基于时间反转的MIMO雷达实值MUSIC算法

针对时间反转(TR)多输入多输出(MIMO)雷达多重信号分类(MUSIC)算法计算量庞大的问题,提出一种基于时间反转的MIMO雷达实值MUSIC算法。首先,通过采用降维思想对TR MIMO回波信号进行降维处理,来减少计算量;然后,为将协方差矩阵转化到实数域,构造酉变换矩阵进行实值变换;最后,分解出实值协方差矩阵的噪声子空间,构造谱函数估计信号波达角。相对于传统的MUSIC算法,该算法借助实值变换剔除了复数运算,极大地降低了计算量,而且不需要空间平滑降低阵列孔径就具有解相干的能力。仿真结果证实了算法的正确性。     

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。     

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...     

基于协方差矩阵重构的阵元失效MIMO雷达DOA估计

在实际应用中由于恶劣环境或人为干扰等因素而导致多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达部分阵元失效,使得其接收数据缺失及其协方差矩阵秩亏,从而导致子空间类算法的波达方向(Direction of Arrival,DOA)估计性能恶化甚至完全失效。针对上述问题,提出了一种接收阵元失效下基于协方差矩阵重构的MIMO雷达DOA估计方法。该方法根据MIMO雷达协方差矩阵中以接收阵元数划分的子方块矩阵具有Toeplitz特性,利用正常工作接收阵元的协方差矩阵元素来恢复相应的缺失元素,从而重构出完整的数据协方差矩阵,提高阵元失效MIMO雷达的DOA估计性能。仿真结果验证了所提方法的有效性。     

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。     

基于ESPRIT算法的十字型阵列MIMO雷达降维DOA估计

该文针对十字型阵列配置下的单基地MIMO雷达2维空间角度估计问题,提出一种基于ESPRIT算法的降维DOA估计算法。算法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,最大程度地去除了所有的冗余数据;利用矩阵的酉变换进行实数域信号子空间的估计,并基于ESPRIT算法实现2维空间角度的联合估计及参数的自动配对。算法不牺牲阵列孔径,在获取信噪比增益和快拍增益的同时,有效降低了回波数据的维数,具有更低的运算复杂度。仿真结果验证了理论分析的正确性和算法的有效性。     

波形相关矩阵未知情况下单基地MIMO雷达中一种改进MUSIC的DOA估计算法

该文研究了波形相关矩阵未知情况下多输入多输出(MIMO)雷达中的角度估计问题,提出了一种单基地MIMO雷达中改进多重信号分类(MUSIC)的到达角(DOA )估计算法。该算法可以在波形相关矩阵未知的情况下工作且性能优于传统的传播算子(PM)和借助旋转不变技术估计信号参数(ESPRIT)算法以及基于接收信号重构的MUSIC算法。该文算法可以扩展到任意阵列结构的MIMO雷达中进行角度估计。该文还给出了单基地MIMO雷达中DOA估计的克拉美罗界(CRB)。仿真结果验证了该算法的有效性。     

A Low-Complexity Algorithm for Coherent DOA Estimation in Monostatic MIMO Radar

This paper investigates the topic of direction of arrival (DOA) estimation for coherent sources in monostatic multi-input multi-output (MIMO) radar, and proposes a low-complexity algorithm for coherent DOA estimation. The direction vector of MIMO radar can be firstly mapped into a vector of virtual uniform linear array (ULA), and after that, a linear operator is constructed by partial cross-correlations from the received data of the virtual ULA. Finally, the DOAs can be obtained via roots finding method based on this linear operator. The DOAs can be estimated without any eigen-decomposition, nor evaluating all correlations of the received data. The proposed algorithm has much lower complexity as well as much better angle estimation performance than conventional forward backward spatial smoothing (FBSS)-propagator method (FBSS-PM), FBSS- estimation method of signal parameters via rotational invariance techniques (FBSS-ESPRIT), FBSS- root multiple signal classification (FBSS-Root MUSIC), and ESPRIT-like algorithm. Simulations present the effectiveness and improvement of our approach.     

基于降维波束空间的实值ESPRIT单基地MIMO雷达测角算法

单基地多输入多输出(MIMO)雷达的波达方向(DOA)估计问题是近年来研究的热点。高维度的MIMO雷达数据,导致传统旋转不变性参数估计技术(ESPRIT)算法需要付出较大的运算代价。在低信噪比、低快拍数的条件下,传统ESPRIT算法性能会严重下降。为了克服传统ESPRIT算法的以上缺点,该文提出一种降维波束空间的实值ESPRIT算法。该算法通过转换矩阵,将高维度MIMO雷达数据转换到低维度的数据,从而去除数据中的冗余。然后再将低维数据变换到波束空间,构造实值旋转不变性等式,用以估计目标的角度。仿真结果表明,在低信噪比和低快拍数时,相比于传统ESPRIT算法,该文所提方法具有更好的角度估计性能和更少的运算量。     

Unitary root-MUSIC with a real-valued eigendecomposition: atheoretical and experimental performance study

A real-valued (unitary) formulation of the popular root-MUSIC direction-of-arrival (DOA) estimation technique is considered. This unitary root-MUSIC algorithm reduces the computational complexity in the eigenanalysis stage of root-MUSIC because it exploits the eigendecomposition of a real-valued covariance matrix. The asymptotic performance of unitary root-MUSIC is analyzed and compared with that of conventional root-MUSIC. The results of this comparison show identical asymptotic properties of both algorithms in the case of uncorrelated sources and a better performance of unitary root-MUSIC in scenarios with partially correlated or fully coherent sources. Additionally, our simulations and the results of sonar and ultrasonic real data processing demonstrate an improved threshold performance of unitary root-MUSIC relative to conventional root-MUSIC. It can be then recommended that, as a rule, the unitary root-MUSIC technique should be preferred by the user to the conventional root-MUSIC algorithm     

非均匀噪声背景下混合信号DOA估计算法

针对非均匀噪声背景下非相关信源与相干信源并存时波达方向(DOA)估计问题，提出了基于迭代最小二乘和空间差分平滑的混合信号DOA估计算法。首先，该算法利用迭代最小二乘方法得到噪声协方差矩阵估计，然后对数据协方差矩阵进行“去噪”处理，利用子空间旋转不变技术实现非相关信源DOA估计；其次，基于空间差分法消除非相关信号并构造新矩阵进行前后向空间平滑，利用求根MUSIC算法估计相干信源DOA。相比于传统算法，该算法能估计更多的信源数，在低信噪比情况下DOA估计性能更优越。仿真实验结果验证了该算法的有效性。      

DOA estimation for sparse nested MIMO radar with velocity receive sensor array

Direction of arrival (DOA) estimation for sparse nested MIMO radar with velocity receive sensor array is studied, and an algorithm based on extended unitary root multiple signal classification (MUSIC) is proposed. The nested MIMO radar utilizes sparse transmit array and velocity receive array with nested inter-element distances, which can make the final virtual array to be a long and sparse velocity sensor array. After exploiting unitary transformation to transform the data into real-valued one, an extended root MUSIC based method is developed to decompose the angle estimation into high-resolution but ambiguous and low-resolution but unambiguous DOA estimations, which are automatically paired. Thereafter, the ambiguous estimation is used to recover all possible DOAs, and the unambiguous DOA estimation is used as a reference to resolve the estimation ambiguity problem. Compared to conventional methods, the proposed algorithm requires no peak search, maintains larger aperture and achieves better DOA estimation performance. The simulation results verify the effectiveness of our approach.     

An ESPRIT-like algorithm for coherent DOA estimation based on data matrix decomposition in MIMO radar

A direction-of-arrival (DOA) estimation method for coherent sources is presented for MIMO radar. It uses symmetrical array mode for both the transmit and receive arrays and reconstructs a special data matrix from the range-compressed receive data. In the reconstructed matrix, the signal term is a Toeplitz matrix with the rank only related to the DOAs of the signals and independent with their coherency. Taking the noise term into account, the average method of multiple pulses is utilized to obtain the signal and noise subspaces. And then the DOA can be resolved via the SVD-based ESPRIT algorithm. Furthermore, the presented method is also useful in spatial colored noise scenario for MIMO radar. Theoretical and numerical simulations show the effectiveness of the proposed algorithm.     

基于MUSIC算法的L型阵列MIMO雷达降维DOA估计

该文提出一种基于MUSIC算法的L型阵列多输入多输出雷达降维波达方向(DOA)估计算法。该算法首先针对L型阵列导向矢量的结构,构造出一个降维矩阵,将回波信号转换到低维空间。然后利用二次优化方法将2维DOA估计分解为两个1维DOA估计。最后利用MUSIC空间谱估计其中1维角度,并利用求得的角度回代谱函数,对另1维角度进行求根估计。该算法将2维空间谱搜索降为1维搜索,极大地降低了运算复杂度。理论分析和仿真结果验证了该算法的准确性和可行性。     

基于MIMO雷达的极化平滑降维酉ESPRIT算法

相干目标的波达方向估计一直是雷达信号处理中的一个难题。为了获得更好的相干信号角度估计精度,并提高算法可实现性,在多输入、多输出雷达的基础上,提出一种极化平滑降维酉旋转不变性参数估计算法。首先通过降维矩阵对接收信号数据进行降维处理,然后利用降维后的接收数据构造中心复共轭对称矩阵,再构建适当的酉矩阵对其进行实值处理,然后对其进行极化平滑解相干处理,最后构造出实值旋转不变性方程估计目标的波达方向。相比于常规的极化平滑旋转不变性参数估计算法,本文所提极化平滑降维酉旋转不变性参数估计算法的相干信号角度估计精度更高、更利于工程实现。第五节通过仿真实验证明了该算法的有效性与真实性。      

基于贪婪算法的高分辨信号源DOA估计

确定辐射源的来波方向(DOA)是阵列信号处理的重要研究内容,已经广泛应用于雷达、声纳和无线通信等领域。本文研究了远场窄带信号源的DOA高分辨估计问题。利用信号来波方向在空域具有稀疏性的特点,建立了远场窄带信号源的稀疏表示模型。根据协方差矩阵的特征值分解和贪婪匹配追踪算法原理提出了一种基于特征值分解的多重正交匹配追踪算法（EIG MOMP）。首先,利用特征值分解对阵列接收数据进行降维处理。这一降维操作使得问题转化为了一个具有多重观测向量（MMV）的欠定方程求解问题。接着利用MOMP算法对降维后的数据进行处理,最终得到信号的DOA估计值。该算法实现了在低信噪比下远场窄带信号源的高分辨DOA估计,并具有较低的运算复杂度。将本文提出的算法与传统的Capon算法、多重信号分类算法（MUSIC）以及正交匹配追踪算法（OMP）进行了对比。结果证明,该算法在低信噪比下能取得较好的DOA估计效果,可以针对任意的相干信号源,并且具有高分辨率的优点。      

双基地MIMO雷达相干目标的角度快速估计算法

针对双基地多输入多输出（MIMO）雷达定位的实时性问题,提出了一种基于Toeplitz矩阵的目标快速定位算法。双基地MIMO雷达接收的信号往往是相干的,因此无法直接应用角度估计算法。首先通过接收的数据得到一组Toeplitz子矩阵,利用这组子矩阵重构得到协方差矩阵,其秩等于目标个数,达到解相干的目的。采用改进多级维纳滤波器（MSWF）的前向递推,不需要通过特征值分解,得到信号子空间,结合ESPRIT算法,估计出目标的发射角度（DOD）和接收角度（DOA）。算法通过构造Toeplitz矩阵解相干,仅改变矩阵结构,降低了计算复杂度,具有较好目标分辨力和解相干能力。      

Smoothing matrix set-based MIMO radar coherent source localisation

In this paper, we study the problem of coherent source localisation with multi-input multi-output (MIMO) radar via a smoothing matrix set (SMS) scheme. We first perform the transmission diversity smoothing to form some transmission sub-vectors (TSVs) and then perform reception diversity smoothing for each TSV. That is, each TSV consists of some reception sub-vectors (RSVs). By rearranging the elements of the covariance sub-matrix of each TSV along the vertical direction, both the forward-only SMS (FO-SMS) and forward backward SMS (FB-SMS) methods are derived using these RSVs. Compared with the existing smoothing methods, the proposed scheme can extract more data information from each covariance sub-matrix and also be suitable for joint direction of arrival (DOA) and direction of departure (DOD) estimation. Simulation results show that, FB-SMS can improve the estimation performance as compared to the state-of-the-art methods for monostatic or bistatic MIMO radars.     

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。     

基于联合对角化的MIMO雷达近场目标定位

目标定位经典算法有很多,但大多不能直接适用于MIMO雷达近场目标定位,而现存的单基地MIMO雷达近场目标定位算法很少。为了解决这个问题,提出了一种基于联合对角化的MIMO雷达近场多目标定位算法。该算法使用十字形收发阵列,利用接收信号的协方差矩阵构造新的矩阵,灵活运用联合对角化算法得到发射角和距离估计值,再利用谱峰搜索得到接收角估计值。该算法和现有的MIMO雷达近场目标定位算法相比,精度高,无相位模糊问题,且参数能自动配对。仿真实验证明了算法的有效性。