一种基于子空间对消的干扰下的目标角度估计方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114265004A(43)申请公布日2022.04.01(21)申请号202111532705.4(22)申请日2021.12.15(71)申请人电子科技大学地址611731四川省成都市高新区（西区）西源大道2006号(72)发明人唐凌云何子述李军程子扬(74)专利代理机构电子科技大学专利中心51203代理人邹裕蓉(51)Int.Cl.G01S3/14(2006.01)G01S3/02(2006.01)权利要求书2页说明书5页附图1页(54)发明名称一种基于子空间对消的干扰下的目标角度估计方法(57)摘要本发明设计雷达通信技术领域，提出一种基于子空间对消的干扰下的目标角度估计方法，包含步骤：构建回波信号矩阵；计算测试数据的协方差矩阵；对测试数据协方差矩阵进行特征分解，得到目标+干扰子空间；计算辅助数据的协方差矩阵；对辅助数据协方差矩阵进行特征分解，得到干扰子空间；对得到的子空间对应的特征向量求相似度，相关系数高于门限判定为干扰，剔除干扰特征向量后得到目标子空间；计算各稀疏网格点目标函数输出；取最大目标函数输出对应角度作为目标角度估计。通过子空间相似度进行干扰下的角度估计，可以有效进行干扰抑制，在干扰环境中得到目标角度的准确估计。CN114265004ACN114265004A权利要求书1/2页1.基于子空间对消的干扰下的目标角度估计方法，其特征在于，包括以下步骤：步骤1：分别构建测试数据、辅助数据对应的回波信号矩阵；测试数据为；辅助数据为；测试数据为目标所在单元回波；辅助数据为无目标单元回波；步骤2：计算测试数据协方差矩阵；再对测试数据协方差矩阵进行特征分解得到目标和干扰子空间的特征向量αi，i＝1,2,...,I，I为目标和干扰子空间的特征向量个数；计算辅助数据协方差矩阵，再对干扰协方差矩阵进行特征分解得到干扰子空间的特征向量βj，j＝1,2,...,J，J为干扰子空间的特征向量个数；步骤3：计算测试空间的特征向量αi和干扰子空间的特征向量βj的相关系数如果相关系数ρij大于门限T，判定测试空间的特征向量αi为干扰特征向量，否则判定αi为目标特征向量；其中，var表示方差函数，cov表示协方差函数；步骤4：利用目标特征向量构造稀疏网格点上的目标函数，得到各网格点上的目标函数值；步骤5：对步骤4得到的目标函数值进行峰值搜索，得到目标函数的峰值对应的方位角与俯仰角2.如权利要求1所述方法，其特征在于，测试数据回波信号矩阵X1，X1为N×L1的矩阵，N为空域通道数，L1为测试数据快拍数；辅助数据回波信号矩阵X2，X2为N×L2的矩阵，L2为辅助数据的快拍数。测试数据协方差矩阵辅助数据协方差矩阵3.如权利要求2所述方法，其特征在于，步骤2具体包括：对测试数据协方差矩阵进行特征分解λ′i为测试数据协方差矩阵的特征值，αi为测试数据协方差矩阵的特征向量，i＝1,2,...,N，λ′1≥λ′2,...,≥λ′N；计算信源门限T1为设置的信源门限常数；利用信源门限对测试数据协方差矩阵的特征向量进行筛选，当有则判定对应αi为目标和干扰子空间信源特征向量，得到I个目标和干扰子空间信源特征向量αi,i＝1,2,...,I，I个目标和干扰子空间信源特征向量张成目标+干扰子空间；对辅助数据协方差矩阵进行特征分解η′j为辅助数据协方差矩阵的特征值，βj为辅助数据协方差矩阵的特征向量，j＝1,2,...,N，η′1≥η′2,...,≥η′N；计算干扰门限T2为设置的干扰门限常数；利用干扰门限对辅助数据协方差矩阵的特征向量进行筛选，当有则判定对应βj为干扰空间信源特征向量，得到J个干扰特征向量βj,j＝1,2,...,J，J个干扰信源特征向量张成干扰子空间。2CN114265004A权利要求书2/2页4.如权利要求1所述方法，其特征在于，步骤4具体为：将目标特征向量进行叠加I1为目标特征向量个数，计算各稀疏网格点目标函数值为方位角θ与俯仰角的网格点对应的阵列导向矢量，H表示共轭转置。3CN114265004A说明书1/5页一种基于子空间对消的干扰下的目标角度估计方法技术领域[0001]本发明属于雷达通信领域，尤其涉及干扰下的目标角度估计方法。背景技术[0002]波达方向估计DOA是现代雷达中的一个重要课题，提升角度估计精度可以提升整个雷达系统的性能(见文献：EnhancedDOAEstimationExploitingMulti‑FrequencySparseArray,IEEETransactionsonSignalProcessing,availableonline,2021；Real‑ValuedSparseBayesianLearningforDOAEstimation