[发明专利]一种稀疏线性阵列的快速角度估计方法

说明书

本发明公开了一种稀疏线性阵列的快速角度估计方法，主要解决稀疏线性阵列在目标角度估计过程中存在计算复杂度高、估计精度差以及存在配对错误的问题。其实现方案为：利用接收数据计算Coprime阵列的协方差矩阵；利用所述协方差矩阵，计算得到数据的噪声子空间和信号子空间；通过所述信号子空间，找到两个线性均匀子阵的导向矩阵之间的关系；利用噪声子空间，通过多项式求根技术估计出了模糊的角度估计值；利用导向矩阵之间的关系，可实现相同目标在不同子阵下的模糊值的配对；最后逐个消除所有目标的模糊问题，得到真实的角度估计值。本发明方法相比线阵和平面阵的部分区域搜索法，降低了计算复杂度、提高了估计精度、并有效克服了配对错误的问题。

技术领域

本发明属于阵列雷达技术领域，涉及阵列雷达的目标到达角估计，具体的说是一种稀疏线性阵列的快速角度估计方法，可用于低计算量要求条件下的目标定位与跟踪。

背景技术

MIMO雷达和极化雷达的参数估计，它们可以看作是基于波形分集和极化分集的参数估计。一些新结构阵，例如Coprime阵、Nested阵、三并行线阵(three parallel uniformlinear array,TPULA)等，可以看作是相位分集技术的应用。这些新结构阵，通过计算阵列的协方差矩阵，从中挖掘相位中心的多样化处理，能够实现阵列孔径扩展，并在此基础上提高阵列雷达处理的自由度，从而提高雷达对目标的估计精度。但与此同时自由度的提高会带来处理复杂度成指数级增加。且该阵列所需要的快拍数大大增加以维持阵列协方差矩阵估计的准确性。故基于稀疏阵列的快速高精度算法值得深入研究。

其中有一种受到广泛关注的稀疏阵列是Coprime线阵，该阵列有两个子阵构成，两个子阵的位置分别成互质关系。可通过寻找两个子阵MUSIC谱的共同峰值可以确定目标的角度，然而由于需要进行谱峰搜索操作，因此MUSIC算法的计算量较大，然后Sun等人提出了部分区域谱峰搜索法，可以降低计算量。

Sun等人提出的部分谱峰搜索法主要包括三个步骤：第一，将整个Coprime阵划分为两个子阵，对两个子阵分别进行部分区域搜索；第二，利用模糊值和真实值之间的关系，确定所有的模糊值；第三，从两个子阵下所有目标的模糊值中寻找最接近的值，此即为目标的真实目标角度。

该方法通过部分区域搜索，实现了降低计算量的目的。然而，仍然存在一些问题：第一，当多个目标同时消除相位模糊时，可能会存在多目标匹配错误；第二，两个子阵分别进行参数估计，会导致数据之间的部分信息损失，降低估计精度；第三，搜索类算法的计算复杂度还是很大。

发明内容

本发明的目的在于解决Coprime稀疏线阵角度搜索所带来的高计算复杂度的问题，通过利用阵列流形的关系，提出了一种基于求根MUSIC的增强目标角度估计算法以及基于双多项式求根的目标角度估计算法，所提方法相比线阵和平面阵的部分区域搜索法，降低了计算复杂度、提高了估计精度、并有效克服了配对错误的问题。

为实现上述目的，本发明的技术思路是：利用两个子阵导向矩阵之间的关系得到两个MUSIC代价函数，并利用求根算法，得到目标的高精度、低复杂度、无配对错误的角度估计值。具体实现步骤包括如下：

1)利用接收数据，计算Coprime阵列的协方差矩阵。

2)利用所述协方差矩阵，计算得到数据的噪声子空间和信号子空间。

3)通过所述信号子空间，找到两个线性均匀子阵的导向矩阵之间的关系。

4)利用所述噪声子空间，通过多项式求根技术估计出了模糊角度估计值。

5)利用所述导向矩阵之间的关系，实现相同目标在不同子阵下的模糊角度估计值的配对。

6)最后逐个消除所有目标的模糊问题，得到真实的角度估计值。

在一些实施例中，所述步骤2)利用所述协方差矩阵，计算得到数据的噪声子空间和信号子空间，包括：