基于張量算法的MIMO雷達多目標角度估計?

（中國人民解放軍91913部隊 大連 116041）

1 引言

目前軍事雷達應用中對隱身弱目標的探測需求逐漸凸顯，而作為近年雷達領域研究的熱點，MI?MO雷達由于體制優勢，其對隱身目標和弱目標的探測較現有雷達體制有較大優勢，其符合軍事裝備發展需求。通信領域中的多輸入多輸出技術［1］（Multi Input Multi Output，MIMO）已經得到了廣泛應用，其被引入到雷達領域形成MIMO雷達概念［2］。MIMO雷達系統由多個收發天線組成，發射天線發射正交信號，接收天線接收反射自目標的信號并可濾波分離，最終集中聯合處理這些分離信號。與相控陣雷達相比，MIMO雷達具有波形分集和空間分集效應，可以顯著提高目標空間分辨率。MIMO雷達可分為具有共置天線的集中式MIMO雷達［3～4］和具有廣泛分離天線的分布式MIMO雷達［5］。集中式MIMO雷達包括單基地和雙基地兩種，雙基地雷達的發射陣和接收陣布置在兩個距離較遠的陣地中，收發陣內陣元集中布置，本文主要研究雙基地MIMO雷達。

眾多算法已經應用于雙基地MIMO雷達的目標角度估計研究中［6～7］。這些基于矩陣運算的方法沒有考慮MIMO雷達接收信號中特有的高維結構，它們將目標的雷達散射截面（RCS）起伏作為研究中的負面因素。而基于張量［8～10］的典范多因子分解算法（Canonical Polyadic Decomposition，CPD）將一段時間的RCS起伏作為接收信號中的時間結構信息而起到正面作用。因此CPD算法增強了參數估計的性能，由于不需要估計信號子空間，其計算復雜度也較小。本文建立雙基地MIMO雷達數據模型，其接收信號符合CPD結構，應用CPD算法可估計出多個目標的角度值。最終的仿真結果表明，基于CPD算法的角度估計性能優于Capon和MUSIC算法。

2 雙基地MIMO雷達數據模型

2.1 雷達線陣及信號模型

雷達模型使用均勻線陣，如圖1所示，設目標為遠場點目標，收發信號為窄帶信號。易得線陣信號的方向矩陣為

圖1 雙基地MIMO雷達模型

設雷達陣列有M個發射天線，N個接收天線，發射天線發射正交窄帶脈沖信號，有相同的中心頻率和帶寬，脈沖采樣點數為L，第m個發射天線發射的信號可表示為sm=[sm(1)，sm(2)，…，sm(L)]T，則發射陣發射的全部信號可表示為

2.2 接收信號模型

由上節線陣信號的方向矩陣可得雙基地MI?MO雷達的接收陣和發射陣的目標導向矢量分別為

其中φk和θk分別為第k個目標的波離角和波達角，λ=c/f0，為第m個發射陣元與第一陣元的間距，為第n個接收陣元與第一陣元的間距。信號經過多個目標反射后到達接收陣，接收天線接收到的混合信號可以表示為

其中βk為第k個目標的RCS系數，在Swerling II信號模型中RCS系數隨脈沖變化而變化。W∈CN×L為噪聲項?；旌闲盘枺?）可寫為矩陣形式［11］：

X∈CN×L表示N個接收天線接收的L點采樣值的信號，其中c=[β1，β2，…，βK]。

2.3 濾波信號模型

本文建立的雙基地MIMO雷達發射信號相互正交，正交信號協方差矩陣(1/L)SSH=IM。則對混合信號進行匹配濾波處理，即在式（6）右乘(1/L)SH后可得

3 目標角度估計的CPD算法

在雙基地MIMO雷達的濾波信號數據模型（8）中，A是K個目標的接收陣列的導向矩陣，B是K個目標的發射陣列的導向矩陣，CT包含了K個目標的RCS衰落和多普勒頻移的影響。

我們可以利用不同的優化算法［12～13］最小化代價函數來擬合接收信號：

本文主要運用Tensorlab3.0［14］中的CPD函數對接收信號進行CP分解，獲得收發陣列的導向矩陣A和B，進而根據A和B的范德蒙結構恢復出AOA和AOD。

4 仿真實驗

本節將CPD算法用于雙基地MIMO雷達的目標角度估計來做仿真實驗。我們選取傳統的Ca?pon算法和MUSIC算法作為對比算法，以說明CPD算法的優越性。在雷達模型中信號頻率為fc=1GHz，波長為λ=c/fc，陣元間距d為半波長，脈沖間隔為5×10-6s。估計誤差以真實角度和估計角度的絕對誤差為評價標準。

4.1 不同陣元數下目標角度估計

如圖2所示，繪制了3種角度估計算法隨信噪比變化的角度估計誤差曲線。其中目標數K=6，算法誤差值為6個目標誤差值的平均值，目標的AOD和 AOA 為（ -70°，50°；-65°，45°；-20°，20°；-15°，15°；-10°，10°；5°，-15°），采樣點數L=512，脈沖數Q=50，信噪比SNR為-30dB～30dB，每隔5dB進行仿真繪圖，循環仿真次數為50次，2D-Capon和2D-MUSIC算法的最小搜索角度間隔為0.01°。從圖2可以看出，隨著信噪比的改變，在大多數情況下，CPD算法實現的角度估計精度比Capon和MUSIC算法更高，當收發陣元數增加時，CPD算法的角度估計精度亦顯著提高。

圖2 不同陣元數目下角度估計誤差對比

4.2 不同目標間隔下目標角度估計

如圖3所示，實線繪制的是目標間相隔較遠的角度估計誤差曲線，虛線繪制的是目標間距離較近的誤差曲線。信號采樣點數L=512，脈沖數Q=50。當目標間距離較近時，目標的AOD和AOA 為（ -70°，50°；-65°，45°；-20°，20°；-15°，15°；-10°，10°；5°，-15°），當目標間距離較遠時，目標的AOD和AOA為（-70°，60°；-50°，25°；-30°，50°；-10°，-20°；10°，0°；30°，30°）。從圖中可以看出，目標間相距較遠時，三種算法的角度估計誤差較小。當目標間距離較近且SNR較低時，基于張量的CPD算法較Capon算法和MUSIC算法擁有更高的目標角度估計精度。

圖3 不同目標間隔下角度估計誤差對比

5 結語

本文圍繞軍事雷達裝備應用需求，研究了如何將基于張量的CPD算法應用到雙基地MIMO雷達的多目標角度估計研究中。構建了雙基地MIMO雷達的發射信號模型，正交信號發射至目標后反射至接收陣獲得混合信號模型，通過匹配濾波后的信號符合CPD結構。對濾波信號應用CPD算法以估計相關因子矩陣，并提取出多個目標的波離角和波達角。實驗結果驗證了在雙基地MIMO雷達模型中，當目標距離較近和陣元數目較少的情況下，CPD算法較其他算法在目標角度估計精度上均有較大優勢，通過增加收發陣元數目可有效提高MI?MO雷達的目標角度估計精度。