1.一种无人驾驶物流车辆的定位方法，其特征在于，包括以下步骤：以车辆为原点建立三维坐标；

通过车载MIMO雷达系统向车辆外发送正交脉冲波形，并实时获取路边两个强散射点的阵列回波信号，对所述阵列回波信号进行匹配滤波处理，得到匹配滤波处理的结果，根据所述匹配滤波处理的结果，获得两个强散射点相对车辆的俯仰角θ1、θ2及方位角φ1、φ2；

根据两个强散射点的俯仰角θ1、θ2、方位角φ1、φ2及两个强散射点的位置坐标，获取车辆位置坐标；

所述根据两个强散射点的俯仰角θ1、θ2、方位角φ1、φ2及两个强散射点的位置坐标，获取车辆位置坐标，具体包括：根据公式

得到车辆的位置坐标(X0,Y0,Z0)，其中，(Px1,Py1,Pz1)和(Px2,Py2,Pz2)分别是两个强散射点的位置坐标；

其中，车载MIMO雷达系统采用收发一体模式，含有个收发阵元，车载MIMO雷达的收发阵T元分布在三维空间中，并且将第m个阵元的坐标设置为pm＝[xm,ym,zm] ，有K＝2个强散射点T位于MIMO雷达远场，用Θk＝[θk,φk] 来表示第k个信号源的DOA对，θk和φk分别表示第k个强散射点相对于车辆的俯仰角和方位角，其中，m＝1，2，...，M，k＝1，2；

车载MIMO雷达发射阵元发射M组编码波形 λ为发射信号波长，其中t为快时间指数，则第k个目标的回波信号可表示为T

ek(t,τ)＝bk(τ)a(Θk)s(t)

其中， τ为慢时间指数，多普勒频率fk和第k个回波的散射系数βk(τ)在一个脉冲时间间隔内保持不变；

为阵列天线对第k个强散射点对应的收/

T

发导引矢量，s(t)＝[s1(t),s2(t),...,sM(t)]为发射波形矢量，τm,k具有以下形式其中， 与信号源s(t)不接收端阵列接收数据可以表示为

T

其中，w(t,τ)＝[w1(t,τ),w2(t,τ),...,wN(t,τ)]为加性噪声向量一个具体实施例中，发射波形是相关的，即 δ(·)为冲击函数，w(t,τ)为高斯白噪向量，

H 2 2

有E{w(t1,τ)w (t2,τ)}＝σΙ·δ(t1‑t2)，σ为噪声功率，E{·}表示求期望，Ι为单位矩阵；阵列匹配滤波器对接收阵列信号分别进行匹配滤波处理，阵列匹配滤波器输出的结果为T

其中，K＝2为强散射点的个数，b(τ)＝[b1(τ),b2(τ)] 为目标特性矢量，是虚拟方向矩阵，为车载MIMO雷达M个发射

天线对第k个强散射点的响应向量， rk＝[cos(φk)sin(θk),cos(φk)sin(θk),T T T Tcos(θk)] ，pm＝[xm,ym,zm] ，[xm,ym,zm] 为第m个发射天线的坐标，1≤m≤M，Θk＝[θk,φk]为第k个信号 源的 二维波达 角，θ1、θ2是 俯仰角 ，φ1 、φ2是方位 角；

为车载MIMO雷达系统接收

天线对第k个强散射点的响应向量，

T T

qn＝[x2,n,y2,n,z2,n] ，[x2,n,y2,n,z2,n]为第n个接收天线的坐标，1≤n≤N， 表示克罗内克积，n(τ)为阵列匹配滤波后的噪声矢量，其是一个高斯白噪声矢量，当接收到L个快拍的回波以后，可获得一个数据矩阵Y＝[y(1),y(2),...,y(L)]根据y(τ)，数据矩阵可表示为Y＝ΑB+N，τ＝1,2,...,L；

其中，B＝[b(1),b(2),...,b(L)]为目标特征矩阵，N＝[n(1),n(2),...,n(L)]为白噪声矩阵，在获得Y矩阵后，利用现有谱估计算法计算得到两个强散射点的DOA信息Θ1和Θ2。

2.根据权利要求1所述的无人驾驶物流车辆的定位方法，其特征在于，对所述阵列回波信号进行匹配滤波处理，得到匹配滤波处理的结果，具体包括，对所述阵列回波信号进行匹配滤波处理，得到y(τ)＝Αb(τ)+n(τ)，y(τ)即为匹配滤波处理的结果，其中，A为虚拟方向矩阵，b(τ)为目标特性矢量，n(τ)为阵列匹配滤波后的噪声矢量。

3.一种无人驾驶物流车辆的定位系统，其特征在于，包括坐标轴构建模块、车载MIMO雷达系统、波达角获取模块和车辆位置坐标获取模块；

所述坐标轴构建模块，用于以车辆为原点建立三维坐标；

所述车载MIMO雷达系统，用于向车辆外发送正交脉冲波形，并实时获取路边两个强散射点的阵列回波信号；

所述波达角获取模块，用于对所述阵列回波信号进行匹配滤波处理，得到匹配滤波处理的结果，根据所述匹配滤波处理的结果，获得两个强散射点相对车辆的俯仰角θ1、θ2及方位角φ1、φ2；

所述车辆位置坐标获取模块，用于根据两个强散射点的俯仰角θ1、θ2、方位角φ1、φ2及两个强散射点的位置坐标，获取车辆位置坐标；

所述车辆位置坐标获取模块根据两个强散射点的俯仰角θ1、θ2、方位角φ1、φ2及两个强散射点的位置坐标，获取车辆位置坐标，具体包括，根据公式

得到车辆的位置坐标(X0,Y0,Z0)，其中，(Px1,Py1,Pz1)和(Px2,Py2,Pz2)分别是两个强散射点的位置坐标；

其中，车载MIMO雷达系统采用收发一体模式，含有个收发阵元，车载MIMO雷达的收发阵T元分布在三维空间中，并且将第m个阵元的坐标设置为pm＝[xm,ym,zm] ，有K＝2个强散射点T位于MIMO雷达远场，用Θk＝[θk,φk] 来表示第k个信号源的DOA对，θk和φk分别表示第k个强散射点相对于车辆的俯仰角和方位角，其中，m＝1，2，...，M，k＝1，2；

车载MIMO雷达发射阵元发射M组编码波形 λ为发射信号波长，其中t为快时间指数，则第k个目标的回波信号可表示为T

ek(t,τ)＝bk(τ)a(Θk)s(t)

其中， τ为慢时间指数，多普勒频率fk和第k个回波的散射系数βk(τ)在一个脉冲时间间隔内保持不变；

为阵列天线对第k个强散射点对应的收/

T

发导引矢量，s(t)＝[s1(t),s2(t),...,sM(t)]为发射波形矢量，τm,k具有以下形式其中， 与信号源s(t)不接收端阵列接收数据可以表示为

T

其中，w(t,τ)＝[w1(t,τ),w2(t,τ),...,wN(t,τ)]为加性噪声向量一个具体实施例中，发射波形是相关的，即 δ(·)为冲击函数，w(t,τ)为高斯白噪向量，

H 2 2

有E{w(t1,τ)w (t2,τ)}＝σΙ·δ(t1‑t2)，σ为噪声功率，E{·}表示求期望，Ι为单位矩阵；阵列匹配滤波器对接收阵列信号分别进行匹配滤波处理，阵列匹配滤波器输出的结果为T

其中，K＝2为强散射点的个数，b(τ)＝[b1(τ),b2(τ)] 为目标特性矢量，是虚拟方向矩阵，为车载MIMO雷达M个发射

天线对第k个强散射点的响应向量， rk＝[cos(φk)sin(θk),cos(φk)sin(θk),T T T Tcos(θk)] ，pm＝[xm,ym,zm] ，[xm,ym,zm] 为第m个发射天线的坐标，1≤m≤M，Θk＝[θk,φk]为第k个信号 源的 二维波达 角，θ1、θ2是 俯仰角 ，φ1 、φ2是方位 角；

为车载MIMO雷达系统接收

天线对第k个强散射点的响应向量，

T T

qn＝[x2,n,y2,n,z2,n] ，[x2,n,y2,n,z2,n] 为第n个接收天线的坐标，1≤n≤N， 表示克罗内克积，n(τ)为阵列匹配滤波后的噪声矢量，其是一个高斯白噪声矢量，当接收到L个快拍的回波以后，可获得一个数据矩阵Y＝[y(1),y(2),...,y(L)]根据y(τ)，数据矩阵可表示为Y＝ΑB+N，τ＝1,2,...,L；

其中，B＝[b(1),b(2),...,b(L)]为目标特征矩阵，N＝[n(1),n(2),...,n(L)]为白噪声矩阵，在获得Y矩阵后，利用现有谱估计算法计算得到两个强散射点的DOA信息Θ1和Θ2。