[发明专利]单基地雷达系统中一种基于平行因子模型的目标定位方法

说明书

本发明涉及单基地雷达系统中一种基于平行因子模型的目标定位方法。针对单基地MIMO系统，主要解决现有目标定位算法定位精度较低的问题。其实现步骤为：1)建立多脉冲单基地MIMO雷达系统模型；2)对接收的信号进行预处理；3)构造PARAFAC模型并分析其分解唯一性；4)利用TALS算法拟合PARAFAC模型，估计出发射导向矩阵，并利用导向矩阵的Vandermonde结构特点来提取角度。在低信噪比、低快拍数以及目标数目较多的情况下，本发明能实现精确的目标定位，并且在多种系统配置参数下都能适用。

技术领域

本发明涉及无线通信技术领域，特别涉及单基地雷达系统中一种基于平行因子模型 的目标定位方法。

背景技术

MIMO技术即多输入多输出技术，指在发射端和接收端分别使用多根天线发射和接收信号，在多个天线对之间形成了多个信道。MIMO技术充分利用了空间分集，大幅度提高了无线通信系统的传输速率，在不增加信号带宽的情况下成倍地提高通信系统的容量和频谱 利用率。

借鉴MIMO的思想，21世纪初E.Fishler等人提出了一种新型雷达系统-MIMO雷 达。即利用多天线同步发射多重探测信号，同时使用多天线接收目标反射回波信号，并进行 统一处理。一般来说，MIMO雷达可以分为两类：统计MIMO雷达和并置MIMO雷达。并 置MIMO雷达又可以进一步分为单基地MIMO雷达和双基地MIMO雷达，两者的主要区别 是发射机和接收机之间的距离。前者的发射机和接收机相距很近或是同一天线阵列，而后者 的则相距较远。MIMO与雷达系统的结合，能显著提高系统的目标跟踪、识别和参数估计等 性能，同时还具有良好的抗干扰和抗隐身能力，这为MIMO雷达提供了广阔的应用发展空间。

PARAFAC(平行因子)分解是目前最常用的张量分解方法之一，可以看成三维或高维矩阵的低秩分解，具有良好的性能，在信号处理、计算机视觉、数据挖掘等多种领域有着广泛的应用。一般而言，矩阵分解不是唯一的，除非施加约束性条件，而PARAFAC模型在 一定的条件下是本质唯一的。TALS(三线性交替最小二乘)算法是基于三线性模型的一种常用的拟合算法。其基本思想是：每步更新一个矩阵，对余下的矩阵，依据前一次估计的结果，用LS(最小二乘)法交替更新，直到收敛。该算法简单易行，并能实现收敛，在基于张量的 信号处理领域得到了广泛的应用。

发明内容

发明目的：本发明结合现有技术，提出单基地雷达系统中一种基于平行因子模型的 目标定位方法，以更高效准确地估计出DOA和DOD。

技术方案：本发明所述的单基地雷达系统中一种基于平行因子模型的目标定位方法 包括：

建立多脉冲单基地MIMO雷达系统模型；

对接收的信号进行预处理；

构造PARAFAC模型并分析其分解唯一性；

利用TALS算法拟合PARAFAC模型，估计出发射导向矩阵，并利用导向矩阵的Vandermonde结构特点来提取角度。

进一步的，所述建立多脉冲单基地MIMO雷达系统模型，具体包括：

雷达发射信号S_q∈￡^M×L至目标，目标反射信号被雷达接收，在第q个脉冲周期，雷达接收到的信号为：

进一步的，对接收的信号进行预处理，包括：

设计每个脉冲发送的信号都为：S＝[s₁,s₂,...,s_M]^T∈￡^M×L，即S_q＝S，可得：

也可表示为：