基于平滑l0范数和TSVD的MIMO雷达目标参数估计方法

摘要

利用平滑l0范数(Smoothed l0,SL0)算法估计MIMO雷达目标参数时,在设定初始值和计算梯度投影中需要对呈病态的感知矩阵进行求伪逆运算,然而病态矩阵的伪逆精度较低,从而导致SL0算法无法直接用于估计MIMO雷达的目标参数.为此,本文提出了一种基于SL0算法和截断奇异值分解(Truncated Singular Value Decomposition,TSVD)的MIMO雷达目标参数估计方法.该方法对感知矩阵进行SVD变换,并设定特征值均值为截断门限,保留大于门限的特征值及其对应的左奇异向量和右奇异向量,并利用SVD反变换获得条件数较小的非病态感知矩阵,实现了SL0算法在MIMO雷达目标信号重构问题中的应用.实验结果表明,与迭代加权lq算法相比,本文方法在保证目标信号重构性能的基础上,明显提高了MIMO雷达的目标参数估计速度.