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.     

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.     

色噪声下非均匀线阵的快速方位估计

研究了色噪声下非均匀线阵DOA估计的快速算法。通过合理设置阵元间距,解决了非均匀线阵的空间模糊现象,然后基于转换矩阵法,通过对阵列数据相关矩阵进行预处理,消除了色噪声对方位估计的影响,最后利用线性运算得到噪声子空间,可以大大降低方位估计的运算量。计算机仿真结果证实了该方法不仅运算量小,而且在低信噪比下,分辨性能依然很好。     

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.     

测量目标高度的双基地MIMO雷达虚拟阵元技术

提出了一种通过双基地多输入多输出雷达虚拟阵元技术进行目标高度测量的方法．该方法在接收端估计目标相对于发射阵列和接收阵列的角度,然后利用获得的角度进行目标高度测量．与传统的双基地雷达测高方法不同,该方法既不需要发射端和接收端之间的时间同步,也不需要在收发两端之间传输数据,从而简化了系统的配置．另外,在多目标情况下,该方法估计的角度能够自动配对,从而避免了目标模糊．     

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．     

一种基于酉变换的均匀线阵DOA估计方法

针对利用传统多信号分类算法（Multiple Signal Classification,MUSIC）求解信号来波方向时,运算复杂且在有限快拍的情况下接收信号的协方差矩阵并非厄米特矩阵的问题,提出了基于酉变换和前后项平均的DOA(Direction of Arrival,DOA)估计算法。利用前后项平均生成协方差矩阵在欧氏距离内最小的厄米特矩阵,对生成的厄米特矩阵进行酉变换,将复数域的运算转变为实数域运算。有效地降低了算法的复杂度,提高了分辨性能,仿真实验验证了该算法的有效性。     

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。     

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.     

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．     

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。     

一种新的声矢量阵最小范数算法

现有的声矢量阵方位估计算法基本都是将声矢量传感器(AVS)的振速信息作为与声压相同的独立阵元信息来处理,没有充分利用AVS中声压和振速的相干性,以及由此带来的抗各向同性噪声能力.基于AVS中声压和振速的相干性原理,提出了一种新的声矢量阵最小范数算法.新算法充分利用了AVS中声压和振速联合信息处理的优势,能更好地将最小范数(MN)算法的高分辨能力与AVS的抗噪能力有机地结合起来,实现远程高分辨DOA估计.理论分析和基于湖试数据的仿真实验证明了所提算法的有效性.     

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.     

用于DOA估计的一种MIMO雷达最优阵列设计

鉴于MIMO雷达的频率分集作用使其具有更高分辨率和更大的自由度,从MIMO雷达信号模型出发,以DOA估计为目的,分析得出了MIMO雷达发射阵列阵元间距的最佳值.然后在给定阵元个数情况下,提出了一种基于拉格朗日乘数法的MIMO雷达天线设计方法.该方法根据多元函数最值理论得到了一组唯一的发射接收组合,给出了MIMO雷达阵列最优设计的解析解.最后通过仿真实验验证了该方法的正确性和有效性.     

基于MIMO技术的相控阵雷达及目标检测方法

针对传统的相控阵雷达存在的高硬件复杂度问题,提出了一种基于多输入多输出(MIMO)技术的相控阵雷达系统(MIMO-LPC).首先建立了MIMO-LPC雷达的信号模型,对MIMO-LPC系统特性进行了分析,在此基础上给出了MIMO-LPC回波相位补偿以及目标检测方法.利用仿真数据对所提出系统和目标检测方法的有效性进行了测试.测试结果表明,采用恒虚警目标检测方法,MIMO-LPC的检测概率与相控阵雷达的检测概率基本相同,从而证实了所提出系统和检测方法的有效性.该系统为减少大型远程相控阵雷达的经济成本提供了一种方法     

近场MIMO雷达直线阵列的稀疏优化设计

针对目前按PCA原理设计的MIMO雷达稀疏直线阵列天线在近场成像时会产生巨大的累积误差等不足,从MIMO线阵雷达近场成像的几何关系直接推导其信号函数表达式,并优化其线阵的稀疏设计问题,建立了在天线孔径和阵元最小间距等约束下,阵元数目、峰值旁瓣比等目标的优化模型,构建包含两点交换变异等操作的遗传算法进行优化模型求解的方法。设计了染色体基因位置按线阵均匀栅格点序排列、空阵元和发射阵元与接收阵元集成的三进制编码方法,相比常规的发射阵列和接收阵列分置二进制编码方法,染色体的长度缩短了一半,其规模也大大减少。遗传算法的结构及其主要MATLAB程序分析表明,所提出的方法可行。     

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.     

双面阵雷达目标跟踪性能分析

采用双通道串行合并式的Kalman滤波是双面阵雷达目标跟踪的一种常用方式,但引入低精度测量通道的点迹会降低目标跟踪精度.为解决通道误差不匹配导致的跟踪精度下降问题,首先从理论上推导了串行合并式的滤波误差,通过与单通道滤波误差的比较,指出通常情况下应该将2个通道的观测误差比限制在3以内才能保证双通道滤波误差优于单通道.最后利用仿真实验验证了理论分析的一致性.     

优化Zernike矩MIMO雷达图像目标识别方法

针对MIMO雷达目标识别问题,给出了一种MIMO雷达目标识别方法.首先利用二值化和杂散点抑制对MIMO雷达成像结果进行了预处理,以消除噪声干扰和MIMO雷达图像距离依赖方位分辨率所引起的图像幅度起伏;随后,基于优化Zernike矩方法构造了MIMO雷达图像的特征,采用欧式距离分类器给出了相应的识别处理步骤.最后,利用3种飞机模型的MIMO雷达像对所提出方法的性能进行了验证,仿真结果证实了所提方法的可行性.