[发明专利]基于最优结构化虚拟域张量填充的超分辨互质面阵空间谱估计方法

说明书

本发明公开了一种基于最优结构化虚拟域张量填充的超分辨互质面阵空间谱估计方法，主要解决现有方法虚拟域张量中的成片缺失元素难以有效填充和空间谱分辨率性能受限问题，其实现步骤是：互质面阵的张量信号建模；基于互相关张量维度合并推导增广虚拟面阵；基于非连续虚拟面阵的镜像拓展构造虚拟域张量；通过虚拟域子张量叠加变换重构虚拟域张量；基于虚拟域子张量维度优化得到最优结构化虚拟域张量；基于交替方向乘子法填充结构化虚拟域张量；对填充后的结构化虚拟域张量进行分解实现超分辨空间谱估计。本发明实现了互质面阵虚拟域张量的最优化填充，充分利用互质面阵全部的非连续虚拟域统计量信息进行超分辨空间谱估计，可用于目标定位。

技术领域

本发明属于阵列信号处理技术领域，尤其涉及基于稀疏阵列张量信号统计处理的空间谱估计技术，具体是一种基于最优结构化虚拟域张量填充的超分辨互质面阵空间谱估计方法，可用于目标定位。

背景技术

空间谱估计作为一种描述阵列信号空间能量分布的技术，被广泛应用于雷达、通信、地质勘探等领域。当前，日益复杂的应用场景对空间谱估计的精度、分辨率等性能要求不断提高。相较于传统均匀阵列，互质阵列作为一种具有系统化结构的典型稀疏阵列架构，具备大孔径、高分辨率的优势，为空间谱估计性能的突破奠定了基础。在互质面阵场景中，由于接收信号涵盖三维空间特征，通过张量对其进行建模和分析，可以保留互质面阵多维信号的原始结构，从而挖掘其多维信号特征。基于互质面阵的张量二阶统计量，推导出增广的多维非连续虚拟阵列，并从中提取连续部分进行虚拟域张量处理，能够实现奈奎斯特匹配的空间谱估计。然而，这样的处理方式舍弃了大量的非连续虚拟阵元，由此带来严重的虚拟域统计量信息损失，导致空间谱估计的精度、分辨率等性能受限。

在图像恢复领域，低秩张量填充技术能够对图像张量中随机分布的缺失元素进行填充。然而，对于由互质面阵推导而来的等价虚拟域张量中存在的成片缺失元素，其不满足随机分布的前提；因此，传统低秩填充技术难以对虚拟域张量进行有效填充。为此，如何针对存在成片缺失元素的虚拟域张量进行填充，从而充分利用互质面阵全部的非连续虚拟域统计量信息，综合提升空间谱估计性能，是一个亟待解决但充满挑战的技术问题。

发明内容

本发明的目的在于针对现有方法存在的虚拟域张量中成片缺失元素难以有效填充和空间谱分辨率性能受限，提出一种基于最优结构化虚拟域张量填充的超分辨互质面阵空间谱估计方法，为最大程度分散虚拟域张量中成片缺失的元素，构造最优结构化虚拟域张量，从而对其中分散的缺失元素进行有效填充，以实现超分辨的互质面阵空间谱估计提供了可行的思路和有效的解决方案。

本发明的目的是通过以下技术方案来实现的：一种基于最优结构化虚拟域张量填充的超分辨互质面阵空间谱估计方法，该方法包含以下步骤：

(1)接收端使用4M_xM_y+N_xN_y-1个物理天线阵元，按照互质面阵的结构进行架构；其中，M_x、M_x以及M_y、N_y分别为一对互质整数；该互质面阵分解为两个稀疏均匀子面阵和其中包含2M_x×2M_y个天线阵元，在x轴方向上和y轴方向上的阵元间距分别为N_xd和N_yd，包含N_x×N_y个天线阵元，在x轴方向上和y轴方向上的阵元间距分别为M_xd和M_yd，单位间隔d取为入射窄带信号波长λ的一半，即d＝λ/2；

假设有K个来自方向的远场窄带非相关信号源，θ_k和分别为第k个入射信号源的方位角和俯仰角，k＝1,2,…,K，则稀疏均匀子面阵的T个采样快拍信号用一个三维张量表示为：