双基地MIMO雷达收发阵列互耦条件下目标定位方法

利用均匀线阵互耦矩阵的带状、对称Toeplitz特性,基于子空间原理,提出了一种双基地MIMO雷达目标定位及互耦自校正方法.将对目标二维方位角估计与互耦参数估计相"去耦",不需要任何互耦矩阵信息,且角度估计性能与互耦已知时二维MUSIC算法相近;同时,基于信源二维方位角的精确估计,算法还可以精确地估计出互耦矩阵,从而实现双基地MIMO雷达的互耦自校正.该方法对目标二维方位角与互耦矩阵的联合估计不涉及高维的非线性优化搜索,只需一维搜索,具有较小的计算量.计算机仿真结果证明了本方法的正确性和可行性.     

基于Unitary ESPRIT的双基地MIMO雷达目标定位算法

针对双基地MIMO雷达目标定位问题,提出一种基于Unitary ESPRIT的双基地MIMO雷达目标定位算法.该算法利用MIMO雷达发射阵列和接收阵列的相位延迟特性对接收数据矩阵进行重构,使协方差矩阵为Centro-Hermitian矩阵,然后通过酉变换将协方差矩阵从复数域变换为实数域,最后利用Unitary ESPRIT算法实现目标的DOD和DOA估计,且DOD和DOA自动配对.与传统的ESPRIT算法相比,该方法有效地增加接收数据信息,提高了目标角度估计性能,且所有的特征值分解及矩阵计算均在实数域进行,大大降低了运算复杂度.仿真结果验证了该算法的有效性.     

矢量阵的非空间ESPRIT算法

矢量水听器同时测量声场中某点的声压和质点振速的正交分量,单个矢量水听器可视为空间共点阵.建立了任意阵型矢量阵的数据模型,研究了任意阵型矢量阵的非空间ESPRIT算法.非空间ESPRIT算法不是利用空间2个子阵组成的矩阵对,而是利用矢量水听器不同的输出分量组成矩阵对完成目标的二维角度(水平方位角和仰角)估计.仿真研究了该算法对单个源和多个源方位估计的情况,并利用外场试验数据验证了算法的有效性.结果表明,在当时的试验条件下,常规波束形成获得的主瓣波束宽度为30°左右,而非空间ESPRIT算法对目标方位估计的标准差为3°左右,说明基于矢量阵的非空间ESPRIT算法在未知阵列流形的前提下可对目标进行高精度方位估计.     

分布式部分校正子阵MIMO雷达角度估计算法

针对子阵部分校正情况下的分布式子阵多输入多输出(MIMO)雷达角度估计问题,提出了一种基于秩亏(RARE)方法的角度估计算法.该算法通过利用分布式子阵MIMO雷达虚拟导向矢量的特殊结构,在构造RARE角度搜索函数时将未知子阵间校正信息排除在外,仅仅利用已知信息估计目标角度,实现了整个阵列的有效利用,进而提高了目标角度分辨率和定位精度.为了评估所提算法的性能,给出了对应的角度估计的克拉美罗界(CRB),仿真结果表明,该算法在子阵信息未知或部分已知的条件下性能有效.     

低快拍下MIMO雷达收发角度联合估计方法

在多输入多输出(MIMO)雷达中,基于二阶统计特性的子空间角度算法在低快拍条件下的估计性能急骤下降,甚至在单快拍时失效。针对该问题,提出一种扩展阵列孔径的二维联合空间平滑多目标波离方向(DOD)和波达方向(DOA)估计方法。该算法对MIMO雷达的发射端和接收端进行二维联合空间平滑,并利用MIMO雷达虚拟阵列的旋转不变特性对阵列孔径进行扩展,然后根据ESPRIT算法获得目标的DOD和DOA,且DOD和DOA自动配对。与基于二阶统计特性的子空间算法相比,且所提算法在低快拍条件下具有更加优越的角度估计性能,因所提算法能够适用于单快拍条件。仿真结果表明了所提方法的有效性和优越性。     

双基地MIMO雷达相干源角度估计方法

针对双基地多输入多输出(MIMO)雷达的相干源角度估计问题,分别在空间高斯白噪声和空间高斯色噪声背景下提出基于降维波达方向(DOA)矩阵的角度估计方法.首先对MIMO雷达相干目标的回波进行解相干处理;然后分别在两种噪声背景下构造DOA矩阵,并利用其与信号子空间的关系得到降维DOA矩阵,有效降低了原DOA矩阵法的运算量.之后利用降维DOA矩阵的特征参数与待估参数间的特定关系实现目标离开方向(DOD)和波达方向(DOA)的联合估计.该方法无需二维谱峰搜索,在两种不同噪声背景下均能有效估计相干源的二维角度并实现自动配对,且在接收阵列为非等距线阵的条件下仍具有适用性.仿真实验验证了该方法的有效性.     

基于协方差拟合的MIMO雷达高精度DOA估计算法

为了实现多输入多输出(multiple input and multiple out,MIMO)雷达高精度波达方向(direction of arrival,DOA)估计,结合协方差拟合算法和矩阵预处理算法给出解决方案.首先,针对MIMO雷达信号模型进行建模仿真,利用协方差拟合准则得到更接近理论值的协方差信号矩阵,用凸优化方法进行求解;针对噪声和相干信号对估计精度的影响,引入矩阵预处理方法对雷达接收信号进行额外的处理.然后,通过酉变换利用ESPRIT算法对MIMO雷达俯仰角和方位角进行联合估计,降低算法整体DOA估计运算量.最后,通过实验表明,本文所提出算法能在不增加运算量的前提下,有效提高MIMO雷达DOA估计精度.     

基于矩阵束方法的ESPRIT算法改进

主要研究了一种ESPRIT的改进算法,该算法利用奇异值分解实现多维角度估计参数配对.由于在一定条件下会出现角度估计模糊的现象,在此基础上采用一种矩阵束的方法作进一步的改进,构造的对角阵中每个不同元素对应于不同信号源的方位角和仰角,并且互不相同.这样特征分解得到的可逆阵唯一,因而特征对角阵中的元素必唯一.从特征对角阵中取的元素实部和其对应的负虚部可求得信号源的二维方向角,克服了二维DOA估计中的角度模糊问题.通过算法仿真证实提出的改进算法的有效性.     

基于矩阵束方法的ESPRIT算法改进

主要研究了一种ESPRIT的改进算法,该算法利用奇异值分解实现多维角度估计参数配对.由于在一定条件下会出现角度估计模糊的现象,在此基础上采用一种矩阵束的方法作进一步的改进,构造的对角阵中每个不同元素对应于不同信号源的方位角和仰角,并且互不相同.这样特征分解得到的可逆阵唯一,因而特征对角阵中的元素必唯一.从特征对角阵中取的元素实部和其对应的负虚部可求得信号源的二维方向角,克服了二维DOA估计中的角度模糊问题.通过算法仿真证实提出的改进算法的有效性.     

一种新的均匀圆阵互耦校正算法

提出了一种估计均匀圆阵互耦系数的算法. 该算法首先将包含互耦系数信息的信号子空间向量表示为互耦系数矩阵和理想阵列导引向量的乘积. 然后，对互耦系数矩阵进行变换，进而用一个列向量表示出互耦系数矩阵中的全部独立元素； 并提出了基于最小条件数准则下对矩阵求逆从而给出此列向量的估计. 仿真证明了该方法可以准确估计互耦系数矩阵，并对小误差微扰具有一定稳定性.     

MIMO双基地雷达多目标角度-多普勒频率联合估计

为了实现无同步双基地雷达多目标参数估计,建立了多输入多输出(MIMO)双基地雷达多目标信号处理模型,提出了一种多目标角度-多普勒频率联合估计算法.该算法首先对MIMO接收机输出的虚拟阵列多目标回波数据进行解相干处理,然后基于传播算子,构造特殊矩阵.通过特征参数与待测参数之间的对应关系,实现了多目标发射角、接收角和双基多普勒频率的联合估计.该算法不涉及多维非线性谱峰搜索,只需一次特征值分解,且估计出的参数可自动配对.仿真结果证明了所提算法的正确性和有效性.     

用旋转不变技术实现互耦和通道不一致的联合抑制简

The performance of subspace estimation algorithms degrades substantially in the presence of mutual coupling and channel discord by the perturbance of the steering matrix. Classical self-calibration algorithms need multidimensional search, optimization and iteration, and large calculation quantity. In order to avoid these shortcomings, a novel joint calibration algorithm using rotational invariance techniques is proposed in this paper. Two sub-arrays' steering matrix can maintain the rotational invariance property in the presence of array errors by switching channels and selecting sub-arrays according to the characteristic of the mutual coupling matrix. So, the estimation of signal parameters via rotational invariance techniques (ESPRIT) algorithm is applicable to mutual coupling and channel discord scenarios. The algorithm requires neither searching the spectrum peak nor estimating error parameters, and the calibration of array errors does not need an additional calculation quantity. Simulation results show that the proposed algorithm can restrain mutual coupling and channel discord. The performance of the algorithm is equivalent to the performance of the standard ESPRIT algorithm without errors.     

MIMO雷达波达方向估计的性能分析

针对单基地多输入多输出雷达波达方向估计精度问题,推导了单目标情况下波达方向估计的克拉美罗界．结果表明波达方向估计精度取决于收发阵列的导向矢量以及发射信号的相关矩阵,当发射阵元间距为半波长时,多输入多输出雷达波达方向估计的克拉美罗界在大部分角度范围内优于相控阵雷达．多输入多输出雷达还能够通过增大发射阵元间距来得到更小的克拉美罗界,从而获得远优于相控阵雷达的波达方向估计性能．     

Angle estimation for bistatic MIMO radar in impulsive noise environments

A fractional lower order moment unitary ESPRIT (FLOM-Unitary ESPRIT) for the joint direction of departure (DOD) and the direction of arrival (DOA) estimation in bistatic multiple input multiple output (MIMO) radar is proposed, which combates the problem of algorithms based on second-order statistics performance declining considerably in impulsive noise environments. Firstly, the fractional lower order moment matrix is constructed based on the basic definition of fractional lower order statistic. Moreover, according to the basic principle of the unitary ESPRIT algorithm, the angle estimation could be performed correctly and paired automatically. Compared with the unitary ESPRIT and ESPRIT algorithms, the proposed algorithm effectively suppresses impulsive noise and the angle estimation performance is improved. Several numerical results verify the effectiveness of the proposed algorithm.     

双基地MIMO雷达波形解相关算法

The auto-correlation and cross-correlation properties of transmit waveforms have great effects on the performance of MIMO radar systems. However, it is difficult to design waveforms that have ideal auto-correlation properties as well as cross-correlation ones. In this paper, an MMSE based waveform de-correlation algorithm is proposed to cancel the effects of the auto-correlation and cross-correlation of transmit waveforms in the receiver. The received signal model of bistatic MIMO radars is first derived. Then, the de-correlation filters are derived by using the MMSE method to reduce the influences of colored noise enhancement. Finally, the polynomial expansion method is used to simplify the computational complexity of the proposed de-correlation filters. The performance of the proposed method is verified by applying it to bistatic MIMO radar multi-target localization. Simulation results demonstrate the effectiveness of the proposed algorithm.     

飞行器目标的双站散射特性研究

为研究飞行器目标双、多站电磁散射特性和隐身、反隐身原理,通过固定双站角、旋转目标的方法对不同双站角下目标的雷达散射截面进行了测试分析,避免了多次定标,效率较高．通过比较不同双站角下的飞行器目标的雷达散射截面,发现了其双站电磁散射的对称性、相似性和弱耦合性3大主要特性,并得出如下结论:单站隐身技术通过改变电磁散射能量的空间分布,将强散射波峰控制在重点探测方向之外实现隐身,而双站雷达主要通过截获重点探测方位(相对单站)之外的强散射波峰实现反隐身要求．因此判定目标的双站隐身特性需结合主要威胁双站角和整机所有强散射波峰进行．     

Transmit beampattern synthesis and waveform design for 2-D wideband MIMO radar

For matching the desired transmit beampattern of the two dimensional(2-D) wideband MIMO radar system, a new transmit beampattern synthesis and waveform design algorithm is proposed based on the frquency invariant beamforming. In this algorithm, to eliminate any dependency on frequency of the emiting waveform, the 2-D fourier relationship between uniform rectangular array(URA) transmit beampattern and spectrum of emiting waveform is used. Then the cost function of waveform matching frequency response is established, which imposes a constraint on constant modulus. Finally, the alternating matrix fitting method is used to design unimodular sequences. The proposed method effectively mitigates frequency dispersion of the 2-D wideband MIMO radar transmit beampattern. Numerical simulations have proved the validity of this algorithm.     

基于改进传播算子的双基地多输入多输出雷达参数估计

针对双基地多输入多输出（MIMO）雷达系统中，多目标波离方向（DOD）和波达方向（DOA）联合估计精度低的问题，提出了一种改进的传播算子（PM）方法。根据传播算子定义要求提取存在旋转不变结构的相关数据，组合相关数据求得协方差，采用前后向平滑方法求得传播算子，根据其内部结构特征求出旋转不变因子，估计出DOD和DOA的值。仿真结果表明:与传统的旋转不变子空间算法和PM算法相比，该方法具有更高的估计精度，在低信噪比时与传统的PM算法相比最大均方根误差相差4 dB，性能更加稳定，更适合低信噪比时的DOD和DOA高精度估计。