表示接收米波雷达的序号，k＝1,2,...,N，N为接收米波雷达的数目；α_ik为目标在第i个发射第k个接收路径的反射系数；s_i(t)为第i个发射雷达的频率分集发射波形，f_c表示发射信号载频；n_ik(t)表示为第i个发射米波雷达到第k个接收米波雷达路径的噪声；τ_ik为目标引起的第i个发射天线和第k个接收天线的路径的时延项，计算表达式为： 

其中x,y分别是目标的x轴和y轴坐标；x_ti,y_ti分别是第i个发射米波雷达的x轴和y轴坐标，t表示发射米波雷达标记；x_rk,y_rk分别是第k个接收米波雷达的x轴和y轴坐标，r表示接收米波雷达标记；c为光速； 

2c)将步骤2b)各回波数据的时延项在参考点处进行泰勒级数展开，得到： 

其中

为泰勒级数展开的首项；o(2)为高阶余项；τ′_ik是泰勒级数展开的一阶项，也是在参考点处相位对准之后的时延项，其计算表达式为： 

根据三角函数公式，相位对准后的时延项进一步写成： 

其中

为第i个发射米波雷达相对于参考点的角度，

为第k个接收米波雷达相对于参考点的角度；将τ'_ik替换步骤2b)中回波数据的时延项τ_ik，得到分布式相干处理MIMO米波雷达的回波数据； 

2d)将步骤2c)中同一接收米波雷达的回波数据按照发射米波雷达的序号顺序排列，构成该接收米波雷达的回波向量；再按照接收米波雷达的序号顺序将各接收米波雷达的回波向量进行排列，构成整个系统的回波向量； 

(3)对粒子权值进行更新 

3a)将步骤2d)得到的整个系统的回波向量看成一个关于目标位置的条件概率分布，并求出描述这个条件概率分布的概率密度函数，也就是目标位置的似然函数； 

3b)将步骤1b)中各粒子的权值通过目标位置的似然函数进行更新，并将更新后的粒子权值进行归一化； 

(4)对目标位置进行估计 

4a)将各粒子以及它们各自更新后的粒子权值通过贝叶斯定理，得到目标位置后验概率的离散拟合的计算式为： 

其中，p(X|r(t))为目标位置的后验概率，Ns为粒子数目，m为粒子序号，X^m表示为第m个粒子，ω^m为第m个粒子更新的权值，δ(X-X^m)为狄雷克函数，表示粒子的分布情况； 

4b)利用得到的目标位置后验概率的离散拟合，通过贝叶斯估计方法，对步骤3b)所述的更新权值后的粒子进行加权求和，得到目标位置的最小均方误差估计。 

2.根据权利要求1所述的基于分布式相干处理MIMO米波雷达的目标定位方法，其特征在于，步骤1a)所述的利用分布式相干处理MIMO米波雷达系统中的任意一米波雷达对目标位置进行粗估计，是在米波雷达接收到目标对发射信号的反射信号时，先用雷达的指向表示目标方位，再计算出反射信号和发射信号之间的时延，将时延与光速相乘，得到目标到雷达的距离，然后以雷达为圆心，以目标到雷达的距离为半径做圆，圆上在目标方位处的点，即为目标的粗估计位置。 

3.根据权利要求1所述的基于分布式相干处理MIMO米波雷达的目标定位方法，其特征在于，所述步骤1b)中的先验知识，是指通过米波雷达探测精度假设目标位置在参考点周围1km内任意一个位置出现的概率相等。 

4.根据权利要求1所述的基于分布式相干处理MIMO米波雷达的目标定位方法，其特征在于，步骤所述3a)中的似然函数，在高斯白噪声环境下描述为： 

其中r(t)表示步骤2d)所述的整个系统的回波向量，X表示目标位置的坐标(x,y)，∝表示为正比符号，σ²为高斯白噪声的方差，r_ik(t)为步骤2c)中所述的分布式相干处理MIMO米波雷达第i个发射米波雷达到第k个接收米波雷达路径的回波数据，α_ik为目标在第i个发射第k个接收路径的反射系数，s_i(t)为第i个发射雷达的频率分集发射波形，f_c表示发射信号载频，τ'_ik表示步骤2c)中所述的相位对准后的时延项。 

5.根据权利要求1所述的基于分布式相干处理MIMO米波雷达的目标定位方法，其特征在于，步骤3b)所述的将步骤1b)中各粒子的权值通过目标位置的似然函数进行更新，按如下步骤进行： 

首先，把步骤1b)中所产生的Ns个初始权值相同w^m,0＝1/Ns的粒子X^m依次替换为目标位置似然函数中的X进行计算，得到各粒子是目标的概率值p(r(t)|X^m)，其中m为粒子序号，m＝1...Ns，权值上标的0是表示该权值是生成初始粒子时的权值； 

然后，将各粒子是目标的概率值分别与各粒子的初始权值w^m,0相乘，得到各粒子的初步更新权值

Images