多发多收SAR系统幅相误差定标方法

方位多通道SAR（Synthetic Aperture Radar）系统采用数字波束形成技术(Digital Beam-Forming, DBF),能够克服最小天线面积的限制,有效地解决了高分辨率与大测绘带之间的矛盾,实现了高分辨率宽测绘带对地观测,多发多收模式是方位多通道SAR未来的发展方向。对于方位多通道SAR系统,通道间的幅相误差对系统成像性能有很大影响,必须对其进行标定。利用子空间投影算法,提出了一种基于地面发射机和接收机的定标方法。其利用地面布设的发射机和接收机,分别估计出接收通道间的幅相误差和发射通道间的幅相误差,实现收发通道相位误差分离,从而估计出多发多收模式下各回波包含的幅相误差值。基于发射机和接收机估计方法的精度均得到了仿真验证。最后通过点目标仿真实验,对提出方法的有效性进行了仿真验证。实验表明,该方法通过布设地面发射机和接收机即可对多发多收模式下通道间的幅相误差进行标定,实现成像的校正。     

基于单特显点目标回波的阵列3D SAR 幅相误差一致性校正方法研究

阵列3D SAR 技术以实孔径和合成孔径相结合的方式,实现对观测场景目标的3 维分辨。实际阵列SAR系统接收回波中不可避免地存在多通道幅相误差问题,直接成像处理会造成重建的雷达图像质量降级。该文建立了考虑幅相误差的阵列3D SAR 回波模型,提出了一种基于单特显点目标回波进行阵列幅相误差估计的方法,并针对阵列3D SAR 应用,提出了对幅相误差进行补偿的数据处理流程,最后通过仿真和实际数据处理对提出的模型和方法进行了验证。      

通道幅相误差条件下MUSIC空域谱的统计性能

本文分析了通道幅相误差对空间目标参数估计算法MUSIC的影响.推导了幅相误差下空域谱的统计表达式,揭示了幅相误差对空域谱影响的机理.计算机仿真证明了理论分析的正确性.结果表明:幅相误差降低了空域谱峰值,从而造成方向估计误差,也降低了分辨能力.本文给出的结果对阵列设计人员具有一定的参考价值.     

最大熵线性预测超分辨算法的误差灵敏度分析

本文分析了Burg提出的最大熵线性预测超分辨算法对阵列幅度和相位误差的灵敏度。给出了具有两个目标、不同阵元数和不同间距等情况下的数值计算结果。结果表明最大熵算法较最大似然估计(MLM)算法和MUSIC算法对幅相误差的影响更加敏感。文中还给出了最大熵算法和MUSIC算法分辨目标的实验结果。     

维纳滤波最优权修正导向矢量的SAR-GMTI动目标径向速度估计方法

针对通道幅相误差和图像配准误差等非理想因素导致动目标径向速度估计性能下降问题,本文提出利用维纳滤波最优权修正导向矢量的动目标径向速度估计方法.该方法利用抑制杂波的维纳滤波最优权矢量对动目标理想导向矢量加权处理获得修正导向矢量,并采用匹配滤波算法估计动目标径向速度.仿真数据和某机载多通道SAR-GMTI实测数据处理表明,所提方法对通道幅相误差和图像配准误差稳健,在图像相邻像素存在较大相关性时仍可获得较高的动目标径向速度估计精度.     

正交化超分辨算法的误差灵敏度分析

本文给出了基于Gram-Schmidt正交化方法的超分辨算法,并分析了该算法对阵列幅度和相位误差的灵敏度.给出了两个目标、不同阵元数和不同阵元间距等情况下的灵敏度计算结果。结果表明,本文的算法在目标小角度间隔、大阵元数的情况下,受幅相误差的影响没有最大似然估计(MLM)和MUSIC算法敏感。     

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。     

一种基于误差反向传播优化的多通道SAR相位误差估计方法

方位向多通道合成孔径雷达(SAR)可实现高分辨率宽测绘带成像,准确估计通道间相位误差是保障成像质量的关键。该文提出了基于误差反向传播训练优化的通道相位误差估计方法,该方法根据多通道SAR回波生成的物理过程,构建含有通道间相位误差待估计参数的观测矩阵,通过初始化的通道误差和初始化的目标散射系数参数生成初始化的SAR回波,并计算该回波与多通道SAR实测回波之间的误差,通过深度学习中常用的误差反向传播的方法,不断训练优化上述参数,最终获得通道间相位误差的估计值,同时也得到了对稀疏目标散射系数的估计。该方法基于误差反向传播方法,并将该方法与通道误差的形成原理相结合,在稀疏假设下同时完成了相位估计和成像,为多通道SAR误差估计提供了一种全新的思路。多通道SAR仿真数据验证了该文算法的有效性。      

微波稀布阵雷达发射阵列的幅相误差校正

建立了微波稀布阵综合脉冲孔径雷达发射阵列的幅相误差模型,研究了基于近场窄脉冲和基于远场直达波的2种幅相误差校正方法:前者通过近场天线接收不同频率窄脉冲并进行通道分离、频谱分析等处理后提取幅相误差;后者通过远场天线接收直达波并在去调频后再提取幅相误差。前者运算量较小适用于工程实现;而后者运算量较大,在接收站定位精度较高时这种方法可获得较高的估计精度。仿真结果表明2种方法均能较好地估计幅相误差。     

一种子空间投影的高分辨宽测绘带SAR成像通道均衡方法

结合数字波束形成技术,多通道SAR可以有效克服天线最小面积的限制,从而实现高分辨率宽测绘带的合成孔径成像。然而通道之间的幅相误差以及基线误差等因素严重影响数字波束形成解模糊操作。该文提出了一种针对高分辨宽测绘带(HRWS)的多通道SAR通道间误差校正方法。该方法考虑了通道误差的多普勒空变性,利用信号子空间和噪声空间的正交性实现对包括基线误差,阵元误差等综合通道间幅相误差的快速优化估计。实测数据验证了方法的有效性。     

Joint Angle and Array Gain-Phase Errors Estimation Using PM-like Algorithm for Bistatic MIMO Radar

This paper discusses the problem of the direction of departure (DOD) and the direction of arrival (DOA) estimation for multi-input multi-output (MIMO) radar with array gain-phase errors. In this paper, we propose a propagator method (PM)-like algorithm for joint angle and array gain-phase errors estimation in MIMO radar. The proposed method not only yields automatically paired estimates of the angles and gain-phase errors but also has much better gain-phase errors estimation performance than the estimation of signal parameters via rotational invariance techniques (ESPRIT)-like algorithm; this has higher computational cost than the proposed algorithm. Furthermore, the proposed algorithm has angle estimation performance very close to ESPRIT-like algorithm. We also derive the Cramér–Rao bound (CRB) for MIMO radar with array gain-phase errors. Simulation results present the usefulness of our approach.     

一种波达方向和幅相误差联合估计的改进方法

阵列幅相误差的存在将大大影响波达方向的估计精度,反之在波达方向未知的情况下,幅相误差同样无法精确估计,两者相互耦合。在详细分析两者耦合情况的基础上,从工程应用角度出发,给出了一种改进的幅相误差校正方法。该方法能够在波达方向未知的条件下,精确估计阵列幅相误差,同时给出波达方向。由于仅需一次迭代,该方法的计算量较少,更易实现。仿真数据的处理结果证明了该方法的可行性。     

基于辅助阵元的方位依赖幅相误差最大似然自校正：针对确定信号模型

针对确定信号模型条件下方位依赖幅相误差的自校正问题,给出了一种基于辅助阵元的方位依赖幅相误差最大似然自校正方法;针对最大似然估计器中出现的高维非线性优化问题,推导了一种改进型交替投影迭代算法,从而实现了信号方位和方位依赖幅相误差的优化计算.此外,还推导了信号方位和方位依赖幅相误差的无偏克拉美罗界(CRB).仿真实验结果验证了新方法的有效性和优越性.     

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...     

增益相位误差下基于部分校准嵌套阵列的DOA估计

现有的波达方向（Direction of Arrival,DOA）估计方法大多依赖于阵列导向矩阵的精确无偏条件,而实际工程中由于时钟偏移、阵元位置偏差的存在导致该条件往往难以满足.为匹配阵列实际接收条件,本文基于部分校准嵌套阵列,提出了一种增益相位误差下的DOA估计新方法.该方法首先利用连乘子函数和简单的代数运算完成初始增益相位误差估计,然后通过协方差矩阵向量化和稀疏表示理论构建具有连续自由度的稀疏表示向量模型,最后考虑有效样本的影响,在初始增益相位误差估计的基础上应用稀疏总体最小均方（Sparse total least squares,STLS）算法完成波达方向估计.本文所提方法不仅对阵列增益相位误差不敏感,而且可依靠嵌套阵列高自由度特性和STLS算法的抗扰动特性获得改进的分辨率和估计精度,计算机仿真结果验证了所提算法的有效性.     

一种新的阵列误差有源校正算法

阵列互耦、幅相误差以及阵元位置误差的综合影响会严重影响阵列天线的测向性能．针对均匀圆阵,该文基于特征空间类方法给出了一种新的阵列误差有源校正算法．新算法是以交替迭代的方式给出,其目标函数建立在子空间基本原理的基础上,并且适用于多个校正源同时存在的情况．文中还给出了阵列误差参数估计唯一性的必要条件,仿真实验验证了新算法的有效性．     

共形阵列幅相误差校正快速算法

基于子空间的联合迭代算法可以实现对空间信源方位和阵列幅相误差参数的联合估计。当对共形阵列进行幅相误差校正时,由于其空域导向矢量不具有Vander monde结构,导致快速高分辨空间谱估计方法无法直接应用,而利用2维谱峰搜索实现空间方位估计的运算量较大,限制了算法在共形阵列上的应用。针对此问题,该文提出一种借助虚拟阵列实现共形阵列幅相误差校正的新方法。该方法利用虚拟阵列的特殊结构快速实现对信源的DOA估计,省去了谱峰搜索过程,因而运算复杂度低,便于工程实现。理论分析和仿真结果验证了所提算法的有效性,可为共形阵列的工程应用提供参考。     

Covariance matrix based fast smoothed sparse DOA estimation with partly calibrated array

To solve the problem of direction-of-arrival (DOA) estimation for partly calibrated array, a new gain-phase error matrix estimation scheme and a smoothed sparse signal reconstruction method tailored for the complex-valued covariance matrix are proposed. In the proposed method, DOA estimation is achieved by employing the structure of the covariance matrix for the error matrix estimation and the complex-valued gradient matrix based fast non-convexity data reconstruction. The proposed method has much faster computational speed than other sparse DOA estimation methods with partly calibrated array. In addition, simulation results show that it performs well and is independent of the errors.     

短波跳频系统信道BER的实时监测性能分析

基于短波信道Ｗａｔｔｅｒｓｏｎ模型,提出了短波跳频系统信道比特差错率（ＢＥＲ）实时监测的一种自适应测量方法。该方法可根据伪错监测统计情况自适应地选择用于非线性外推估值的监测路径来估计ＢＥＲ,数值模拟结果分析表明：用非线性外推算法可将估测值的相对误差降低到４９．４％。     

DOA estimation with double L-shaped array based on Hadamard product and joint diagonalization in the presence of sensor gain-phase errors

A method with double L-shaped array for direction-of-arrival (DOA) estimation in the presence of sensor gain-phase errors is presented. The reason for choosing double L-shaped array is that the shared elements between sub-arrays are the most and rotation invariant property can be applied for this array. The proposed method is introduced as follows. (1) If the number of signal is one, first the gain errors are estimated and removed with the diagonal of the covariance matrix of the array output. Then the array is rotated by an unknown angle and DOA can be estimated with the relationship between signal subspace and steering vector of signal. (2) If signals are more than one, the method for eliminating gain errors is the same with the previous case, and then the phase errors are removed by the Hadamard product of the (cross) covariance matrix and its conjugate. After the errors are eliminated, the DOAs can be estimated by rotation invariant property and orthogonal joint diagonalization for the Hadamard product. This method requires neither calibrated sources nor multidimensional parameter search, and its performance is independent of the phase errors. Simulation results demonstrate the effectiveness of the proposed method.