[发明专利]双基地MIMO雷达中一种高精度的多参数联合估计方法

权利要求书

1.双基地MIMO雷达中一种高精度的多参数联合估计方法，其特征在于该方法包括：

构建多维矩阵形式的角度和多时隙增益相位误差的基带接收信号模型；

利用最小二乘Khatri-Rao因式分解算法，得到含有角度信息的混合矩阵和组合增益相位误差矩阵；

针对目标角度估计，提出了结合空间平滑和实值化处理的迭代算法；

估计第一个时隙的发射和接收增益相位误差，以消除多时隙组合增益相位误差的尺度模糊；

利用最小二乘Khatri-Rao因式分解算法联合估计多时隙发射和接收增益相位误差。

2.根据权利1要求所述的双基地MIMO雷达中一种高精度的多参数联合估计方法，其特征在于：构建多维矩阵形式的角度和多时隙增益相位误差的基带接收信号模型，具体包括：

设定和分别表示发射和接收导向矩阵，和分别表示多时隙发射和接收增益相位误差矩阵，表示信号特征矩阵，是正交波形矩阵，构建基带接收信号的三维矩阵模型为：

其中是单位张量，是组合增益相位误差矩阵，是包含角度信息的混合矩阵，其可构成三维矩阵⊙和分别表示Khatri-Rao积和Kronecker积，(·)^Τ表示转置。

3.根据权利1要求所述的双基地MIMO雷达中一种高精度的多参数联合估计方法，其特征在于：利用最小二乘Khatri-Rao因式分解算法，得到含有角度信息的混合矩阵和组合增益相位误差矩阵，具体包括：

对利用伪逆与转置操作，得到H⊙Γ_PTR，将H⊙Γ_PTR的第r∈{1,2,…,MN}列进行矩阵化，得到根据Khatri-Rao因式分解的性质，可知G_r是秩1矩阵，即

其中表示外积，根据秩1矩阵的性质，含有角度信息的混合矩阵H和组合增益相位误差矩阵Γ_PTR可以通过G_r的SVD中的左奇异值矩阵U^(r)和右奇异值矩阵V^(r)获得，即

其中，和分别表示U^(r)和V^(r)的第1列元素，表示特征值矩阵Σ^(r)的第1个元素，(·)^*表示共轭。

4.根据权利1要求所述的双基地MIMO雷达中一种高精度的多参数联合估计方法，其特征在于，针对目标角度估计，提出了结合空间平滑和实值化处理的迭代算法，具体包括：

对包含角度信息的三维矩阵应用空间平滑操作，得到空间平滑三维矩阵

其中，L₁是子阵列数，M_sub是每个子阵列包含的阵元数，满足M_sub＝M-L₁+1，和分别表示取发射导向矩阵的前M_sub行和前L₁行，定义一个新的三维矩阵

其中，Π_N为交换矩阵，其反对角线上元素为1，其余为0，利用前后平滑操作，得到中心厄米特三维矩阵利用酉矩阵，推导出实值三维矩阵借助TALS算法对进行分解，可以得到估计导向矩阵和利用导向矩阵的旋转不变性来还原目标角度的相关信息，得到φ_t,k和φ_r,k：

其中K_A,1、K_A,2、K_A,3和K_A,4为旋转矩阵，表示取的第k∈{1,2,…,K}列元素，表示取的第k列元素，表示伪逆，最后，通过下式得到第k个目标的DOD和DOA：