欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2021111689179
申请人: 吉林大学
专利类型:发明专利
专利状态:已下证
专利领域: 测量;测试
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于NOMP的单基地MIMO雷达远近场混合目标定位方法,建立单基地MIMO雷达的系统模型,发射阵元位于X轴上,接收阵元位于Y轴上,发射阵列和接收阵列均采用对称的均匀线阵,位于坐标原点的阵元作为收发共用阵元,2M+1个发射阵元同时发射窄带信号照射K个目标,包含K1个远场目标和K2个近场目标,在接收端采用2N+1个接收阵元,阵元间距dt=dr=λ/4,发射角度为θ,接收角度为 目标与坐标原点的距离为r,第k个目标(k=1,…,K)的发射角度、接收角度和距离分别为θk, 和rk,相应地,对于远场源,其距离rk=∞,其特征在于,包括下列步骤:

步骤一、采用MIMO雷达接收端的2N+1个接收阵元对多次快拍得到的回波数据进行收集(l)

和处理,将第l个快拍期间(l=1,…,L)的回波数据表示为一个(2N+1)×Lt的矩阵X ,即:

2 2 T

其中,at(θk,rk)=[exp(‑jMαtk+j(‑M)βtk),…,1,…,exp(jMαtk+jMβtk)]表示(2M+1)×

2 2

1维的发射方向矢量 ,αtk=‑2πsinθk/λ,βtk=πd cos θk/(λrk),表示(2N+1)×1

维的接收方向矢量, S表示发射波形矩阵,sm(m=1,…,2M+1)是第m个发射阵元所发射的波形,其编码长度为H

Lt,且S为归一化正交矩阵,SS =I2M+1; 为第l个快拍期间第k个目标的散射系数;

是一个(2N+1)×Lt维的高斯噪声矩阵,λ是回波的波长;

(l

步骤二、对2N+1个接收阵元所接收的信号X )进行匹配滤波处理,得到:其中, 为匹配滤波后的信号;

步骤三、对匹配滤波后的信号进行矢量化处理,即 得到第l个快拍期间的观测数据为:

其中, 为目标散射系数矢量; 是在第l个快拍期间处理后的噪声矢量; 是联合导向矢量矩阵,at(θk,rk)和

分别为发射和接收方向矢量,⊙是Khatri‑Rao矩阵积, 是Kronecker矩阵积;

(l)

步骤四、收集L个快拍期间的数据y ,l=1,…,L,得到一个维数为(2M+1)(2N+1)×L的观测矩阵Y,即:

(1) (L) (1) (L) (1) (L)其中,Y=[y ,…,y ],B=[b ,…,b ],N=[n ,…,n ], 是包含收发角2

度的联合导向矩阵,B是均值为0、方差为1的目标散射系数矩阵,N为均值为0、方差为σ的高斯白噪声矩阵;

步骤五、接收信号的协方差矩阵表示为 利用参数分离的方法消除距离参数,得到只含有角度参数的观测数据矩阵y2,它是一个(2M+1)(2N+1)×1维的向量,即:其中, 为目标散射系数的功率,为参数分离处理后的

(2M+1)(2N+1)×K维联合导向矢量矩阵,表示处理后的(2M+1)×1维发射方向矢量,表示处理后的(2N+1)×1维接收方向矢量,

步骤六、将y1=y2‑na作为新的观测数据矩阵,其中na可以通过协方差矩阵 的(2M+1)(2N+1)‑K个小特征值求均值获得,利用二维NOMP方法获得发射角和接收角的估计值步骤七、对待估计的距离参数在一定范围内进行网格划分,划分方法为:借助于步骤六估计得到的发射角和接收角构成集合

同时,假设 是第k次循环后得到的估计值集合,只需要获得未估计参数 相应的残差为: 其中 为L维的行向量,D=2d*min(M,N)为阵列孔径;

步骤八、通过最大化广义似然比检验GLRT函数获得一个格点估计值:其中,

并依据获得的 判别此目标的类别,并依据不同的方式获得相应的幅度值步骤九、对于步骤八获得的估计值 采用判别目标类型的方法进行远近场目标判别,若为远场,就不再对距离参数进行修正;若判断为近场,利用牛顿梯度的方法获得修正后的距离参数:

其中,

相应的幅度估计值为:

并重复步骤九Rs次;

步骤十、对于上步单步修正过程后,此时的估计值集合为:该修 正步 骤涉 及以 预定 顺 序循 环遍 历 中的 所 有目标 估 计值组当修正第l个目标时,将 作为测量值,然后使用单目标更新步骤修正 整个循环次数为Rc,同样地,对于远场源和近场源的修正方法与步骤八和步骤九的方式相同;

步骤十一、通过最小二乘法获得幅度 其中步骤十二、步骤八到步骤十一经过K次循环后,可以得到发射角、接收角和距离的估计值

2.根据权利要求1所述的基于NOMP的单基地MIMO雷达远近场混合目标定位方法,其特征在于:所述步骤五参数分离的具体方法为:基于阵列的观测数据,观察可得到由第m个发射阵元发射信号并由第n个接收阵元接收获得的观测数据和由第q个阵元发射信号并由第p个阵元接收获得的观测数据之间的互相关为:其中m∈[‑M,M],n∈[‑N,N], 为第k个回波信号的功率,当m=‑q,n=‑p时,上述公式中的βrk和βtk就可以消除,只剩下角度参数αrk和αtk:对应在信号的协方差矩阵 中就是反对角线上的元素,取出这些元素重新构造成一个向量:

则有:

此时就可以将距离参数和角度参数分离开。

3.根据权利要求1所述的基于NOMP的单基地MIMO雷达远近场混合目标定位方法,其特征在于:所述步骤六具体实现方法为:假设 表示第k次循环后得到的发射角 接收角 和对应的回波信号的幅度值 的估计值组成的集合,相应的残差值可以表示为:

通过最小化剩余能量 来获得 二维NOMP方法包括以下几步过程:检 测阶 段 :对发 射 角 和 接收 角划 分离 散 网 格 节点 其中建立广义似然

比检验(GLRT)成本函数 通过GLRT函数可以得到一个格点估计值 即 相应的幅度估计值为其中

单步修正:此步对上述得到的格点估计值进行细化,Rs为细化次数, 的最大似然估计利用最小二乘(LS)方法求得: 其等价于最大化函数:所输出的修正后的发射角 和接收角 为:其中:

一阶偏导函数为:

二阶偏导函数为:

其中 修正后相应的幅度为:循环修正:此过程对之前所有的估计值进行循环修正,对于上步单步修正过程后,此时的估计值集合为: 在这一步中,需要对所有的进行修正,该修正步骤涉及以预定顺序循环遍历 中的所有目标估计值组,当修正第l个目标时,将 作为测量值,然后使用单目标更新步骤修正 整个循环次数为Rc;

增益更新:在此阶段,对所有在 中的参数更新相应的幅度 在这一步中,通过最小二乘法获得幅度

其中

经过K次循环后可以得到所有目标的发射角和接收角

4.根据权利要求1所述的基于NOMP的单基地MIMO雷达远近场混合目标定位方法,其特征在于:所述步骤八中相应幅度更新的方法为:当上式估计值 时,认为是远场目标,此时令 并由下式得到幅度估计值:否则认为是近场源,相应的幅度估计值为:其中 表示不超过a的最大整数。