基于信号子空间重构的阵元缺损MIMO雷达角度估计方法

    公开(公告)号:CN109471082A

    公开(公告)日:2019-03-15

    申请号:CN201811318528.8

    申请日:2018-11-07

    CPC classification number: G01S7/411

    Abstract: 本发明提供一种基于信号子空间重构的阵元缺损MIMO雷达角度估计方法包括如下步骤:步骤1:对阵元缺损双基地MIMO雷达的协方差矩阵进行特征分解来获得信号子空间矩阵,从而降低待恢复数据矩阵的维数,在信号子空间矩阵中从上而下每M行数据构成每一个信号子空间块矩阵,共形成N个信号子空间块矩阵,其中M和N分别为发射阵元和接收阵元数;步骤2:根据信号子空间块矩阵之间的相关性,将所有的信号子空间块矩阵构成一个低秩块Hankel矩阵,通过不定增广拉格朗日乘子法对其进行重构,恢复出块Hankel矩阵中的缺失数据,从而获得完整的信号子空间矩阵;步骤3:根据完整的信号子空间矩阵,利用ESPRIT算法进行目标角度估计。

    一种基于图像熵的双基地MIMO雷达阵元缺损诊断方法

    公开(公告)号:CN109471078B

    公开(公告)日:2022-11-22

    申请号:CN201811318145.0

    申请日:2018-11-07

    Abstract: 本发明提供一种基于图像熵的双基地MIMO雷达阵元缺损诊断方法包括如下步骤:步骤1:对阵元缺损MIMO雷达的协方差矩阵进行特征分解来获得信号子空间,从而降低待恢复数据矩阵的维数,在信号子空间中对应缺损阵元位置处的整行数据全部缺失,从上而下每M行数据构成每一个信号子空间块矩阵,共形成N个信号子空间块矩阵,其中M和N分别为发射阵元和接收阵元数;步骤2:根据信号子空间块矩阵之间的相关性,将所有的信号子空间块矩阵构成一个低秩块Hankel矩阵,通过不定增广拉格朗日乘子法对其进行重构,从而恢复出块Hankel矩阵中的缺失数据,再通过反变换获取完整的信号子空间;步骤3:利用ESPRIT算法进行目标角度估计。

    基于信号子空间重构的阵元缺损MIMO雷达角度估计方法

    公开(公告)号:CN109471082B

    公开(公告)日:2022-11-01

    申请号:CN201811318528.8

    申请日:2018-11-07

    Abstract: 本发明提供一种基于信号子空间重构的阵元缺损MIMO雷达角度估计方法包括如下步骤:步骤1:对阵元缺损双基地MIMO雷达的协方差矩阵进行特征分解来获得信号子空间矩阵,从而降低待恢复数据矩阵的维数,在信号子空间矩阵中从上而下每M行数据构成每一个信号子空间块矩阵,共形成N个信号子空间块矩阵,其中M和N分别为发射阵元和接收阵元数;步骤2:根据信号子空间块矩阵之间的相关性,将所有的信号子空间块矩阵构成一个低秩块Hankel矩阵,通过不定增广拉格朗日乘子法对其进行重构,恢复出块Hankel矩阵中的缺失数据,从而获得完整的信号子空间矩阵;步骤3:根据完整的信号子空间矩阵,利用ESPRIT算法进行目标角度估计。

    一种基于协方差矩阵重构的阵元缺损MIMO雷达DOA估计方法

    公开(公告)号:CN108732549B

    公开(公告)日:2020-05-19

    申请号:CN201810487573.X

    申请日:2018-05-21

    Abstract: 本发明公开了一种基于协方差矩阵重构的阵元缺损MIMO雷达DOA估计方法,包括首先接收阵元缺损下的MIMO雷达接收信号经匹配滤波处理,获得虚拟阵列在k时刻输出信号计算阵元缺损MIMO雷达虚拟阵列的协方差矩阵其次以接收阵元数N作为子方块矩阵的大小,对阵元缺损MIMO雷达虚拟阵列的协方差矩阵进行划分;然后利用Toeplitz矩阵的差分性质重构具有Toeplitz特性的子方块矩阵根据各个子方块矩阵的重构值获得重构后的数据协方差矩阵最后根据重构后的协方差矩阵采用ESPRIT算法进行目标DOA估计。本发明能有效解决接收阵元缺损下的MIMO雷达协方差矩阵秩亏的问题,提高MIMO雷达的DOA估计性能。

    一种基于图像熵的双基地MIMO雷达阵元缺损诊断方法

    公开(公告)号:CN109471078A

    公开(公告)日:2019-03-15

    申请号:CN201811318145.0

    申请日:2018-11-07

    CPC classification number: G01S7/4004

    Abstract: 本发明提供一种基于图像熵的双基地MIMO雷达阵元缺损诊断方法包括如下步骤:步骤1:对阵元缺损MIMO雷达的协方差矩阵进行特征分解来获得信号子空间,从而降低待恢复数据矩阵的维数,在信号子空间中对应缺损阵元位置处的整行数据全部缺失,从上而下每M行数据构成每一个信号子空间块矩阵,共形成N个信号子空间块矩阵,其中M和N分别为发射阵元和接收阵元数;步骤2:根据信号子空间块矩阵之间的相关性,将所有的信号子空间块矩阵构成一个低秩块Hankel矩阵,通过不定增广拉格朗日乘子法对其进行重构,从而恢复出块Hankel矩阵中的缺失数据,再通过反变换获取完整的信号子空间;步骤3:利用ESPRIT算法进行目标角度估计。

    一种基于协方差矩阵重构的阵元缺损MIMO雷达DOA估计方法

    公开(公告)号:CN108732549A

    公开(公告)日:2018-11-02

    申请号:CN201810487573.X

    申请日:2018-05-21

    Abstract: 本发明公开了一种基于协方差矩阵重构的阵元缺损MIMO雷达DOA估计方法,包括首先接收阵元缺损下的MIMO雷达接收信号经匹配滤波处理,获得虚拟阵列在k时刻输出信号计算阵元缺损MIMO雷达虚拟阵列的协方差矩阵 其次以接收阵元数N作为子方块矩阵的大小,对阵元缺损MIMO雷达虚拟阵列的协方差矩阵进行划分;然后利用Toeplitz矩阵的差分性质重构具有Toeplitz特性的子方块矩阵 根据各个子方块矩阵的重构值获得重构后的数据协方差矩阵最后根据重构后的协方差矩阵 采用ESPRIT算法进行目标DOA估计。本发明能有效解决接收阵元缺损下的MIMO雷达协方差矩阵秩亏的问题,提高MIMO雷达的DOA估计性能。

Patent Agency Ranking