王得旺,郭金良
(中國洛陽電子裝備試驗中心,河南 洛陽 471003)
一種MIMO雷達相干源波達方向估計方法
王得旺,郭金良
(中國洛陽電子裝備試驗中心,河南 洛陽 471003)
針對多徑效應或智能干擾下信號高度相關,基于單基地MIMO雷達信號模型,提出一種相干源波達方向(DOA)估計方法。該文首先利用降維變換將匹配濾波后數(shù)據(jù)結(jié)構(gòu)變化成低維信號空間,然后結(jié)合共軛ESPRIT(C-SPRIT)思想,通過構(gòu)造數(shù)據(jù)矩陣,使得相干源之間完全解相關,獲得旋轉(zhuǎn)不變因子,最后利用總體最小二乘ESPRIT方法進行角度估計。仿真結(jié)果表明,該方法能夠有效解算相干源DOA,在N個物理陣元下MIMO雷達比相控陣雷達能夠獲得更高的DOA估計精度。
C-SPRIT;MIMO雷達;相干源;DOA;數(shù)據(jù)降維;最小二乘
信號波達方向(direction of arrival,DOA)估計是陣列信號處理領域一個極關鍵的研究課題。在多徑傳播或者智能干擾存在的環(huán)境中,信號高度相關,甚至相干,導致常規(guī)的子空間類波達方向估計算法性能急劇下降。
Shan[1]利用空間平滑思想解決了相干源DOA估計,因子陣劃分,使得孔徑損失大,檢測相干源個數(shù)有限,并且空間平滑只是使相干源的協(xié)方差矩陣的秩得到有效恢復,信號源并沒有解相關。文獻[2]中Nizar提出C-SPRIT,在沒有孔徑損失下采用空間虛擬平滑估計DOA,但存在相干源時算法失效。文獻[3]通過構(gòu)造矩陣,結(jié)合C-SPRIT實現(xiàn)無孔徑損失下實包絡相干源估計;文獻[4]重新構(gòu)造子陣數(shù)據(jù)結(jié)構(gòu),修正C-SPRIT實現(xiàn)非圓信號任意初始相位下的相干源估計,但僅研究了其算法在相控陣雷達中的應用。
在陣列信號處理領域中多輸入多輸出(multiple-input multiple-output, MIMO)雷達具備新特點,需要新技術(shù)。MIMO雷達分為2類:一類是基于相控陣體制的相干MIMO雷達,包括收發(fā)共置的單基地和收發(fā)分置的雙基地MIMO雷達,利用波形分集提高角度分辨力和參數(shù)估計性能;一類是基于多基站的非相干處理MIMO雷達,利用空間分集增益提高角閃爍目標的檢測性能。近年來,許多學者從不同角度研究MIMO雷達的特點。文獻[5]研究了MIMO雷達非嚴格正交信號采用單脈沖技術(shù)完成角度高精度測量。文獻[6]探討了虛擬陣列方法在MIMO雷達近場目標定位的應用。文獻[7-8]針對第1類收發(fā)共置單基地MIMO雷達采用降維酉ESPRIT算法估計非相干信號的DOA,在較低運算量下獲得更高的DOA估計精度。
該文著重研究收發(fā)共置單基地MIMO雷達相干源波達方向問題。文獻[9-10]提出了一種MIMO雷達相干源角度估計的算法,但缺點在于犧牲整體孔徑,降低了MIMO雷達最大可辨識目標數(shù)目。文獻[11]通過對數(shù)據(jù)協(xié)方差矩陣的分解重構(gòu),實現(xiàn)相干處理,但此算法應用局限于對稱陣列。文獻[12-13]能夠?qū)崿F(xiàn)相干信號的角度估計,都需要構(gòu)造相應的投影矩陣,復雜度高,且是在單快拍情況下進行處理。為此,本文算法首先將數(shù)據(jù)矩陣從高維空間變換到低維信號空間,然后利用共軛信息構(gòu)建虛擬子陣數(shù)據(jù),數(shù)據(jù)預處理后利用總體最小二乘法的ESPRIT算法估計相干源的DOA。MIMO雷達比相控陣雷達在相同信噪比和相同快拍下有更高的測角精度,并且在陣元物理配置相同下,MIMO雷達能檢測相干源個數(shù)更多。
收發(fā)共置的單基地MIMO雷達模型如圖1所示,發(fā)射天線和接收天線分別由Nt,Nr個全向陣元(陣元間距為半波長)組成的均勻線陣。發(fā)射端同時發(fā)射Nt個正交信號,假設在遠場相同距離有M個相干源,回波信號在接收端匹配分離,第nr個接收陣元的第nt個匹配信號為xnrnt(l),nr=1,2,…,Nr,nt=1,2,…,Nt。整個天線接收回波可表示為
x(l)=As(l)+n(l),
(1)
式中:x(l)=(x11(l),…,x1nt(l),x21(l),…,x2nt(l),…,xnr1(l),…,xnrnt(l))T;回波數(shù)據(jù)矢量為A=(a1,a2,…,aM)為目標導向矢量矩陣;第m個目標的導向矢量am=ar(θm)?at(θm),接收導向矢量ar(θm)=(1,ejπsin θm,…,ejπ(Nr-1)sin θm)T,發(fā)射導向矢量at(θm)=(1,ejπsin θm,…,ejπ(Nt-1)sin θm)T,( )T,( )*,( )H表示轉(zhuǎn)置、共軛、共軛轉(zhuǎn)置,?表示Kronecker積,θm為第m個目標的波動方向;s(l)=(s1(l),…,sM(l))T為接收信號復幅度;n(l)為復高斯白噪聲隨機向量,均值為0,協(xié)方差矩陣為σ2INrNt,其中σ2表示白噪聲功率,IP表示P×P的單位矩陣。
圖1 單基地MIMO雷達模型示意圖Fig.1 Schematic diagram of single base MIMO radar model
單基地MIMO雷達匹配濾波后虛擬陣元總數(shù)為NrNt,虛擬陣元中某些陣元相位偏差是相同的,合并相位偏差相同的虛擬陣元后有效虛擬陣元數(shù)目為Ne=Nr+Nt-1,導向矢量通過線性變換表示為
a(θm)=ar(θm)?at(θm)=Dh(θm),
(2)
x(l)=DHs(l)+n(l),
(3)
式中:H=(h(θ1),h(θ2),…,h(θM))為虛擬線陣導向矢量矩陣。由于回波信號x(l)中目標信號位于H張成的低維信號空間,故此可以在低維信號空間估計目標DOA,達到降低運算量目的。為了使降維后噪聲向量滿足零均值高斯白噪聲,且協(xié)方差矩陣為σ2INe,降維矩陣[14]選為
(4)
信號回波x(l)降維變換后為
xe(l)=TDHs(l)+Tn(l)=
(DHD)-1/2DHDHs(l)+ne(l)=
(DHD)1/2Hs(l)+ne(l),
(5)
式中:單次快拍降維數(shù)據(jù)向量xe(l)=(x1,x2,…,xNe)T;ne(l)為零均值高斯白噪聲向量,且協(xié)方差矩陣為σ2INe。
ESPRIT算法要求2個子陣完全相同,且2個子陣之間旋轉(zhuǎn)是固定的。為了充分利用共軛信息,構(gòu)造如圖2所示的虛擬陣列(以4陣元為例)。結(jié)合C-SPRIT共軛思想和平滑去相關思想,利用單次快拍數(shù)據(jù)構(gòu)造如下結(jié)構(gòu)相同的子陣,且子陣之間偏移固定。
圖2 虛擬空間陣列Fig.2 Vertual space array
子陣1表示為xe1(l)=
(6)
子陣1拆成矩陣相乘
xe1(l)=RB(θ),
(7)
B(θ)=(b(θ1),b(θ2), …,b(θM))T;
子陣2表示為xe2(l)=
(8)
子陣2拆成矩陣相乘
xe2(l)=RΦB(θ),
(9)
式中:旋轉(zhuǎn)因子Φ=diag(h1,h2,…,hM).
B(θ)是范德蒙德矩陣,由于相干源在不同方向,各行線性無關,rank(B(θ)))=M;當2(Ne-M)≥M時,易證矩陣R的各列線性無關,即rank(R)=M;又知rank(Φ)=M,因此構(gòu)造子陣xe1(l),xe2(l)的秩均為M。此時可采用SVD-TLS ESPRIT方法[15]解算M個相干源,單基地MIMO雷達中所需物理陣元個數(shù)最少為「3M/4+1/2?,相控陣雷達中所需物理陣元個數(shù)最少為「3M/2?,符號“「 ?”表示向上取整。在相干源個數(shù)固定下,MIMO雷達所需的物理陣元比相控陣雷達要少,MIMO雷達提升了硬件資源使用效率。
算法流程圖如圖3所示。
圖3 算法流程圖Fig.3 Algorithm flow chart
將C-SPRIT算法分別應用到相控陣雷達和MIMO雷達,且在MIMO雷達下采用降維變換降低計算復雜度,仿真驗證算法在MIMO雷達解相干源的有效性和優(yōu)越性??紤]傳感器陣列為4陣元均勻線陣,陣元間距為半波長。
假設有2個相干源分別以-45°和30°方向入射,信噪比為20 dB,單次快拍蒙特卡羅次數(shù)為100。圖4,5分別為角度估計柱狀圖和角度估計結(jié)果。從仿真結(jié)果顯明,MIMO雷達角度測量精度明顯優(yōu)于相控陣雷達測角精度。
圖4 角度估計柱狀圖Fig.4 Estimated angle histogram
圖5 角度估計結(jié)果Fig.5 Angle estimation results
假設有2個相干源分別以-45°和30°方向入射,信噪比從-5 dB變化到25 dB,單次快拍蒙特卡羅次數(shù)為100。圖6為相控陣雷達和MIMO雷達角度均方根誤差(root mean square error, RMSE)隨信噪比變化曲線。從仿真結(jié)果顯明,RMSE隨信噪比增大均在下降,且漸趨于平滑;MIMO雷達RMSE在不同信噪比下均小于相控陣雷達RMSE。
圖6 均方根誤差與信噪比關系曲線Fig.6 Relationship curve between the root mean square error and signal to noise ratio
假設有4個相干源分別為-45°,-15°,0°和30°方向入射,信噪比20 dB,單次快拍蒙特卡羅次數(shù)為100。圖7為MIMO雷達角度估計柱狀圖。從仿真結(jié)果顯明,MIMO雷達能檢測到4個相干源,這是相控陣雷達無法實現(xiàn)的。
圖7 角度柱估計狀圖Fig.7 Estimated angle histogram
本文結(jié)合數(shù)據(jù)降維和C-SPRIT思想,經(jīng)過數(shù)據(jù)矩陣構(gòu)造,提出一種適合單基地MIMO雷達的低復雜度的相干源波達方向估計方法。在物理陣列有限情況下,理論分析和仿真說明,MIMO雷達比相控陣雷達解相干源波達方向精度高,且檢測相干源個數(shù)多。
[ 1] SHAN Tie-jun. On Spatial Smoothing for Direction of Arrival Estimation of Coherent Signals[J]. IEEE Transactions on Acoustic, Speech and Signal Processing,1985,34(4):806-811.
[ 2] NIZAR T N,HYUCK M K. Conjugate ESPRIT (C-SPRIT) [J]. IEEE Transactions on Antennas and Propagation,2004,52(10):2618-2624.
[ 3] 朱圣棋,廖桂生,周爭光. 基于數(shù)據(jù)矩陣重構(gòu)的相干源波達方向共軛ESPRIT(C-SPRIT)估計方法[J]. 電子學報, 2009,37(12):2838-2844. ZHU Sheng-qi,LIAO Gui-sheng,ZHOU Zheng-guang. Based on the Data Matrix Reconstruction of Coherent Source DOA Conjugate ESPRIT (C-SPRIT) Estimation Method[J]. Electronic Journals,2009,37(12):2838-2844.
[ 4] 劉寧,史浩山,郭淑霞,等.基于虛擬陣列的ESPRIT相干信號DOA估計[J].西北工業(yè)大學學報,2013,31(6):997-1001. LIU Ning,SHI Hao-shan,GUO Shu-xia,et al.ESPRIT Based on Virtual Array Coherent Signal DOA Estimation[J]. Journal of Northwestern Polytechnical University,2013,31(6):997-1001.
[ 5] 劉周,李軍,劉紅明,等. MIMO雷達非嚴格正交信號單脈沖測角方法[J]. 雷達科學與技術(shù). 2013,11(3):262-266. LIU Zhou,LI Jun,LIU Hong-ming,et al.The Mono-Pulse Angle Measurement of Non-Strictly Orthogonal Signals for MIMO Radar[J].Radar Science and Technology,2013,11(3):262-266.
[ 6] 郭藝奪,謝輝,張永順,等.基于MIMO雷達虛擬陣列的近場目標定位[J].雷達科學與技術(shù),2012,10(1):82-87. GUO Yi-duo,XIE Hui,ZHANG Yong-shun,et al. The Near Field of Virtual Array Based on MIMO Radar Target Positioning[J]. Radar Science and Technology,2012,10(1):82-87.
[ 7] 文才,王彤. 單基地MIMO雷達降維酉ESPRIT算法[J]. 系統(tǒng)工程與電子技術(shù),2014,36(3):33-38. WEN Cai,WANG Tong. Single Base Dimension MIMO Radar Unitary ESPRIT Algorithm[J]. Systems Engineering and Electronics, 2014,36(3):33-38.
[ 8] CHEN Duo-fang,CHEN Bai-xiao,QU Guo-dong.Angle Estimation Using ESPRIT in MIMO Radar [J].Electronics Letters,2008,44(12):770-771.
[ 9] ZHANG Juan, ZHANG Lin-rang, LIU Nan. An Efficient DOA Estimation Algorithm of Coherent Sources for MIMO Radar[C]∥Processing of the IET International Radar Conference,2009.
[10] 張娟,張林讓,張楠,等,一種有效的MIMO雷達相干源波達方向估計方法[J],電子學報,2011,39(3):680-684. ZHANG Juan,ZHANG Lin-rang,ZHANG Nan,et al.An Efficient DOA Estimation Algorithm of Coherent Sources for MIMO Radatr[J].Acta Electronica Sinica,2011,39(3):680-684.
[11] LI Cai-cai,LIAO Gui-sheng, ZHU Sheng-qi, et al.An ESPRIT-Like Algorithm for Coherent DOA Estimation Based on Data Matrix Decomposition in MIMO Radar [J].Signal Processing,2011,91(8):1803-1811.
[12] 張小飛,陳晨.MIMO雷達中一種降維MUSIC的相干角度估計算法[J].沈陽航空航天大學學報,2012,29(3):64-70. ZHANG Xiao-fei,CHEN Chen.A Reduced Dimension-MUSIC Based Coherent Angle Estimation for MIMO Radar[J]Journal of Shenyang Aerospace University,2012,29(3):64-70.
[13] 王克讓,何勁,賀亞鵬,等.MIMO雷達DOD和DOA聯(lián)合估計算法:RTR-ESPRIT[J].航空學報,2012,33(5):893-901. WANG Ke-rang,HE Jin,HE Ya-peng,et al. PTR-ESPRIT for Joint DOD and DOA Estimation for MIMO Radars[J].Acta Aeronautica et Astronautica Sinica,2012,33(5):893-901.
[14] ZHANG X F, XU D Z. Low-Complexity ESPRIT-Based DOA Estimation for Collocated MIMO Radar Using Reduced-Dimensional Transformation[J]. Electronics Letters,2011,47(4):283-284.
[15] WEISS A J, GACISH M. Direction Finding Using ESPRIT with Interpolated Arrays [J]. IEEE Transactions on Signal Processing,1991,39(6):1473-1478.
A Method for DOA Estimation of Coherent Signals in MIMO Radar
WANG De-wang, GUO Jin-liang
(Luoyang Electronic Equipment Test Center,Henan Luoyang 471003, China)
For signals are highly correlated in the background of multipath effects and adaptive interference, a new algorithm is presented to estimate the direction-of-arrival (DOA) of coherent signals based on echo signal model of monostatic multiple-input multiple-output (MIMO) radar. Firstly, the received data after matched filter is transformed into low dimensional signal space via data dimension reduction. Then, combined with conception of conjugate ESPRIT (C-SPRIT), by forming special data matrix, the de-correlation of coherent signals is completely solved and rotation invariant matrixes are gained. In the end, the TLS-ESPRIT algorithm is used to estimate the angle. Numerical examples demonstrate that the proposed algorithm can solve DOA of coherent signals effectively. In the N physical array sensors, MIMO radar can perform higher DOA estimation precision than phased array radar.
conjugate ESPRIT(C-SPRIT); multiple-input multiple-output(MIMO) radar; coherent sources; direction-of-arrival(DOA); data dimension reduction; least square
2015-03-05;
2016-03-02 作者簡介:王得旺(1987-),男,甘肅民樂人。助工,碩士,主要研究方向是雷達仿真。
10.3969/j.issn.1009-086x.2017.01.032
TN958; TP391.9
A
1009-086X(2017)-01-0194-05
通信地址:471003 河南省洛陽市085信箱轉(zhuǎn)02號 E-mail:wangdew006@126.com