基于矩陣分解的多輸入多輸出雷達解相關算法

郭小路　陶海紅　黨博

(1.西安電子科技大學 雷達信號處理國家重點實驗室,西安 710071;

2.西安石油大學,西安 710065)

?

基于矩陣分解的多輸入多輸出雷達解相關算法

郭小路1陶海紅1黨博2

(1.西安電子科技大學 雷達信號處理國家重點實驗室,西安 710071;

2.西安石油大學,西安 710065)

摘要多輸入多輸出(Multi-input Multi-output, MIMO)雷達的多發射正交波形自相關和互相關特性會影響目標參數估計的性能,完全正交的多組波形又很難獲得,針對此,提出一種基于矩陣分解的雙基地MIMO雷達多發射波形解相關算法,使不完全正交的多組波形解相關.本算法通過對多發射波形相關矩陣做矩陣分解和迭代運算,實現波形解相關. 通過對收發角度聯合估計精度的分析,驗證了所提算法的可行性和有效性.

關鍵詞雙基地雷達;多輸入多輸出;波形相關性;矩陣分解;迭代

資助項目: 國家自然科學基金(60971108)； 西安電子科技大學基本科研業務費資助項目(BDY061428)

聯系人： 郭小路 E-mail：floydguo@foxmail.com

引言

多輸入多輸出(Multi-Input Multi-Output, MIMO)的概念因為具有分集優勢[1-3],自從被引入到雷達領域以來,越來越引起人們的注意. 文獻[4-5]提出了分置天線MIMO雷達的目標高分辨定位算法. 文獻[6-7]提出了共置天線MIMO雷達系統的定位算法. 文獻[8]提出收發方位角聯合估計的方法. 文獻[9]通過虛擬陣列數據提出二維到達角(Direction of Arrival,DOA)的估計方法. 文獻[10]

提出一種發射陣目標角度估計方法. 然而上述算法沒有考慮發射波形自相關和互相關所引起的鄰近距離門干擾. 為了解決這一問題,需要設計具有較好自相關和互相關性能的正交波形[11],然而在實際中無法保證任意相關時延的低相關性.文獻[12]通過使用零相關區域碼來優化雙基地MIMO雷達波形自相關和互相關對鄰近距離門的影響,然而該算法具有一定的局限性,只能抵消對特定距離門的干擾. 還有一類方法是通過對匹配濾波后的信號加濾波器,即從統計的角度來對波形進行解相關,其中,文獻[13]以最小均方誤差為準則,采用泰勒級數展開構造的解相關濾波器取得了較好的效果.

針對以上問題,論文提出一種波形解相關的算法,通過對波形自相關矩陣進行矩陣分解和相應迭代計算的處理,來消除鄰近距離門的干擾,然后采用旋轉不變技術估計信號參數(Estimating Signal Parameter via Rotational Invariance Techniques, ESPRIT)進行收發角度的聯合估計. 通過對多個目標的離開角(Direction of Departure,DOD)和DOA進行收發角度的參數估計,建立雙基地MIMO雷達信號定位模型.

1雙基地MIMO雷達信號模型

sr(t)=a(t)exp(jφ(t))exp(j2πf0t)．

(1)

圖1　雙基地MIMO雷達幾何配置圖

式中: a(t)為雷達載波的包絡; φ(t)為優化四相編碼; f0為載波信號頻率. 發射陣列由M個陣元構成,發射陣元間距為dt,接收陣列由N個陣元構成,接收陣元間距為dr. 共有K個距離門有目標,每個距離門有多個目標,其中第k個距離門上共有目標Pk個;目標相對于陣列的DOD和DOA分別為θtk=[θtk1,…,θtkp]T和θrk=[θrk1,…,θrkp]T,則目標的接收導向矢量和發射導向矢量分別為:

(2)

(3)

由第i個發射陣元發出的,經解調到基帶的編碼信號波形為si(l)=[si(1),…,si(L)],i=1,…,M,其中l是慢時間,L是編碼長度. 該發射波形經第k個距離門的目標反射后,接收到的波形表示如下:

(4)

由目標反射造成的時延,通過在發射波形的前后補零來體現. 接收陣列接收到的所有M個發射波形被第k個距離門目標反射后的回波波形表示為Sk=[s1k,s2k,…,sMk]T,故總的回波信號可表示成.

(5)

式中:βkp和fkp分別表示第k個距離門上第p個目標的反射系數和多普勒頻率; N∈CN×(L+K)表示高斯白噪聲. 目標采用Swerling II模型,即每次掃描中的每一個脈沖雷達反射面積測量值都是獨立的.

(6)

接收信號脈壓后得到

(7)

將所有K個距離門的數據排成一列即得到脈壓后的陣列信號為

(8)

(9)

R中主對角線元素代表多發射波形的自相關,除對角線外其他元素表示多發射波形的互相關.

2基于矩陣分解解相關方法

目標的參數信息包含在矩陣H中. 而發射波形自相關和互相關構成的波形相關矩陣會和目標參數信息矩陣產生耦合,導致收發通道不能完全分離,影響參數估計性能. 針對此問題,論文主要工作是將波形相關矩陣R通過矩陣分解分解成右上三角矩陣U和正交矩陣Q的乘積,即

R=UQ．

(10)

于是接收陣列回波信號匹配脈壓后可以改寫成

Y=HR+NSH=HUQ+NSH．

(11)

對式(11)右乘矩陣QT后變成

(12)

其中噪聲項從白噪聲變成了色噪聲,暫時忽略噪聲的影響來估計包含目標角度信息的矩陣H,則式(12)變成

YMD=HU．

(13)

將式(13)寫成矩陣元素的形式,有

(14)

在式(13)中,YMD中所有元素已知,矩陣U是一個上三角矩陣,采用式(15)迭代得到矩陣H中所有元素hij,此方法可避免使用復雜的矩陣求逆法得到矩陣H.

(15)

圖2示意了求解矩陣H第一行的過程,其余各行求解過程類似.

圖2　迭代過程示意圖

Hk包含第k個距離門上目標的DOD和DOA的角度信息,采用ESPRIT方法,對場景中多個目標進行DOD和DOA的角度估計[14]. 通過對DOD和DOA的參數估計可以實現目標定位. 為了討論方便又不失一般性,假設目標在第一個距離門,則第一個距離門的數據為

(16)

式中,Z1和V1分別為YMD和NSHQTU-1的前M列. 定義Z1的前N-1行和后N-1行分別為Z11和Z12. 將Z11和Z12的每行取出來分別堆成向量η11=row(Z11)和η21=row(Z12),則第Q個脈沖的信號可以表示為:

X1η=[η11,…,η1Q];

(17)

X2η=[η21,…,η2Q]．

(18)

X1η和X2η的協方差矩陣分別為:

(19)

(20)

(21)

(22)

目標DOA估計式為

(23)

式中: ∠(λi)表示λi的相位;λ為波長. 目標DOD估計式為

(24)

式中,u(j-1)M+k,i為U的第(j-1)M+k行的第i列元素. 以下簡要總結算法步驟:

1) 對接收信號匹配脈壓得到Y;

2) 將波形相關矩陣R分解成右上三角矩陣U和正交矩陣Q乘積;

4) 已知Y和U,忽略噪聲解出H;

5) 取目標距離門數據前M列為Z1;

6) 取Z1前N-1行和后N-1行,構造第Q個脈沖信號X1η和X2η;

7) 由X1η和X2η有RX11和RX12,估計噪聲并抑制得到CX11和CX12.

3仿真與分析

通過計算機仿真實驗來驗證算法的有效性. 在仿真中假設發射機和接收機各配置三個天線,三個發射波形是盡可能相互正交的發射信號,碼長均為128,發射陣元間距和接收陣元間距均為半波長.

在仿真中,共對比了五種情形:不解相關、空時編碼(Space-TimeCode,STC)[15]、多項式展開解相關、論文所提方法和理想情況. 不解相關情況即對接收信號匹配濾波后的信號,并且未作任何波形解相關處理直接做角度估計;空時編碼情況,是通過對發射波形進行空時編碼來達到解相關的目的,本仿真采用基于Hadamard的空時碼來仿真;多項式展開解相關情況,是文獻[13]采用最小均方誤差準則,并使用泰勒級數展開的一種方法,其中NS=2;矩陣分解解相關即前文所描述算法;理想情況,假設場景中在感興趣的距離門只有一個目標,這樣在鄰近距離門就不會存在干擾產生的波形耦合,從而不會影響目標參數估計精度. 仿真中采用的編碼,理想情況采用Hadamard碼,其余四種情況皆采用優化多相編碼[11].

仿真了上述五種情況所做角度估計的均方根誤差隨不同信噪比和不同快拍數的性能曲線.圖3是雙基地MIMO雷達多目標收發角度估計均方根誤差隨信噪比變化的性能圖,圖3(a)是200次快拍時DOD的估計性能,圖3(b)是相同情況下DOA估計性能. 從仿真可以看到:未作解相關處理的性能最差,空時碼性能在低于信噪比6dB時略優于未解相關情況,而在大信噪比情形下,該結果說明空時碼在低信噪比情況下可以一定程度上改善估計精度,但其性能整體較多項式展開或矩陣分解等基于信號解相關處理的方法差;本算法性能優于多項式展開法. 圖4是角度估計的均方根誤差,在信噪比為12dB時隨快拍數變化的仿真. 首先可以看到和圖3一致的結論,即大信噪比情況下,空時碼無法實現解相關,所以二者曲線重合;類同于隨信噪比變化的情形,本算法依舊優于多項式展開法,并且不隨快拍數的增加而有明顯變化,也就是說快拍數對角度估計性能變化影響不大.

(a) 200次快拍時DOD估計性能

(b) 200次快拍時DOA估計性能圖3　雙基地MIMO雷達多目標收發角度估計均方根誤差隨信噪比變化性能圖

(a) 信噪比12 dB時DOD估計性能

(b) 信噪比12 dB時DOA估計性能圖4　雙基地MIMO雷達多目標收發角度估計均方根誤差隨快拍數變化性能圖

在算法復雜度上,對于不解相關情況,因為不進行計算所以不存在額外運算量;對于理想情況,因為只有單目標,而本算法和多項式展開法針對的是多目標,故不適合作對比. 對于多項式展開法,其算法復雜度在NS=2時,復雜度是O(2N×(MK)2);而本算法的計算復雜度中,矩陣分解的算法復雜度和后續迭代計算的復雜度同為O(3N/2×(MK)2+1/2(MK)),故本算法總算法復雜度為O(3N×(MK)2+N×(MK)),與多項式展開法算法復雜度相當.

從仿真結果可以看到,通過設定一個沒有鄰近距離門目標的情境來構造理想情況曲線,該曲線應為雙基地MIMO雷達角度估計的最佳性能．通過空時編碼的空時相干處理可以消除波形的相關性,但是真正意義上的全區域零相關仍無法實現,并且此方法受信噪比影響較大．其原因是,無法通過編碼相干處理獲得更多的正交信號增益．多項式展開的方法可以有效提高角度估計的性能,但是其性能受展開階數影響,階數過高會引起大的運算復雜度．矩陣分解的方法,可以通過較低的性能,獲得接近最佳性能的角度估計性能,并且其算法可以通過簡單的矩陣分解和迭代運算實現,這一性質有利于工程實現．

4結論

提出了一種基于矩陣分解的雙基地MIMO雷達的波形解相關算法,通過矩陣分解和迭代運算,可以有效消除發射波形自相關和互相關對目標收發角度參數估計性能的影響. 對其參數估計性能分析的仿真實驗和性能分析證明所提算法優于多項式展開算法.

參考文獻

[1]LIUX,LIAOG.DirectionfindingandmutualcouplingestimationforbistaticMIMOradar[J].SignalProcessing, 2012, 92(2): 517-522.

[2]XIER,LIUZ,WUJX.DirectionfindingwithautomaticpairingforbistaticMIMOradar[J].SignalProcessing, 2012, 92(1): 198-203.

[3]呂暉, 馮大政, 和潔, 等. 機載多輸入多輸出雷達局域化降維雜波抑制方法 [J]. 西安電子科技大學學報, 2011, 38(2): 88-92.

LüHui,FENGDazheng,HEJie,etal.Localizedreduced-dimensioncluttersuppressionmethodfortheairborneMIMOradar[J].JournalofXidianUniversity:NaturalScience, 2011, 38(2): 88-92. (inChinese).

[4]LEHMANNNH,HAIMOVICHAM,BLUMRS,etal.HighresolutioncapabilitiesofMIMOradar[C]//FortiethAsilomarConferenceonSignals,SystemsandComputers.PacificGrove,Oct29-Nov1,2006:25-30 .

[5]GODRICHH,HAIMOVICHAM,BLUMRS.TargetlocalizationtechniquesandtoolsforMIMOradar[C]//ProceedingsoftheRadarConference.Rome:IEEE, 2008.

[6]BEKKERMANI,TABRIKIANJ.TargetdetectionandlocalizationusingMIMOradarsandsonars[J].IEEETransactionsonSignalProcessing, 2006, 54(10): 3873-3883.

[7]XUL,LIJ,STOICAP.TargetdetectionandparameterestimationforMIMOradarsystems[J].IEEETransactionsonAerospaceandElectronicSystems, 2008, 44(3): 927-939.

[8] 陳顯舟, 楊源, 韓靜靜, 等. 雙基地多入多出雷達收發方位角聯合估計算法 [J]. 電波科學學報, 2013, 28(1):176-182. (inChinese).

CHENXianzhou,YANGYuan,HANJingjing,etal.JointDODandDOAestimationusingpolynomialrootingforbistaticMIMOradar[J].ChinesesJournalofRadioScience, 2013, 28(1):176-182. (inChinese).

[9] 郭藝奪, 張永順, 童寧寧, 等. 一種MIMO雷達二維DOA估計新方法 [J]. 電波科學學報, 2010, 25(4):668-673.

GUOYiduo,ZHANGYongshun,TONGNingning,etal.Anovelmethodof2-DDOAestimationforMIMOradar[J].ChinesesJournalofRadioScience, 2010, 25(4): 668-673. (inChinese).

[10]劉紅明, 何子述, 李軍. 雙基地MIMO雷達發射陣目標角度估計 [J]. 電波科學學報, 2010,25(3): 499-504.

LIUHongming,HEZishu,LIJun.TargetangleestimationrelativetotransmittingarrayinbistaticMIMOradar[J].ChinesesJournalofRadioScience, 2010, 25(3): 499-504. (inChinese).

[11]DENGH.Polyphasecodedesignfororthogonalnettedradarsystems[J].IEEETransactionsonSignalProcessing, 2004, 52(11): 3126-3135.

[12]ZHENGZDZHANGJY,XIONGPL.JointDODandDOAestimationforbistaticMIMOradar[J].SystemsEngineeringandElectronics, 2010, 32(11): 2268-2272.

[13]DANGB,LIJLIAOG.TaylorpolynomialexpansionbasedwaveformcorrelationcancellationforbistaticMIMOradarlocalization[J].SignalProcessing, 2012, 92(6): 1404-1410.

[14]JINM,LIAOGuishengLIJun,etal.JointDODandDOAestimationforbistaticMIMOradar[J].SignalProcessing, 2009, 89(2): 244-251.

[15]SONGX,ZHOUS,WILLETTP.ReducingthewaveformcrosscorrelationofMIMOradarwithspace-timecoding[J].IEEETransactionsonSignalProcessing, 2010, 58(8): 4213-4224.

郭小路(1983-),男,陜西人,西安電子科技大學博士研究生,主要研究方向是MIMO和SAR雷達信號處理．

陶海紅(1976-),女,陜西人,西安電子科技大學教授,博士生導師,主要研究方向是陣列信號處理和雷達信號處理．

黨博(1987-),男,山西人,西安石油大學講師,主要研究方向為MIMO信號處理．

王偉杰, 李春升, 楊威, 等. 姿態測量誤差對星載合成孔徑雷達成像質量影響[J]. 電波科學學報,2015,30(6):1039-1047. doi:10.13443/j.cjors. 2014121401

WANG Weijie, LI Chunsheng, YANG Wei, et al. Attitude measurement error effect on imaging quality of spaceborne SAR [J]. Chinese Journal of Radio Science,2015,30(6):1039-1047. (in Chinese). doi:10.13443/j.cjors. 2014121401

Matrix decomposition based de-correlation

algorithm in MIMO radars

GUO Xiaolu1TAO Haihong1DANG Bo2

(1.NationalLabofRadarSignalProcessing,XidianUniversity,Xi’an710071,China;

2.Xi’anShiyouUniversity,Xi’an710065,China)

AbstractThe performance of the target parameters estimation is greatly affected by the auto-correlation and cross-correlation of the multiple transmit waveforms. However, for bistatic multi-input multi-output (MIMO) radar, the orthogonal multiple waveforms are usually difficult to obtain. In order to solve this problem, a waveforms de-correlation algorithm is presented in this paper, which decorrelates the correlation through matrix decomposition followed by iteration. By the joint direction of departure (DOD) and direction of arrival (DOA) estimation, the simulation and performance analysis show the effectiveness and validity of the proposed algorithm.

Key wordsbistatic radar; multiple-input multiple-output; waveform correlation; Matirx decomposition; literation

作者簡介

收稿日期：2015-01-16

中圖分類號TN958

文獻標志碼A

文章編號1005-0388(2015)06-1033-06