Parameter estimation based on fractional power spectrum under alpha-stable distribution noise environment in wideband bistatic MIMO radar system

This paper takes the alpha-stable distribution as the noise model and works on the parameter estimation problem of wideband bistatic Multiple-Input Multiple-Output (MIMO) radar system in the impulsive noise environment. In many applications, it is not appropriate to approximate the wideband signal by the narrowband model. Furthermore, the echo signal may be corrupted by the non-Gaussian noise. The conventional algorithms degenerate severely in the impulsive noise environment. Thus, this paper proposes a new wideband signal model and a novel method in wideband bistatic MIMO radar system. It combines the fractional lower order statistics and fractional power spectrum, for suppressing the impulse noise and estimating parameters of the target. Firstly, a new signal array model is proposed under the alpha-stable distribution noise model. Secondly, Doppler stretch and time delay are jointly estimated by peak searching of the FLOS-FPSD. Furthermore, two modified algorithms are proposed for the estimation of the direction-of-departure and direction-of-arrival, including the fractional power spectrum density based on MUSIC algorithm (FLOS-FPSD-MUSIC) and the fractional lower-order ambiguity function based on ESPRIT algorithm (FLOS-FPSD-ESPRIT). Simulation results are presented to verity the effectiveness of the proposed method.     

脉冲噪声环境下基于宽带模糊函数的双基地MIMO雷达目标参数估计新方法

以Alpha稳定分布作为噪声模型,研究了脉冲噪声环境下宽带双基地MIMO雷达系统中参数估计问题.针对在脉冲噪声环境中,基于传统的信号模型和算法效果显著退化的问题,本文提出了基于分数低阶统计量的宽带模糊函数算法.首先根据分数低阶宽带模糊函数的峰值点实现对多普勒频率尺度因子和时延的联合估计.接下来基于分数低阶宽带模糊函数构造两个子阵.通过采用改进的MUSIC算法和ESPRIT算法实现了收发角的联合估计.仿真实验表明本文算法具有很好的性能.     

宽带双基地MIMO雷达的参数联合估计的新方法

提出了一种基于分数阶功率谱的宽带双基地MIMO雷达中参数联合估计的新方法。在许多情况下,根据窄带信号模型对宽带回波信号中的参数进行估计是不合适的,因此提出一个新的宽带回波信号模型对运动目标参数进行估计。根据分数阶功率谱(FPSD)的峰值点对多普勒频移因子和时延参数进行联合估计。并依据分数阶功率谱的峰值点构造2个子阵,提出的FPSD-MUSIC算法和FPSD-ESPRIT算法实现了对收发角的联合估计。接下来推导了该信号模型中参数估计的克拉美罗界。仿真实验验证了算法的有效性。     

Novel method based on fractional lower-order correntropy-analogous statistics for parameter jointly estimation in bistatic MIMO radar

According to the performance degradation problem of parameter estimation algorithm in the Alpha stable dis-tribution noise, inspired by the concept of correntropy, a new class of statistics, namely, the fractional lower-order cor-rentropy-analogous statistics (FCAS) was proposed. By employing the fractional lower-order correntropy-analogous sta-tistics based cost function in parallel factor (PARAFAC), the FCAS-PARAFAC algorithm was deduced which can be utilized for the parallel factor under impulsive noise environments. The FCAS-PARAFAC algorithm was applied to pa-rameter estimation in bistatic MIMO radar under impulsive noise environment. The proposed method can suppress the impulse noise interference and has better estimation performance. Furthermore, the estimated parameters are automati-cally paired without the additional pairing method. Simulation results are presented to verify the effectiveness of the pro-posed method.     

基于FRFT的双基地MIMO雷达多普勒频率和收发角联合估计新方法

提出了一种新的双基地MIMO雷达系统中参数联合估计方法.首先提出了一个新的双基地MIMO雷达阵列信号模型,利用分数阶傅里叶变换能量聚集特性对多普勒频率的初始频率和调频率进行联合估计.然后,在分数阶傅里叶变换域内构造2个子阵,采用FRFT-MUSIC算法和FRFT-ESPRIT算法实现了收发角的联合估计.仿真实验表明,本算法在低信噪比时同样具有较好的性能.     

冲击噪声背景下双基地MIMO 雷达目标角度估计方法

实际工作环境中雷达经常会受到琢稳态分布冲击噪声的影响,使得大量高斯噪声背景下基于二阶或更高阶累积量的角度估计算法性能急剧下降。文中提出了一种基于FLOM-ESPRIT算法的双基地MIMO雷达收发角度估计方法,算法通过利用匹配滤波后数据构造分数低阶协方差矩阵实现对冲击噪声的有效抑制,弥补了传统的二阶或四阶统计模型及相应的处理算法不适用于冲击噪声环境的缺陷,增强了信号子空间估计算法的稳健性,并且无需计算量繁杂的二维谱峰搜索。     

基于MUSIC和ESPRIT的双基地MIMO雷达角度估计算法

该文基于2阶和4阶统计量,提出了空间高斯白噪声和高斯色噪声的背景下联合MUSIC和ESPRIT的双基地MIMO雷达角度估计算法。在接收端,通过单天线的MUSIC算法和双天线的ESPRIT算法分别估计目标的离开方向(Direction Of Departure, DOD)和波达方向(Direction Of Arrival, DOA),且DOD和DOA自动配对。该方法充分利用了MIMO雷达阵列孔径扩展的特征和ESPRIT的子空间旋转不变性,将2维参数估计问题转化为两个1维形式,降低了运算量和系统复杂度。计算机仿真验证了该方法的有效性。     

Adaptive blind equalization for MIMO systems uadaptive blind equalization for MIMO systems under α-stable noise environmentnder α-stable noise environment

The presence of non-Gaussian impulsive noise in wireless system can degrade the performance of existing equalizers and signal detectors. In this paper, the problem of blind source separation and equalization for MIMO systems in heavy-tailed impulsive noise is studied. A generalized multiuser constant modulus cost function by employing the fractional lower-order statistic of the equalizer input signal is proposed. The associated adaptive blind equalization algorithm based on a stochastic gradient descent method is defined as fractional lower-order multi-user constant modulus algorithm (FLOS MU CMA). Computer simulations are presented to illustrate the performance of the new algorithm.     

频谱估计算法在炮口初速测量雷达工程的实现

雷达信号频率参数的测量结果决定了测速雷达的精度。介绍了两种频率估计方法,并应用FFT、MUSIC和ESPRIT算法对高斯白噪声下的多普勒速度进行了估计。通过结果分析,比较了在不同条件下,几种算法的估计精度。结果表明,在信号一定信噪比条件下,采用MUSIC、ESPRIT算法能够实现高精度频率估计。     

基于矢量传感器MIMO雷达的DOD DOA和极化联合估计算法

该文研究了一种基于多输入多输出(MIMO)电磁矢量传感器阵列雷达目标波离角(DOD),波达角(DOA)和极化联合估计问题。提出一种新型矢量阵MIMO雷达系统模型,发射阵列采用常规阵元,而接收阵列采用电磁矢量传感器。在此基础上,该文提出4维MUSIC, ESPRIT和迭代1维MUSIC 3种联合参数估计算法。其中迭代1维MUSIC算法首先利用矢量传感器的内在结构特点获得目标DOA预估计,随后采用MUSIC算法对DOD和DOA分别进行1维搜索获得目标角度的高精度估计,最后给出一种基于ESPRIT的目标极化估计算法。迭代1维MUSIC算法可用于不规则阵列,对接收阵列约束较少,无需2维搜索及多维搜索,还可以利用矢量阵特点扩展阵列孔径提高DOA估计精度。此外,论文还推导了DOD, DOA和极化联合估计的CRB。仿真实验表明,与前两种算法相比,迭代1维MUSIC算法具有与CRB更接近的估计精度。     

宽带信号下的双基地MIMO雷达收发角估计

针对双基地多输入多输出(MIMO)雷达收发角联合估计问题,利用信号的循环平稳特性,构造宽带循环平稳信号下接收数据的循环自相关矩阵。对矩阵进行特征值分解,利用MUSIC, ESPRIT等空间谱估计算法估计出信号的收发角。宽带信号能够携带更多的信息量,利于不断增加的实际需求,而信号的循环平稳特性能够很好地抗干扰以及消除高斯噪声带来的影响。实验仿真结果表明,算法在宽带循环平稳信号下具有良好的角度估计性能。     

空间色噪声环境下基于时空结构的双基地MIMO雷达角度和多普勒频率联合估计方法

该文针对空间色噪声环境提出一种基于时空结构的双基地MIMO雷达角度和多普勒频率联合估计方法,并推导了基于时空结构时角度和多普勒频率估计的克拉美-罗界(CRB)。该方法在时域噪声为高斯白噪声的假设下,首先将不同时刻匹配滤波器输出进行互相关以消除空间色噪声的影响,然后将相邻时刻匹配滤波器输出的时间相位差作为时间旋转因子,采用ESPRIT方法估计目标的DOD(Direction Of Departure), DOA(Direction Of Arrival)和多普勒频率。该方法能够克服空间色噪声的影响,所估计参数自动配对且无阵列孔径损失,并且适用于发射和接收阵列不满足平移不变结构的情况。计算机仿真验证了该文所提方法的有效性。     

空间色噪声环境下双基地MIMO雷达角度和多普勒频率联合估计方法

该文提出了一种空间色噪声环境下双基地MIMO雷达角度和多普勒频率的联合估计方法。该方法利用相邻时刻匹配滤波器输出的互相关矩阵构造新矩阵,消除了空间色噪声的影响,通过对其进行奇异值分解(SVD)获得信号子空间,然后将相邻时刻匹配滤波器输出的时间相位差作为时间旋转因子,采用ESPRIT方法获得目标多普勒频率、波离方向(DOD)和波达方向(DOA)的联合估计。该方法没有阵列孔径损失,且所估计参数能够实现自动配对。计算机仿     

基于FRFT的LFMCW雷达加速动目标检测与参数估计

在线性调频连续波雷达中,目标加速度使回波多普勒信号受到速度和加速度的调制,造成多普勒频谱畸变,从而导致目标检测性能下降和参数估计精度损失.采用分数阶傅立叶变换的快速算法实现了加速运动目标回波检测和加速度-速度估计,并提出了一种自适应多级搜索算法实现了加速度-速度的快速估计,该算法具有运算复杂度低、精度高的特点.另外推导出了一般高斯白噪声环境下Chirp信号参数估计的CRB界,为高斯白噪声环境下参数估计的方差提供了实际下界.     

基于二次虚拟孔径扩展的双基地MIMO雷达相干分布式目标中心角度估计

该文提出了基于二次虚拟孔径扩展的双基地MIMO雷达相干分布式目标中心角度估计算法。首先构造了基于非均匀阵列的具有相同确定性角信号分布函数和分布参数的相干分布式目标的双基地MIMO雷达信号模型,再利用基于最小冗余的差分共置阵列思想,实现了阵元二次虚拟扩展;然后通过构造置换、去冗余和换维矩阵,得到了新的协方差矩阵;最后利用ESPRIT算法思想,估计出相干分布式目标的发射、接收中心角,并且实现了角度参数的自动配对。由于该文算法实现了阵元二次虚拟扩展,因此相比于传统MIMO雷达能识别更多的目标,具有更高的估计精度。实验仿真结果证明了该文算法的有效性。     

基于QR-RPCA的双基地MIMO雷达参数估计方法

针对冲击噪声下因接收信号二阶及以上矩不存在而产生性能恶化的问题,提出一种基于QR分解和鲁棒性主成分分析法(QR-RPCA)的双基地多输入多输出(MIMO)雷达参数估计方法。针对RPCA算法适用于实数矩阵处理的情况,先将复数信号转化为实数;然后根据冲击噪声的稀疏特点与目标信号矩阵的低秩特点,利用QR-RPCA算法将低秩信号矩阵从受冲击噪声污染的接收信号中提取出来,并直接得到信号子空间,该算法避免了传统RPCA算法中的大规模奇异值分解,时间复杂度有所降低;最后根据信号子空间并利用旋转不变信号参数估计技术(ESPRIT)对目标方位进行估计。理论与仿真表明,本文算法相较于其他消除冲击噪声的算法,对于低特征指数的冲击噪声具有更好的估计性能。     

时-空二维信号模型下的目标参数估计

提出一种基于时空二维信号模型下相干信号源参数估计的LS-ESPRIT算法,解决了常规ESPRIT算法不能解相干等问题。和解相干的MUSIC算法相比,该方法不需要在整个空间进行谱峰搜索,运算量小。仿真结果表明,该方法适用于所有信号(包括非相干和相干信号)的目标二维参数与多普勒频率估计。在不同信噪比(SNR)情况下,其估计精度较常规方法有了较大的提高,可以满足工程应用的需要。     

冲击噪声背景下基于稀疏表示的双基地MIMO雷达多目标定位

该文研究了对称稳定分布(SS)冲击噪声下双基地MIMO雷达的多目标定位问题。针对SS噪声下因二阶矩不存在而造成子空间类算法估计性能下降的不足,提出了矩阵行2范数最大的预处理方法对接收数据进行归一化,使得归一化后的协方差矩阵有界,并以拉直后的协方差矩阵构造稀疏线性模型,提出了基于协方差矩阵-近似零范数(Covariance Matrix Smoothed L0 norm, CMSL0)算法进行目标的发射角和接收角估计。仿真实验表明：通过矩阵行2范数最大化预处理之后,MUSIC(Multiple Signal Classification)和CMSL0算法均能有效地估计出目标的角度,并且CMSL0算法的估计精度及对冲击噪声的稳健性均优于MUSIC算法。此外,与MUSIC算法相比,CMSL0算法不要预先估计目标源的数目,且收发阵元不受半波长间隔的限制。     

一种双基地MIMO雷达目标参数估计算法

为了实现双基地多输入多输出(MIMO)雷达目标参数估计,建立了双基地MIMO雷达信号模型,提出了一种目标方向角和多普勒频率估计方法,该方法利用2次ESPRIT方法分别估计目标的多普勒频率和来波角度(DOA),然后利用ROOT-MU-SIC方法估计得到目标去波方向(DOD)。所提算法只进行3次特征值分解,避免了多维非线性的谱峰搜索,配对过程简单。仿真结果证明了该算法的有效性。     

基于多维范德蒙德结构的双基地MIMO雷达收发角及多普勒频率联合估计

针对双基地MIMO雷达收发角及多普勒联合频率估计问题,该文基于参数流型矩阵的多维范德蒙德结构特征,提出一种低运算量的3维参数联合估计算法。首先根据回波模型的多维结构特性构造3阶张量,并对其分别沿发射维、接收维和脉冲维切片得到3个等效矩阵;然后结合多维范德蒙德结构特征和等效矩阵的左奇异矩阵具有Khatri-Rao乘积结构特征,估计收发阵列流型矩阵和多普勒流型矩阵;最后通过Root-MUSIC算法估计收发角和多普勒频率。与现有算法相比,该算法显著改善了参数估计精度,在小脉冲数下,其运算量与旋转不变子空间算法(ESPRIT)相当。仿真实验验证了该算法的有效性。