范數(shù)方法的mimo雷達(dá)系統(tǒng)doa估計(jì)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及MIM0雷達(dá)系統(tǒng)技術(shù)領(lǐng)域，特別設(shè)及MIM0雷達(dá)系統(tǒng)D0A估計(jì)的應(yīng)用，具 體說是一種基于實(shí)域加權(quán)最小化li范數(shù)方法的MIM0雷達(dá)系統(tǒng)D0A估計(jì)方法。
【背景技術(shù)】
[000引 最近幾年里，由于多輸入多輸出（multiple-i噸utmultiple-output,MIM0)陣列 雷達(dá)系統(tǒng)（I邸ESi即alProcessingMagazine, 2007, 24巧）；106-114)相比于傳統(tǒng)相控陣 雷達(dá)系統(tǒng)的潛在優(yōu)點(diǎn)而得到極大的關(guān)注。在MIM0雷達(dá)系統(tǒng)中，角度估計(jì)是一個(gè)關(guān)鍵性問 題。對(duì)于該個(gè)問題，一些基于子空間的方法，例如MUSIC算法（I邸ETrans.Antennasand propagation, 1986, (3) ;276-280)和ESPR]；T算法（I邸ETrans.Si即alProcess. ,1989， 37(7) ;984-995)，已經(jīng)在MIMO雷達(dá)系統(tǒng)的角度估計(jì)中得到了應(yīng)用。另一方面，利用MIMO雷達(dá)系統(tǒng)的特殊結(jié)構(gòu)，在DOA估計(jì)中已經(jīng)提出了畑-ESPRIT(ElectronicsLetters;2011， 47(4) ;283-284)和共輛ESPRIT(C-ESPRIT)(Si即alProcess. ,2013,93 ;2070-2075)算 法?；趥魉完嚥ㄊ臻g能量集中技術(shù)（I邸ETransationsonSi即alProcessing，2011， 59化）；2669-2682)算法的提出提高了角度估計(jì)性能。然而，該些方法的性能在低SNR,有限 快拍數(shù)或者目標(biāo)空間緊密分布的情況下通常是不能達(dá)到要求的。
[0003] 近幾年，稀疏表示領(lǐng)域的出現(xiàn)給陣列信號(hào)處理中的D0A估計(jì)提供了新的視點(diǎn)，在 相關(guān)領(lǐng)域中已經(jīng)提出了一些稀疏表示方法。針對(duì)D0A估計(jì)提出的一種li-SVD算法（I邸E Trans.Si即alProcess.,2005, 53(8) ;3010-3022)，利用li范數(shù)處罰接近1。范數(shù)處罰，關(guān)注 直接數(shù)據(jù)。IrSRACV算法（I邸ETrans.Si即alProcess.，2011，59(2);629-638)和〔15尺 算法（I邸ETrans.Aerosp.Electron.Syst.，2013,49 (3))不是利用直接數(shù)據(jù)而是基于陣列 協(xié)方差向量的稀疏性。另一方面，實(shí)域li-SVD(RVli-SVD)算法（I邸EAntennasWireless Propag.Lett.，2013,12 ;376-379)，相比于li-SVD算法具有更低的計(jì)算復(fù)雜度，更好的角度 估計(jì)性能。上面所提到的方法都是基于li范數(shù)處罰，1 1范數(shù)處罰不能更好地接近1。范數(shù)處 罰。在（Journaloffourieranalysisandapplications,2008,14巧）；887_905)中提出 的一種迭代算法，加權(quán)最小化li范數(shù)方法，更好地接近了 1。范數(shù)處罰。但是該面臨兩大問 題；1)只適用于單測(cè)量矢量恢復(fù)問題。然而，在MIMO陣列系統(tǒng)D0A估計(jì)中設(shè)及到多測(cè)量矢 量恢復(fù)問題；2)在MIMO雷達(dá)系統(tǒng)中需要二維完備字典恢復(fù)稀疏陣列，該也許在恢復(fù)稀疏矩 陣時(shí)失效。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的在于克服上述方法的缺陷，提出一種新的基于實(shí)域加權(quán)最小化li范 數(shù)的MIMO雷達(dá)系統(tǒng)D0A估計(jì)方法。
[0005] 本發(fā)明的目的是該樣實(shí)現(xiàn)的：
[0006] 包括如下步驟；
[0007] (1)發(fā)射陣列發(fā)射相互正交的相位編碼信號(hào)，接收端進(jìn)行匹配濾波處理后獲得接 收數(shù)據(jù)，并利用降維矩陣對(duì)接收數(shù)據(jù)進(jìn)行降維處理；
[000引 （2)利用酉變換矩陣，將降維后接收數(shù)據(jù)的增廣樣本矩陣變成實(shí)域，進(jìn)行奇異值分 解并獲得稀疏表示框架下的相應(yīng)模型；
[0009] (3)利用實(shí)域?qū)蚴噶亢退鄳?yīng)噪聲子空間的正交性，設(shè)計(jì)一個(gè)對(duì)角線元素與實(shí) 域MUSIC譜相對(duì)應(yīng)的權(quán)值矩陣W解決MMV問題；
[0010] (4)設(shè)計(jì)實(shí)域加權(quán)最小化li范數(shù)框架，利用編程軟件包SOC二階錐計(jì)算方法，獲得 恢復(fù)矩陣，尋找恢復(fù)矩陣中的非零行，實(shí)現(xiàn)對(duì)MIMO雷達(dá)系統(tǒng)中目標(biāo)DOA的估計(jì)。
[0011] 所述步驟（1)中按如下步驟對(duì)接收數(shù)據(jù)進(jìn)行降維處理：
[001引（1. 1)根據(jù)單基地MIMO雷達(dá)系統(tǒng)接收一發(fā)射導(dǎo)向矢量的結(jié)構(gòu)可知，MIMO雷達(dá)系統(tǒng) 的發(fā)射一接收導(dǎo)向矢量滿足：
[0013] a, (0)0a,. (60-Gb(巧，
[0014] 式中at( 0 )和ar( 0 )分別為發(fā)射導(dǎo)向矢量和接收導(dǎo)向矢量， G巨€*^xe，b(臺(tái)）Ecexi，Q二M+N-1，分別是轉(zhuǎn)換矩陣和一維導(dǎo)向矢量，
【主權(quán)項(xiàng)】
1. 基于實(shí)域加權(quán)最小化I i范數(shù)方法的MMO雷達(dá)系統(tǒng)DOA估計(jì)方法，其特征在于，包括 如下步驟： (1) 發(fā)射陣列發(fā)射相互正交的相位編碼信號(hào)，接收端進(jìn)行匹配濾波處理后獲得接收數(shù) 據(jù)，并利用降維矩陣對(duì)接收數(shù)據(jù)進(jìn)行降維處理； (2) 利用酉變換矩陣，將降維后接收數(shù)據(jù)的增廣樣本矩陣變成實(shí)域，進(jìn)行奇異值分解并 獲得稀疏表示框架下的相應(yīng)模型； (3) 利用實(shí)域?qū)蚴噶亢退鄳?yīng)噪聲子空間的正交性，設(shè)計(jì)一個(gè)對(duì)角線元素與實(shí)域 MUSIC譜相對(duì)應(yīng)的權(quán)值矩陣以解決MMV問題； (4) 設(shè)計(jì)實(shí)域加權(quán)最小化^范數(shù)框架，利用編程軟件包SOC二階錐計(jì)算方法，獲得恢復(fù) 矩陣，尋找恢復(fù)矩陣中的非零行，實(shí)現(xiàn)對(duì)MMO雷達(dá)系統(tǒng)中目標(biāo)DOA的估計(jì)。
2. 根據(jù)權(quán)利要求1所述的基于實(shí)域加權(quán)最小化I i范數(shù)方法的MMO雷達(dá)系統(tǒng)DOA估計(jì) 方法，其特征在于：所述步驟（1)中按如下步驟對(duì)接收數(shù)據(jù)進(jìn)行降維處理： (I. 1)根據(jù)單基地MMO雷達(dá)系統(tǒng)接收一發(fā)射導(dǎo)向矢量的結(jié)構(gòu)可知，MMO雷達(dá)系統(tǒng)的發(fā) 射一接收導(dǎo)向矢量滿足：
式中at( Θ )和Θ )分別為發(fā)射導(dǎo)向矢量和接收導(dǎo)向矢量，
q = M+N - i，分別是轉(zhuǎn)換矩陣和一維導(dǎo)向矢量，
通過利用矩陣Gh對(duì)應(yīng)Q個(gè)不同的元素，二維導(dǎo)向矢量可以轉(zhuǎn)換為一維導(dǎo)向矢量即進(jìn)行 降維處理； (1. 2)根據(jù)轉(zhuǎn)換矩陣，降維矩陣為W = F1/2GH，其中
(1. 3)利用W獲得降維接收數(shù)據(jù)文，則有
3. 根據(jù)權(quán)利要求1所述的基于實(shí)域加權(quán)最小化I i范數(shù)方法的MMO雷達(dá)系統(tǒng)DOA估計(jì) 方法，其特征在于：所述步驟（2)中按如下步驟利用酉變換矩陣，將降維后接收數(shù)據(jù)的增廣 樣本矩陣變成實(shí)域，進(jìn)行奇異值分解并獲得稀疏表示框架下的相應(yīng)模型： (2. 1)考慮增廣樣本矩陣
其中rQ是具有反對(duì)角元素為1，其他元素 為O的QXQ交換矩陣，（·Γ表示共軛操作，Y是中心厄米特矩陣并且能夠轉(zhuǎn)換為一個(gè)實(shí)域 矩陣，
示對(duì)角化操作，其中關(guān)于接收數(shù)據(jù)的線性陣列在降維轉(zhuǎn)換后是中心對(duì)稱的，酉變換后，實(shí)域 導(dǎo)向矩陣為
其中St= [φ ?S φ<Γ;]υ2;是實(shí)域信號(hào)矩陣
「是實(shí)域噪聲 矩陣； (2. 2)對(duì)YtS用奇異值分解SVD技術(shù)，有
其中t.=S,.Vs，Nr=NrVf Vs是由對(duì)應(yīng)著P個(gè)最大奇異值的￥1·的實(shí)域右奇異向量 構(gòu)成； (2. 3)應(yīng)用稀疏表示框架，實(shí)域一維完備字典可以表示為：
，在稀疏表示 框架下，
4.根據(jù)權(quán)利要求1所述的基于實(shí)域加權(quán)最小化I i范數(shù)方法的MMO雷達(dá)系統(tǒng)DOA估計(jì) 方法，其特征在于：所述步驟（3)中按如下步驟利用實(shí)域?qū)蚴噶亢退鄳?yīng)噪聲子空間的 正交性，設(shè)計(jì)對(duì)角線元素與實(shí)域MUSIC譜相對(duì)應(yīng)的權(quán)值矩陣： (3. 1)將實(shí)域完備字典分為兩部分
式中j
是由對(duì)應(yīng)著可能目標(biāo)的實(shí)域?qū)蚴噶?br>1，2,…，P組成：
是由字典δ?剩下的實(shí)域?qū)蚴噶拷M成，Vn是實(shí)域噪聲子 空間，通過對(duì)Yt進(jìn)行奇異值分解可以得到； (3. 2)根據(jù)實(shí)域?qū)蚴噶亢拖鄳?yīng)噪聲子空間的正交性，當(dāng)J -時(shí)，Wu- 0, W2，i> 0， 定義權(quán)值矩陣
5.根據(jù)權(quán)利要求1所述的基于實(shí)域加權(quán)最小化I i范數(shù)方法的MMO雷達(dá)系統(tǒng)DOA估計(jì) 方法，其特征在于：所述步驟（4)中按如下步驟設(shè)計(jì)實(shí)域加權(quán)最小化^范數(shù)框架，利用編程 軟件包SOC二階錐計(jì)算方法，獲得恢復(fù)矩陣，尋找恢復(fù)矩陣中的非零行，對(duì)MIMO雷達(dá)系統(tǒng)中 的目標(biāo)DOA進(jìn)行估計(jì)： 實(shí)域加權(quán)最小化I1范數(shù)為
式中7是正則化參數(shù)，利用編程軟件包SOC二階錐計(jì)算，通過測(cè)繪(紀(jì).)~。
【專利摘要】本發(fā)明涉及MIMO雷達(dá)系統(tǒng)技術(shù)領(lǐng)域，特別涉及MIMO雷達(dá)系統(tǒng)DOA估計(jì)的應(yīng)用，具體說是一種基于實(shí)域加權(quán)最小化l1范數(shù)方法的MIMO雷達(dá)系統(tǒng)DOA估計(jì)方法。本發(fā)明包括：利用降維矩陣對(duì)接收數(shù)據(jù)進(jìn)行降維處理；進(jìn)行奇異值分解并獲得稀疏表示框架下的相應(yīng)模型；利用實(shí)域?qū)蚴噶亢退鄳?yīng)噪聲子空間的正交性，設(shè)計(jì)一個(gè)對(duì)角線元素與實(shí)域MUSIC譜相對(duì)應(yīng)的權(quán)值矩陣以解決MMV問題；實(shí)現(xiàn)對(duì)MIMO雷達(dá)系統(tǒng)中目標(biāo)DOA的估計(jì)。本發(fā)明通過降維轉(zhuǎn)換SNR增益得到加強(qiáng)，同時(shí)所設(shè)計(jì)的加權(quán)l(xiāng)1范數(shù)更好地接近了l0范數(shù)并且強(qiáng)化了稀疏解，比l1-SVD和RV l1-SVD算法有更高的分辨率。
【IPC分類】G01S7-02
【公開號(hào)】CN104865556
【申請(qǐng)?zhí)枴緾N201510253261
【發(fā)明人】周衛(wèi)東, 劉婧, 王咸鵬, 宮文賀, 王長(zhǎng)龍, 朱鵬翔, 陳智超, 王晨曦, 武哲民, 陳云龍
【申請(qǐng)人】哈爾濱工程大學(xué)
【公開日】2015年8月26日
【申請(qǐng)日】2015年5月18日