均匀线阵双基地MIMO雷达目标角度估计

在高斯色噪声背景下,提出了高阶累积量最小范数算法,实现了均匀线阵双基MIMO雷达的波离方向和波达方向的联合估计。最小范数算法利用双基MIMO雷达的联合导向矢量矩阵与噪声子空间正交,用噪声子空间的全部噪声奇异矢量构成最小范数矢量,相比MUSIC算法计算量小。仿真结果也表明在低信噪比时,最小范数算法的估计性能较好。     

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Cyclic-Music算法MIMO雷达的DOA估计

在具有循环平稳特性的信号环境中,传统DOA（Direction Of Arrival）估计算法精度很差,甚至失效。为此,将Cyclic-Music算法运用在MIMO（Moltiple Inpat and Multiple Output）雷达系统中,利用循环统计量理论计算接收信号间的循环相关函数,基于此构造循环互相关矩阵,并对其进行奇异值分解和谱峰搜索,从而得到信号的波达方向角。理论推导和仿真结果均表明,该方法可以有效估计具有循环平稳特性的人工信号波达方向,从有效性和精度两个方面改善了MIMO雷达的估计性能。     

非平稳噪声下相干信源MIMO雷达角度估计

为解决非平稳噪声、多径效应和相干电子干扰下多输入多输出雷达角度估计问题,提出了一种基于斜投影算子和Teoplitz矩阵重构的角度估计方法．通过Toeplitz重构把非平稳噪声转化为高斯白噪声,再用斜投影算子排除非相干信源,实现对相干信源的角度估计．该方法没有阵列孔径损失,可适用于任意阵列结构,且信源过载能力和阵元节省能力较强．最后通过仿真验证了该算法比多级维纳滤波器算法更适合于低信噪比的情况．     

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。     

机动目标跟踪的分布式MIMO雷达资源分配算法

在分布式多输入多输出雷达平台下,将发射功率和信号带宽联合优化分配,目的是在资源有限的情况下提高机动目标的跟踪精度.该方法首先推导了机动目标跟踪误差的贝叶斯克拉美罗下界,然后以最小化贝叶斯克拉美罗下界为目标,建立了包含发射功率和带宽两个优化变量的代价函数,并用循环最小化算法结合凸松弛和凸优化进行求解.仿真结果表明,该算法能明显提高机动目标的跟踪精度.     

色噪声环境下双基地MIMO雷达收发角度估计

针对基于二阶统计量的MIMO雷达收发角度估计方法在色噪声环境下性能严重下降的问题,提出一种基于四阶累积量的双基地MIMO雷达的收发角度联合估计算法.从累积量的基本定义出发,构造出四阶累积量矩阵,通过特征值分解有效的分离出噪声子空间,最后根据MUSIC算法的基本原理,实现了MIMO雷达收发角度的正确估计,且估计参数可以自动配对.与传统基于二阶统计量的MUSIC算法相比,所提算法能够有效抑制高斯色噪声的影响,提高目标的角度估计性能,理论分析和仿真结果验证了所提方法的有效性.     

声矢量阵快速子空间方位估计算法

针对声矢量阵高分辨方位估计算法运算量大的问题,基于声压振速联合信息处理,提出了一种快速的声矢量阵高分辨方位估计算法．该算法选择参考阵元的电子旋转矢量作为期望信号,运用多级维纳滤波器(MSWF)对信号子空间进行快速估计,不需要计算声矢量阵的互协方差矩阵,不用进行特征值分解,从而大大缩减了计算量．另外,该算法基于矢量传感器声压与振速的相干性原理,充分利用了声压振速组合抗干扰能力,有效抑制了各向同性噪声．理论分析和计算机仿真表明,该算法在拥有良好DOA估计性能的同时,大大减小计算量．     

阵元利用率最高的MIMO雷达阵列结构优化算法

提出了一种多输入多输出雷达阵列结构优化新算法．首先要求在实际物理阵元数最少的条件下能够在接收端获得尽可能多的有效虚拟阵元数,即系统总的物理阵元利用率最高; 然后约束多输入多输出雷达的虚拟阵列满足最小冗余阵的要求,从而提高系统的分辨率并克服栅瓣和高旁瓣的影响．理论分析和算法求解结果都表明,该算法优化出的多输入多输出雷达阵列是收发为同一阵列的非均匀线阵,在物理阵元总数相同的条件下,较其他阵列结构具有更好的波束性能．     

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.     

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.     

双基地MIMO雷达目标定位及互耦自校正算法

利用均匀线阵互耦矩阵的带状和对称Toeplitz特性,提出了一种基于旋转不变技术估计目标参数(ESPRIT)的双基地多输入多输出(MIMO)雷达目标定位及互耦自校正算法.该算法通过ESPRIT算法中子阵的选取,将目标二维方位角估计与互耦参数估计相"去耦",角度估计过程不需任何互耦矩阵信息,且估计精度高、分辨力强;基于对目标二维方位角的估计,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.该算法对目标二维方位角与互耦矩阵的估计不涉及任何角度搜索和迭代过程,具有较小的运算量.计算机仿真结果证明了该算法的正确性和可行性。     

分布式MIMO雷达的低截获特性分析

针对距离因子不适用于分析组网雷达低截获特性的问题,提出了能够定量衡量双基地雷达低截获特性的参数,并将其推广到组网雷达的情况．通过绘制参数的等值线图对分布式MIMO雷达的低截获特性进行了分析,给出了在不同空间分布下的MIMO雷达系统的“静寂”探测范围．仿真结果表明,相对于单基地雷达,分布式MIMO雷达系统的低截获特性不仅与雷达参数有关,还与系统中发射机与接收机的空间分布有关．分析表明,提高空间分集增益是实现低截获MIMO雷达的关键．     

分布式MIMO雷达双门限GLRT CFAR检测

在分布式多输入多输出雷达目标检测中,为降低融合中心与局部雷达站之间的数据传输率,提出了一种双门限广义似然比恒虚警率检测算法.首先对局部广义似然比检验统计量进行第一门限判断,将过门限的局部检验统计量传送给融合中心.然后在融合中心进行融合检测,与第二门限比较得到判决结果.推导了双门限广义似然比检测器的虚警概率闭式解.仿真结果表明,双门限广义似然比检测算法在降低数据传输率的同时能保证较好的检测性能.     

基于正定优化的分布式阵列舰载米波雷达的高分辨角度估计

针对米波雷达波长较长及在舰载平台上安装大孔径均匀阵列天线工程上难以实现且不利于自身的隐身的问题,提出了分布式阵列天线结构和基于正定优化的分布式阵列天线米波雷达高分辨角度估计算法。该算法从分布式阵列天线的空域相关阵出发,利用矩阵完型理论,由矩阵直接增广法得到同孔径均匀阵列的增广相关阵,再利用正定优化算法将增广相关阵修正为正定厄密的Toeplitz相关阵,实现了分布式阵列的流形解模糊及信号相参处理,从而达到了分布式阵列的孔径扩展。仿真结果验证了分布式阵列及基于SDP的修正算法的正确性与有效性,也验证了经过SDP修正后分布式阵列的高分辨性能。     

MIMO雷达的目标运动方向及速度估计

采用多个发射机单个阵列接收机的MIMO模型,利用目标对应于各发射机和接收机的速度矢量关系合成出目标运动方向上的速度．将目标运动方向上的速度矢量投影到接收机和目标的连线方向上估计出目标径向速度,并推导出估计性能公式．理论分析和仿真结果表明: MIMO雷达对速度的估计性能与目标、发射机和接收机形成的夹角有关,夹角越大,估计误差越小．     

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．     

嵌套阵的疏密子阵融合波达方向估计方法

为有效利用嵌套阵包含疏密子阵的几何结构以提高估计性能,本文提出一种在2子阵上分别测向再融合的波达方向估计方法。通过理论分析和实际案例阐明融合嵌套阵的两子阵测向结果可以消除信源角度估计模糊,且不会出现互质阵解模糊时伴随的匹配错误。利用无需谱峰搜索的求根多重信号分类方法在嵌套阵2子阵上求解测向结果,若稀疏子阵间距为N倍半波长,推导出对其复根开N次方可获含模糊角的高精度估计,再结合最小方差准则与精度较低但无模糊的密集子阵测向结果进行融合,最终得到高精度的波达方向估计。与嵌套阵已有算法相比,该算法提高了波达方向估计精度和分辨率,由于无需2子阵协方差降低了计算量,且能够支持嵌套阵的分布式配置。仿真结果验证了所提算法的有效性。     

阵元位置误差校正Toeplitz预处理算法

MUSIC等为代表的高分辨DOA算法通常以精确已知的理想阵列模型为前提,由于实际天线阵列的位置误差必然存在,因此算法的性能必将受到严重的影响,甚至失效.本文通过深入分析阵列位置误差对阵列接收数据协方差矩阵的影响,提出了一种基于对接收数据协方差矩阵作Toep litz预处理来校正阵列位置误差的方法,同时结合特征值重构方法进行联合迭代运算,以便更加有效地抑制阵列位置误差的影响.理论分析和计算机仿真表明,所提方法能够有效地改善MUSIC算法的稳健性,提高多目标信号的角度分辨能力.