基于联合对角化的MIMO雷达近场目标定位

目标定位经典算法有很多,但大多不能直接适用于MIMO雷达近场目标定位,而现存的单基地MIMO雷达近场目标定位算法很少.为了解决这个问题,提出了一种基于联合对角化的MIMO雷达近场多目标定位算法.该算法使用十字形收发阵列,利用接收信号的协方差矩阵构造新的矩阵,灵活运用联合对角化算法得到发射角和距离估计值,再利用谱峰搜索得...     

基于L型MIMO雷达二维DOA估计新算法

将MIMO思想应用于L型阵雷达,建立了L型MIMO雷达信号模型,并在此基础上,根据DOA矩阵法,利用MIMO体制雷达产生的虚拟子阵列来构造一个二阶统计量,从而得到了目标方位角和俯仰角的闭式解.该算法不涉及多维谱峰搜索,因此具有较小计算量;此外,该算法估计出的目标的方位角和俯仰角可自动配对,不存在参数的配对问题.计算机仿真结果证明了本文算法的正确性和可行性.     

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MIMO雷达虚拟阵列的二维波达方向估计算法

基于L型配置MIMO雷达系统,提出了一种利用MIMO雷达单次回波的二维波达方向估计新算法。该算法通过单次回波信号形成的虚拟阵列数据来构造两个具有特定关系的矩阵,再用这两个矩阵构造一个波达方向矩阵,根据该矩阵的特征值和特征向量之间的关系,导出了目标方位角和高低角的闭式解。该算法不涉及二维谱峰搜索,计算量小,且不存在参数的配对问题;此外,当发射阵元数大于2时,其估计的最大目标数可大于或等于接收阵元数。计算机仿真结果证明了该算法的正确性和可行性。     

MIMO双基地雷达空间多目标定位方法

该文提出了一种L型阵列配置MIMO双基地雷达空间多目标定位方法。该方法利用L型接收阵列所包含的相对发射阵和接收阵的目标4维角度信息,先对接收信号进行解相干处理,然后根据DOA矩阵法的思想构造估计矩阵,通过特征参数与待估参数之间特定关系,导出了多目标4维角度联合估计算法公式,进而实现双基地雷达的空间多目标定位。该算法不涉及多维非线性谱峰搜索,只需一次特征值分解,计算量较小,且估计出的参数可自动配对。仿真结果表明了该文算法的正确性和可行性。     

一种双基地MIMO雷达快速多目标定位方法

该文研究了双基地MIMO雷达测向交叉多目标定位方法,提出了一种基于传播算子的双基地MIMO雷达快速多目标定位算法。该方法避免了一般子空间方法中占主要运算量的协方差矩阵估计和奇异值分解,不需要二维谱峰搜索,在保证二维方位角估计性能的基础上,降低了运算复杂度。利用矩阵的初等变换以及矩阵、矩阵特征值和特征值对应的特征向量三者之间的关系,该算法所估计二维方位角参数能自动配对,不需要额外的配对运算。最后仿真结果验证了该算法的有效性。     

无需参数配对的近场源距离、方位、频率联合估计算法

 本文提出了一种无需参数配对的近场源距离、方位、频率联合估计算法。通过对构造的阵列输出信号四阶累量矩阵进行一定的变换构造处理得到一个新的矩阵,利用其相应的特征值及特征向量估计出三维参数,无需谱峰搜索,算法适于任意高斯噪声环境。与现有算法相比,本文算法参数估计结果能自动配对,而无需再进行配对过程。最后,计算机仿真结果证实了提出方法的有效性。     

双基地MIMO雷达四维角度和多普勒频率联合估计

该文提出了一种新的基于L型阵列双基地MIMO雷达多目标的4维角度和多普勒频率联合估计的算法,该算法根据DOA 矩阵法的思想构造矩阵,通过特征参数与待估参数之间的特定关系,推导出了目标2维DOA, 2维DOD及多普勒频率联合估计式,并得到闭式解。该算法无需谱峰搜索,只需一次特征值分解,且估计出的5维参数自动配对,与ESPRIT算法相比,计算复杂度降低,且性能非常接近,并能克服空间色噪声的影响,在发射信号非完全正交时仍旧适用。仿真结果验证了该算法的有效性。     

改进的近场源距离、方位联合估计算法

提出了一种无需参数配对的近场源距离、方位联合估计算法。该算法通过对构造的阵列输出信号四阶累积量矩阵,进行一定的变换构造处理得到一个新的矩阵,利用其相应的特征值及特征向量估计出二维参数。与ESPRIT-Like方法相比,文中算法参数估计结果能自动配对,而无需再进行配对过程。计算机仿真结果证实了提出方法的有效性。     

一种新的双基地MIMO雷达快速多目标定位算法

针对双基地MIMO雷达目标定位问题,该文提出一种基于三阶张量分解的快速多目标定位算法。该算法首先将匹配滤波输出转化为三阶张量,并对其进行降维预处理,然后利用交替最小二乘(ALS)算法估计收发阵列流型矩阵和多普勒矩阵,最后通过谱估计算法恢复目标收发角和多普勒频率。同时利用线性搜索加快ALS算法的收敛速度。与现有算法相比,该算法避免了2维谱峰搜索和协方差矩阵估计,得到的目标三参数自动配对,不仅提高了估计性能,而且有效降低了运算量和存储量。仿真结果证明了所提算法的有效性和优越性。     

基于空域稀疏性的嵌套MIMO雷达DOA估计算法

针对传统MIMO雷达可分辨目标数受限于虚拟阵元数的问题,该文提出一种基于嵌套阵的MIMO雷达阵形设计新方法并改进了相应的稀疏DOA估计算法。首先分析对传统MIMO雷达的虚拟阵元进行嵌套采样给DOA估计性能带来的影响;然后提出嵌套MIMO雷达阵形设计方法,在虚拟阵元数相同的情况下,该阵形比传统阵形分辨更多的目标;最后提出一种基于空域稀疏性的嵌套MIMO雷达改进DOA估计算法,该算法使用噪声子空间加权,在提高分辨率的同时可以有效消除伪峰。仿真结果验证了该文算法的有效性和优越性。     

色噪声环境下MIMO雷达角度估计算法

针对色噪声环境下的MIMO雷达目标角度估计问题,提出一种基于四阶累积量切片的角度估计算法。算法利用MIMO雷达的接收数据计算出四阶累积量,构造出累积量切片矩阵,通过特征分解,结合ESPRIT算法实现了雷达目标的角度估计。同时进行了低复杂度改进,去掉了冗余信息,保留了MIMO雷达阵元扩展能力和目标分辨力,具有自动抑制加性高斯噪声和任意高斯色噪声的能力。最后计算机仿真结果证实了算法的有效性和可行性。     

基于物理光学法的近场多入多出雷达成像模拟

针对点目标扩展函数(PSF)不能有效分析复杂目标在毫米波近场多入多出(MIMO)雷达成像中的散射机理问题，研究了一种基于近场物理光学散射计算数据的毫米波MIMO雷达成像模拟方法。该方法利用近场物理光学方法，获得包含阵列构型和目标散射信息的近场计算数据，并通过近场MIMO成像处理器实现近场MIMO成像的全过程模拟。利用D波段“T”字型二维稀疏MIMO阵对复杂的三维目标开展了近场成像实验，仿真和实验结果表明，模拟结果与实际成像结果有很好的一致性。该方法能够分析近场MIMO成像系统的成像性能，为近场MIMO成像的阵型设计提供支撑，揭示复杂目标的近场散射特性与成像机理。     

An ESPRIT-like algorithm for coherent DOA estimation based on data matrix decomposition in MIMO radar

A direction-of-arrival (DOA) estimation method for coherent sources is presented for MIMO radar. It uses symmetrical array mode for both the transmit and receive arrays and reconstructs a special data matrix from the range-compressed receive data. In the reconstructed matrix, the signal term is a Toeplitz matrix with the rank only related to the DOAs of the signals and independent with their coherency. Taking the noise term into account, the average method of multiple pulses is utilized to obtain the signal and noise subspaces. And then the DOA can be resolved via the SVD-based ESPRIT algorithm. Furthermore, the presented method is also useful in spatial colored noise scenario for MIMO radar. Theoretical and numerical simulations show the effectiveness of the proposed algorithm.     

时分MIMO滑坡雷达稀疏成像算法

针对现用于成像的MIMO山体滑坡雷达均匀线性阵列数目过多、数据处理复杂度高的问题，引入稀疏阵列时分地基MIMO雷达模型，提出一种基于逆傅里叶变换和混合匹配追踪算法的成像方法。首先通过对雷达回波信号作逆傅里叶变换实现距离向压缩，并进行近似相位补偿，然后采用一种基于时延补偿因子稀疏基的压缩感知算法实现方位向压缩。同时针对多目标成像的伪影点问题，方位向数据压缩引入子空间追踪算法和正交匹配追踪算法的结合算法重构出高分辨率且没有伪影的二维图像。根据真实的山体滑坡监测成像场景参数，通过数值仿真验证了该方法能够在低于传统均匀阵列的天线数目情况下实现目标高质量成像，且具有一定的抗噪性。     

互质MIMO雷达的非圆信号降维DOA估计方法北大核心CSCD

针对传统互质阵列波达方向估计方法存在的自由度低、阵列孔径小、相位模糊等问题,提出了一种基于互质MIMO雷达的非圆信号降维波达方向(Direction of Arrival, DOA)估计方法。该方法结合了互质阵列与MIMO雷达的优点,利用非圆信号特性对阵列进行扩展,重构接收信号矩阵,然后进行降维处理,并利用噪声特征值的幂级数对噪声子空间进行修正,进一步提高算法精度。最后推导了文中方法的无相位模糊问题。仿真实验表明,文中方法能够有效避免相位模糊,大大提高自由度并扩大阵列孔径,与传统MUSIC算法以及互质阵列MUSIC算法相比,在估计成功率、DOA估计精度等方面均具有更好的性能。