相關噪聲背景下基于特征值mimo雷達目標盲檢測方法
【專利摘要】本發(fā)明提供一種相關噪聲背景下基于特征值MIMO雷達目標盲檢測方法，適用于收發(fā)陣元數(shù)與快拍數(shù)相接近的大陣列雙基地MIMO雷達。該方法以隨機矩陣理論為工具，解決現(xiàn)有技術在快拍數(shù)不足和相關噪聲背景下目標檢測性能下降的缺陷，利用相關噪聲背景下回波信號構造觀測數(shù)據(jù)的隨機矩陣模型；計算回波數(shù)據(jù)協(xié)方差矩陣的最大最小特征值之比作為檢測統(tǒng)計量；利用自由概率理論和Stieltjes變換推導相關噪聲背景下目標檢測的閾值表達式；利用該閾值作為判決門限對目標進行檢測。仿真實驗表明，該方法適用于噪聲方差和目標散射矩陣未知情況下的盲檢測，顯著提高了相關噪聲環(huán)境下目標檢測的穩(wěn)健性。
【專利說明】相關噪聲背景下基于特征值MIMO雷達目標盲檢測方法

【技術領域】
[0001] 本發(fā)明屬于MIMO雷達目標檢測領域；涉及收發(fā)陣元數(shù)與快拍數(shù)相接近的大陣列 MIMO雷達系統(tǒng)；涉及相關噪聲背景下雙基地MIMO雷達的目標檢測；尤其涉及噪聲方差和目 標散射矩陣未知情況下的MIMO雷達目標盲檢測。

【背景技術】
[0002] 雷達原意為"無線電探測和測距"，即用無線電的方法發(fā)現(xiàn)目標并測定它們的空 間位置；MIMO雷達是近年來提出的一種新體制雷達，它由多個發(fā)射陣列和多個接收陣列組 成，采用多個發(fā)射天線同時發(fā)射相互正交的信號，對目標進行照射，然后用多個接收天線接 收目標回波信號，顯著提高了目標檢測性能和估計增益。
[0003] MMO雷達的目標檢測問題是指在噪聲背景下利用陣列接收的回波信號來探測目 標是否存在，屬于二元假設檢驗問題。根據(jù)發(fā)射接收天線的陣列布局，MIMO雷達可分為統(tǒng) 計MMO雷達和相干MMO雷達兩類。統(tǒng)計MMO雷達的發(fā)射天線之間彼此遠離以獲得空間 分集增益。相干MMO雷達的發(fā)射陣列和接收陣列的各個陣元間距通常在半波長以內，通過 相干處理提高估計增益，包括單/雙基地MMO雷達。
[0004] 目前，國內外在MMO雷達目標檢測方法的研究上大多數(shù)針對于統(tǒng)計MMO雷達，而 針對相干MMO雷達的研究較少，尤其是針對相關噪聲背景下雙基地MMO雷達的目標盲檢 測方法，國內外尚未見相關成果的研究報道。
[0005] MIMO雷達目標檢測的現(xiàn)有方法主要采用Neyman-Pearson檢測、廣義似然比檢測 (GLRT)、自適應檢測及各種改進方法，雖不同程度上提高了檢測性能，但仍存在很多問題亟 需解決，主要包括：（1)現(xiàn)有方法所考慮的MIMO雷達系統(tǒng)均假設快拍數(shù)（即樣本數(shù)）足夠 多，即快拍數(shù)遠遠多于收發(fā)陣元數(shù)；而實際中，當快拍數(shù)不足、與收發(fā)陣元數(shù)相接近時，現(xiàn)有 檢測技術不再適用；（2)現(xiàn)有方法都屬于非盲檢測方法，需要事先已知噪聲方差、目標散射 矩陣和目標位置等信息，或需要對這些信息進行預先估計，而在樣本數(shù)不很多的情況下其 估計將會帶來較大誤差；（3)現(xiàn)有方法通常將噪聲模型簡化為理想的高斯白噪聲，其統(tǒng)計 分布及判決閾值易于得出；而在實際環(huán)境中，由于各個陣元間互耦、過采樣等因素的影響很 容易造成噪聲之間存在相關性，其統(tǒng)計模型更復雜，若仍采用白噪聲背景下的目標檢測方 法和對應的判決閾值，將導致檢測性能嚴重下降。實際雷達例如超視距MIMO雷達系統(tǒng)，往 往是收發(fā)陣元數(shù)與快拍數(shù)相接近的大陣列系統(tǒng)，迄今為止，相關噪聲背景下大陣列MMO雷 達系統(tǒng)的目標盲檢測問題一直是尚未解決的難題。
[0006] 近年來，隨機矩陣理論在金融數(shù)學、核物理、數(shù)字通信等領域應用日益廣泛，已成 為學術界的一個新的研究熱點，然而，在MMO雷達信號檢測領域應用尚屬空白。本發(fā)明將 隨機矩陣的漸進特征值分布理論和自由概率理論應用于MMO雷達領域，采用基于最大最 小特征值的檢測方法，能夠在噪聲方差、目標散射矩陣和目標位置信息未知的情況下實現(xiàn) 盲檢測，尤其是可解決相關噪聲背景下MMO雷達的目標盲檢測問題，目前國內外尚未開展 此方面的相關研究，這也是本發(fā)明的意義所在。
[0007] 隨機矩陣漸進譜理論的M-P律是符合理想白噪聲背景下大陣列MMO雷達目標檢 測的有效方法。然而，針對相關噪聲背景，接收矩陣中元素的相關性強，其樣本協(xié)方差矩陣 特征值落在M-P律所表示的譜密度曲線之外的情況非常嚴重，這說明，M-P律在相關噪聲背 景下已不再適用。如何獲得相關噪聲背景下協(xié)方差矩陣的漸進特征值分布以及判決閾值是 一個目前亟待解決的難題。


【發(fā)明內容】

[0008] 本發(fā)明提供一種相關噪聲背景下基于特征值MIMO雷達目標盲檢測方法，以解決 目前在快拍數(shù)不足和相關噪聲背景下目標檢測性能下降的問題。
[0009] 本發(fā)明采取的技術方案是：包括下列步驟：
[0010] (1)步驟一：建立雙基地MMO雷達的系統(tǒng)，發(fā)射陣元數(shù)為M、接收陣元數(shù)為N，在第 1個快拍期間（1 = 1，. . .，U，回波數(shù)據(jù)矩陣可表示為：
[0011]

【權利要求】
1. 一種相關噪聲背景下基于特征值MIMO雷達目標盲檢測方法，其特征在于：包括下列 步驟： (1) 步驟一：建立雙基地MMO雷達的系統(tǒng)，發(fā)射陣元數(shù)為M、接收陣元數(shù)為N，在第1個 快拍期間（1 = 1，. . .，U，回波數(shù)據(jù)矩陣可表示為： 其中，S表示發(fā)射波形矩陣，S =丨這里SniOii= 1，...，M)表示第m個發(fā)射陣 元所發(fā)射的波形，其編碼長度為K，且S為歸一化正交矩陣，SSh = Im ;假定雷達區(qū)域內存在 一個待檢測的目標，和at( 0 )分別表示其收發(fā)方向矢量，P (1)表示在第1個快拍期間 的目標散射系數(shù)，是均值為〇,方差為1的隨機變量；Z(1)表示相關噪聲矩陣； 在第1個快拍期間，經(jīng)過脈沖壓縮和向量化處理后，觀測數(shù)據(jù)可表示為： 其中，a是聯(lián)合導向矢量，且?是Kronecker矩陣積；n⑴是在第1個 快拍期間處理后的噪聲矢量，可證明，它仍為相關噪聲； 收集總共L個快拍期間的數(shù)據(jù)y(1) (1 = 1，. . .，L)，L為快拍數(shù)，可得到一個觀測數(shù)據(jù)矩 陣Y，它是一個維數(shù)為麗X L的隨機矩陣，即： Y = a 3 +N 其中，Y= [y(1)，...，y(u]，3 = [￠(1)，…，d，N= [n(1)，…，n(L)]，這里 N為相關 噪聲矩陣； (2) 步驟二：構造相關噪聲矩陣N的模型，假定噪聲的相關系數(shù)為P，則N的表達式為： N = %:W 其中，W是白噪聲矩陣，它是一個服從均值為0,方差為< 的圓對稱、獨立同分布的 MNXL維高斯矩陣；?是一個MNXMN維Hermitian矩陣，表示相關系數(shù)矩陣，含有相關系數(shù) P 是?的均方根；為了保證相關矩陣不影響噪聲的功率，作如下規(guī)定：
相關系數(shù)矩陣?的第（i，j)個元素可表示為?m它是指數(shù)型元素，即： 0 Jj = p '1^j 其中，相關系數(shù)P滿足：〇〈| P |〈1 ; (3) 步驟三：在相關噪聲背景下，設定雙基地MMO雷達接收端的二元假設模型： H〇:Y = N H1IY = +N 其中，Htl表示目標不存在的情況，H1表示目標存在的情況； (4) 步驟四：計算L個有限快拍數(shù)情況下，矩陣Y的樣本協(xié)方差矩陣羞^在Htl情況下， Y的協(xié)方差矩陣為Ry = E [YYH] = Rz，因此，其樣本協(xié)方差矩陣為氧=;在H1情況下，Y 的協(xié)方差矩陣為Ry = E[YYH] = aReaH+Rz，其中Re = E[ P P H]，因此，其樣本協(xié)方差矩陣為 皂;在大陣列情況下，Ry將不能用&來代替，即<是Ry的極大似然估計的條件 將不再滿足； (5) 步驟五：對氧進行特征值分解，并計算^的最大特征值Amax和最小特征值Amin; (6) 步驟六：計算基于特征值的檢測統(tǒng)計量；運用隨機矩陣理論中的標準條件數(shù)（SCN) 檢測方法，將最大特征值Amax和最小特征值Amin之比作為檢測統(tǒng)計量，定義為T，則：
(7) 步驟七：確定氧的最小特征值的極限值2%以及最大特征值的極限值由于N是 相關噪聲，屬于非白噪聲，因此Y是一個不滿足獨立同分布特性的MNXL維隨機矩陣，M-P律 不再適用；根據(jù)自由概率理論和Stielt jes變換，當MN-c?，且MN/l - c (〇〈c〈 c? ) 時，可得到羞y的特征值的漸進譜分布為：
其中，參數(shù)y與噪聲相關系數(shù)p的關系為y = p V (I- p2);因此鳥的
【文檔編號】G01S7/41GK104360334SQ201410675588
【公開日】2015年2月18日 申請日期:2014年11月21日 優(yōu)先權日:2014年11月21日
【發(fā)明者】姜宏, 李垠, 呂巍, 莫秀玲, 周二寧, 祁晗, 韓金夢, 段宏宇 申請人:吉林大學