本发明涉及雷达测量，特别涉及一种多相干源的被动测向优化算法。
背景技术：
1、目前的智能弹药大多利用测向技术对单一目标雷达信号进行分选检测，形成制导信息，并配合发射装置，实现自主攻击目标。在对多目标的准确探测方面，通过对辐射源信号的矩阵分解提取信号/噪声子空间，构造“尖状”空间谱峰，可实现对多目标的测向计算。测向时传感器阵列接收来自目标k的辐射信号，由于波程不同导致不同阵元信号到达存在时延τ＝dsinθk c，继而产生相位差。空间谱估计方法原理就是利用此相位差进行目标信号的入射参数计算，其原理如图1所示。
2、远场信号的波前可近似看作平面，d为阵元间距，c为波速，θ为波达方向角。阵元间的相位差可以表示为：
3、
4、因此，通过延时量计算得到相位差，即可得到方位角的估计。
5、但是，由于多径传播的影响，多信号源会产生大量的相干信号，对于直接进行空间谱估计处理，会导致定位功能严重下降甚至失效。因此，提高多目标定位的精度成为了亟需解决的难题。
6、本文通过结合基于空间谱估计的多目标定位技术和解相干信号处理的空间平滑算法/矩阵分解方法，提高多目标测向的稳定性及测向精度，使其具有更广泛的应用场景。
技术实现思路
1、本发明的目的在于提供一种多相干源的被动测向优化算法，提高同时对多个目标雷达定位的测向精度。
2、本发明的技术方案是：提供一种多相干源的被动测向优化算法，包括如下步骤：
3、s1、设置天线阵列接收到的采样信号；
4、s2、解相干处理：
5、对数据进行矩阵共轭重构，对重构后的矩阵进行空降平滑处理，依次计算每一个子阵的相关矩阵，直至到最后一个子阵；对所述子阵的自相关矩阵相加求其平均值，得到重构矩阵的重组平均自相关矩阵；
6、s3、计算特征矩阵r的噪声子空间；
7、s4、谱峰搜索：
8、设置对目标信号源的空间搜索范围，由噪声子空间与信号子空间的正交特性，通过最小优化搜索峰值实现对多相干源的被动测向；
9、s5、结果显示：
10、将数据转换为db单位，并绘制图形。
11、进一步的，所述步骤s1中，首先初始化接收信号参数快拍数nn、相干信号源位置doa、天线阵元个数m及阵元间距d，通过表达式赋予信号具体数值，计算其协方差矩阵y，并存储于矩阵中保存下来。
12、进一步的，所述步骤s2中，解相干处理具体为：
13、对数据进行矩阵共轭重构，已知天线阵列接收信号模型为：
14、
15、共轭重构为通过利用fliplr函数构建m阶反单位矩阵j，得到矩阵y，即：
16、
17、y＝jx*(8)
18、其中，x*为x的复共轭矩阵；通过将x的相关矩阵rx与y的相关矩阵ry相加得到重构后的新矩阵r：
19、r＝rx+ry(9)
20、根据矩阵理论得知，r、rx、ry三者的噪声子空间相同，可以用重构矩阵r代替原天线阵的接收信号；
21、利用空间平滑技术对重构后的矩阵进行平滑处理，将均匀线阵r分为p个重叠的子阵，每个子阵含有l个阵元，则第p个子阵接收信号为：
22、
23、其中，
24、
25、矩阵代表子阵的方向矩阵，依次计算每一个子阵的相关矩阵，直至到最后一个子阵；对这各子阵的自相关矩阵相加求其平均值，最终得到信号的相关矩阵rr；只有p≥k时的平均相关矩阵秩为满秩矩阵。
26、进一步的，所述步骤s3中，根据噪声与信号的独立性对矩阵rr进行特征分解，获得信号子空间es以及与噪声对应的子空间en；根据正交特性可知，二者相乘结果为零。
27、进一步的，所述步骤s4中，谱峰搜索：
28、
29、其中,α～为信号子空间的方向向量。
30、本发明提供的多相干源的被动测向优化算法取得的有益效果是：
31、(1)当多个辐射源相干时，本发明可以克服经典music算法失效的问题，实现多相干信号源的定位；
32、(2)将矩阵共轭重构与空间平滑技术相结合，对数据进行预处理，提高了相干信号源的定位精度；
33、(3)算法流程清晰，分模块化式的处理容易进行搬移，提高了算法的应用范围。
1.一种多相干源的被动测向优化算法，其特征在于，包括如下步骤：
2.如权利要求1所述的多相干源的被动测向优化算法，其特征在于，所述步骤s1中，首先初始化接收信号参数快拍数nn、相干信号源位置doa、天线阵元个数m及阵元间距d，通过表达式赋予信号具体数值，计算其协方差矩阵y，并存储于矩阵中保存下来。
3.如权利要求2所述的多相干源的被动测向优化算法，其特征在于，所述步骤s2中，解相干处理具体为：
4.如权利要求3所述的多相干源的被动测向优化算法，其特征在于，所述步骤s3中，根据噪声与信号的独立性对矩阵rr进行特征分解，获得信号子空间es以及与噪声对应的子空间en；根据正交特性可知，二者相乘结果为零。
5.如权利要求4所述的多相干源的被动测向优化算法，其特征在于，所述步骤s4中，谱峰搜索：
