1.一种基于平行因子分解的近场极化MIMO雷达参数估计方法，其特征在于：该方法包括下列步骤：S1、建立一个基于交叉偶极子—磁环天线均匀线阵的双基地MIMO雷达的系统模型,所述系统模型中，发射端由2M+1个交叉偶极子—磁环天线构成的均匀线性发射阵列，接收端由2N+1个交叉偶极子—磁环天线构成的均匀线性接收阵列，发射阵元间距和接收阵元间距分别用dt和dr表示，并且满足dt≤λ/2,dr≤λ/2,其中λ为电磁波波长；

S2、对K个不相关的近场窄带完全极化目标进行定位，第k个目标的二维发射角和二维接收角分别用θtk和θrk表示，其中k＝1,2,...K；

l

S3、在第l个快拍期间内，获取接收阵元接收到的数据，其表示为：X ＝Ar(θrk,ρrk,rrk,(l) T (l)ηrk)diag{b }At (θtk,ρtk,rtk,ηtk)S+Z ，其中，Ar(θrk,ρrk,rrk,ηrk)为K个接收阵列的导向矢(l) (l)量，At(θtk,ρtk,rtk,ηtk)为K个发射阵列的导向矢量，S为发射波形矩阵；b 为散射系数，Z为噪声矩阵，ρrk为接收阵列到目标的距离，rrk为第k个目标的二维接收极化角，ηrk为第k个目标二维接收相位差，θrk为第k个目标的二维接收角，θtk为第k个目标的二维发射角，ρtk为发射阵列到目标的距离，rtk为第k个目标的二维发射极化角，ηtk为第k个目标二维发射相位差，其中0≤rtk,rrk≤π/2，0≤ηtk,ηrk≤2π；

S4、在L次快拍下，获取接收端匹配滤波器的输出信号矩阵，其表示为：Y＝(Qt⊙Vt⊙Qr⊙Vr)B+N，其中，Qt为发射信号导向矢量；Qr为接收信号导向矢量；Vt为发射阵列的空间响(1) (L) (1) (L)应；Vr是接收阵列的空间响应；B＝[b ,…,b ]；N＝[n ,…,n ]，其中 是滤波后的噪声矢量；

S5、将步骤(4)中的接收端匹配滤波器的输出信号矩阵排列成一个五阶PARAFAC张量分解模型，表示为： 再将五阶PARAFAC张量分解模型转换为一个三阶PARAFAC张量分解模型，即：

S6、根据三阶PARAFAC张量分解模型，采用复平行因子分解算法对At,Ar和B进行估计，得出At,Ar和B的估计值，分别记为 和S7、根据表达式 来对 进行特征分解，得到特征向量Pt＝[ot1,ot2,…,otK]和特征值Rt＝diag{λt1,λt2,…λtK}，其中，Ψt为K×K维矩阵，Δ1为尺度模糊矩阵， Jt1＝[Ι2M,02M]，Jt2＝[02M,I2M]，I2M为2M×2M的单位矩阵，02M为2M×2M的零矩阵，Ι2为2×2维单位矩阵，At为发射阵列的导向矢量；

S8、根据得到的特征向量和特征值得出Π的估计值为 其中，round{·}是一个四舍五入的函数，Re{Pt}表示取Pt的实部；根据Π的估计值得到Vt的估计值为：其中， 表示由 的第2m‑1行到第

2m行构成的子阵；根据Vt的估计值得出第k个目标二维发射相位差：第k个目标的二维发射极化角为： 其中， 表示 的第二行第k列的元素， 表示 的第一行第k列的元素；

S9、根据表达式 得出wtk的估计值

为： 根据wtk的估计值得到第k个目标的二维发射角为：S1 0 、根 据 表达 式 得 出 V r的 估计 值 为 ：其中，Jr1＝[Ι2N,02N]，Jr2＝[02N,I2N]，I2N为2N×2N的单位矩阵，02N为2N×2N的零矩阵，Δ2为尺度模糊矩阵，Ψr是K×K维矩阵，根据Vr的估计值得出第k个目标的二维接收相位差为： 第k个目标的二维接收极化角为：其中， 表示 的第二行第k列的元素， 表示 的第一行第k列的元素；

S11、根据表达式 得出wrk的估计

值为： 根据wrk的估计得到值第k个目标的二维接收角为：第k个目标的位置为：

2.根据权利要求1所述的一种基于平行因子分解的近场极化MIMO雷达参数估计方法，其特征在于：在步骤S2中，当对K个不相关的近场窄带完全极化目标进行定位时，2M+1个发射阵元在发射端同时发射2M+1个正交信号，遇到目标后被反射形成回波由接收阵元接收；

并设定在同一个信号周期内，目标的横截面闪烁维持恒定，不同目标的横截面闪烁波动互不相关，且不同脉冲时间内的起伏统计也相互独立。

3.根据权利要求1所述的一种基于平行因子分解的近场极化MIMO雷达参数估计方法，其特征在于：在步骤S9中，得出wtk的估计值的具体过程为：首先根据得 到 ： 其 中

unvec(·)是矩阵化算子，它是vec(·)的逆运算；通过 其中是副对角线为1，其余元素均为0的置换矩阵，进一步得到：最终得出wtk的估计值。

4.根据权利要求1所述的一种基于平行因子分解的近场极化MIMO雷达参数估计方法，其特征在于：在步骤S10中，得出Vr的估计值的具体过程为：首先根据 和 具有相同的置换矩 阵 来得 到 ： 根 据条 件 和得到： 最终得出Vr的估计值。

5.根据权利要求1所述的一种基于平行因子分解的近场极化MIMO雷达参数估计方法，其特 征在 于：在步 骤S1 1 中，得 出w rk 的估 计值 的具 体过 程为 ：根 据得到： 其中，unvec(·)是矩阵化算子，它是vec(·)的逆运算；通过 其中是副对角线为1，其余元素均为0的置换矩阵，然后得到：最终得出wrk的估计值。