CN108828504A - 基于部分相关波形的mimo雷达目标方向快速估计方法 - Google Patents

Abstract

本发明公开了一种基于部分相关波形的MIMO雷达目标方向的快速估计方法，属于雷达技术领域，其主要思路为：确定MIMO雷达，所述MIMO雷达包括发射阵列和接收阵列，且发射阵列和接收阵列收发分置；发射阵列发射部分相关波形，并得到目标回波信号矩阵；确定需要检测的目标空域范围，依次得到目标方向的粗估值和目标的多普勒频率，进而得到MIMO雷达多普勒滤波数据；确定目标方向搜索范围，然后在所述目标方向搜索范围内分别计算接收阵列最大似然算法的代价函数值和发射阵列最大似然函数算法的代价函数值；确定目标方向的最终估计值，所述目标方向的最终估计值为基于部分相关波形的MIMO雷达目标方向的快速估计结果。

Description

基于部分相关波形的MIMO雷达目标方向快速估计方法

技术领域

本发明属于雷达技术领域，特别涉及一种基于部分相关波形的MIMO雷达目标方向快速估计方法，适用于MIMO雷达目标角度估计。

背景技术

MIMO雷达是在综合了无线通信方面的MIMO技术和综合脉冲与孔径雷达的基本原理的基础上提出的一种新概念雷达系统，MIMO雷达的种类可以按照阵元间距的差异进行划分，其中一种是具有空间分集增益的MIMO雷达，另一种是具有波形分集增益的MIMO雷达；空间分集增益的MIMO雷达接收天线阵元之间距离间隔较大，因此两个接收天线阵元接收到的回波信号是相互独立的，因此空间分集增益的MIMO雷达也被称为分布式MIMO雷达；由于空间分集增益的MIMO雷达各接收天线阵元间隔较大，可以从不同角度照射目标，并且各接收天线阵元间的回波也不相关；因此，空间分集增益的MIMO雷达可以克服雷达目标RCS起伏，从而更加可靠地检测目标；波形分集的MIMO雷达也被称为集中式MIMO雷达，其收发阵列都是紧凑排列的，采用相干处理各单元发射的信号，既可以发射正交波形也可以发射部分相关波形，现有文献研究正交波形的较多；但是在实际工程应用中，部分相关波形用的比较多。

最大似然算法是一种超分辨的参数估计方法，它能够直接处理相干信源，甚至能够在单次快拍下正确估计出信源的参数，因而在实际工程中得到广泛应用；MIMO雷达对目标方向估计的现有方法是从传统相控阵雷达的目标方向估计方法中扩展而来，如基于最大似然的MIMO雷达目标估计算法，I.Bekkerman,J.Tabrikian,Target detection andlocalization using MIMO radars and sonars,IEEE Transactions on SignalProcessing 54(10)(2006)3873-3883；虽然该基于最大似然的MIMO雷达目标估计算法可以有效地估计出目标方向，但却存在运算量大的问题，不适合工程应用；文献：赵永波，朱玉堂，刘宏伟等MIMO雷达估计目标的快速方法中国，201410727711.9[P]2014.12.03提出了基于正交波形的估计目标的快速方法，但是不适用于部分相关波形。

发明内容

针对上述现有技术存在的不足，本发明的目的在于提出一种基于部分相关波形的MIMO雷达目标方向快速估计方法，该种基于部分相关波形的MIMO雷达目标方向快速估计方法在保证目标方向估计精度的前提下，能够降低运算量，便于进行目标方向估计系统的工程实现。

为达到上述技术目的，本发明采用如下技术方案予以实现。

一种基于部分相关波形的MIMO雷达目标方向快速估计方法，包括以下步骤：

步骤1，确定MIMO雷达，所述MIMO雷达包括发射阵列和接收阵列，且发射阵列和接收阵列收发分置；发射阵列发射部分相关波形，并得到目标回波信号矩阵；

步骤2，确定需要检测的目标空域范围，然后根据目标回波信号矩阵得到目标方向的粗估值和目标的多普勒频率；

步骤3，根据目标回波信号矩阵和目标的多普勒频率，得到MIMO雷达多普勒滤波数据；

步骤4，根据目标方向的粗估值确定目标方向搜索范围，然后在所述目标方向搜索范围内分别计算接收阵列最大似然算法的代价函数值和发射阵列最大似然函数算法的代价函数值；

步骤5，根据接收阵列最大似然算法的代价函数值和发射阵列最大似然函数算法的代价函数值，确定目标方向的最终估计值，所述目标方向的最终估计值为基于部分相关波形的MIMO雷达目标方向的快速估计结果。

本发明与现有技术相比有以下优点：

现有技术都是基于正交波形的，而部分相关波形的处理过程又有所不同，本发明是基于部分相关波形，而且本发明与现有技术相比较减小了运算量。现有基于最大似然的MIMO雷达目标方向估计算法是直接在维数较大的发射接收联合阵列上进行处理，运算量较大，而本发明方法是先得到维数较小的发射阵列和接收阵列的代价函数，之后将两个代价函数进行融合，即通过两个代价函数的和值来确定目标方向，因而运算量会大大下降。

附图说明

下面结合附图和具体实施方式对本发明作进一步详细说明。

图1是本发明的一种基于部分相关波形的MIMO雷达目标方向的快速估计方法流程图；

图2是本发明所使用的天线阵列模型图；

图3是使用本发明方法与基于最大似然的MIMO雷达目标方向估计算法对目标方向估计的精度随信噪比变化的对比图；

图4是用本发明方法与传统最大似然算法的运算量随阵元数变化的对比图。

具体实施方式

参照图1，为本发明的一种基于部分相关波形的MIMO雷达目标方向的快速估计方法流程图；其中所述基于部分相关波形的MIMO雷达目标方向的快速估计方法，包括以下步骤：

步骤1，参照图2，为本发明所使用的天线阵列模型图；如图1所示，本发明使用的MIMO雷达是波形分集MIMO雷达的阵列天线，包括发射阵列和接收阵列，且发射阵列和接收阵列收发分置；发射阵列包括Mt个发射天线，接收阵列包括Mr个接收天线，Mt和Mr可以相同也可以不同，发射阵列和接收阵列分别为均匀等距线阵，Mt个发射天线的间隔和Mr个接收天线的间隔都为d；设定波形分集MIMO雷达检测范围内存在目标，且设定目标方向为θ；为了计算简单，本发明采用的是等距线阵，但是不要求一定要是等距线阵。

发射阵列发射部分相关波形S，所述部分相关波形S是发射阵列发射的信号互相关函数值介于0和1之间时对应的波形，发射阵列发射的部分相关波形S到达目标后，再经目标反射至接收阵列，接收阵列接收目标回波信号Xt，N表示接收阵列接收到的高斯白噪声，a_t(θ)表示目标方向θ的发射导向矢量，a_r(θ)表示目标方向θ的接收导向矢量，

a_t(θ)＝[1,exp(j2πd sinθ/λ),…,exp(j2π(Mt-1)d sinθ/λ)]^T，

a_r(θ)＝[1,exp(j2πd sinθ/λ),…,exp(j2π(Mr-1)d sinθ/λ)]^T，λ表示MIMO雷达的工作波长，上标T表示矩阵转置，s_k表示第k个发射天线发射的部分相关波形，部分相关波形S是一个Mt×L维的矩阵，L表示每个发射天线发射的部分相关波形长度，k＝1,2,…,Mt，Mt表示发射阵列包括的发射天线总个数，Mr表示接收阵列包括的接收天线总个数，Mt、Mr分别为大于或等于1的正整数。

1a)初始化：令p表示发射阵列第p次发射部分相关波形，p＝1,2,…,P，P表示发射阵列发射部分相关波形的总次数。

1b)发射阵列第p次发射部分相关波形，发射阵列第p次发射的部分相关波形到达目标后，再经目标反射至接收阵列，接收阵列第p次接收目标回波信号Xtp。

1c)令p的值分别取1到P，重复执行1b)，分别得到接收阵列第1次接收目标回波信号Xt1至接收阵列第P次接收目标回波信号XtP，记为目标回波信号矩阵 是Mr×PL维的矩阵。

步骤2，确定需要检测的目标空域范围，然后根据目标回波信号矩阵得到目标方向的粗估值θ_in和目标的多普勒频率f_d。

2.1在前期检测时确定需要检测的目标空域范围β，对于线阵而言，需要检测的目标空域范围β为-60°到60°。

确定120/B个角度方向，其中第m个角度方向为θ_m，

λ表示MIMO雷达的工作波长，M为Mt和Mr中的最大值，d表示Mt个发射天线的间隔和Mr个接收天线的间隔；且第m个角度方向θ_m的接收导向矢量为a_r(θ_m)，

a_r(θ_m)＝[1,exp(j2πd sinθ_m/λ),…,exp(j2π(Mr-1)d sinθ_m/λ)]^T，m的初始值为1。

2.2利用第m个角度方向θ_m的接收导向矢量a_r(θ_m)对MIMO雷达多普勒滤波数据X进行数字波束形成，得到第m个检测波束。

2.3令m分别取1至120/B，重复执行2.2，进而得到第1个检测波束至第120/B个检测波束，即在120/B个方向分别形成检测波束，得到的120/B个检测波束将需要检测的目标空域范围β完全覆盖；然后设定一个多普滤波器组，该多普勒滤波器组包括P个多普勒滤波器，每个多普勒滤波器的中心频率不同，每个多普勒滤波器的中心频率对应一个多普勒通道；P表示发射阵列发射部分相关波形的总次数，与多普滤波器组包括的多普勒滤波器总个数取值相等；将m的值初始化为1。

2.4利用第m个检测波束的空时滤波器导向矢量对第m个检测波束进行发射波束形成后再进行多普勒滤波，将发射波束形成后得到的数据通过一个多普勒滤波器组，使用多普勒滤波器组对发射波束形成后得到的数据进行多普勒滤波后，得到第m个检测波束的多普勒滤波结果；

a_t(θ_m)＝[1,exp(j2πd sinθ_m/λ),…,exp(j2π(Mt-1)d sinθ_m/λ)]^T，S表示部分相关波形，d表示Mt个发射天线的间隔和Mr个接收天线的间隔。

2.5令m分别取1至120/B，重复执行2.4，进而得到第1个检测波束的多普勒滤波结果至第120/B个检测波束的多普勒滤波结果，然后在第1个检测波束的多普勒滤波结果至第120/B个检测波束的多普勒滤波结果中找到目标出现的检测波束，并将该检测波束指向记为目标方向的粗估值θ_in；然后从目标出现的检测波束的多普勒滤波结果找到目标出现的多普勒通道，将目标出现的多普勒通道对应中心频率，记为目标的多普勒频率f_d。

步骤3，根据目标回波信号矩阵和目标的多普勒频率f_d，得到MIMO雷达多普勒滤波数据X。

3a)令表示Mr×PL维的矩阵中第i行，Mr×PL维的矩阵中第i行为第i个接收天线接收发射阵列发射P次部分相关波形的目标回波信号，i＝1,2,…,Mr，Mr表示接收阵列包括的接收天线总个数，与Mr×PL维的矩阵中总行数取值相等；i的初始值为1。

3b)将Mr×PL维的矩阵中第i行转换为P×L维矩阵，记为第i个接收天线接收的目标回波数据z_i；对第i个接收天线接收的目标回波数据z_i进行多普勒滤波，具体是将第i个接收天线接收的目标回波数据z_i通过一个FIR滤波器，FIR滤波器系数为W，进而得到第i个接收天线的多普勒滤波数据Z_i，

W＝[1,exp(j2πf_dT_r),…,exp(j2π(P-1)f_dT_r)]^T，f_d表示目标的多普勒频率，T_r表示脉冲重复周期，上标H表示矩阵共轭转置。

3c)令i的值分别取1至Mr，重复执行3b)，进而分别得到第1个接收天线接收的多普勒滤波数据Z₁至第Mr个接收天线接收的多普勒滤波数据Z_Mr，记为MIMO雷达多普勒滤波数据X，MIMO雷达多普勒滤波数据X是Mr×L维的矩阵。

步骤4，根据目标方向的粗估值确定目标方向搜索范围Θ，所述目标方向搜索范围Θ是θ_in-B/2到θ_in+B/2的范围，λ表示MIMO雷达的工作波长，M为Mt和Mr中的最大值，d表示Mt个发射天线的间隔和Mr个接收天线的间隔，本实施例中B/2取值为2°；然后根据部分相关波形S和目标方向的粗估值θ_in，在所述目标方向搜索范围Θ内分别计算接收阵列最大似然算法的代价函数值g_r(θ_n)和发射阵列最大似然函数算法的代价函数值g_t(θ_n)。

计算接收阵列最大似然算法的代价函数值g_r(θ_n)和发射阵列最大似然函数算法的代价函数值g_t(θ_n)的步骤如下：

4a)计算接收阵列最大似然算法的代价函数值g_r(θ_n)：

4a1)根据部分相关波形S和目标方向的粗估值θ_in设计一个空时滤波器权值矢量W_st，a_t(θ_in)表示发射阵列在θ_in方向的导向矢量,

a_t(θ_in)＝[1,exp(j2πd sinθ_in/λ),…,exp(j2π(Mt-1)d sinθ_in/λ)]^T，λ表示MIMO雷达的工作波长，L表示每个发射天线发射的部分相关波形长度，d表示Mt个发射天线的间隔和Mr个接收天线的间隔，上标T表示矩阵转置。

4a2)利用空时滤波器权值矢量W_st对MIMO雷达多普勒滤波数据X进行匹配滤波，得到MIMO雷达匹配滤波数据

4a3)利用MIMO雷达匹配滤波数据y_r在所述目标方向搜索范围Θ内计算接收阵列最大似然算法的代价函数值a_r(θ_n)为接收阵列在θ_n方向的导向矢量。

a_r(θ_n)＝[1,exp(j2πd sinθ_n/λ),…,exp(j2π(Mr-1)d sinθ_n/λ)]^T，对所述目标方向搜索范围Θ进行N次均匀采样，得到N个均匀采样点，θ_n为目标方向搜索范围Θ内的第n个均匀采样点，n＝1,2,…,N，通常情况下N>Mt，N>Mr。

4b)计算发射阵列最大似然函数算法的代价函数值g_t(θ_n)：

4b1)利用目标方向的粗估值θ_in对MIMO雷达多普勒滤波数据X进行接收波束形成，得到接收波束形成数据y_t1，

a_r(θ_in)＝[1,exp(j2πd sinθ_in/λ),…,exp(j2π(Mr-1)d sinθ_in/λ)]^T，上标H表示矩阵共轭转置。

4b2)由于发射阵列发射的是部分相关波形，不能直接利用MIMO雷达发射的部分相关波形S对接收波束形成数据y_t1进行共轭匹配，需要将发射波束形成和匹配滤波联合起来实现，利用接收波束形成数据y_t1在所述目标方向搜索范围Θ内计算发射阵列最大似然函数算法的代价函数值g_t(θ_n)，

P_{a_s}(θ_n)＝a_s(θ_n)[a_s^H(θ_n)a_s(θ_n)]^-1a_s^H(θ_n)，

a_s(θ_n)表示发射阵列在θ_n方向的空时滤波器导向矢量，

a_t(θ_n)＝[1,exp(j2πd sinθ_n/λ),…,exp(j2π(Mt-1)d sinθ_n/λ)]^T，上标-1表示矩阵求逆，上标T表示矩阵转置，上标T表示矩阵求逆。

步骤5，在所述目标方向搜索范围Θ内把接收阵列最大似然算法的代价函数值g_r(θ_n)和发射阵列最大似然函数算法的代价函数值g_t(θ_n)进行融合，即对应相加，可以得到一组合成函数值g(θ_n)，g(θ_n)＝g_t(θ_n)+g_r(θ_n)，并通过合成函数值确定目标方向的最终估计值其表达式为：

其中，表示当g(θ_n)取最大值时对应的θ_n方向，n＝1,2,…,N，θ_n为目标方向搜索范围Θ内的第n个均匀采样点，N表示对目标方向搜索范围Θ进行N次均匀采样后得到的均匀采样点总个数，通常情况下N>Mt，N>Mr。

本发明的效果可以通过以下理论分析和计算机仿真进行验证。

(一)运算量分析

本发明的运算量远小于基于最大似然的MIMO雷达目标方向估计算法的运算量。由于本发明采用的是收发分置的方式估计目标的方向，避免了MIMO雷达大有效孔径带来的高运算复杂度问题；本发明方法的运算量约为O(3LM_r+LM_t+2NM_r+NL)次复乘，而基于最大似然的MIMO雷达目标方向估计算法的运算量约为O(NM_rL)次复乘。

(二)仿真结果

1.仿真条件：发射阵列的发射天线个数Mt＝26，接收阵列的接收天线个数为Mr＝26，Mt个发射天线的间隔和Mr个接收天线的间隔d＝λ/2，λ表示MIMO雷达的工作波长；发射阵列发射部分相关波形S，码长为600，目标方向在5°，接收阵列接收到32个脉冲目标回波数据，脉冲重复周期为1000us，脉冲宽度为100us，目标多普勒频率为200Hz；假设每个接收天线的接收噪声均为独立同分布的零均值复高斯白噪声，目标方向的估计精度定义为

为第m次实验得到的目标方向的估计值，MC为蒙特卡洛实验的总次数，在仿真实验中，共进行5000次蒙特卡洛实验。

2.仿真内容

仿真实验1，将本发明方法与基于最大似然的MIMO雷达目标方向估计算法得到的目标方向估计精度进行比较，结果如图3所示，图3为使用本发明方法与基于最大似然的MIMO雷达目标方向估计算法对目标方向估计的精度随信噪比变化的对比图，其中基于最大似然的MIMO雷达目标方向估计算法即为传统最大似然算法。

从图3中可以看出，在低信噪比的情况下，本发明与基于最大似然的MIMO雷达目标方向估计算法获得的目标方向精度的差别小于0.02°，随着信噪比的增加，本发明获得的目标方向估计精度逐渐接近于基于最大似然的MIMO雷达目标方向估计算法。

仿真实验2，将本发明方法与基于最大似然的MIMO雷达目标方向估计算法运算量进行比较，仿真结果如图4所示。

从图4中可以看出本发明方法的运算量要小于基于最大似然的MIMO雷达目标方向估计算法，而且随着阵元数的增多，本发明的优势更加明显。

综上所述，仿真实验验证了本发明的正确性，有效性和可靠性。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围；这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (6)

1.一种基于部分相关波形的MIMO雷达目标方向的快速估计方法，其特征在于，包括以下步骤：

步骤1，确定MIMO雷达，所述MIMO雷达包括发射阵列和接收阵列，且发射阵列和接收阵列收发分置；发射阵列发射部分相关波形，并得到目标回波信号矩阵；

步骤2，确定需要检测的目标空域范围，然后根据目标回波信号矩阵得到目标方向的粗估值和目标的多普勒频率；

步骤3，根据目标回波信号矩阵和目标的多普勒频率，得到MIMO雷达多普勒滤波数据；

步骤4，根据目标方向的粗估值确定目标方向搜索范围，然后在所述目标方向搜索范围内分别计算接收阵列最大似然算法的代价函数值和发射阵列最大似然函数算法的代价函数值；

步骤5，根据接收阵列最大似然算法的代价函数值和发射阵列最大似然函数算法的代价函数值，确定目标方向的最终估计值，所述目标方向的最终估计值为基于部分相关波形的MIMO雷达目标方向的快速估计结果。

2.如权利要求1所述的一种基于部分相关波形的MIMO雷达目标方向的快速估计方法，其特征在于，在步骤1中，所述部分相关波形是发射阵列发射的信号互相关函数值介于0和1之间时对应的波形，记为S，s_k表示第k个发射天线发射的部分相关波形，k＝1,2,…,Mt，Mt表示发射阵列包括的发射天线总个数，Mt为大于或等于1的正整数；部分相关波形S是一个Mt×L维的矩阵，L表示每个发射天线发射的部分相关波形长度；

所述目标回波信号矩阵，其得到过程为：

1a)初始化：令p表示发射阵列第p次发射部分相关波形，p＝1,2,…,P，P表示发射阵列发射部分相关波形的总次数；

1b)发射阵列第p次发射部分相关波形，发射阵列第p次发射的部分相关波形到达目标后，再经目标反射至接收阵列，接收阵列第p次接收目标回波信号Xtp；

1c)令p的值分别取1到P，重复执行1b)，分别得到接收阵列第1次接收目标回波信号Xt1至接收阵列第P次接收目标回波信号XtP，记为目标回波信号矩阵 是Mr×PL维的矩阵。

3.如权利要求2所述的一种基于部分相关波形的MIMO雷达目标方向的快速估计方法，其特征在于，步骤2的子步骤为：

2.1确定需要检测的目标空域范围β为-60°到60°，确定120/B个角度方向，其中第m个角度方向为θ_m，

m＝1,2,…,120/B，λ表示MIMO雷达的工作波长，M为Mt和Mr中的最大值，d表示Mt个发射天线的间隔和Mr个接收天线的间隔；且第m个角度方向θ_m的接收导向矢量为a_r(θ_m)，

a_r(θ_m)＝[1,exp(j2πdsinθ_m/λ),…,exp(j2π(Mr-1)dsinθ_m/λ)]^T，m的初始值为1；

2.2利用第m个角度方向θ_m的接收导向矢量a_r(θ_m)对MIMO雷达多普勒滤波数据X进行数字波束形成，得到第m个检测波束；

2.3令m分别取1至120/B，重复执行2.2，进而得到第1个检测波束至第120/B个检测波束；然后设定一个多普滤波器组，该多普勒滤波器组包括P个多普勒滤波器，每个多普勒滤波器的中心频率不同，每个多普勒滤波器的中心频率对应一个多普勒通道；P表示发射阵列发射部分相关波形的总次数，与多普滤波器组包括的多普勒滤波器总个数取值相等；将m的值初始化为1；

2.4利用第m个检测波束的空时滤波器导向矢量对第m个检测波束进行发射波束形成后再进行多普勒滤波，将发射波束形成后得到的数据通过一个多普勒滤波器组，使用多普勒滤波器组对发射波束形成后得到的数据进行多普勒滤波后，得到第m个检测波束的多普勒滤波结果；

a_t(θ_m)＝[1,exp(j2πdsinθ_m/λ),…,exp(j2π(Mt-1)dsinθ_m/λ)]^T，S表示部分相关波形，d表示Mt个发射天线的间隔和Mr个接收天线的间隔；

2.5令m分别取1至120/B，重复执行2.4，进而得到第1个检测波束的多普勒滤波结果至第120/B个检测波束的多普勒滤波结果，然后在第1个检测波束的多普勒滤波结果至第120/B个检测波束的多普勒滤波结果中找到目标出现的检测波束，并将该检测波束指向记为目标方向的粗估值θ_in；然后从目标出现的检测波束的多普勒滤波结果中找到目标出现的多普勒通道，将目标出现的多普勒通道对应中心频率，记为目标的多普勒频率f_d。

4.如权利要求3所述的一种基于部分相关波形的MIMO雷达目标方向的快速估计方法，其特征在于，步骤3的子步骤为：

3a)令表示Mr×PL维的矩阵中第i行，Mr×PL维的矩阵中第i行为第i个接收天线接收发射阵列发射P次部分相关波形的目标回波信号，i＝1,2,…,Mr，Mr表示接收阵列包括的接收天线总个数，与Mr×PL维的矩阵中总行数取值相等；i的初始值为1；

3b)将Mr×PL维的矩阵中第i行转换为P×L维矩阵，记为第i个接收天线接收的目标回波数据z_i；对第i个接收天线接收的目标回波数据z_i进行多普勒滤波，进而得到第i个接收天线的多普勒滤波数据Z_i，Z_i＝W^Hz_i，

W＝[1,exp(j2πf_dT_r),…,exp(j2π(P-1)f_dT_r)]^T，f_d表示目标的多普勒频率，T_r表示脉冲重复周期，上标H表示矩阵共轭转置；

3c)令i的值分别取1至Mr，重复执行3b)，进而分别得到第1个接收天线接收的多普勒滤波数据Z₁至第Mr个接收天线接收的多普勒滤波数据Z_Mr，记为MIMO雷达多普勒滤波数据X，MIMO雷达多普勒滤波数据X是Mr×L维的矩阵。

5.如权利要求4所述的一种基于部分相关波形的MIMO雷达目标方向的快速估计方法，其特征在于，在步骤4中，所述目标方向搜索范围为Θ，目标方向搜索范围Θ是θ_in-B/2到θ_in+B/2的范围，λ表示MIMO雷达的工作波长，M为Mt和Mr中的最大值，d表示Mt个发射天线的间隔和Mr个接收天线的间隔；

所述接收阵列最大似然算法的代价函数值，其得到过程为：

4a1)根据部分相关波形S和目标方向的粗估值θ_in设计一个空时滤波器权值矢量W_st，a_t(θ_in)表示发射阵列在θ_in方向的导向矢量,

a_t(θ_in)＝[1,exp(j2πdsinθ_in/λ),…,exp(j2π(Mt-1)dsinθ_in/λ)]^T，λ表示MIMO雷达的工作波长雷达工作波长，L表示每个发射天线发射的部分相关波形长度，d表示Mt个发射天线的间隔和Mr个接收天线的间隔，上标T表示矩阵转置；

4a2)利用空时滤波器权值矢量W_st对MIMO雷达多普勒滤波数据X进行匹配滤波，得到MIMO雷达匹配滤波数据上标H表示矩阵共轭转置；

4a3)利用MIMO雷达匹配滤波数据y_r在所述目标方向搜索范围Θ内计算接收阵列最大似然算法的代价函数值a_r(θ_n)为接收阵列在θ_n方向的导向矢量，

a_r(θ_n)＝[1,exp(j2πdsinθ_n/λ),…,exp(j2π(Mr-1)dsinθ_n/λ)]^T，θ_n表示目标方向搜索范围Θ内的第n个均匀采样点，n＝1,2,…,N，N表示对目标方向搜索范围Θ进行N次均匀采样后得到的均匀采样点总个数，N>Mt，N>Mr；

所述发射阵列最大似然函数算法的代价函数值，其得到过程为：

4b1)利用目标方向的粗估值θ_in对MIMO雷达多普勒滤波数据X进行接收波束形成，得到接收波束形成数据y_t1，

a_r(θ_in)＝[1,exp(j2πdsinθ_in/λ),…,exp(j2π(Mr-1)dsinθ_in/λ)]^T，上标H表示矩阵共轭转置；

4b2)利用接收波束形成数据y_t1在所述目标方向搜索范围Θ内计算发射阵列最大似然函数算法的代价函数值g_t(θ_n)，

P_{a_s}(θ_n)＝a_s(θ_n)[a_s^H(θ_n)a_s(θ_n)]^-1a_s^H(θ_n)，

a_t(θ_n)＝[1,exp(j2πdsinθ_n/λ),…,exp(j2π(Mt-1)dsinθ_n/λ)]^T；其中，上标-1表示矩阵求逆，上标T表示矩阵转置，上标T表示矩阵求逆。

6.如权利要求5所述的一种基于部分相关波形的MIMO雷达目标方向的快速估计方法，其特征在于，在步骤5中，所述目标方向的最终估计值为其确定过程为：

其中，g(θ_n)＝g_t(θ_n)+g_r(θ_n)，表示当g(θ_n)取最大值时对应的θ_n方向，n＝1,2,…,N，θ_n为目标方向搜索范围Θ内的第n个均匀采样点，N表示对目标方向搜索范围Θ进行N次均匀采样后得到的均匀采样点总个数，N>Mt，N>Mr。