CN112505642A - 一种psfda-mimo雷达低复杂度参数估计方法 - Google Patents
一种psfda-mimo雷达低复杂度参数估计方法 Download PDFInfo
- Publication number
- CN112505642A CN112505642A CN202011128527.4A CN202011128527A CN112505642A CN 112505642 A CN112505642 A CN 112505642A CN 202011128527 A CN202011128527 A CN 202011128527A CN 112505642 A CN112505642 A CN 112505642A
- Authority
- CN
- China
- Prior art keywords
- array
- psfda
- polarization
- mimo radar
- rotation invariance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 18
- 239000011159 matrix material Substances 0.000 claims abstract description 30
- 230000010287 polarization Effects 0.000 claims abstract description 21
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 5
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 230000003068 static effect Effects 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 abstract description 5
- 238000000691 measurement method Methods 0.000 abstract 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/40—Means for monitoring or calibrating
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种PSFDA‑MIMO雷达低复杂度参数估计方法。本发明首先对PSFDA‑MIMO雷达接收数据的协方差矩阵进行特征值分解得到信号子空间,然后借助接收和发射阵列的空域旋转不变性估计出目标波达方向和距离,然后借助极化域旋转不变性,得到极化参数的闭式解,最后对多维参数进行配对。本发明的测角方法无需搜索,计算复杂度低,且能直接给出目标参数闭式解,尤其适用于频控阵雷达系统。
Description
技术领域
本发明涉及一种PSFDA-MIMO体制雷达参数估计方法,计算复杂度较低,适用于频控阵雷达信号处理系统。
背景技术
与传统标量阵列相比,极化敏感阵列(Polarization Sensitive Array,PSA)能够感知电磁信号的额外极化信息,即增加了极化自由度;多输入多输出(Multi-Input Multi-Output,MIMO)雷达能充分利用空间分集和波形分集,具有更多的虚拟阵元,增加了自由度;频率分集阵列(Frequency Diversity Array,FDA)能充分利用频率分集,其波束方向图具有角度和距离二维依赖性,增加了距离维自由度。MIMO雷达具有空间分集和波形分集,而FDA具有频率分集,它们的系统辨识力均优于传统的相控阵雷达。
为进一步提升雷达系统性能,由PSA、FDA阵列和MIMO雷达两两组合或者三者组合的新体制雷达应运而生。PSA-MIMO雷达和FDA-MIMO雷达的参数估计技术已初步成熟。PSA-FDA雷达的参数估计技术已初步被提出,而由三种体制雷达组成的PSA-FDA-MIMO新体制雷达的参数估计技术仍是空白。因此,亟需探索PSA-FDA-MIMO新体制雷达的参数估计方法。
发明内容
本发明的目的探索出PSFDA-MIMO雷达满足精度和实时性需求的参数估计方法。
为了实现上述的发明目的,本发明提供了一种PSFDA-MIMO雷达低复杂度参数估计方法,包括以下技术步骤:
(1)计算PSFDA-MIMO雷达接收数据的协方差矩阵,通过特征值分解得到信号子空间;
(2)根据接收阵列的空域旋转不变性,采用借助旋转不变技术估计信号参数(Estimation of Signal Parameter via Rotational Invariance Technique,ESPRIT)算法估计出目标波达方向(Direction of Arrival, DOA);
(3)基于步骤(2)得到的DOA估计值,根据发射阵列的空域旋转不变性,采用ESPRIT算法求出目标距离的闭式解;
(4)基于步骤(2)得到的DOA估计值,根据接收数据的极化域旋转不变性,采用ESPRIT算法求出极化参数的闭式解;
(5)对DOA、距离以及极化参数的估计值进行配对,输出各个目标的多维参数估计值。
本发明的优点在于:
(1)本发明测角方法无需搜索,计算复杂度低;
(2)本发明能直接给出目标参数闭式解。
附图说明
图1是本发明的实施例的结构框图。参照图1,本发明的实施例由特征分解、估计DOA、估计距离、估计极化参数、参数配对和综合参数估计值组成。
具体实施方式
下面结合附图和具体实施例,进一步阐明本发明。假设单基地MIMO雷达的发射阵列是由M个标量阵元组成的均匀线阵,dT为发射阵元间距;其接收阵列是由N个正交电偶极子组成的均匀线阵,dR为接收阵元间距。发射阵元之间有一个频率增量,第m(m=1,2,...,M)个发射阵元的载频为
fm=f0+(m-1)Δf (1)
其中f0为参考载频,Δf为频率增量。正交电偶极子的导向矢量为
a(r,θ)=r(r)⊙d(θ) (3)
其中r表示目标与雷达天线的距离,向量r(r)=[1,e-j4πΔfr/c,...,e-j4πΔf(M-1)r/c]T表示发射距离导向矢量,(·)T表示转置运算,向量表示发射角度导向矢量,λ表示波长,c表示电磁波传播速度。接收导向矢量为
于是,阵列联合导向矢量为
其中,信号sk(t)服从零均值高斯分布过程。n(t)是均值为零、方差为σ2的2MN×1加性高斯白噪声。
基于上述信号模型,本发明的详细主要步骤如下:
(1)实际计算中,PSFDA-MIMO雷达接收数据的协方差矩阵计算方式为
其中,L表示快拍数,(·)H表示共轭转置运算,对式(7)进行特征分解得到信号子空间ES。
(2)对于第k个目标信号,接收阵列的空域旋转不变性可表示为
其中,JR1=[IN-1O(N-1)×1]和JR2=[O(N-1)×1IN-1]表示选择矩阵。式(8)扩展到整个阵列导向矢量可表示为
对K个信源而言,式(10)的矩阵形式可表示为
其中为阵列流形,ΦR=diag[q1,q2,...,qK]为对角矩阵,包含所有目标的DOA信息。由于流形矩阵与信号子空间张成相同的空间,则有ES=ATR,其中TR是一个唯一非奇异矩阵。将ES=ATR代入到式(11)中,可得
其中ΨR=(TR)-1ΦRTR。采用最小二乘方法可以解出矩阵ΨR。矩阵ΨR的特征值为ΦR的对角元素。于是,DOA估计值的闭式解为
(3)对于第k个目标信号,发射阵列的旋转不变性可表示为
其中JT1=[IM-1O(M-1)×1]和JT2=[O(M-1)×1IM-1]表示选择矩阵。类似于式(8)至(11)的推导,式(14)可以转化为以下矩阵形式
其中对角矩阵ΦT=diag[h1,h2,...,hK]包含DOA和距离两个参数,DOA是已知的,距离参数是待估计的。流形矩阵与信号子空间张成相同的空间,即有ES=ATT,其中TT是一个唯一非奇异矩阵。将ES=ATT代入到式(15)中,可得
(4)接收阵列中的沿x轴方向放置的电偶极子与沿y轴方向放置的电偶极子的极化旋转不变性可表示为
其中JP1=[1 0]和JP2=[0 1]均表示选择矩阵。将式(18)扩展到整个阵列的导向矢量可得
通过矩阵变换,式(19)可以转化为
考虑所有K个目标,式(20)可以转化为如下矩阵形式
其中ΦP=diag[Λ1,Λ2,...,ΛK]包含所有目标的DOA和极化参数。同样,流形矩阵与信号子空间张成相同的子空间,有ES=ATP,其中TP表示一个唯一非奇异矩阵。因此,可得到信号子空间的旋转不变性
其中ΨP=(TP)-1ΦPTP。我们仍然采用最小二乘方法解出矩阵ΨP。矩阵ΨP的特征值与矩阵ΦP的对角元素一一对应。将DOA估计值代入矩阵ΦP,可得到极化参数估计值的闭式解
(5)对DOA、距离以及极化参数的估计值进行配对,输出各个目标的多维参数估计值。
虽然结合附图描述了本发明的实施方式,但是本领域普通技术人员可以在所附权利要求的范围内做出各种变形或修改。
Claims (4)
1.一种PSFDA-MIMO雷达低复杂度参数估计方法,包括以下技术步骤:
(1)计算PSFDA-MIMO雷达接收数据的协方差矩阵,通过特征值分解得到信号子空间;
(2)根据接收阵列的空域旋转不变性,采用借助旋转不变技术估计信号参数(Estimation of Signal Parameter via Rotational Invariance Technique,ESPRIT)算法估计出目标波达方向(Direction of Arrival,DOA);
(3)基于步骤(2)得到的DOA估计值,根据发射阵列的空域旋转不变性,采用ESPRIT算法求出目标距离的闭式解;
(4)基于步骤(2)得到的DOA估计值,根据接收数据的极化域旋转不变性,采用ESPRIT算法求出极化参数的闭式解;
(5)对DOA、距离以及极化参数的估计值进行配对,输出各个目标的多维参数估计值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011128527.4A CN112505642A (zh) | 2020-10-15 | 2020-10-15 | 一种psfda-mimo雷达低复杂度参数估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011128527.4A CN112505642A (zh) | 2020-10-15 | 2020-10-15 | 一种psfda-mimo雷达低复杂度参数估计方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112505642A true CN112505642A (zh) | 2021-03-16 |
Family
ID=74954180
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011128527.4A Pending CN112505642A (zh) | 2020-10-15 | 2020-10-15 | 一种psfda-mimo雷达低复杂度参数估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112505642A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116068502A (zh) * | 2023-04-06 | 2023-05-05 | 中国人民解放军空军预警学院 | 一种多域联合抗复合干扰方法、装置和系统 |
-
2020
- 2020-10-15 CN CN202011128527.4A patent/CN112505642A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116068502A (zh) * | 2023-04-06 | 2023-05-05 | 中国人民解放军空军预警学院 | 一种多域联合抗复合干扰方法、装置和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110058202B (zh) | 一种基于角度和信号到达时间差估计的高性能混合定位方法及其实现装置 | |
Li et al. | Reduced-dimension MUSIC for angle and array gain-phase error estimation in bistatic MIMO radar | |
CN107064892B (zh) | 基于张量子空间和旋转不变的mimo雷达角度估计算法 | |
CN109143197B (zh) | 一种基于辅助阵元的极化mimo雷达的2d-doa和极化参数估计方法 | |
CN109254272B (zh) | 一种共点式极化mimo雷达的两维角度估计方法 | |
CN107390197B (zh) | 基于特征空间的雷达自适应和差波束测角方法 | |
Yan et al. | Two-stage ESPRIT for unambiguous angle and range estimation in FDA-MIMO radar | |
CN108303683B (zh) | 单基地mimo雷达实值esprit非圆信号角度估计方法 | |
CN106526531A (zh) | 基于三维天线阵列的改进传播算子二维doa估计算法 | |
CN109765521B (zh) | 一种基于子阵划分的波束域成像方法 | |
CN109828252B (zh) | 一种mimo雷达参数估计方法 | |
CN109188386B (zh) | 基于改进二维esprit算法的mimo雷达高分辨率参数估计方法 | |
Li et al. | Reduced-dimensional ESPRIT for direction finding in monostatic MIMO radar with double parallel uniform linear arrays | |
CN108828504B (zh) | 基于部分相关波形的mimo雷达目标方向快速估计方法 | |
CN113189592A (zh) | 考虑幅相互耦误差的车载毫米波mimo雷达测角方法 | |
Gao et al. | Frequency diverse array MIMO radar adaptive beamforming with range-dependent interference suppression in target localization | |
CN110196417B (zh) | 基于发射能量集中的双基地mimo雷达角度估计方法 | |
CN111352063A (zh) | 一种均匀面阵中基于多项式求根的二维测向估计方法 | |
CN108828586B (zh) | 一种基于波束域的双基地mimo雷达测角优化方法 | |
Li et al. | DOD and DOA estimation for bistatic coprime MIMO radar based on combined ESPRIT | |
CN112505642A (zh) | 一种psfda-mimo雷达低复杂度参数估计方法 | |
Xu et al. | Tensor-based angle and range estimation method in monostatic FDA-MIMO radar | |
CN111580040A (zh) | 双基地展开互质阵列mimo雷达dod和doa降维估计方法 | |
Liu et al. | Two-dimensional DOA estimation using a co-prime symmetric cross array | |
CN114966523A (zh) | 大规模mimo测向中基于幂迭代算法的doa估计方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
DD01 | Delivery of document by public notice | ||
DD01 | Delivery of document by public notice |
Addressee: Li Binbin Document name: Notification before the expiration of the request period for substantive examination of an invention patent application |
|
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210316 |