正交频分复用雷达超分辨距离与角度值联合估计方法

摘要

本发明公开一种正交频分复用雷达超分辨距离与角度值联合估计方法。其实现步骤是：(1)正交频分复用雷达的一维等距线阵中的阵元，同时发射正交频分复用波形信号；(2)向量化表示；(3)相位补偿；(4)二维空间平滑取样；(5)计算空间动目标的二维搜索矢量；(6)计算包含空间动目标的距离信息和角度信息的谱强度；(7)联合估计距离值和角度值。本发明利用回波信号中目标的距离和角度具有无耦合特性，对信号源的距离和角度可进行联合估计，同时在单快拍条件下，利用超分辨方法结合二维空间平滑对信号源的距离和角度进行联合超分辨估计。

主权项

一种正交频分复用雷达超分辨距离与角度值联合估计方法，包括如下步骤：(1)发射正交频分复用波形信号：正交频分复用雷达的一维等距线阵中的阵元，同时发射正交频分复用波形信号，每个正交频分复用波形信号包含相同的子载波个数，每个相邻的子载波频率间隔相同；其特征在于，本发明还包括以下步骤：(2)向量化表示：(2a)正交频分复用雷达的一维等距线阵，接收由正交频分复用波形信号经空间动目标反射后的回波信号；(2b)正交频分复用雷达对回波信号进行一次快拍，得到回波数据；(2c)使用滤波器，滤除回波数据中的载波；(2d)将回波数据中的时间取样离散化后以向量形式表示；(3)相位补偿：使用乘法器，对回波数据中的每一列进行相位补偿，得到含有空间动目标的距离信息和角度信息的回波矩阵；(4)二维空间平滑取样：(4a)提取回波矩阵的第一列数据重新排列成一个矩阵，重新排列后的矩阵的行数为正交频分复用波形信号子载波的个数，列数为正交频分复用雷达的一维等距线阵阵元的个数；(4b)采用二维循环滑窗取样方法，对重新排列后的矩阵进行取样，得到样本子阵；(4c)将样本子阵重新排列为一个矩阵，将该矩阵作为采样样本；(5)按照下式，计算空间动目标的二维搜索矢量：$a_W(\theta ,R)=a_{Ms}\left(\theta \right)\otimes a_{Ns}\left(R\right)$其中，a_W(θ,R)表示空间动目标的二维搜索矢量，W表示采样样本的协方差矩阵特征值的个数，且W＝Ns×Ms，Ns表示滑窗所用窗的行数，Ms表示滑窗所用窗的列数，θ表示空间动目标的波达角度，R表示空间动目标与正交频分复用雷达的距离，a_Ms(θ)表示空间动目标的方向导向矢量，表示做克罗内克相乘操作，a_Ns(R)表示空间动目标的距离导向矢量；(6)计算包含空间动目标的距离信息和角度信息的谱强度：(6a)按照下式，计算采样样本的协方差矩阵：$R=\frac{1}{(N-N_S+1)\times (M-M_S+1)}{\mathrm{XX}}^H$其中，R表示采样样本的协方差矩阵，N表示正交频分复用波形信号子载波的个数，Ns表示滑窗所用窗的行数，且1<Ns<N，M表示正交频分复用雷达的一维等距线阵阵元的个数，Ms表示滑窗所用窗的列数，且1<Ms<M，X表示采样样本，H表示矩阵的共轭转置操作；(6b)按照下式，对采样样本的协方差矩阵做特征值分解：RV＝αV其中，R表示采样样本的协方差矩阵，V表示采样样本的协方差矩阵特征向量，α表示采样样本的协方差矩阵特征向量对应的特征值；(6c)对分解后的特征值从大到小进行排序，从排序后的特征值中取出m个小特征值，从采样样本的协方差矩阵特征向量V中取出与m个小特征值对应的特征向量v_i，构成噪声子空间，其中，m＝Ns×Ms‑P，Ns表示滑窗所用窗的行数，Ms表示滑窗所用窗的列数，P表示空间动目标的个数，v_i表示噪声子空间中第i个特征向量，且P+1≤i≤Ns×Ms；(6d)按照下式，计算包含空间动目标的距离信息和角度信息的谱强度：$S(\theta ,R)=\frac{1}{\underset{i=P+1}{\overset{W}{\Sigma }}|a_W^H(\theta ,R)v_i{|}^2}$其中，S(θ,R)表示包含空间动目标的距离信息和角度信息的谱强度，θ表示空间动目标的波达角度，R表示空间动目标与正交频分复用雷达的距离，∑表示累加操作，P表示空间动目标的个数，W表示采样样本的协方差矩阵特征值的个数，且W＝Ns×Ms，Ns表示滑窗所用窗的行数，Ms表示滑窗所用窗的列数，a_W(θ,R)表示二维搜索矢量，H表示矩阵的共轭转置操作，v_i表示噪声子空间中第i个特征向量，且P+1≤i≤Ns×Ms，|·|²表示取模平方操作；(7)联合估计距离值和角度值：对包含空间动目标的距离信息和角度信息的谱强度作三维图，从三维图中搜索谱峰出现时的位置，将谱峰对应的X坐标值作为空间动目标的角度值，谱峰对应的Y坐标值作为空间动目标的距离值。