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。     

基于二次虚拟孔径扩展的双基地MIMO雷达相干分布式目标中心角度估计

该文提出了基于二次虚拟孔径扩展的双基地MIMO雷达相干分布式目标中心角度估计算法。首先构造了基于非均匀阵列的具有相同确定性角信号分布函数和分布参数的相干分布式目标的双基地MIMO雷达信号模型,再利用基于最小冗余的差分共置阵列思想,实现了阵元二次虚拟扩展;然后通过构造置换、去冗余和换维矩阵,得到了新的协方差矩阵;最后利用ESPRIT算法思想,估计出相干分布式目标的发射、接收中心角,并且实现了角度参数的自动配对。由于该文算法实现了阵元二次虚拟扩展,因此相比于传统MIMO雷达能识别更多的目标,具有更高的估计精度。实验仿真结果证明了该文算法的有效性。     

基于遗传算法的非均匀线阵MIMO雷达阵元分析

多输入多输出(MIMO)雷达在发射端发射正交信号,产生虚拟阵元,扩大阵列孔径,性能较传统的雷达有很大提高。目前有关MIMO雷达的虚拟阵元研究大都是基于均匀线阵的,而采用非均匀线阵能产生更多有效虚拟阵元。在非均匀线阵中,不同的阵元摆放方式产生的有效虚拟阵元数通常是不同的。本文用遗传算法对非均匀线阵中阵元的位置进行了优化,实验结果证明该方法能获得很高的有效虚拟阵元数。     

最小冗余阵旁瓣抑制算法研究

最小冗余阵作为智能天线中的一种,能以较少的阵元数获得比均匀阵大得多的阵列孔径,从而提高分辨率、简化系统、降低成本。但阵列的非均匀性导致最小冗余阵的旁瓣电平过高,为此文中提出了一种基于子空间的迭代算法抑制其旁瓣。仿真结果表明：此方法收敛速度快,可控旁瓣个数多,并且利用低旁瓣的最小冗余阵,对角度靠近观察方向的干扰进行抑制时,抗干扰能力增强,信号噪声干扰比得到提高。     

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。     

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。     

联合感知矩阵优化的穿墙MIMO阵列稀疏成像方法

采用压缩感知理论的穿墙稀疏成像恢复算法需要感知矩阵满足有限等距性质(RIP),最直接的验证方法是判定感知矩阵的相干系数是否较小。针对现有的穿墙多输入多输出(MIMO)阵列稀疏成像方法没有验证感知矩阵是否满足RIP 性质而容易出现重构失败并导致成像模糊的问题,提出一种联合感知矩阵优化的穿墙MIMO阵列稀疏成像方法。该方法首先依据配置指标将阵元配置为两端发中间收和分时复用的模式,既能使感知矩阵的相干系数最小,又能获得均匀而不冗余的等效虚拟阵元;然后,从中选取部分能够满足感知矩阵相干系数最小的虚拟阵元组合,使用可分离逼近结构稀疏恢复算法充分考虑扩展目标信号的结构稀疏先验信息对其进行稀疏成像重构;最后,选取成像性能指标较好的一组作为成像结果。仿真和实验结果表明,该方法降低了运算量和虚拟阵元间的干扰,节约了硬件成本,提高了算法的稀疏重构性能,获得了高分辨的穿墙扩展目标成像。     

时空非均匀采样下双基地MIMO雷达收发角及多普勒频率联合估计方法

该文针对发射阵列、接收阵列以及多级延迟器均为非均匀配置的双基地MIMO雷达,提出基于时域和空域二次自由度扩展的发射角、接收角以及多普勒频率估计的ESPRIT (Estimating Signal Via Rotational Invariance Techniques)新方法。该方法利用双基地MIMO雷达特殊的方向矢量特点(矩阵的Khatri-Rao积形式),对接收信号进行两次行置换以及去冗余处理,实现了时域和空域孔径自由度的二次扩展。然后对新数据进行时空滑窗处理,利用ESPRIT算法分别估计出目标的收发角以及多普勒频率。理论和仿真结果表明:在相同阵元和延迟级数情况下,所提算法的估计性能优于四线性分解和多维ESPRIT算法,且能估计出更多的目标,此外,通过最小冗余配置,极大地降低了阵列和延迟器的配置需求,更利于实际工程应用。     

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。     

MIMO雷达对分布式目标测向研究

现有的陈列测向算法对分布式目标性能较差,该文研究基于Capon算法的MIMO雷达测向问题,并在相同条件下对不同发射信号和不同阵元配置的阵列测向性能进行仿真比较,结果表明MIMO雷达的测向性能要明显优于阵列雷达.最后给出了结论.     

基于非均匀阵列的特征波束发射分集方案

在发射端将特征波束形成与空时分集技术相结合,在保持分集阶数的同时可以获得阵列增益.通过对该混合系统误码率性能的分析,提出了基于非均匀阵的技术方案.它可以在弱相关信道中保持较高的阵列增益,在强相关环境下使分集支路的平衡度得到改善.仿真结果表明,在相关度不同的多种信道环境中,采用非均匀阵可获得比均匀阵更好的误码率性能.     

一种优化非均匀阵列天线测向性能的方法

本论文给出了一种新的优化非均匀天线阵列阵元排布的方法阵元微调法。非均匀阵列天线具有许多均匀阵列天线不具备的优点,可以在节省设备量的同时增加天线孔径,但是利用非均匀阵列天线测向时也容易产生估计模糊。解决非均匀阵列天线估计模糊问题的途径之一就是调整天线阵列的排布。计算机仿真证实,经过微调法优化的非均匀阵列的测向性能有很大改善。     

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.     

Unfolded coprime bistatic MIMO radar for joint DOD and DOA estimation: from viewpoint on aperture augment for sum coarray

Generally, the coprime linear array (CLA) consisting of two interleaved uniform linear subarrays can enlarge the array aperture to attain the better angle estimation performance compared with the uniform linear array (ULA). In this paper, we ulteriorly study the virtual sum coarray of the unfolded coprime (UC) bistatic multiple-input multiple-output (MIMO) radar whose transmitter and receiver array are both unfolded CLA from the viewpoint on the geometry and array aperture. The UC MIMO radar can be exploited to obtain the better joint direction of departure (DOD) and direction of arrival (DOA) estimation performance due to the larger array aperture. Furthermore, we propose an all sum coarray multiple signals classification (ASCA-MUSIC) algorithm for the UC MIMO radar. ASCA-MUSIC can fully exploit all the degrees of freedom (DOFs) in the sum coarray and can obtain the better estimation performance. We also prove that ASCA-MUSIC can avoid the phase ambiguity problem due to the coprime property. In addition, we devise a reduced complexity scheme for ASCA-MUSIC to reduce the high computational complexity and utilize Cramer–Rao Bound (CRB) as a benchmark for the lower bound on the root-mean-square error (RMSE) of unbiased angle estimation. Finally, the numerical simulations verify the effectiveness and superiority of the UC MIMO radar, ASCA-MUSIC and the reduced complexity scheme.     

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.     

基于均匀阵列的PARAFAC波达方向盲估计

信号的波达方向是阵列信号处理的一个重要研究方向,波达方向的估计可以应用于空间物体的定位和雷达.对波达方向的准确估计对确定更好的信道估计有很大的帮助,在一定的程度上会提高系统的性能.将PARAFAC技术应用到波达方向角度估计中,对多延时的均匀线阵接收信号进行分析,提出一种三线性模型,并推导出一种对波达方向的盲估计算法.此方法具有较好的性能,在低拍数的情况下也可以较好的工作,并且支持小样本.     

基于阵元局部分布特征的MIMO雷达阵列设计方法

MIMO雷达采用多发多收的工作模式,减少了天线和收发模块的数量,降低了系统的成本和复杂性,被广泛应用于城市反恐、灾后救援等领域。针对现有二维MIMO雷达阵列存在旁瓣高、成像质量差的问题,本文提出了一种基于各天线单元局部特性的二维MIMO阵列设计方法,设计了等效阵元投影局部密度和二维局部密度两个优化对象,以及边界约束和最小间距约束两个约束条件,通过对方形均匀MIMO阵列进行迭代优化,得到旁瓣更低的阵列排布形式。仿真和实测实验结果表明,本文所设计的二维MIMO阵列的成像结果有更低的旁瓣,且在生命体征检测和人体姿态重构等雷达应用领域都有很好的探测性能,为人体目标的多域信息感知提供了可能。     

阵元排布对线性阵列天线的影响分析

线性阵列作为智能天线的一种阵元排布方式,在第三代移动通信中有着特殊的应用。在相同阵元个数的情况下,采用Matlab软件对均匀线阵、约束最小冗余线阵和最优哥伦布线阵的角度分辨能力和主瓣宽度进行仿真比较。仿真结果表明,最优哥伦布线阵可以获得更佳的角度分辨能力和更窄的主瓣宽度,但是会引起方向图旁瓣电平的升高。