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。     

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.     

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。     

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.     

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.     

一种基于原子重构的雷达抗主瓣干扰方法

为提升主瓣干扰下雷达作战效能,提出了一种基于原子重构的雷达抗主瓣干扰方法,可有效抑制主瓣干扰,同时具有较高的目标距离和角度估计精度.首先采用特征投影预处理(EMP)算法抑制主瓣干扰,进而通过波束形成和脉冲压缩估计目标距离,然后利用原子重构法估计目标角度.该方法对雷达阵列结构要求不高,既可适用于线阵,也可适用于面阵.当目标方位角(或俯仰角)等于干扰方位角(或俯仰角)时,该方法仍然能同时有效地估计目标方位角和俯仰角.     

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.     

低复杂度多输入多输出雷达目标角度估计方法

针对多重信号分类(multiple signal classification,MUSIC)算法通过谱峰搜索得到目标的角度估计的计算复杂度较高的问题,提出一种用于单基地多输入多输出(multiple input multiple output,MIMO)雷达目标角度估计的低复杂度求根MUSIC方法。首先通过降维变换降低接收数据的维度,然后在低维空间中根据导向矢量和噪声子空间的正交性,构造求根多项式,并通过求解该多项式的根来得到目标的波达方向(direction of arrival,DOA)估计。仿真实验表明,与MUSIC算法和RC-MUSIC算法相比,该算法具有更低的运算复杂度,且在低信噪比条件下具有更好的角度估计性能。     

互相关干扰下的MIMO雷达自适应脉冲压缩方法

MIMO雷达各阵元发射波形之间一般不完全正交,用传统脉冲压缩方法处理会导致较高距离旁瓣电平,进而影响检测性能.在建立单站MIMO雷达回波模型的基础上,以最大化系统输出信号与干扰噪声比为准则,提出了一种基于迭代思想的MIMO雷达自适应脉冲压缩方法.该方法利用对目标距离像信息的多次估计值,自适应地对距离旁瓣、互相关干扰和噪声进行抑制.仿真实验表明,针对发射多相编码信号的MIMO雷达,该算法可以显著降低距离旁瓣,且在目标运动和多目标情况下也优于传统处理方法.     

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.     

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.     

基于线性收缩的大阵列MIMO雷达目标盲检测

针对阵元数与快拍数可以相比拟的大阵列MIMO雷达系统,将协方差矩阵估计的收缩算法与大维随机矩阵理论相结合,提出了一种基于线性收缩-标准条件数(LS-SCN)的目标盲检测新方法。通过求解大维系统样本协方差矩阵的优化矩阵,并利用M-P律,推导了检测阈值与收缩系数之间的关系,分别给出了基于LS-SCN的单目标和多目标检测算法。该方法无需已知噪声方差、目标散射矩阵和目标方位等先验信息,对噪声变化不敏感,且适用于大阵列系统。仿真结果表明,在阵元数与快拍数在同一数量级的情况下,与SCN算法和MDL算法相比,显著提高了目标检测性能。     

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.     

基于CIES-CA的水声阵列多目标方位估计技术

为了使用较少阵元数的水声阵列实现多目标方位估计,本文针对基于子阵间距压缩的互质阵列进行研究分析.利用子空间分类算法与虚拟阵元法,在考虑阵列误差的情况下分析多目标方位估计性能.通过数值验证,在低信噪比、高阵列误差的情况下,基于子阵压缩的互质阵性能明显优于均匀直线阵与原型互质阵,且压缩倍数越大性能越高.     

基于降维Capon的双基地MIMO阵列目标DOD和DOA联合估计算法

针对双基地多输入多输出(MIMO)阵列目标DOD(发射角)和DOA(接收角)联合估计问题,提出了一种基于泰勒级数展开的降维Capon联合收发角估计算法。该算法首先利用泰勒级数将阵列流型矢量展开,将需要二维搜索的MIMO Capon算法降为一维搜索,然后利用拉格朗日算子通过一维搜索获得目标的DOD,最后将估计的DOD代入阵列流型矢量中获得接收阵列流型矢量,从而估计出与DOD相对应的DOA。该算法无需二维谱峰搜索,通过一维搜索得到目标收发角,且DOD和DOA自动配对。与现有算法相比,该算法不仅能够获得较好的角度分辨率,而且有效降低了运算量。仿真结果验证了所提算法的有效性。     

一种低复杂度LMMSE信道估计算法

针对传统线性最小均方误差(LMMSE)信道估计器矩阵求逆运算复杂度大的问题,提出了一种以相关带宽为准则提取信道自相关矩阵主要信息的子阵分块算法.根据信道相关带宽所计算的分块尺度将信道自相关矩阵分割为若干子块,包括非重叠分块法和重叠分块法.运算求逆过程中仅利用表征信道主要信息量的低频对角子阵,而忽略其他表征信道高频信息的子阵,可有效降低LMMSE算法中大的自相关信道矩阵求逆运算所带来的复杂度.该算法在频率选择性慢衰落信道下,与LMMSE和低秩估计算法进行了相关性能及运算复杂度对比分析,结果表明,该算法能以较微弱的性能代价换取系统复杂度的明显降低.     

一种阵元位置误差条件下的DOA估计方法

针对存在阵元位置误差时多重信号分类(MUSIC)算法的信号波达方向(DOA)估计性能严重下降的问题,结合微粒群(PSO)算法,提出了一种在阵元位置误差情况下的DOA估计方法.该方法首先根据MUSIC算法原理拟合校准目标函数,然后运用PSO算法对函数进行寻优,再校准误差矩阵,最后利用MUSIC算法进行DOA估计.通过不同的参数设置条件下仿真结果比较,选择估计性能最好的一组作为PSO算法的关键参数设置,并对比了校准前后MUSIC算法的DOA估计性能.仿真结果表明:本文方法能够有效改善MUSIC算法的角度分辨能力.     

基于均匀圆阵Toeplitz矩阵集重构解相干算法

针对目前均匀圆阵相干信源波达方向估计的矩阵重构算法仅利用部分阵列接收数据的相关或协方差矩阵部分元素进行重构造成信息利用不完整的问题,提出一种改进Toeplitz矩阵重构算法。利用模式空间变换后的数据协方差矩阵所有行元素信息构造包含阵元完整相关矩阵信息的Toeplitz矩阵集,经与Hermitian转置矩阵相乘及正反向平滑运算得到满秩数据协方差矩阵。该算法能够直接结合子空间类算法实现相干信号的角度估计,无需平滑算法广义特征值分解,同时解决了目前模式空间矩阵重构算法因忽略相位差变化造成的估计性能下降甚至失效问题。计算机仿真结果验证了本文算法的有效性。     

米波雷达低仰角波达方向估计的快速算法

针对多径信号严重影响米波雷达低仰角测高的问题,提出了一种快速估计目标俯仰角的时空级联算法.该算法充分利用脉冲雷达回波信号时域、频域的信息来提高阵列的空域处理性能,先根据跟踪情况下已获得的目标距离和速度信息对接收到的回波信号进行积累,使每个接收阵元只获得一个样本数;然后利用单样本数的阵列信号矢量构造矩阵束,最后采用广义特...