[發(fā)明專利]一種基于壓縮感知的MIMO雷達目標信息恢復方法

在審

• 申請?zhí)枺?/td>: 202011423746.5
• 申請日: 2020-12-08
• 公開（公告）號: CN112698289A
• 公開（公告）日: 2021-04-23
• 發(fā)明（設計）人: 席峰;梁詩兒;李杰
• 申請（專利權）人: 南京理工大學
• 主分類號: G01S7/41
• 分類號: G01S7/41
• 代理公司: 南京理工大學專利中心 32203
• 代理人: 朱沉雁

1.一種基于壓縮感知的MIMO雷達目標信息恢復方法，其特征在于：基于欠采樣，將傳統(tǒng)一維的原子范數(shù)算法拓展成二維應用在MIMO雷達的稀疏目標信息恢復上，具體步驟如下：

步驟1、在經(jīng)典MIMO雷達的架構下，產(chǎn)生發(fā)射信號和接收信號；

步驟2、在考慮單脈沖的情況下，對接收信號的空間和時間進行采樣：

時域上先對接收信號做快速傅里葉變換，在所得到的傅里葉系數(shù)中隨機取出k個信號樣本，進行匹配濾波器；空域上根據(jù)采樣率在總的發(fā)射天線和接收天線中選取一定數(shù)量的天線作為發(fā)射機和接收機；

步驟3、將取得的k個采樣點的接收信號生成一個k維向量，并用范德蒙行列式表示；

步驟4、定義低秩矩陣X，恢復結(jié)構化的低秩矩陣X，得到目標參數(shù)的距離序列D和方位角序列C；

步驟5、將目標參數(shù)的距離序列D和方位角序列C配對，使得距離和方位角對應它們的目標在序列中排列；

步驟6、進行仿真，觀察單目標和多目標情況下的參數(shù)恢復情況和不同SNR對該算法下的目標參數(shù)恢復誤差的影響。

2.根據(jù)權利要求1所述的基于壓縮感知的MIMO雷達目標信息恢復方法，其特征在于，步驟3、將取得的k個采樣點的接收信號生成一個k維向量，并用范德蒙行列式表示，具體如下：

接收信號表示為：

其中，橫截面參數(shù)表示雷達橫截面，f_c為載波頻率，B_h表示帶寬，θ_l表示待恢復的目標方位角，τ_l表示待恢復的目標距離；M表示發(fā)射機個數(shù)，R表示發(fā)射天線個數(shù)，q表示接收機序號，K表示采樣總個數(shù)，m表示發(fā)射機序號；

其范德蒙行列式形式為：

定義四個中間向量分別為a_K(τ_l)、a_T(θ_l)、a_T(τ_l)a_q(θ_l)，其中

T表示接收天線個數(shù)，Q表示接收機個數(shù)，τ表示時延；于是引入矩陣G，G是只包含0，1的M×T維矩陣，每一行的維度對應著T個天線，矩陣G的每行有一個位置為1，該位置就是被隨機選中的發(fā)射天線坐標。I_KQ為全為1的KQ維向量，I_Q為全為1的Q維向量，I_K為全為1的K維向量，為接收信號向量。

3.根據(jù)權利要求1所述的基于壓縮感知的MIMO雷達目標信息恢復方法，其特征在于，步驟4中，定義低秩矩陣X，恢復結(jié)構化的低秩矩陣X，得到目標參數(shù)的距離序列D和方位角序列C，具體如下：

定義一個K×Q的矩陣X，令定義存放目標時延的序列向量D＝[d(τ₁),d(τ₂),...,d(τ_l)]^T，存放目標方位角的序列向量C＝[c(θ₁),c(θ₂),...,c(θ_l)]^T；其中，θ_l和τ_l是要恢復的目標方位角和距離，定義對角矩陣Λ＝diag[α₁,...,α_l]；得到X＝D·Λ·C^T。

4.根據(jù)權利要求1所述的基于壓縮感知的MIMO雷達目標信息恢復方法，其特征在于，步驟5、將目標參數(shù)的距離序列D和方位角序列C配對，使得距離和方位角對應它們的目標在序列中排列，具體如下：

定義一個秩為L的矩陣H，將它分解得到拓普利茲矩陣，再將拓普利茲矩陣進行特征值分解，并進行化簡，得到一個L₁×L₂的匹配矩陣選擇矩陣O中最大的L個值的位置對應的距離方位角位置就是L個目標的所需的參數(shù)位置，其中，中間向量W₁和向量V₂是兩個長度分別為L₁和L₂的拓普利茲矩陣進行特征值分解得到兩個向量，此處符號的意思是穆爾-彭羅斯偽逆。