双基地MIMO雷达高速运动目标的DOD和DOA联合估计

高速目标在回波积累时间内会跨多个距离单元运动,因此双基地MIMO雷达利用单个距离单元上的目标回波数据估计目标发射角(DOD)和接收角(DOA)会产生较大误差,影响目标的交叉定位。该文根据高速目标回波特点提出一种双基地MIMO雷达的跨距离单元估计目标多维参数的方法,该方法把目标在不同距离单元上的脉冲压缩数据的采样协方差矩阵进行平均,提高其协方差矩阵的估计精度,然后采用超分辨算法进行DOD和DOA参数估计。仿真结果表明该方法对高速运动目标的角度估计精度高于现有算法,接近于现有算法在目标无距离走动时的角度估计精度,且其角度估计性能与目标跨越的距离单元数无关。     

基于协方差匹配SLO算法的MIMO雷达DOA估计

利用加权平滑l0范数(Smoothed l0, SL0)算法估计MIMO雷达目标DOA时,需要把协方差矩阵进行矢量化来获得相应的稀疏重构模型,并利用信号和噪声子空间的正交性来构造加权向量。然而当存在相干信源时,MIMO雷达协方差矩阵的秩将退化,这会使得稀疏重构模型的误差较大以及无法正确区分信号和噪声子空间,导致加权SL0算法的DOA估计性能恶化。针对上述问题提出了一种基于协方差匹配SL0算法的MIMO雷达DOA估计方法。该方法利用协方差匹配准则重构出一个满秩的协方差矩阵,恢复MIMO雷达协方差矩阵的Toeplitz特性,并利用协方差逆矩阵的高阶幂来近似噪声子空间从而计算加权向量。仿真分析表明,该方法能够在无需预知信源数目的情况下有效地完成对相干信号的DOA估计。     

双基地分布式阵列MIMO雷达的DOA和DOD估计方法

结合分布式阵列和双基地多输入多输出(Multiple-Input Multiple-Output, MIMO)雷达的特点, 提出了一种新的双基地分布式阵列MIMO雷达的接收角(Direction of Arrival, DOA)和发射角(Direction of Departure, DOD)估计方法.根据发射阵列和接收阵列的空域旋转不变特性, 利用旋转不变估计技术(Estimation of Signal Parameters via Rotational Invariance Techniques, ESPRIT)获取无模糊DOA粗估计和高精度周期性模糊的DOA、DOD精估计; 再利用无模糊DOA粗估计、目标的双基地距离信息以及双基地MIMO雷达的几何特点, 解除DOA、DOD精估计的周期性模糊, 得到高精度且无模糊的DOA和DOD估计.最后, 根据ESPRIT算法原理和估计误差的概率统计特性进行算法的性能分析, 给出算法基线模糊门限的近似计算方法.该算法有效地放宽了发射阵列孔径扩展程度的限制, 从而提高了阵列在大孔径下的角度估计精度, 且能够实现DOA和DOD估计的自动配对.仿真结果验证了所提算法和性能分析方法的有效性.     

双基地MIMO雷达发射波束形成与多目标定位

针对双基地多输入多输出(MIMO)雷达目标定位问题,首先提出一种子波束合成(SBS)算法进行发射波束形成,在此基础上提出一种基于并行因子分解(PFD)的多目标定位算法。SBS算法通过对多个发射信号分别加权形成子波束,在空间叠加使发射能量聚焦在感兴趣空域,提高了接收端信噪比。基于PFD的定位算法根据匹配滤波输出的代数结构,利用迭代算法和角度恢复算法估计目标发射角(DOD)和接收角(DOA),且能自动配对,同时避免了二维谱峰搜索、协方差矩阵估计和多次特征分解造成累积误差。结合以上两种算法可有效提高目标定位精度。仿真结果证明了所提算法的有效性和优越性。     

基于波束空间的米波MIMO雷达角度估计算法

针对米波多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达低仰角估计的问题,提出了一种基于波束空间的角度估计算法.结合米波MIMO雷达低仰角目标的回波特点,建立了同时考虑发射多径和接收多径的信号模型.算法首先在接收端形成多个接收波束,再利用发射信号进行匹配滤波,然后在接收端形成多...     

双基地MIMO阵列DOA和DOD联合估计算法

介绍了基于均匀线阵的双基地多输入多输出(MIMO)雷达发射角(DOD)和接收角(DOA)联合估计算法.利用发射阵和接收阵均是对称阵列的性质,可以构建一个预处理矩阵将复的协方差矩阵转换为实的对称矩阵,进而提出的角度估计算法只需要一个或二个一维实数搜索,降低了运算量.     

空间分集MIMO雷达的DOA估计新方法

多输入多输出(MIMO)雷达分布式布阵获得空间分集增益,但DOA估计是一个难题。该文分析了DOA估计的旁瓣一致现象,从空间分集MIMO雷达信号模型出发,推导了发射正交PCM信号,在接收端匹配滤波信号分选构造虚拟子阵的过程,提出了一种谱值优选算法进行空间分集MIMO雷达DOA估计。该算法得到目标在各子阵的最优估计,在发射端获得空间分集增益抑制目标闪烁的同时,在接收端进行稳健的多目标波达方向超分辨估计。最后仿真实验与相控阵进行了比较,表明了该算法的有效性,以及抑制目标闪烁改善DOA估计的能力。      

基于MUSIC和ESPRIT的双基地MIMO雷达角度估计算法

该文基于2阶和4阶统计量,提出了空间高斯白噪声和高斯色噪声的背景下联合MUSIC和ESPRIT的双基地MIMO雷达角度估计算法。在接收端,通过单天线的MUSIC算法和双天线的ESPRIT算法分别估计目标的离开方向(Direction Of Departure, DOD)和波达方向(Direction Of Arrival, DOA),且DOD和DOA自动配对。该方法充分利用了MIMO雷达阵列孔径扩展的特征和ESPRIT的子空间旋转不变性,将2维参数估计问题转化为两个1维形式,降低了运算量和系统复杂度。计算机仿真验证了该方法的有效性。     

基于单次快拍的双基地MIMO雷达多目标角度估计方法

该文提出了一种双基地MIMO雷达体制下,利用单次快拍的回波数据进行多目标2维发射角(DOD)和2维接收角(DOA)联合估计的新方法.首先对等效接收阵数据的自相关矩阵进行发射分集平滑实现接收角(DOA)的估计,然后对等效发射阵数据的自相关矩阵进行接收分集平滑实现发射角(DOD)的估计,最后通过最大似然法完成两种角度的配对.该算法仅用一个时域快拍的数据实现了多目标回波的解相干,对发射和接收阵型有着广泛的适应性,同时为高速机动目标的角度测量提供了一种新的思路,仿真实验表明了该算法的有效性.     

多径环境中多用户波束形成与DOA估计

该文讨论了多径环境中多用户的波束形成与DOA估计问题,采用了解相关检测器来估计用户空间特征,提出了循环空间平滑算法(CSS)基于空间平滑的保持阵列权值维数不变的多用户波束形成算法,其理论依据是采样信号协方差矩阵的逆矩阵循环传递等效于对其求均值;利用了估计出的用户空间特征构造协方差矩阵进行空间平滑的高分辨DOA估计.仿真结果说明了循环空间平滑算法应用于多用户波束形成具有更优的抗干扰性能。     

空间色噪声环境下双基地MIMO雷达DOD和DOA联合估计方法

针对空间色噪声环境提出一种同时利用空域和时域信息的双基地MIMO雷达DOD（Direction of Departure）和DOA（Direction of Arrival）联合估计方法。该方法在时域高斯白噪声的假设下．将不同时刻的匹配滤波器输出进行互相关以消除空间色噪声的影响并获得空时互相关矩阵，然后基于传播算子方法构造一低维矩阵，利用其特征参数与待估参数的特定关系获得目标DOD（DirectionofDe．parture）和DOA（DirectionofArrival）的联合估计。该方法能够有效克服空间色噪声的影响，所估计参数自动配对。与现有方法相比，其孔径损失小，具有更优的参数估计性能和最大可检测目标数。且对发射阵元个数没有特殊要求，具有更广泛的适用性。计算机仿真验证了本文方法的有效性。     

一种新的双基地MIMO雷达快速多目标定位算法

针对双基地MIMO雷达目标定位问题,该文提出一种基于三阶张量分解的快速多目标定位算法。该算法首先将匹配滤波输出转化为三阶张量,并对其进行降维预处理,然后利用交替最小二乘(ALS)算法估计收发阵列流型矩阵和多普勒矩阵,最后通过谱估计算法恢复目标收发角和多普勒频率。同时利用线性搜索加快ALS算法的收敛速度。与现有算法相比,该算法避免了2维谱峰搜索和协方差矩阵估计,得到的目标三参数自动配对,不仅提高了估计性能,而且有效降低了运算量和存储量。仿真结果证明了所提算法的有效性和优越性。     

一种空间非均匀噪声环境下DOA估计的改进方法

文中提出一种空间非均匀噪声环境下的信号源DOA估计的改进方法.该算法首先对阵列协方差矩阵进行平滑处理,在此基础上估计出空间非均匀噪声协方差矩阵,通过已估计的噪声协方差矩阵对平滑处理后的阵列数据协方差矩阵进行白化处理,克服了空间非均匀噪声对空间谱估计的影响,实现信号源DOA估计.相对于原方法,文中所提方法改善了DOA估计的性能,计算量小,并且能够估计强相关或相干信号源DOA.理论分析和仿真结果均表明所提方法的有效性.     

基于联合矩阵对角化的双基地MIMO雷达DOD-DOA估计

针对双基地MIMO雷达收发角(DOD-DOA)估计问题,该文提出一种基于联合矩阵对角化的快速多目标收发角估计算法。该算法首先根据匹配滤波输出的数据结构,利用奇异值分解和秩1矩阵判断定理将收发角度估计问题转化为联合矩阵对角化问题,然后采用单次-扫描迭代算法对其求解,得到收发阵列流型矩阵,最后通过谱分析方法估计收发角。该算法充分利用匹配滤波输出的所有信息,无需2维谱峰搜索,每次迭代均可得到精确的闭式解,且收发角自动配对。与现有算法相比,该算法不仅提高了角度估计精度,而且有效降低了运算量。仿真结果证明了所提算法的有效性。     

基于矢量传感器MIMO雷达的DOD DOA和极化联合估计算法

该文研究了一种基于多输入多输出(MIMO)电磁矢量传感器阵列雷达目标波离角(DOD),波达角(DOA)和极化联合估计问题。提出一种新型矢量阵MIMO雷达系统模型,发射阵列采用常规阵元,而接收阵列采用电磁矢量传感器。在此基础上,该文提出4维MUSIC, ESPRIT和迭代1维MUSIC 3种联合参数估计算法。其中迭代1维MUSIC算法首先利用矢量传感器的内在结构特点获得目标DOA预估计,随后采用MUSIC算法对DOD和DOA分别进行1维搜索获得目标角度的高精度估计,最后给出一种基于ESPRIT的目标极化估计算法。迭代1维MUSIC算法可用于不规则阵列,对接收阵列约束较少,无需2维搜索及多维搜索,还可以利用矢量阵特点扩展阵列孔径提高DOA估计精度。此外,论文还推导了DOD, DOA和极化联合估计的CRB。仿真实验表明,与前两种算法相比,迭代1维MUSIC算法具有与CRB更接近的估计精度。     

DOD and DOA estimation in bistatic MIMO radar for nested and coprime array with closed-form DOF

It is well known that sparse array can offer better angle resolution than that of uniform linear array (ULA) in the same number of physical sensors. But in bistatic minimum redundancy sparse array multi-input multi-output (MIMO) radar, it cannot offer closed-form degree of freedom (DOF) for the arbitrary number of sensors with direction of departure and direction of arrival estimation. Therefore, this article introduces a nested array and coprime array into sparse array to solve the problem. First, construct no holes difference-coarray by extracting specified covariance matrix elements. Then, transform the difference-coarray into ULA within bistatic MIMO radar through some mathematical operations. As a result, many angle estimation methods for traditional ULA can be applied to the sparse bistatic MIMO array radar. The proposed algorithm offers closed-form DOFs for sparse array and the array aperture is much larger than that of ULA with identical number of sensors. The usefulness of the proposed methods is verified through computer simulations.     

空间色噪声环境下基于时空结构的双基地MIMO雷达角度和多普勒频率联合估计方法

该文针对空间色噪声环境提出一种基于时空结构的双基地MIMO雷达角度和多普勒频率联合估计方法,并推导了基于时空结构时角度和多普勒频率估计的克拉美-罗界(CRB)。该方法在时域噪声为高斯白噪声的假设下,首先将不同时刻匹配滤波器输出进行互相关以消除空间色噪声的影响,然后将相邻时刻匹配滤波器输出的时间相位差作为时间旋转因子,采用ESPRIT方法估计目标的DOD(Direction Of Departure), DOA(Direction Of Arrival)和多普勒频率。该方法能够克服空间色噪声的影响,所估计参数自动配对且无阵列孔径损失,并且适用于发射和接收阵列不满足平移不变结构的情况。计算机仿真验证了该文所提方法的有效性。     

色噪声环境下MIMO雷达角度估计算法

针对色噪声环境下的MIMO雷达目标角度估计问题,提出一种基于四阶累积量切片的角度估计算法。算法利用MIMO雷达的接收数据计算出四阶累积量,构造出累积量切片矩阵,通过特征分解,结合ESPRIT算法实现了雷达目标的角度估计。同时进行了低复杂度改进,去掉了冗余信息,保留了MIMO雷达阵元扩展能力和目标分辨力,具有自动抑制加性高斯噪声和任意高斯色噪声的能力。最后计算机仿真结果证实了算法的有效性和可行性。     

基于分数阶傅里叶变换的双基地雷达线性调频信号的参数联合估计新方法

该文提出一种双基地MIMO雷达线性调频(LFM)信号参数的联合估计新方法。在所提出的新的双基地MIMO雷达的信号模型基础上,利用分数阶傅里叶变换对线性调频(LFM)信号的能量聚集特性进行提取,根据分数阶傅里叶变换域内的峰值点对多普勒频移尺度和时延进行估计,并采用FRFT-MUSIC算法实现了线性调频(LFM)信号收发角的联合估计,实现了收发角的自动配对。仿真实验验证了算法的有效性。