[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

说明书

本发明涉及多输入多输出(MIMO)雷达系统中一种高精度的多参数联合估计方法。主要解决发射和接收天线阵列没有完全校准即存在多时隙增益相位误差情况下的目标定位问题。其实现步骤为：1)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；2)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；3)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；4)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；5)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。本发明考虑了发射和接收天线阵列含有多时隙增益相位误差的情况，能够进行多参数的联合估计，所提出的角度算法提高了定位精度，对相干目标和非相干目标的情况都能适用。

技术领域

本发明属于双基地MIMO雷达定位技术领域，具体涉及双基地MIMO雷达中一种高精度的多参数联合估计方法。

背景技术

作为一种新兴的雷达系统，多输入多输出(MIMO)雷达主要特点是具有较高的空间分辨率、较灵活的波形设计，在发射和接收阵列上都采用大规模的独立天线。一般可将MIMO雷达分为两种，即分布式MIMO雷达和集中式MIMO雷达。分布式MIMO雷达中的发射天线阵列排列较为稀疏，因此可从不同角度捕获目标位置，从而形成空间分集。集中式MIMO雷达是将发射和接收天线都集中分布在一个小的空间中，各天线信道路径特征相似，可以利用相干处理来估计感兴趣的参数，能够在接收阵列产生较窄的接收波束以便更准确的实现目标定位。本发明研究的双基地MIMO雷达属于集中式MIMO雷达。

估计定位目标的波离角(DOD)与波达角(DOA)是双基地MIMO雷达中较为重要的一个问题，其中包括基于二维矩阵的旋转不变性技术(ESPRIT)，多重信号分类(MUSIC)等，基于多维矩阵的平行因子(PAFAFAC)分解和高阶奇异值分解(HOSVD)等。相较于基于二维矩阵的估计算法，基于多维矩阵的估计算法可以更好的利用接收数据的多维结构，从而提高定位精度，具有更好的定位效果，特别是在低采样和低信噪比(SNR)的情况下更为显著。但是前面所提的大多数算法都将角度估计限制在理想的场景下，比如发射和接收阵列都不含增益相位误差等。然而，增益相位误差是影响实际雷达系统角度估计性能的重要因素，即天线阵列不进行校准，会导致发射阵列和接收阵列相互耦合，从而定位精度严重退化。

针对发射和接收阵列含有增益相位误差的情况，有文献提出了一种基于PARAFAC分解的角度和增益相位误差估计的联合方案，该方案通过利用拉格朗日乘子得到增益相位误差向量，消除增益相位误差后再估计角度，能够实现角度的自动配对，但是会造成增益相位误差累积，影响角度估计结果。有研究表明可以通过利用任意两个不同目标转向矢量之间的关系来估计增益相位误差，并且可以获得比较好的DOD和DOA，但是这种方法只适合天线阵列含有单时隙增益相位误差的情况，并且至少需要两个校准良好的发射和接收阵元。

发明内容

发明目的：本发明针对现有技术的不足，提出了双基地MIMO雷达中一种高精度的多参数联合估计方法，以实现目标的高精度定位。

技术方案：本发明所述的双基地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。

进一步的，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：