阵元失效下基于矩阵重构的MIMO雷达DOA估计

针对阵元失效下MIMO雷达目标DOA估计性能下降问题,提出一种基于虚拟阵列采样数据矩阵重构的MIMO雷达DOA估计方法。MIMO雷达的阵元失效分为冗余虚拟阵元失效和非冗余虚拟阵元失效两种情况。当冗余虚拟阵元失效时,通过合并空间上位置相同的正常冗余虚拟阵元输出数据以实现信号降维与失效阵元数据填充。当非冗余虚拟阵元失效时,经降维填充后的数据矩阵中仍存在整行缺失数据,根据降维数据矩阵的低秩和稀疏先验,建立带低秩和稀疏约束的矩阵填充模型,并利用ALM-ADMM算法求解来恢复完整的降维数据矩阵。最后利用root-MUSIC算法估计目标DOA。仿真结果表明,本文方法能够有效提高MIMO雷达在阵元失效时的DOA估计精度。     

基于低秩块Hankel矩阵正则化的阵元故障MIMO雷达DOA估计

多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达在阵元故障时虚拟阵列输出数据矩阵会出现大量的整行数据丢失,由于阵列接收数据矩阵的不完整而导致对波达方向(Direction of Arrival,DOA)的估计性能恶化。大多数低秩矩阵填充算法要求缺失数据随机分布于不完整的矩阵中,无法适用于整行缺失数据的恢复问题。为此,提出了一种基于低秩块Hankel矩阵正则化的阵元故障MIMO雷达DOA估计方法。首先,通过奇异值分解(Singular Value Decomposition,SVD)降低虚拟阵列输出矩阵的维度,以减少计算复杂度。然后,对降维数据矩阵建立基于块Hankel矩阵正则化的低秩矩阵填充模型,在该模型中将MIMO雷达降维数据矩阵排列成块Hankel 矩阵并施加Schatten-p 范数作为正则项。最后,结合交替方向乘子法(Alternate Direction Multiplier Method,ADMM)求解该模型,获得完整的MIMO雷达降维数据矩阵。仿真结果表明,所提方法能够有效恢复降维数据矩阵中的整行数据缺失,具有较高的DOA估计精度和实时性,在阵元故障率低于50.0%时DOA估计精度优于现有方法。     

基于约束最小冗余阵列的MIMO雷达二维波达方向估计

基于约束最小冗余线阵（RMRIA）,提出利用增广矩阵束（MEMP）算法来估计MIMO雷达的二维DOA。采用约束最小冗余线阵配置L形阵列,计算两线阵的互四阶累积量并构造增广矩阵,利用RMRLA—MEMP方法估计出二维波达方向。此方法同时利用约束最小冗余和四阶累积量阵列扩展的性质,提高了角度的估计精度,且估计过程不需要谱峰搜索,能够很好地解决MIMO雷达二维DOA估计中的相位模糊问题,仿真验证了算法的有效性。     

基于空域稀疏性的嵌套MIMO雷达DOA估计算法

针对传统MIMO雷达可分辨目标数受限于虚拟阵元数的问题,该文提出一种基于嵌套阵的MIMO雷达阵形设计新方法并改进了相应的稀疏DOA估计算法。首先分析对传统MIMO雷达的虚拟阵元进行嵌套采样给DOA估计性能带来的影响;然后提出嵌套MIMO雷达阵形设计方法,在虚拟阵元数相同的情况下,该阵形比传统阵形分辨更多的目标;最后提出一种基于空域稀疏性的嵌套MIMO雷达改进DOA估计算法,该算法使用噪声子空间加权,在提高分辨率的同时可以有效消除伪峰。仿真结果验证了该文算法的有效性和优越性。     

干涉式矢量传感器MIMO雷达的DOD/DOA和极化联合估计

该文结合干涉测量理论与简化矢量传感器多输入多输出(MIMO)雷达,提出一种干涉式矢量传感器MIMO雷达的发射方位角(DOD)、接收方位角(DOA)和极化联合估计方法。利用干涉发射阵列的长、短基线空间平移不变性采用多分辨ESPRIT算法获取DOD高精度估计值;同理,利用矢量接收阵的多分辨特性得到高精度DOA估计值;利用与阵列结构无关的极化域旋转不变性求取极化辅角和极化相位差。最后给出随机信号源模型下的闭式克拉美罗界推导。该干涉矢量MIMO阵列,可同时获取MIMO雷达的波形分集和矢量传感器的极化分集,且在不增加阵元数和硬件复杂度情况下大大扩展有效孔径,提高了角度估计精度。另外简化矢量传感器减少了传统矢量传感器的互耦效应更有利于工程实现。仿真结果证明了该文多参量估计算法的有效性。     

一种有效的MIMO雷达相干信源波达方向估计方法

提出了一种基于接收数据样本复用的MIMO雷达相干信源波达方向估计方法.算法利用MIMO雷达发射波形的分集以及MIMO雷达收、发阵列之间的对偶性,对MIMO雷达回波数据矩阵进行了样本复用以等效地增加样本数量,获得基于发射阵和基于接收阵的虚拟子阵接收信号.利用各个子阵之间的平移不变特性计算空间平滑之后的协方差矩阵,提高了相...     

矢量传感器阵列MIMO雷达高精度二维DOA与极化联合估计

该文采用矢量传感器配置下的十字型阵列MIMO雷达系统,提出一种新的2维高精度DOA与极化参数联合估计算法。首先根据MIMO雷达虚拟阵列导向矢量的特点,通过降维矩阵的设计及回波数据的降维变换,将高维回波数据转换至低维信号空间;然后基于传播算子获得对应信号子空间的估计,利用收、发阵列阵元间长基线对应的旋转不变性和极化矢量中电场矢量和磁场矢量的叉积进行2维高精度DOA估计和解模糊处理,同时利用与阵列结构无关的极化域旋转不变性进行极化辅角和极化相位差的联合估计。该矢量传感器MIMO雷达阵列可同时获取MIMO雷达的波形分集和矢量传感器的极化分集,无需额外增加阵元和硬件开销,能够有效扩展阵列孔径,提高参数估计性能;同时通过降维变换及传播算子,在获取信噪比增益的同时,能够实现2维高精度DOA和2维极化矢量的联合估计及参数的自动配对,有效降低数据处理维数和参数估计的运算复杂度;最后,仿真结果验证了理论分析的正确性和算法的有效性。     

双基地MIMO雷达多目标定位及幅相误差估计

本文提出了一种存在幅相误差下的双基地MIMO雷达角度估计方法.利用三次迭代最小二乘算法估计存在幅相误差下的收、发阵列流形,根据信号子空间和噪声子空间的正交性,无需幅相误差的任何信息,采用MUSIC-like算法得到目标的DOD和DOA,且角度自动配对.针对MIMO雷达孔径扩展的特点,分别通过第一个发射阵元和第一个接收阵...     

基于双重Toeplitz矩阵填充的阵元受损MIMO雷达DOA估计

在阵元受损下多输入多输出(Multiple Input Multiple Out, MIMO)雷达的虚拟阵列中存在虚拟阵元部分缺失,使得传统波达方向(Direction of Arriual, DOA)估计方法无法有效估计目标DOA。矩阵填充可以利用随机分布的少量采样元素恢复出完整矩阵,但阵元受损使得虚拟阵列协方差矩阵会出现结构性缺失数据,导致传统矩阵填充方法失效。为此,文中利用阵列协方差矩阵的双重Hermite Toeplitz结构和低秩特性,构建一种改进的低秩矩阵填充模型,并分别使用凸优化工具箱(CVX)和交替方向乘子法求解该模型获得完整的协方差矩阵,最后利用RD-ESPRIT算法获得目标的DOA估计值。仿真结果表明,文中的方法能对阵元受损带来的结构性缺失元素进行有效重构,从而提高了目标DOA估计性能。     

基于矢量传感器的扩展孔径双基地MIMO雷达多目标定位算法

该文研究基于电磁矢量传感器的扩展孔径多输入多输出(MIMO)雷达多目标定位算法。提出了一种新型MIMO雷达系统,发射阵列采用常规阵元,而接收阵列采用电磁矢量传感器,且传感器间距大于半波长。算法首先采用ESPRIT算法获得目标波达角(DOA)高精度模糊估计,随后利用矢量传感器的内在结构特点结合子空间旋转不变性获得目标DOA低精度无模糊估计进行解模糊,从而得到目标高精度DOA估计。最后利用已知DOA信息,采用1维MUSIC算法获得目标波离角(DOD)高精度估计。与已有算法相比,该算法大大提高了MIMO雷达的目标定位精度,且无需配对和2维搜索,具有较低的运算量。仿真结果证明了所提算法的有效性,其估计精度与CRB界接近。     

基于快速张量分解的波束空间MIMO雷达二维DOA估计算法

传统MIMO雷达由于采用全向发射模式导致目标增益损失严重,致使DOA估计算法性能较差.因此,本文提出基于波束空间MIMO雷达的张量模型和快速张量分解的二维DOA估计算法.波束空间MIMO雷达能够通过发射波束成形技术将发射能量集中到指定空域,弥补传统MIMO雷达的发射增益损失.通过高阶张量模型应用MIMO雷达多脉冲接收数...     

基于阵列流型盲辨识的MIMO雷达二维DOD和二维DOA联合估计

MIMO（Multiple Input Multiple Output）雷达基于分集增益理念,使其相对于相控阵雷达,在目标探测、参数测量、多目标分辨及干扰识别和抑制等方面具有明显优势.目标角度估计是雷达目标参数测量的核心内容,也是雷达对空域目标进行定位和跟踪的前提.本文基于双L型阵列,提出了一种高精度低复杂度的双基地MIMO雷达二维离开角和二维到达角联合估计的新算法.通过对匹配滤波后的阵列接收数据进行子空间分解,实现了阵列流形矩阵的盲辨识,进而获得目标二维到达角和二维离开角的闭式解.所提算法估得的收发四维角（二维离开角和二维到达角）能够自动配对,与2-D ESPRIT（Two Dimensional Estimating Signal Parameters via Rotational Invariance Techniques）算法相比,运算复杂度约是其三分之一,角估计性能相当.仿真实验证明了所提算法以较低的运算复杂度,实现了对目标收发四维角的高精度联合估计.     

基于十字阵的MIMO雷达的二维DOA估计

多输入多输出（MIMO）雷达使用多个天线同时发射独立波形,在不同位置的目标回波彼此线性独立,以获得较好的空间分辨率。文章提出了基于收发不共位的线阵在水平面内构成十字阵的MIMO雷达信号模型;研究利用MUSIC算法来估计该模型下的MIMO雷达的二维波达角;分析了基于均匀十字阵的MIMO雷达的优越性,并探讨了十字阵MIMO雷达性能与阵元间距的关系,仿真表明,在满足远场条件下,均匀十字阵比均匀线阵可以估计更多的目标而且精度更高;通过非均匀布阵,可以进一步提高MIMO雷达的二维波达角的估计精度。     

Esprit算法在单基地MIMO雷达中的应用

多输入多输出（MIMO）雷达是近年来提出的一种新体制雷达,由于发射正交信号,不同位置目标的回波信号相互独立,因此在DOA估计和目标分辨方面,比传统雷达具有较大优势。文中将Esprit算法应用于单基地MIMO雷达系统中,并对两种结构的MIMO雷达分别进行一维和二维DOA估计,仿真证明了算法的优越性。     

Joint parameter estimation of DOD/DOA/polarization for bistatic MIMO radar

In the paper,polarization-sensitive array is exploited at the receiver of multiple input multiple output (MIMO) radar system,a novel method is proposed for joint estimation of direction of departure (DOD),direction of arrival (DOA) and polarization parameters for bistatic MIMO radars. A signal model of polarimetric MIMO radar is developed,and the multi-parameter estimation algorithm for target localization is described by exploiting polarization array processing and the invariance property in both transmitter array and receiver array. By making use of polarization diversity techniques,the proposed method has advantages over traditional localization algorithms for bistatic MIMO radar. Simulations show that the performance of DOD and DOA estimation is greatly enhanced when different states of polarization of echoes is fully utilized. Especially,when two targets are closely spaced and cannot be well separated in spatial domain,the estimation resolution of traditional algorithms will be greatly degraded. While the proposed algorithm can work well and achieve high-resolution identification and accurate localization of multiple targets.     

基于MIMO雷达虚拟阵列的二维波达方向估计算法

基于L型配置MIMO雷达系统,提出了一种利用MIMO雷达单次回波的二维波达方向估计新算法。该算法通过单次回波信号形成的虚拟阵列数据来构造两个具有特定关系的矩阵,再用这两个矩阵构造一个波达方向矩阵,根据该矩阵的特征值和特征向量之间的关系,导出了目标方位角和高低角的闭式解。该算法不涉及二维谱峰搜索,计算量小,且不存在参数的配对问题;此外,当发射阵元数大于2时,其估计的最大目标数可大于或等于接收阵元数。计算机仿真结果证明了该算法的正确性和可行性。     

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。     

基于MI-MUSIC的分布式阵列波达方向估计方法

针对分布式阵列的波达方向估计,提出了一种基于多尺度旋转不变(MI)MUSIC的波达方向估计方法。首先对分布式阵列进行子阵划分,构造具有多尺度旋转不变性的子阵;然后利用酉ESPRIT算法得到精度低但无模糊的粗估计,采用MI鄄MUSIC算法得到一组精度高但包含模糊的精估计;最后以粗估计为参考解精估计的模糊,从而得到高精度无模糊的波达方向估计。所提方法具有分布式阵列及MI-MUSIC的优点,对子阵内部阵元位置误差不敏感,且精度较双尺度ESPRIT高。计算机仿真结果验证了该方法的有效性,也验证了分布式阵列DOA估计中存在基线模糊门限与信噪比门限。     

MIMO雷达非均匀布阵的性能分析

多输入多输出（MIMO）雷达是一种新体制雷达,它在发射端发射正交信号,从而产生虚拟阵元,扩大阵列孔径,在DOA估计、参数识别等方面的性能较相控阵雷达有很大提高。而目前有关MIMO雷达中虚拟阵元的讨论都以均匀线阵（ULA）为基础,并与相控阵雷达的性能进行比较。丈中在ULA的基础上,研究了非均匀线阵（NLA）,研究结果表明,非均匀线阵产生了更多的有效虚拟阵元,与相控阵雷达和ULA布阵MIMO雷达相比．具有更多的空间自由度、更好的克拉关·罗界和更好的DOA性能。