吳躍波，楊景曙，劉世春

解放軍電子工程學(xué)院，合肥 230037

MIMO雷達目標(biāo)數(shù)量估計

吳躍波，楊景曙，劉世春

解放軍電子工程學(xué)院，合肥 230037

1 引言

現(xiàn)有的單（雙）基地MIMO雷達定位方法都需要假設(shè)目標(biāo)的數(shù)量已知，例如發(fā)射平滑技術(shù)[1]、最大似然法[2]、多項式求根法[3]、MUSIC-ESPRIT法[4-6]、投影矩陣法[7]和降維法[8]等。然而，實際情況中目標(biāo)的數(shù)量通常是未知的，如果實際的目標(biāo)數(shù)量和定位算法中使用的目標(biāo)數(shù)量不相等，將會帶來很大的定位誤差以及虛警或漏警。因此，在使用現(xiàn)有的定位算法之前，必須首先正確獲取目標(biāo)的數(shù)量。本文的目的在于對目標(biāo)的數(shù)量進行估計，從而為現(xiàn)有的各類目標(biāo)定位方法提供前提保障。

對于MIMO雷達目標(biāo)數(shù)量估計的研究尚未見有文獻報道。在陣列信號處理中，信源數(shù)估計的主流方法有信息論準則、蓋式圓準則、平滑秩序列法和正則相關(guān)技術(shù)等[9]。信息論準則基于白噪聲推導(dǎo)而來，常見的有AIC準則和MDL準則，色噪聲情況下其信源數(shù)估計效果較差。蓋式圓準則基于蓋式圓盤定理而來，白噪聲和色噪聲情況下均能適用。平滑秩序列法是處理相干源信號的，而對于MIMO雷達而言，由于各發(fā)射天線發(fā)射的信號相互正交，故無需使用平滑秩序列法。正則相關(guān)技術(shù)需要兩個空間分離的接收陣列，故并不適用于單（雙）基地MIMO雷達。因此，本文主要研究信息論準則和蓋式圓準則在MIMO雷達目標(biāo)數(shù)量估計中的應(yīng)用。

2 信號模型

一般實際中，接收機的信號經(jīng)過一系列距離-多普勒2維濾波器組，因此信號分析是在各個距離-多普勒2維分辨單元上逐個獨立進行的[1]。對于脈沖雷達信號，由于多普勒頻率可通過多脈沖回波提取，因而接收機可只需距離1維濾波器組，信號分析也只在各個距離1維分辨單元上逐個進行。這兩種處理方式的不同，在參數(shù)估計上體現(xiàn)為先驗信息的不同，前者在各個距離-多普勒2維分辨單元上進行信號檢測，檢測出有信號的同時就已獲得了目標(biāo)的時延和多普勒頻率，而后者只獲得了目標(biāo)的時延。前者進行參數(shù)估計時可補償信號的時延和多普勒頻率，而后者只可補償信號的時延。文獻[1-3]的信號模型補償了信號的時延和多普勒頻率，文獻[4-8]則只補償了信號的時延。本文對這兩種處理方式的目標(biāo)數(shù)量估計方法都進行了研究。

如圖1所示，MIMO雷達發(fā)射陣列和接收陣列均采用等距均勻線陣，共有M個發(fā)射陣元，N個接收陣元，發(fā)射陣元間距和接收陣元間距分別為dt，dr。目標(biāo)的發(fā)射角和接收角分別記為φ和θ。對于單基地MIMO雷達，收發(fā)站的位置一致，因此有φ=-θ。

圖1 MIMO示意圖

2.1 距離-多普勒2維分辨單元處理的信號模型

在某已知的距離-多普勒2維分辨單元上，假設(shè)目標(biāo)的個數(shù)為P，它是未知的，第 p個目標(biāo)的發(fā)射角、接收角及多普勒頻率分別記為，它們也是未知的。各發(fā)射陣元同時發(fā)射相互正交的脈沖串信號，第m個發(fā)射陣元發(fā)射的第l個脈沖為：

式中t和t′分別對應(yīng)慢時間和快時間，T表示脈沖重復(fù)周期。sm(t)表示第m個發(fā)射陣元的基帶信號。則第n個接收陣元接收到的第l個脈沖回波為：

式中，時延τ和多普勒頻率 fD對應(yīng)到該距離-多普勒2維分辨單元，為已知量；wn，l(t)為噪聲；αlp為第 p個目標(biāo)在第l個脈沖的散射系數(shù)，假設(shè)目標(biāo)是慢起伏的，即各脈沖的散射系數(shù)相同，αlp=αp；λ為載波波長。補償時延和多普勒頻率后可得：

則接收陣列接收的第l個脈沖回波為：

其中：

wl(t)為零均值復(fù)高斯噪聲，其相關(guān)函數(shù)設(shè)為E[wl(t)wHl(t-τ)]= Σδ(τ)，即認為各脈沖的噪聲相關(guān)函數(shù)相同。另外假設(shè)不同脈沖的噪聲相互獨立，即E[wl1(t)wHl2(t)]=0，l1≠l2。

對接收的第l個脈沖回波進行匹配濾波的結(jié)果為：

假設(shè)各發(fā)射信號的能量相等且歸一化認為是1，則式（5）可寫為：

其中Nl為N×M的噪聲矩陣，它的第m列記為nl，m，則：

式（6）為距離-多普勒2維分辨單元處理的信號模型。可見，距離-多普勒2維分辨單元處理后，接收的每個脈沖中的信號部分是一樣的。

2.2 距離1維分辨單元處理的信號模型

在某已知的距離1維分辨單元上，假設(shè)目標(biāo)的個數(shù)為P，它是未知的，第 p個目標(biāo)的發(fā)射角、接收角及多普勒頻率分別記為φp，θp，，它們也是未知的。注意，其中加入了目標(biāo)的多普勒頻率參數(shù)，這和距離-多普勒2維分辨單元處理不一樣。距離1維分辨單元處理無法獲知目標(biāo)的多普勒頻率。發(fā)射信號同2.1節(jié)，則第n個接收陣元接收到的第l個脈沖回波為：

其中時延τ對應(yīng)到該距離單元，補償時延后可得：

則接收陣列接收的第l個脈沖回波為：

對接收信號進行匹配濾波的結(jié)果為：

假設(shè)信號的正交性對多普勒頻率不敏感，即

需要指出的是，為了避免多普勒頻率的測量模糊，應(yīng)假設(shè) ||fDp＜0.5。

式（13）為距離1維分辨單元處理的信號模型。可見，與距離-多普勒2維分辨單元處理不同，它接收的每個脈沖中的信號部分并不一樣，受到了目標(biāo)多普勒頻率的調(diào)制。

3 目標(biāo)數(shù)量估計

本章將根據(jù)式（6）和式（13）的信號模型，分別針對距離-多普勒2維分辨單元處理和距離1維分辨單元處理的情況，討論信息論準則和蓋式圓準則在MIMO雷達目標(biāo)數(shù)量估計中的應(yīng)用。

3.1 距離-多普勒2維分辨單元處理的目標(biāo)數(shù)量估計

式（6）可進一步寫為：

其中：

定義接收信號的相關(guān)矩陣為：

當(dāng)脈沖數(shù)L較大時，結(jié)合式（7），式（15）可近似為：

可見，若P≤min(M，N)，則式（16）等式右邊第一項的秩為P，因此可對式（16）采用常規(guī)的信息論準則或蓋氏圓準則求解目標(biāo)的數(shù)量。Σ的非對角元素為零則表示白噪聲，反之為色噪聲。

（1）信息論準則法

對式（15）定義的R進行特征值分解，得到N個從大到小排列的特征值λ1，λ2，…，λN，則基于信息論準則的目標(biāo)數(shù)量估計為：

其中：

目標(biāo)函數(shù)中 p的取值應(yīng)小于min(M，N)。C(L)分別取1和(lnL)/2時，可具體對應(yīng)到AIC和MDL準則，即

需要指出的是信息論準則是基于白噪聲推導(dǎo)的，對于色噪聲的情況，其目標(biāo)數(shù)量估計的錯誤概率將顯著增大，甚至完全失效。

（2）蓋氏圓準則法

對式（15）定義的對R進行分塊如下：

其中R′的維數(shù)為(N-1)×(N-1)。對R′進行特征值分解，特征矩陣記為U，即

其中V的對角元素沿對角線方向由大到小排列。構(gòu)造一個酉變換矩陣T：

對R進行如下的酉變換：

記ρ的第i個元素為 ρi，i=1，2，…，N-1，那么蓋氏圓準則的目標(biāo)函數(shù)為：

其中D(L)是一個與快拍數(shù)有關(guān)的調(diào)整因子，取值在0到1之間，當(dāng)快拍數(shù)趨近于無窮時取0。 p的取值范圍為[1，min(M，N)-1]。當(dāng) p從小到大變化時，假設(shè)GDE(p)第一次出現(xiàn)負數(shù)時 p的值為p0，則目標(biāo)數(shù)量的估計為PGDE= p0-1。

可見，信息論準則和蓋式圓準則可成功運用于距離-多普勒2維分辨單元處理時的目標(biāo)數(shù)量估計。由二者方法的具體過程可知，信息論準則法最多能估計的目標(biāo)數(shù)量為min(M，N)-1，蓋式圓準則法最多能估計的目標(biāo)數(shù)量為min(M，N)-2。

3.2 距離1維分辨單元處理的目標(biāo)數(shù)量估計

由式（13）可知，距離1維分辨單元處理時的目標(biāo)數(shù)量估計可直接采用3.1節(jié)提供的方法。然而需要指出的是，3.1節(jié)的方法最多能識別的目標(biāo)數(shù)目小于min(M，N)，這對于距離-多普勒2維分辨單元處理來說，一般是可行的，因為落在某個距離-多普勒2維分辨單元上的目標(biāo)數(shù)量不會太多。但是對于距離1維分辨單元處理，落在某個距離1維分辨單元上的目標(biāo)數(shù)目顯然會更多，很有可能超過min(M，N)個，從而導(dǎo)致無法直接采用3.1節(jié)的方法。下面針對距離1維分辨單元處理時的信號特點，研究可估計更多目標(biāo)數(shù)量的方法。

將式（13）Zl的各列豎著連接起來構(gòu)成一個MN×1維的列向量zl，可得：

其中：

?表示Kronecker積。

定義zl的相關(guān)矩陣為：

當(dāng)脈沖數(shù)L較大時，

其中：

可寫為：式中 c(fDp)=[ej2πfDp，ej4πfDp，…，ejL2πfDp]T?？梢?，當(dāng)各目標(biāo)的多普勒頻率互不相等時，[c (fD1)，c(fD2)，…，c(fDP)]T為行滿秩矩陣，即X為行滿秩矩陣，因而Rx是滿秩矩陣。

可見，若P≤MN且各目標(biāo)的多普勒頻率互不相等，則式（27）等式右邊第一項的秩為P。因此，根據(jù)式（26），類似于3.1節(jié)，目標(biāo)數(shù)量的估計可采用信息論準則或者蓋式圓準則，此處不再詳述。注意式（26）中的R為MN×MN的矩陣，因而信息論準則法最多能估計的目標(biāo)數(shù)量為MN-1，蓋式圓準則法最多能估計的目標(biāo)數(shù)量為MN-2。

4 仿真實驗

本章將通過仿真實驗，分析信息論準則和蓋式圓準則在距離-多普勒2維分辨單元處理和距離1維分辨單元處理時的目標(biāo)數(shù)量估計性能。

4.1 距離-多普勒2維分辨單元處理

發(fā)射陣元數(shù)目為M=10，接收陣元數(shù)目為N=8，收發(fā)陣列的間距均設(shè)為λ 2。在已知的距離-多普勒2維分辨單元內(nèi)存在3個目標(biāo)，它們的發(fā)射角和接收角分別為φ1=50°, φ2=10°，φ3=-30°，θ1=30°，θ2=-40°，θ3=0°，目標(biāo)的散射系數(shù)為α1=α2=α3=1。接收的脈沖數(shù)為200。

噪聲協(xié)方差矩陣Σ的模型采用文獻[10]中的模型，Σ的第n1行第n2列元素為σ2·ρ ||n1-n2ej(n1-n2)π/2，其中 ρ為相關(guān)因子，當(dāng)ρ=0則噪聲為白噪聲。蓋式圓準則中D(L)=0.5。每個σ2下均做100次實驗，正確估計目標(biāo)數(shù)量的次數(shù)比上100記為成功概率。圖2顯示了ρ=0時AIC準則、MDL準則和蓋式圓準則對目標(biāo)數(shù)量估計的成功概率隨lnσ2的關(guān)系，圖3顯示了ρ=0.5時目標(biāo)數(shù)量估計的成功概率隨lnσ2的關(guān)系。

由于目標(biāo)數(shù)量為3，小于min(M，N)-2，所以理論上信息論準則和蓋式圓準則均可行，仿真實驗也驗證了其可行性。由圖2和圖3可見：在白噪聲的情況下，lnσ2＜0時，信息論準則和蓋式圓準則均可有效地估計出目標(biāo)的數(shù)量，成功概率均為1；lnσ2=0.5時，AIC和蓋式圓準則的成功概率仍為1，而MDL完全失敗；lnσ2＞0時全部失敗。在色噪聲的情況下，lnσ2＜0時，蓋式圓準則仍可有效地估計出目標(biāo)的數(shù)量；而信息論準則不論噪聲方差多大，都無法估計出目標(biāo)的數(shù)量。因此，白噪聲時對目標(biāo)數(shù)量的估計可采用信息論準則或蓋式圓準則，而色噪聲時應(yīng)采用蓋式圓準則。需要注意的是，噪聲方差應(yīng)小于一定值才能確保有效地估計出目標(biāo)的數(shù)量。

4.2 距離1維分辨單元處理

發(fā)射陣元數(shù)目為M=4，接收陣元數(shù)目為N=5，收發(fā)陣列的間距均設(shè)為λ 2。在已知的距離1維分辨單元內(nèi)存在4個目標(biāo)，它們的發(fā)射角和接收角分別為φ1=35°，φ2=20°，φ3=0°，φ4=-25°，θ1=-20°，θ2=40°，θ3=20°，θ3=35°，多普勒頻率為 fD1=0.11，fD2=-0.21，fD3=0.38，fD4=0.23。目標(biāo)的散射系數(shù)為α1=α2=α3=α4=1。接收的脈沖數(shù)為200。噪聲協(xié)方差矩陣Σ的模型同4.1節(jié)。每次的實驗次數(shù)均為100。圖4顯示了 ρ=0時AIC準則、MDL準則和蓋式圓準則對目標(biāo)數(shù)量估計的成功概率隨lnσ2的關(guān)系，圖5顯示了 ρ=0.5時目標(biāo)數(shù)量估計的成功概率隨lnσ2的關(guān)系。

由圖4和圖5可見，與4.1節(jié)的結(jié)論類似：在白噪聲的情況下，lnσ2＜0時，信息論準則和蓋式圓準則均可有效地估計出目標(biāo)的數(shù)量，MDL和蓋式圓準則的成功概率均為1，AIC的成功概率0.9以上；lnσ2=0.5時，蓋式圓準則性能迅速惡化，而信息論準則勉強仍具備一定的有效性；lnσ2＞0時幾乎全部失敗。在色噪聲的情況下，lnσ2＜0時，蓋式圓準則可有效地估計出目標(biāo)的數(shù)量；而信息論準則不論噪聲方差多大，都基本無法估計出目標(biāo)的數(shù)量。因此，白噪聲時對目標(biāo)數(shù)量的估計可采用信息論準則或蓋式圓準則，而色噪聲時應(yīng)采用蓋式圓準則。

圖2 ρ=0時目標(biāo)數(shù)量估計成功概率隨σ2的關(guān)系

圖3 ρ=0.5時目標(biāo)數(shù)量估計成功概率隨σ2的關(guān)系

圖4 ρ=0時目標(biāo)數(shù)量估計成功概率隨σ2的關(guān)系

圖5 ρ=0.5時目標(biāo)數(shù)量估計成功概率隨σ2的關(guān)系

5 結(jié)論

本文研究了MIMO雷達在距離-多普勒2維分辨單元處理和距離1維分辨單元處理情況下的目標(biāo)數(shù)量估計方法，討論了信息論準則和蓋式圓準則在MIMO目標(biāo)數(shù)量估計中的應(yīng)用。針對2維分辨單元處理和1為分辨單元處理，分別構(gòu)造相關(guān)矩陣，給出方法的具體過程，并指出了最多能估計的目標(biāo)數(shù)量上限。仿真結(jié)果表明，在噪聲方差小于一定值時，本文方法可有效地估計出目標(biāo)的數(shù)量。在白噪聲情況下，信息論和蓋式圓準則均可有效地估計出目標(biāo)的數(shù)量，2維分辨單元處理時AIC和蓋式圓準則性能比MDL要略好，1維分辨單元處理時MDL和蓋式圓準則性能比AIC要略好；在色噪聲情況下，信息論準則無法估計出目標(biāo)的數(shù)量，而蓋式圓準則可有效地估計出目標(biāo)的數(shù)量。

[1]Li Jian，Stoica P.MIMO radar signal processing[M].[S.l.]：John Wiley&Sons Inc，2008：153-170.

[2]張娟，張林讓，劉楠.MIMO雷達最大似然波達方向估計方法[J].系統(tǒng)工程與電子技術(shù)，2009，31（6）：1292-1294.

[3]謝榮，劉崢.基于多項式求根的雙基地MIMO雷達多目標(biāo)定位方法[J].電子與信息學(xué)報，2010，32（9）：2197-2220.

[4]Chen Jin-li，Gu Hong，Su Wei-min.Angle estimation using ESPRIT without pairing in MIMO radar[J].Electronics Letters，2008，44（24）：1422-1423.

[5]Bencheikh M L，Wang Y.Joint DOD-DOA estimation using combined ESPRIT-MUSIC approach in MIMO radar[J].Electronics Letters，2010，46（15）：1081-1083.

[6]鄭志東，張劍云，熊蓓蕾.雙基地MIMO雷達的DOD和DOA聯(lián)合估計[J].系統(tǒng)工程與電子技術(shù)，2010，32（11）：2268-2272.

[7]Jin Ming，Liao Gui-sheng，Li Jun.Joint DOD and DOA estimation for bistatic MIMO radar[J].Signal Processing，2009，89（2）：244-251.

[8]呂暉，馮大政，和潔，等.一種新的雙基地MIMO雷達目標(biāo)定位和多普勒頻率估計方法[J].電子與信息學(xué)報，2010，32（9）：2167-2171.

[9]王永良，陳輝，彭應(yīng)寧，等.空間譜估計理論與算法[M].北京：清華大學(xué)出版社，2004：40-52.

[10]Stoica P，Cedervall M.Detection test for array processing in unknown correlated noise fields[J].IEEE Trans on Signal Processing，1997，45（9）：2351-2362.

WU Yuebo,YANG Jingshu,LIU Shichun

PLA Electronic Engineering Institute,Hefei 230037,China

The signal models of MIMO radar are described in both range-Doppler two dimensions processing and range one dimension processing situations.The correlation matrixes are constructed based on the characters of the signal models,and then the information theory and Gerschgorin disks criteria are used in the target number estimation for MIMO radar.Simulation results suggest that the information theory and Gerschgorin disks criteria are available in white noise,and the Gerschgorin disks criterion is effective in colored noise.

information theory;Gerschgorin disks;MIMO radar;target number estimation

給出MIMO雷達在距離-多普勒2維分辨單元處理和距離1維分辨單元處理情況下的信號模型。根據(jù)這兩個信號模型各自的特點，分別構(gòu)造信號的相關(guān)矩陣，將信息論準則和蓋式圓準則應(yīng)用于MIMO目標(biāo)數(shù)量估計之中。仿真結(jié)果表明在白噪聲情況下，信息論和蓋式圓準則均可有效估計目標(biāo)數(shù)量；在色噪聲情況下，蓋式圓準則可有效估計目標(biāo)數(shù)量。

信息論；蓋式圓；MIMO雷達；目標(biāo)數(shù)量估計

A

TN958

10.3778/j.issn.1002-8331.1107-0516

WU Yuebo,YANG Jingshu,LIU Shichun.Target number estimation for MIMO radar.Computer Engineering and Applications,2013,49（5）：200-204.

吳躍波（1984—），男，博士研究生，主要研究領(lǐng)域為MIMO雷達、陣列信號處理；楊景曙（1950—），男，博士生導(dǎo)師，教授；劉世春（1973—），男，工程師。E-mail：yuebowu@163.com

2011-07-25

2011-09-26

1002-8331（2013）05-0200-05

CNKI出版日期：2011-11-14 http://www.cnki.net/kcms/detail/11.2127.TP.20111114.0939.021.html