双时移STCA-MIMO雷达无模糊参数估计方法及其装置、电子设备

双时移stca-mimo雷达无模糊参数估计方法及其装置、电子设备
技术领域
1.本发明属于雷达信号处理技术领域，具体涉及一种双时移stca-mimo雷达无模糊参数估计方法及其装置、电子设备。


背景技术：

2.传统的相控阵雷达技术已经相对成熟，有了广泛的应用，但是其采用单一的发射波形，在工作模式上具有一定的局限性，随着电磁环境的日益复杂，对雷达工作的性能也有了更高的要求。相控阵雷达由于发射波形的固定，在同时探测多个目标或者进行多项任务的场景中，它的探测性能也会有所下降。因此，随着雷达任务的多样化发展，也为了保证雷达在复杂环境中的探测性能，新的雷达体制和信号处理技术也逐渐被提出并发展起来。
3.空时编码阵(space-time coding array，简称stca)雷达是由荷兰的francois le chevalier团队率先提出的，其在相控阵的基础上引入了空时编码，在各个发射阵元间引入了微小的时移量，利用单一基准波形形成全向的发射方向图，实现全向空域覆盖，具有非常大的研究价值和应用前景。多输入多输出天线系统(multiple-input mutiple output，简称mimo)雷达与传统的多通道雷达不同，它可以对其各个发射阵元的雷达波形进行不同的设计，通过在各发射阵元间发射相互正交的信号，然后在接收端通过匹配算法将各发射阵元的信号在接收端分离出来，使得mimo雷达能够提供更高的自由度，具有较强的适应工作环境的能力，而且回波中包含更多、更全面的目标信息，在各个领域都发挥着重要的作用。stca-mimo雷达充分利用了空时编码阵列带来的距离维信息，扩展了发射维的自由度，具有重要的研究意义。
4.但是，由于stca-mimo雷达的最大无模糊距离与时移量δt成反比，当要求的无模糊距离较大时，此时的时移量δt要足够小，工程实现困难，导致stca-mimo雷达在利用此方法进行参数估计时会出现距离模糊问题，从而影响stca-mimo雷达的检测性能。


技术实现要素：

5.为了解决现有技术中存在的上述问题，本发明提供了一种双时移stca-mimo雷达无模糊参数估计方法及其装置、电子设备。本发明要解决的技术问题通过以下技术方案实现：
6.第一方面，本发明实施例提供了一种双时移stca-mimo雷达无模糊参数估计方法，包括：
7.建立stca-mimo雷达信号模型；其中，所述stca-mimo雷达信号模型为具有m个发射阵元和n个接收阵元的共址mimo雷达系统；
8.根据stca-mimo雷达的最大探测距离，确定stca-mimo雷达两个发射脉冲信号的时移量δt1和时移量δt2，以及两个发射脉冲信号对应的时移量比；其中，所述时移量比
a、b为互质数；
9.采用music算法分别计算两个发射脉冲信号下对应的目标估计参数；
10.根据所述时移量比，以及两个发射脉冲信号下对应的目标估计参数在距离维上峰值重叠的特性联合估计最终的目标估计参数。
11.在本发明的一个实施例中，采用music算法分别计算目标估计参数的过程，包括：
12.利用所述stca-mimo雷达信号模型计算目标的stca-mimo雷达回波信号；
13.对所述stca-mimo雷达回波信号进行数字混频和匹配滤波处理得到stca-mimo雷达回波预处理信号；
14.计算所述stca-mimo雷达回波预处理信号的协方差矩阵；
15.对所述协方差矩阵进行特征值分解得到stca-mimo雷达回波预处理信号的噪声子空间；
16.计算stca-mimo雷达在空间任意一点处的接收-发射联合导向矢量；
17.根据所述噪声子空间和所述接收-发射联合导向矢量构建music空间谱函数，对所述music空间谱函数进行谱峰搜索估计所述目标估计参数。
18.在本发明的一个实施例中，利用所述stca-mimo雷达信号模型计算目标的stca-mimo雷达回波信号公式表示为：
[0019][0020]
其中，(θ0,r0)表示目标到由m个发射阵元形成的发射阵列的角度和距离，yn(
·
)表示第n(n＝1,2,...,n)个接收阵元对应目标的stca-mimo雷达回波信号，d表示发射阵元间距，λ＝c/f0表示波长，c表示电磁波的传播速度，f0表示载频，s(
·
)表示stca-mimo雷达的发射信号，τ0＝2r0/c表示stca-mimo雷达和目标之间的双程传播时延，g(
·
)表示正交线性调频信号，即发射阵列的基准发射信号，rect(
·
)表示矩形函数，μ＝b/t
p
表示线性调频信号的调频斜率，t
p
表示雷达脉冲宽度，b表示信号带宽，cm表示第m个发射阵元的编码系数，δt表示参考时移量，δt＝1/b。
[0021]
在本发明的一个实施例中，对所述stca-mimo雷达回波信号进行数字混频和匹配滤波处理得到stca-mimo雷达回波预处理信号公式表示为：
[0022][0023]
其中，y表示stca-mimo雷达回波预处理信号，yn(t,θ0)表示第n(n＝1,2,...,n)个接收阵元接收的stca-mimo雷达回波信号经过数字混频和匹配滤波处理后的信号，(
·
)
t
表示转置运算，β表示复散射系数，表示克罗内克积运算，b(θ0)表示stca-mimo雷达在目标
处的接收导向矢量，a(r0,θ0)表示stca-mimo雷达在目标处的发射导向矢量，n表示噪声矢量。
[0024]
在本发明的一个实施例中，对所述协方差矩阵进行特征值分解得到stca-mimo雷达回波预处理信号的噪声子空间公式表示为：
[0025][0026]
其中，r表示协方差矩阵，r＝e{yyh}，y表示stca-mimo雷达回波预处理信号，e{
·
}表示期望运算，vs表示大特征值对应的特征向量组成的矩阵，即stca-mimo雷达回波预处理信号的信号子空间，λs表示大特征值组成的对角矩阵，vn表示小特征值对应的特征向量组成的矩阵，即stca-mimo雷达回波预处理信号的噪声子空间，λn表示小特征值组成的对角矩阵，(
·
)h表示共轭转置运算。
[0027]
在本发明的一个实施例中，计算所述stca-mimo雷达在空间任意一点处的接收-发射联合导向矢量公式表示为：
[0028][0029]
其中，(θ,r)表示空间任意一点到发射阵列的角度和距离，u(r,θ)表示stca-mimo雷达在空间任意一点处的接收-发射联合导向矢量，b(θ)表示stca-mimo雷达在空间任意一点处的接收导向矢量，a(r,θ)表示stca-mimo雷达在空间任意一点处的发射导向矢量，表示克罗内克积运算。
[0030]
在本发明的一个实施例中，根据所述噪声子空间和所述接收-发射联合导向矢量构建music空间谱函数公式表示为：
[0031][0032]
其中，p(r,θ)表示music空间谱函数，u(r,θ)表示stca-mimo雷达在空间任意一点处的接收-发射联合导向矢量，vn表示stca-mimo雷达回波预处理信号的噪声子空间，(
·
)h表示共轭转置运算。
[0033]
在本发明的一个实施例中，所述根据所述时移量比，以及两个发射脉冲信号下对应的目标估计参数在距离维上峰值重叠的特性联合估计最终的目标估计参数，包括：
[0034]
确定两个发射脉冲信号下对应的目标估计参数在距离维上峰值重叠的中间目标估计参数；
[0035]
选择两个发射脉冲信号下中间目标估计参数对应的最大模糊距离满足时移量比的中间目标估计参数，将其作为最终的目标估计参数。
[0036]
第二方面，本发明实施例提供了一种双时移stca-mimo雷达无模糊参数估计装置，包括：
[0037]
数据建模模块，用于建立stca-mimo雷达信号模型；其中，所述stca-mimo雷达信号模型为具有m个发射阵元和n个接收阵元的共址mimo雷达系统；
[0038]
数据确定模块，用于根据stca-mimo雷达的最大探测距离，确定stca-mimo雷达两个发射脉冲信号的时移量δt1和时移量δt2，以及两个发射脉冲信号对应的时移量比；其
中，所述时移量比a、b为互质数；
[0039]
数据计算模块，用于采用music算法分别计算两个发射脉冲信号下对应的目标估计参数；
[0040]
数据联合估计模块，用于根据所述时移量比，以及两个发射脉冲信号下对应的目标估计参数在距离维上峰值重叠的特性联合估计最终的目标估计参数。
[0041]
第三方面，本发明实施例提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，所述处理器、所述通信接口、所述存储器通过所述通信总线完成相互的通信；
[0042]
所述存储器，用于存放计算机程序；
[0043]
所述处理器，用于执行所述存储器上所存放的程序时，实现上述任一所述的双时移stca-mimo雷达无模糊参数估计方法步骤。
[0044]
本发明的有益效果：
[0045]
本发明提出的双时移stca-mimo雷达无模糊参数估计方法，根据两个发射脉冲信号下对应的目标估计参数在距离维上峰值重叠的特性联合估计最终的目标估计参数，由于在不同的发射脉冲信号间使用不同的时移量来扩展stca-mimo雷达的最大无模糊距离，使得stca-mimo雷达探测距离更远，可以有效地解决stca-mimo雷达参数估计时的距离模糊的问题，并从而提高stca-mimo雷达目标的检测性能；且本发明提出的方法可以同时估计目标的角度和距离，保证stca-mimo雷达具有较好的距离分辨率和角度分辨率。
[0046]
以下将结合附图及实施例对本发明做进一步详细说明。
附图说明
[0047]
图1是本发明实施例提供的一种双时移stca-mimo雷达无模糊参数估计方法的流程示意图；
[0048]
图2是本发明实施例提供的一种双时移stca-mimo雷达无模糊参数估计方法中采用music算法分别计算两个发射脉冲信号下对应的目标估计参数的流程示意图；
[0049]
图3(a)～图3(b)是本发明实施例提供的单目标检测的stca-mimo雷达空间谱示意图；
[0050]
图4(a)～图4(b)是本发明实施例提供的单目标检测的stca-mimo雷达角度维、距离维参数估计结果示意图；
[0051]
图5(a)～图5(b)是本发明实施例提供的多目标检测的stca-mimo雷达空间谱示意图；
[0052]
图6(a)～图6(b)是本发明实施例提供的多目标检测的stca-mimo雷达角度维、距离维参数估计结果示意图；
[0053]
图7是本发明实施例提供的一种双时移stca-mimo雷达无模糊参数估计装置的结构示意图；
[0054]
图8是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
[0055]
下面结合具体实施例对本发明做进一步详细的描述，但本发明的实施方式不限于此。
[0056]
实施例一
[0057]
为了提高stca-mimo雷达目标的检测性能，本发明实施例提供了一种双时移stca-mimo雷达无模糊参数估计方法及其装置。
[0058]
第一方面，请参见图1，本发明实施例提出一种双时移stca-mimo雷达无模糊参数估计方法，具体包括以下步骤：
[0059]
s10、建立stca-mimo雷达信号模型；其中，stca-mimo雷达信号模型为具有m个发射阵元和n个接收阵元的共址mimo雷达系统。
[0060]
具体而言，本发明实施例建立的stca-mimo雷达信号模型为具有m个发射阵元和n个接收阵元的共址mimo雷达系统。其中，m个发射阵元构成发射阵列，n个接收阵元构成接收阵列，发射阵列和接收阵列都为均匀等距线阵，阵元间距均为半波长，阵列的基准发射信号为正交线性调频信号。
[0061]
s20、根据stca-mimo雷达的最大探测距离，确定stca-mimo雷达两个发射脉冲信号的时移量δt1和时移量δt2，以及两个发射脉冲信号对应的时移量比a、b为互质数。
[0062]
具体而言，目前常见stca-mimo雷达是通过发射一个脉冲信号来实现雷达目标检测，但是由于stca-mimo雷达进行参数估计时会出现距离模糊问题，导致目标检测性能比较差。因此，本发明实施例提出了一种新思路，利用两个发射脉冲信号来实现雷达目标检测。经发明人研究发现，在stca-mimo雷达发射端的两个发射脉冲信号，记为第一发射脉冲信号和第二发射脉冲信号，第一发射脉冲信号的时移量记为δt1，第二发射脉冲信号的时移量记为δt2，计算两个发射脉冲信号对应的时移量比时移量比可以表示为：a、b为互质数，一般a、b为大于1的整数，即a＝2且b＝3时，a、b为互质数，a＝4且b＝3时，a、b也为互质数，a＝6且b＝10时，a、b不为互质数。满足互质数的a、b用于后续最大模糊距离估计，以保证最终的目标参数估计。其中，时移量δt1和时移量δt2均可以采用现有根据stca-mimo雷达的最大探测距离来确定的方式。
[0063]
s30、采用music算法分别计算两个发射脉冲信号下对应的目标估计参数。
[0064]
具体而言，本发明实施例采用music算法分别计算基于时移量δt1的第一发射脉冲信号、基于时移量δt2的第二发射脉冲信号下对应的目标估计参数，具体采用music算法分别计算目标估计参数的过程，请参见图2，包括以下步骤：
[0065]
s301、利用stca-mimo雷达信号模型计算目标的stca-mimo雷达回波信号。
[0066]
具体而言，本发明实施例发射阵列的基准发射信号为正交线性调频信号，则对任意一发射脉冲信号而言，第m个发射阵元的发射信号可以公式表示为：
[0067][0068]
其中，f0表示发射信号的载频，δt表示相邻发射阵元间的参考时移量，一般为1/
b，b表示信号带宽，g(t)表示线性调频信号，cm表示第m个发射阵元的编码系数，且第m个发射阵元的编码系数cm和第n个发射阵元的编码系数cn需要满足：
[0069][0070]
线性调频信号g(t)的具体表达式为：
[0071][0072]
其中，t
p
为雷达脉冲宽度，μ＝b/t
p
为线性调频信号的调频斜率，rect(
·
)为矩形函数，其具体形式为：
[0073][0074]
则对于任意时间t和角度θ处，stca-mimo雷达的空域合成信号可以表示为：
[0075][0076]
其中，λ表示波长，其值为λ＝c/f0，c为电磁波的传播速度。在推导过程中由于(m-1)2δt2≈0，因此可以忽略该项的影响。
[0077]
在远场情况下，假设存在一个点目标，其角度为θ0，距离为r0，则发射信号到达目标处的信号可以表示为：
[0078][0079]
其中，τ'0＝r0/c表示信号由发射阵列到目标的单程传播时延，r0表示目标与发射阵列之间的距离，θ0表示目标与发射阵列之间的角度。
[0080]
则stca-mimo雷达发射信号到达目标处，经过目标(θ0,r0)反射到达雷达接收端，则
第n(n＝1,2,...,n)个接收阵元接收的stca-mimo回波信号可以公式表示为：
[0081][0082]
其中，(θ0,r0)表示目标到由m个发射阵元形成的发射阵列的角度和距离，yn(
·
)表示第n(n＝1,2,...,n)个接收阵元对应目标的stca-mimo雷达回波信号，d表示发射阵元间距，λ＝c/f0表示波长，c表示电磁波的传播速度，f0表示载频，s(
·
)表示stca-mimo雷达的发射信号，τ0＝2r0/c表示stca-mimo雷达和目标之间的双程传播时延，g(
·
)表示正交线性调频信号，即发射阵列的基准发射信号，rect(
·
)表示矩形函数，μ＝b/t
p
表示线性调频信号的调频斜率，t
p
表示雷达脉冲宽度，b表示信号带宽，cm表示第m个发射阵元的编码系数，δt表示参考时移量，δt＝1/b。
[0083]
可以看出，基于时移量δt1的第一发射脉冲信号下，经过上述分析，stca-mimo雷达发射信号到达目标处，经过目标(θ0,r0)反射到达雷达接收端，则第n(n＝1,2,...,n)个接收阵元接收的stca-mimo雷达回波信号可以公式表示为：
[0084][0085]
同理，基于时移量δt2的第二发射脉冲信号下，stca-mimo雷达发射信号到达目标处，经过目标(θ0,r0)反射到达雷达接收端，则第n(n＝1,2,...,n)个接收阵元接收的stca-mimo雷达回波信号可以公式表示为：
[0086][0087]
s302、对stca-mimo雷达回波信号进行数字混频和匹配滤波处理得到stca-mimo雷达回波预处理信号。
[0088]
具体而言，在任意一发射脉冲信号下，对任意一目标对应公式(7)表示的stca-mimo雷达回波信号进行下变频，可以公式表示为：
[0089][0090]
其中，表示复散射系数。
[0091]
而在stca-mimo雷达接收端对每一个接收通道的信号进行m维匹配滤波器处理，针对第m个发射波形的匹配滤波器可以公式表示为：
[0092]
[0093]
然后，对每一个接收通道的信号进行与δt相关的数字混频，公式表示为：
[0094][0095]
其中，c
l
表示第l个发射阵元的编码系数。
[0096]
则第n个接收通道的信号经过第m维匹配滤波器后的输出信号可以公式表示为：
[0097][0098]
其中，*表示卷积运算，(
·
)
*
表示共轭运算，r
m,m
表示发射信号自相关函数。
[0099]
同理，此时第m个发射阵元的编码系数cm和第l个发射阵元的编码系数c
l
满足：
[0100][0101]
则最终stca-mimo雷达第n个接收阵元接收的stca-mimo雷达回波信号经过m维匹配滤波器后的输出可以公式表示为：
[0102][0103]
其中，(
·
)
t
表示转置运算。
[0104]
最后，将stca-mimo雷达n个接收通道的接收信号经过m维匹配滤波器后的输出信号表示成一个mn
×
1维的列矢量，可以公式表示为：
[0105][0106]
其中，y表示stca-mimo雷达回波预处理信号，yn(t,θ0)表示stca-mimo雷达第n(n＝1,2,...,n)个接收阵元接收的stca-mimo雷达回波信号经过数字混频后的信号再经过m维匹配滤波器处理后的信号，(
·
)
t
表示转置运算，β表示复散射系数，表示克罗内克积运算，b(θ0)表示stca-mimo雷达在目标处的接收导向矢量，a(r0,θ0)表示stca-mimo雷达在目
标处的发射导向矢量，n表示噪声矢量。具体地：
[0107]
接收导向量b(θ0)可以公式表示为：
[0108][0109]
发射导向矢量a(r0,θ0)可以公式表示为：
[0110][0111]
假定远场有k个点目标，其角度为θk(k＝1,2,...,k)，距离为rk(k＝1,2,...,k)，则公式(16)对应的stca-mimo雷达回波预处理数据可以重新公式表示为：
[0112][0113]
其中，βk表示第k个目标的复散射系数，n表示高斯白噪声矢量，u(rk,θk)表示任意一脉冲信号的接收-发射联合导向矢量，其具体可以公式表示为：
[0114][0115]
其中，b(θk)为第k个目标的接收导向矢量，a(rk,θk)为第k个目标的发射导向矢量，具体地：
[0116]
第k个目标的接收导向矢量b(θk)公式表示为：
[0117][0118]
第k个目标的发射导向矢量a(rk,θk)公式表示为：
[0119][0120]
可以看出，基于时移量δt1的第一发射脉冲信号下，经过上述分析，对公式(8)所述的stca-mimo雷达回波信号进行数字混频和匹配滤波处理得到的stca-mimo雷达回波预处理信号可以公式表示为：
[0121][0122]
其中，u1(rk,θk)表示第一个发射脉冲信号下接收-发射联合导向矢量，其具体可以公式表示为：
[0123][0124]
其中，b1(θk)表示第一个发射脉冲信号下第k个目标的接收导向矢量，a1(rk,θk)表示第一个发射脉冲信号下第k个目标的发射导向矢量，具体地：
[0125]
第一个发射脉冲信号下第k个目标的接收导向矢量b1(θk)公式表示为：
[0126][0127]
第一个发射脉冲信号下第k个目标的发射导向矢量a1(rk,θk)公式表示为：
[0128][0129]
同理，基于时移量δt2的第二发射脉冲信号下，对公式(9)所述的stca-mimo雷达回波信号进行数字混频和匹配滤波处理得到的stca-mimo雷达回波预处理信号可以公式表示为：
[0130][0131]
其中，u2(rk,θk)表示第二个发射脉冲信号下接收-发射联合导向矢量，其具体可以
公式表示为：
[0132][0133]
其中，b2(θk)表示第二个发射脉冲信号下第k个目标的接收导向矢量，a2(rk,θk)表示第二个发射脉冲信号下第k个目标的发射导向矢量，具体地：
[0134]
第二个发射脉冲信号下第k个目标的接收导向矢量b2(θk)公式表示为：
[0135][0136]
第二个发射脉冲信号下第k个目标的发射导向矢量a2(rk,θk)公式表示为：
[0137][0138]
s303、计算stca-mimo雷达回波预处理信号的协方差矩阵。
[0139]
具体而言，本发明实施例在任意一发射脉冲信号下，计算公式(19)所述的stca-mimo雷达回波预处理信号的协方差矩阵可以公式表示为：
[0140]
r＝e{yyh}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(31)
[0141]
其中，r表示协方差矩阵,y表示stca-mimo雷达回波预处理信号，e{
·
}表示期望运算，(
·
)h表示共轭转置运算。
[0142]
可以看出，基于时移量δt1的第一发射脉冲信号下，计算公式(23)所述的stca-mimo雷达回波预处理信号的协方差矩阵可以公式表示为：
[0143]
r1＝e{y1y
1h
} (32)
[0144]
同理，基于时移量δt2的第二发射脉冲信号下，计算公式(27)所述的stca-mimo雷达回波预处理信号的协方差矩阵可以公式表示为：
[0145]
r2＝e{y2y
2h
}(33)
[0146]
s304、对协方差矩阵进行特征值分解得到stca-mimo雷达回波预处理信号的噪声子空间。
[0147]
具体而言，在任意一发射脉冲信号下，对协方差矩阵进行特征值分解得到stca-mimo雷达回波预处理信号的噪声子空间可以公式表示为：
[0148][0149]
其中，r表示协方差矩阵，r＝e{yyh}，y表示stca-mimo雷达回波预处理信号，e{
·
}表示期望运算，vs表示大特征值对应的特征向量组成的矩阵，即stca-mimo雷达回波预处理
信号的信号子空间，λs表示大特征值组成的对角矩阵，vn表示小特征值对应的特征向量组成的矩阵，即stca-mimo雷达回波预处理信号的噪声子空间，λn表示小特征值组成的对角矩阵，(
·
)h表示共轭转置运算。
[0150]
可以看出，基于时移量δt1的第一发射脉冲信号下，对协方差矩阵进行特征值分解可以公式表示为：
[0151][0152]
其中，λ
s1
表示k个大特征值组成的对角矩阵，v
s1
为其对应的特征向量组成的矩阵，即第一发射脉冲信号对应的信号子空间，λ
n1
表示除k个大特征值外其他特征值组成的对角矩阵，v
n1
表示其对应的特征向量组成的矩阵，即第一发射脉冲信号对应的噪声子空间。
[0153]
同理，基于时移量δt2的第二发射脉冲信号下，对协方差矩阵进行特征值分解可以公式表示为：
[0154][0155]
其中，λ
s2
表示k个大特征值组成的对角矩阵，v
s2
表示第二发射脉冲信号对应的信号子空间，λ
n2
表示除k个大特征值外其他特征值组成的对角矩阵，v
n2
表示第二发射脉冲信号对应的噪声子空间。
[0156]
s305、计算stca-mimo雷达在空间任意一点处的接收-发射联合导向矢量。
[0157]
具体而言，在任意一发射脉冲信号下，计算stca-mimo雷达在空间任意一点处的接收-发射联合导向矢量公式表示为：
[0158][0159]
其中，(θ,r)表示空间任意一点到发射阵列的角度和距离，u(r,θ)表示stca-mimo雷达在空间任意一点处的接收-发射联合导向矢量，b(θ)表示stca-mimo雷达在空间任意一点处的接收导向矢量，a(r,θ)表示stca-mimo雷达在空间任意一点处的发射导向矢量，表示克罗内克积运算。
[0160]
可以看出，基于时移量δt1的第一发射脉冲信号下，计算stca-mimo雷达在空间任意一点(r,θ)处的接收-发射联合导向矢量可以公式表示为：
[0161][0162]
其中，b1(θ)表示第一发射脉冲信号下stca-mimo雷达在空间任意一点处的接收导向矢量，a1(r,θ)表示第一发射脉冲信号下stca-mimo雷达在空间任意一点处的发射导向矢量，接收导向矢量b1(θ)计算类似b(θk)，发射导向矢量a1(r,θ)计算类似a(rk,θk)。
[0163]
同理，基于时移量δt2的第二发射脉冲信号下，计算stca-mimo雷达在空间任意一点(r,θ)处的接收-发射联合导向矢量可以公式表示为:
[0164][0165]
其中，b2(θ)表示第一发射脉冲信号下stca-mimo雷达在空间任意一点处的接收导向矢量，a2(r,θ)表示第一发射脉冲信号下stca-mimo雷达在空间任意一点处的发射导向矢量，接收导向矢量b2(θ)计算类似b(θk)，发射导向矢量a2(r,θ)计算类似a(rk,θk)。
[0166]
s306、根据噪声子空间和接收-发射联合导向矢量构建music空间谱函数，对music
空间谱函数进行谱峰搜索估计目标估计参数。
[0167]
具体而言，在任意一发射脉冲信号下，根据噪声子空间和接收-发射联合导向矢量构建music空间谱函数公式表示为：
[0168][0169]
其中，p(r,θ)表示music空间谱函数，u(r,θ)表示stca-mimo雷达在空间任意一点处的接收-发射联合导向矢量，vn表示stca-mimo雷达回波预处理信号的噪声子空间，(
·
)h表示共轭转置运算。
[0170]
可以看出，基于时移量δt1的第一发射脉冲信号下，构建的music空间谱函数公式表示为：
[0171][0172]
其中，u1(r,θ)表示公式(38)所述的接收-发射联合导向矢量，v
n1
表示公式(35)所述的噪声子空间。
[0173]
对music空间谱进行谱峰搜索估计出来第k个目标的角度和距离公式表示为：
[0174][0175][0176]
同理，基于时移量δt2的第二发射脉冲信号下，构建的music空间谱函数公式表示为：
[0177][0178]
其中，u2(r,θ)表示公式(39)所述的接收-发射联合导向矢量，v
n2
表示公式(36)所述的噪声子空间。
[0179]
对music空间谱进行谱峰搜索估计出来第k个目标的角度和距离公式表示为：
[0180][0181][0182]
s40、根据时移量比，以及两个发射脉冲信号下对应的目标估计参数在距离维上峰值重叠的特性联合估计最终的目标估计参数。
[0183]
具体而言，通过以上步骤，分别计算得到了第一发射脉冲信号下的目标估计参数和第二发射脉冲信号下的目标估计参数对于同一目标，第一发射脉冲信号和第二发射脉冲信号估计出的真实目标的距离和角度应该是一致的，但是由于stca-mimo雷达存在距离模糊，使得第一发射脉冲信号和第二发射脉冲信号估计出来第k个目标估计参数分别为：
[0184][0185][0186]
其中，r
u1
和r
u2
分别为第一发射脉冲信号和第二发射脉冲信号对应的最大无模糊距离，其具体表达式为：
[0187][0188][0189]
当l1r
u1
＝l2r
u2
时，第一发射脉冲信号和第二发射脉冲信号在距离上的峰值会发生重叠，且存在多个重叠点。经发明人研究发现，多个重叠点中，当重叠峰值的位置为时，即对应重叠峰值达到最大，此时stca-mimo雷达的最大模糊距离可以表示为：
[0190][0191]
由式(51)可以看出，相较于单时移的情况，使用双时移进行目标参数估计时，公式(51)所述的stca-mimo雷达最大无模糊距离，相较于公式(49)和(50)所述的第一发射脉冲信号和第二发射脉冲信号对应的最大无模糊距离，距离数值变大了。当第一发射脉冲信号的时移量δt1和第二发射脉冲信号的时移量δt2选取合适时，即stca-mimo雷达的最大探测距离小于stca-mimo雷达最大无模糊距离时，就可以实现stca-mimo雷达无模糊的参数估计。
[0192]
经上述分析，可以看出：本发明实施例从公式(41)和公式(44)中确定基于时移量δt1的第一发射脉冲信号和基于时移量δt2的第二发射脉冲信号下对应的目标估计参数在距离维上峰值重叠的中间目标估计参数，峰值重叠的中间目标估计参数可能有若干个，对于存在若干个中间目标估计参数情况，可以选择第一发射脉冲信号和第二发射脉冲信号下中间目标估计参数对应的最大模糊距离满足时移量比的中间目标估计参数，将其作为最终的目标估计参数，因为由上述分析此时的stca-mimo雷达距离维最大无模糊距离变大，使得stca-mimo雷达探测距离更远，可以有效地解决stca-mimo雷达目标参数估计时的距离模糊的问题。
[0193]
为了验证本发明实施例提供的双时移stca-mimo雷达无模糊参数估计方法的有效性，进行以下实验进行验证。
[0194]
仿真实验采用的是等距线阵，发射阵元数m和接收阵元数n均为16，阵元间距d是半波长，其具体数值为0.015m，载频f0为10ghz，时移量δt1为0.025us，时移量δt2为0.017us，信号带宽b为20mhz，雷达信号脉冲宽度t
p
为10us，距离扫描范围为0～10km，角度扫描范围为-90
°
～90
°
。
[0195]
仿真实验一：给出了单目标场景下双时移算法目标参数估计的仿真图。
[0196]
仿真时给定1个目标，其距离为6km，角度为10
°
。
[0197]
图3(a)为第一个发射脉冲信号的music空间谱，图3(b)为第二个发射脉冲信号的music空间谱，从图3(a)和图3(b)可以看出，第一个发射脉冲信号的music空间谱有三个峰值，第二个发射脉冲信号的music空间谱有两个峰值，这是距离模糊造成的。
[0198]
图4(a)给出了双时移目标参数估计算法角度维搜索的结果，从4(a)中可以看出，该算法估计出的目标角度为10
°
；图4(b)给出了双时移目标参数估计算法距离维搜索的结果，从图4(b)中可以看出，在距离为6km处两个发射脉冲信号的峰值重合，因此可以估计出目标的距离为6km，与真实目标距离相同。
[0199]
仿真实验二：给出了多目标场景下stca-mimo雷达双时移算法参数估计的仿真图。
[0200]
仿真时给定3个目标，目标1位置(6km，10
°
)、目标2位置(7km，20
°
)和目标3位置(8km，30
°
)。
[0201]
图5(a)为第一个发射脉冲信号的music空间谱，图5(b)为第二个发射脉冲信号的music空间谱，从图5(a)和图5(b)可以看出，第一个发射脉冲信号和第二个发射脉冲信号由于距离模糊导致其music空间谱均存在多组峰值，但两者的空间谱有三个重合的峰值，分别对应3个目标。
[0202]
图6(a)给出了双时移目标参数估计算法角度维搜索的结果，从图6(a)中可以看出，该算法估计出的目标角度分别为10
°
、20
°
和30
°
，图6(b)给出了双时移目标参数估计算法距离维搜索的结果，从6(b)中可以看出，在距离为6km、7km和8km处两个发射脉冲信号的距离估计结果重合，因此可以估计出目标距离分别为6km、7km和8km，与真实目标距离相同。
[0203]
通过实验可以看出，本发明实施例双时移stca-mimo雷达均能很好的实现单目标和多目标场景下的目标无模糊参数估计，且具有较好的距离分辨率和角度分辨率。本发明实施例提出的方法可以有效地解决stca-mimo雷达参数估计时存在的距离模糊问题。
[0204]
综上所述，本发明实施例提出的双时移stca-mimo雷达无模糊参数估计方法，根据两个发射脉冲信号下对应的目标估计参数在距离维上峰值重叠的特性联合估计最终的目标估计参数，由于在不同的发射脉冲信号间使用不同的时移量来扩展stca-mimo雷达的最大无模糊距离，使得stca-mimo雷达探测距离更远，可以有效地解决stca-mimo雷达参数估计时的距离模糊的问题，并从而提高stca-mimo雷达目标的检测性能；且本发明实施例提出的方法可以同时估计目标的角度和距离，保证stca-mimo雷达具有较好的距离分辨率和角度分辨率。
[0205]
第二方面，请参见图7，本发明实施例提供了一种双时移stca-mimo雷达无模糊参数估计装置，包括：
[0206]
数据建模模块701，用于建立stca-mimo雷达信号模型；其中，stca-mimo雷达信号模型为具有m个发射阵元和n个接收阵元的共址mimo雷达系统；
[0207]
数据确定模块702，用于根据stca-mimo雷达的最大探测距离，确定stca-mimo雷达两个发射脉冲信号的时移量δt1和时移量δt2，以及两个发射脉冲信号对应的时移量比；其中，时移量比a、b为互质数；
[0208]
数据计算模块703，用于采用music算法分别计算两个发射脉冲信号下对应的目标
估计参数；
[0209]
数据联合估计模块704，用于根据时移量比，以及两个发射脉冲信号下对应的目标估计参数在距离维上峰值重叠的特性联合估计最终的目标估计参数。
[0210]
进一步地，本发明实施例数据计算模块703中，采用music算法分别计算目标估计参数的过程，包括：
[0211]
利用stca-mimo雷达信号模型计算目标的stca-mimo雷达回波信号；
[0212]
对stca-mimo雷达回波信号进行数字混频和匹配滤波处理得到stca-mimo雷达回波预处理信号；
[0213]
计算stca-mimo雷达回波预处理信号的协方差矩阵；
[0214]
对协方差矩阵进行特征值分解得到stca-mimo雷达回波预处理信号的噪声子空间；
[0215]
计算stca-mimo雷达在空间任意一点处的接收-发射联合导向矢量；
[0216]
根据噪声子空间和接收-发射联合导向矢量构建music空间谱函数，对music空间谱函数进行谱峰搜索估计目标估计参数。
[0217]
进一步地，本发明实施例数据计算模块703中，利用stca-mimo雷达信号模型计算目标的stca-mimo雷达回波信号公式表示为：
[0218][0219]
其中，(θ0,r0)表示目标到由m个发射阵元形成的发射阵列的角度和距离，yn(
·
)表示第n(n＝1,2,...,n)个接收阵元对应目标的stca-mimo雷达回波信号，d表示发射阵元间距，λ＝c/f0表示波长，c表示电磁波的传播速度，f0表示载频，s(
·
)表示stca-mimo雷达的发射信号，τ0＝2r0/c表示stca-mimo雷达和目标之间的双程传播时延，g(
·
)表示正交线性调频信号，即发射阵列的基准发射信号，rect(
·
)表示矩形函数，μ＝b/t
p
表示线性调频信号的调频斜率，t
p
表示雷达脉冲宽度，b表示信号带宽，cm表示第m个发射阵元的编码系数，δt表示参考时移量，δt＝1/b。
[0220]
进一步地，本发明实施例数据计算模块703中，对stca-mimo雷达回波信号进行数字混频和匹配滤波处理得到stca-mimo雷达回波预处理信号公式表示为：
[0221][0222]
其中，y表示stca-mimo雷达回波预处理信号，yn(t,θ0)表示第n(n＝1,2,...,n)个接收阵元接收的stca-mimo雷达回波信号经过数字混频和匹配滤波处理后的信号，(
·
)
t
表示转置运算，β表示复散射系数，表示克罗内克积运算，b(θ0)表示stca-mimo雷达在目标处的接收导向矢量，a(r0,θ0)表示stca-mimo雷达在目标处的发射导向矢量，n表示噪声矢
量。
[0223]
进一步地，本发明实施例数据计算模块703中，对协方差矩阵进行特征值分解得到stca-mimo雷达回波预处理信号的噪声子空间公式表示为：
[0224][0225]
其中，r表示协方差矩阵，r＝e{yyh}，y表示stca-mimo雷达回波预处理信号，e{
·
}表示期望运算，vs表示大特征值对应的特征向量组成的矩阵，即stca-mimo雷达回波预处理信号的信号子空间，λs表示大特征值组成的对角矩阵，vn表示小特征值对应的特征向量组成的矩阵，即stca-mimo雷达回波预处理信号的噪声子空间，λn表示小特征值组成的对角矩阵，(
·
)h表示共轭转置运算。
[0226]
进一步地，本发明实施例数据计算模块703中，计算stca-mimo雷达在空间任意一点处的接收-发射联合导向矢量公式表示为：
[0227][0228]
其中，(θ,r)表示空间任意一点到发射阵列的角度和距离，u(r,θ)表示stca-mimo雷达在空间任意一点处的接收-发射联合导向矢量，b(θ)表示stca-mimo雷达在空间任意一点处的接收导向矢量，a(r,θ)表示stca-mimo雷达在空间任意一点处的发射导向矢量，表示克罗内克积运算。
[0229]
进一步地，本发明实施例数据计算模块703中，根据噪声子空间和接收-发射联合导向矢量构建music空间谱函数公式表示为：
[0230][0231]
其中，p(r,θ)表示music空间谱函数，u(r,θ)表示stca-mimo雷达在空间任意一点处的接收-发射联合导向矢量，vn表示stca-mimo雷达回波预处理信号的噪声子空间，(
·
)h表示共轭转置运算。
[0232]
进一步地，本发明实施例数据联合估计模块704中，根据时移量比，以及两个发射脉冲信号下对应的目标估计参数在距离维上峰值重叠的特性联合估计最终的目标估计参数，包括：
[0233]
确定两个发射脉冲信号下对应的目标估计参数在距离维上峰值重叠的中间目标估计参数；
[0234]
选择两个发射脉冲信号下中间目标估计参数对应的最大模糊距离满足时移量比的中间目标估计参数，将其作为最终的目标估计参数。
[0235]
第三方面，请参见图8，本发明实施例提供了一种电子设备，包括处理器801、通信接口802、存储器803和通信总线804，其中，所述处理器801、所述通信接口802、所述存储器803通过所述通信总线804完成相互的通信；
[0236]
所述存储器803，用于存放计算机程序；
[0237]
所述处理器801，用于执行所述存储器803上所存放的程序时，实现上述双时移stca-mimo雷达无模糊参数估计方法的步骤。
[0238]
第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储
介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述双时移stca-mimo雷达无模糊参数估计方法的步骤。
[0239]
对于装置/电子设备/存储介质实施例而言，由于其基本相近于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
[0240]
在本发明的描述中，需要理解的是，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
[0241]
尽管在此结合各实施例对本技术进行了描述，然而，在实施所要求保护的本技术过程中，本领域技术人员通过查看所述附图、公开内容、以及所附权利要求书，可理解并实现所述公开实施例的其他变化。在权利要求中，“包括”(comprising)一词不排除其他组成部分或步骤，“一”或“一个”不排除多个的情况。单个处理器或其他单元可以实现权利要求中列举的若干项功能。相互不同的从属权利要求中记载了某些措施，但这并不表示这些措施不能组合起来产生良好的效果。
[0242]
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。