[发明专利]基于子空间拟合的加权块稀疏恢复的MIMO雷达定位方法

说明书

基于子空间拟合的加权块稀疏恢复的MIMO雷达定位算法，包括十一个步骤。本发明摈弃现有技术中利用选择矩阵消除互耦影响的做法，通过参数化导向矢量构建块MIMO雷达信号接收模型，避免阵列孔径损失，在消除互耦的同时避免了接收信息的丢失，并推导了含有未知互耦系数的块结构接收数据模型的降维矩阵，由于降低了信号模型的维度，因此降低了算法的计算量，提高了计算效率，且摒弃了现有技术子空间拟合不是最优的情况，利用最优子空间拟合原理来构建稀疏恢复模型，相比于现存的算法，使得估算子空间与真实子空间之间误差更小，提高了采样数据信息的利用率，从而使得估算性能得到了提高，为MIMO雷达的有效应用提供了有利技术支撑。本发明具有好的应用前景。

技术领域

本发明涉及雷达信号处理技术领域，特别是一种基于子空间拟合的加权块稀疏恢复的MIMO雷达定位算法。

背景技术

多输入多输出（Multiple-input Multiple-output,简称MIMO）雷达是借鉴通信领域的多输入多输出技术而提出的一种高探测性能和生存能力的新体制雷达。根据发射天线和接收天线的配置距离，MIMO雷达可分为相干MIMO雷达（包括双基地MIMO 雷达和单基地MIMO雷达）和统计MIMO 雷达。雷达的波达方向（Direction-of-Arrival, 简称DOA）是指目标信号的到达方向，它是雷达信号处理中的重要研究方向之一；其主要目的是估计目标位置，进行定位，因此广泛的应用于无人驾驶，无人机，电子对抗，雷达，无线通信等领域。现有技术中，传统的DOA估计算法大多都是基于理想的条件，但是随着MIMO技术的引入，天线数目增多，对于相同的空间，天线之间的间距将会减少，因此距离较近的天线会由于电磁场的存在，产生互相耦合效应干扰的问题。针对互耦条件下利用MIMO雷达进行DOA估算问题，目前方法中大部分会利用一个选择矩阵或者借助辅助阵元来消除互耦效应的影响，但是这会损失阵列孔径，导致阵列接收数据不能全部得到利用，同时也会增加工程复杂度；并且现有技术并没有考虑数据之间的最优拟合问题，从而导致估计数据与真实数据之间的误差较大，影响最终估算性能。综上所述，目前现有的MIMO雷达估算方法都会使得角度估算的分辨率和精确度不理想，而实际情况下，现实中的目标侦察和定位都需要在角度准确估算的基础上进行，因此目前现存技术的角度估算性能在实际应用中得不到保证，对MIMO 雷达的有效应用存在制约。

发明内容

为了克服现有的MIMO雷达定位估计算法因技术所限，存在的如背景所述弊端，本发明提供了摈弃现有技术中利用选择矩阵消除互耦影响的做法，通过参数化导向矢量构建块MIMO雷达信号接收模型，避免阵列孔径损失，在消除互耦的同时避免了接收信息的丢失，并推导了含有未知互耦系数的块结构接收数据模型的降维矩阵，由于降低了信号模型的维度，因此降低了算法的计算量，提高了计算效率，且摒弃了现有技术子空间拟合不是最优的情况，利用最优子空间拟合原理来构建稀疏恢复模型，相比于现存的算法，使得估算子空间与真实子空间之间误差更小，提高了采样数据信息的利用率，从而使得估算性能得到了提高，为MIMO 雷达的有效应用提供了有利技术支撑的基于子空间拟合的加权块稀疏恢复的MIMO雷达定位算法。

本发明解决其技术问题所采用的技术方案是：