1.一种基于子空间聚类的双基地MIMO雷达阵列诊断方法，其特征在于，包括以下步骤：

(1)对存在故障阵元的双基地MIMO雷达接收信号进行匹配滤波，得到虚拟阵列的输出信号 并计算虚拟阵列输出信号的协方差矩阵 对协方差矩阵进行特征值分解获得信号子空间(2)根据信号子空间 中各数据点的分布特征，采用密度峰值聚类算法获取信号子空间中各个数据点的密度分布与距离特性；

(3)通过计算各数据点的簇中心权值选取聚类中心，将信号子空间中各数据点无监督地划分为不同簇类；

(4)根据聚类结果确定异常簇类，并根据发射阵列与接收阵列中故障阵元与异常数据点的位置关系确定发射阵列与接收阵列中的故障阵元的位置。

2.根据权利要求1所述的一种基于子空间聚类的双基地MIMO雷达阵列诊断方法，其特征在于，所述步骤(1)包括以下步骤：(11)对存在故障阵元的双基地MIMO雷达接收信号进行匹配滤波，得到MN个虚拟阵元的输出信号 式中，M为发射阵元数，N为接收阵元数；Cr＝Toeplitz([1,cr,01×(N-2)])和Ct＝Toeplitz([1,ct,01×(M-2)])分别为接收阵列和发射阵列中的互耦矩阵，其中，cr与ct分别表示接收阵列与发射阵列中相邻两阵元间的互耦系数，Toeplitz([1,cr,01×(N-2)])表示以[1,cr,01×(N-2)]为矩阵的第一行构建带状对称Toeplitz矩阵，Toeplitz([1,ct,01×(M-2)])表示以[1,ct,01×(M-2)]为矩阵的第一行构建带状对称Toeplitz矩阵，01×(M-2)与01×(N-2)分别表示1×(M-2)和1×(N-2)维零向量； 为故障接收阵列的导向矢量矩阵， 其中，ΩR为故障接收阵元位置集合，Ar为无阵元故障时的接收阵列流形矩阵，L为非相干目标个数； 为故障发

射阵列的导向矢量矩阵，ΩT为故障发射阵元位置集合，At为无阵元故障时发射阵列的流形矩阵； 为目标信号矩阵，其中， 表示大小为L×Q的复数域矩阵集合，Q为发射信号的周期性脉冲个数； 是噪声矩阵，其中， 表示大小为MN×Q的复数域矩阵集合；⊙表示Khatri-Rao积；

(12)协方差矩阵的最大似然估计为 其中，(·)H表示矩阵的共轭转置；对协方差矩阵 进行特征值分解，可表示为 其中， 与 分别表示信号子空间与噪声子空间，Λs为前L个大特征值所构成的对角矩阵，Λn为其余特征值所构成的对角矩阵。

3.根据权利要求1所述的一种基于子空间聚类的双基地MIMO雷达阵列诊断方法，其特征在于，所述步骤(2)包括以下步骤：(21)以信号子空间 中的各行作为待聚类数据点，则待聚类的数据集合为G＝{u1,u2,...,uMN}，其中，ui(i＝1,2,...,MN)表示由信号子空间 的第i行构成的向量；当收发射阵列中出现故障元时待聚类的数据集G会存在一批异常数据点；

(22)计算待聚类的数据集G中各数据点ui的局部密度ρi和相对距离δi，其局部密度其中，dc为截断距离，dij＝|||ui|-|uj|||2，|·|为取模运算，||·||2表示L2范数，数据点ui的相对距离 其中i,j＝1,2,...,MN，且i≠j。

4.根据权利要求1所述的一种基于子空间聚类的双基地MIMO雷达阵列诊断方法，其特征在于，所述步骤(3)实现过程如下：计算数据点ui的簇中心权值 并定义阈值 其中 为阈值调整参

数；为了无监督地确定待聚类数据集G中的聚类中心，对每个数据点的簇中心权值γi进行门限检测，当簇中心权值γi大于阈值η时，将数据点ui作为聚类中心；确定聚类中心后，将剩余数据点分配给距其最近且密度较高的点所代表的簇类。

5.根据权利要求1所述的一种基于子空间聚类的双基地MIMO雷达阵列诊断方法，其特征在于，步骤(4)所述确定发射阵列与接收阵列中故障阵元位置的过程如下：当聚类中心只有一个时，发射阵列与接收阵列中均不存在故障阵元；当有两个聚类中心时，由于实际中故障阵元数远小于阵元总数，因此将两个簇类中具有较少数据点的簇类认为是异常簇类，其中的数据点为异常数据点，根据发射阵列与接收阵列中故障阵元与异常数据点的位置关系确定发射阵列与接收阵列中的故障阵元的位置。