运动双基地MIMO雷达的参数估计性能

该文研究了收发站运动情况下双基地MIMO雷达的参数估计性能。首先,给出了运动双基地MIMO雷达的信号模型,推导出多目标下参数估计克拉美罗界(CRB)的一般表达式;其次,给出了单目标情况下发射角和接收角估计的CRB闭式解,并分析了收发站运动时,各参数对CRB的影响。理论和仿真结果表明：增大某一站(发射站/接收站)的运动速度,将提高该站所对应的角度(发射角/接收角)估计性能,但同时也降低了另一站所对应的角度估计性能;当发射站/接收站的运动视角垂直于发射角/接收角,而另一站的运动视角平行于接收角/发射角时,发射角/接收角的估计性能最优。     

融合多普勒频移信息的阵列数据域直接定位方法

相比于传统两步定位方法,直接定位方法具有更高的定位精度,但现有的基于阵列模型的直接定位方法未能够有效利用多普勒频移信息,其定位精度有待进一步提升。针对上述问题,该文提出一种融合多普勒频移信息的阵列数据域直接定位方法。首先构建了融合多普勒信息的直接定位模型,然后基于最大似然准则将信号源位置估计转化为求解位置信息矩阵最大特征值问题,并结合矩阵转置性质降低复杂度,最后通过2维搜索得到目标信号源位置估计。仿真结果表明,所提方法较目前的阵列数据域直接定位方法和多普勒频移直接定位方法的定位精度具有较大提高。     

运动双基地MIMO雷达参数估计的克拉美罗界

在杂波环境下,该文研究了目标、发射站及接收站均运动时双基地多输入多输出(MIMO)雷达参数估计的克拉美罗界(CRB)。首先建立了运动双基地MIMO雷达的数学模型,推导了杂波背景下多目标参数估计CRB的一般表示式,然后给出了无杂波时单目标波离方向(DOD)、波达方向(DOA)以及速度CRB的闭式解,并分析了各参数对CRB性能的影响。理论与仿真实验表明：无杂波时的参数估计性能优于杂波背景下的参数估计性能;目标DOD(DOA)的估计性能与收发站速度、目标速度无关,而目标速度的估计性能将随着收、发站和目标速度的增大而下降。     

分布式MIMO雷达的目标定位

针对多输入多输出雷达系统，研究了目标定位问题，并提出基于双基测距的分布式多输入多输出(Multiple-Input Multiple-Output, MIMO)雷达的目标定位算法。首先，通过引入多余参数和这些参数与未知目标定位的关系，将目标定位问题转化为约束二次规划(Quadratically Constrained Quadratic Programming, QCQP)问题，然后，考虑到QCQP问题是非凸和NP-Hard，再将每个非凸约束近似为线性约束，最终QCQP问题就转化为线性约束二次规划(Linearly Constrained Quadratic Programming, LCQP)问题。最后，利用迭代约束权重最小二乘(Iterative Constrained Weighted Least Square, ICWLS)算法求解LCQP问题。实验数据表明，提出的ICWLS算法能够收敛于一个最优值。     

提高MIMO雷达估计性能的稳健波形优化设计

多输入多输出雷达的波形优化基于初始参数估计值,通常对参数估计误差较敏感。稳健波形设计通过将参数不确定性显式包含进优化问题以减轻敏感性。基于克拉美-罗界,在参数不确定凸集上考虑改善最差参数估计性能的稳健波形优化问题。提出一种优化波形相关阵的迭代算法以改善最差参数估计性能。迭代中的每步都可通过凸松弛求解。仿真表明,相对于不相关波形,所提方法可显著提高最差参数估计性能。     

利用多普勒的运动单站直接定位算法

针对利用运动单站接收辐射源信号进行目标定位过程中,传统两步定位算法测量参数时会产生信息损失,从而导致估计精度不够理想的问题,提出了一种联合多普勒的运动单站直接定位算法。该算法通过构造代价函数,得到包含辐射源位置信息的共轭矩阵,然后分别针对未知信号和已知信号通过特征值分解求取共轭矩阵的最大特征值,最后进行二维格网型空间索引得到辐射源的位置估计。同时,本文还推导了相应的克拉美罗下界(CRLB),并分析了多普勒测量存在误差下算法的定位性能以及算法的运算量。通过理论分析和仿真实验可以表明,所提出的运动单站直接定位算法对目标位置估计误差能够逼近CRLB,且与两步定位算法相比,具有更好的定位精度。      

5G移频MIMO室内覆盖的改造与实现

针对5G网络技术大规模建设的背景下,室外主流3.5 GHz频段难以穿透建筑物以实现较好室内覆盖效果的问题,提出室内分布系统移频MIMO(多输入多输出)改造方案.选取两处场景,经方案改造后分析现场测试的上下行速率等数据,结果显示移频MIMO改造方案可获得较好经济性、较优覆盖性.     

双基地雷达多普勒频移概率分析

双基地雷达的多普勒频移与目标位置及运动速度密切相关，要消除静态杂波而进行雷达的全局分析比较困难，为避免增加仿真的长度，本文提出了描述多普勒频移的积累分布函数，重点在于用其对目标位置和速度的概率进行估计。     

对水下目标的多普勒直接定位

应用基于多普勒频移变化率分析的直接定位法给出了利用单个LOFAR声纳浮标对水下匀速运动目标的定解公式,与已有的必须检测到达航路捷径点的时间和频率的旧方法相比,新方法基本可在除接近航路捷径点外的任意位置上实现实时探测,不仅能近实时的给出水下目标的运动参数,而且还能直接获得目标当前的坐标位置参数,而不再是仅仅得到航路捷径距...     

基于多站的时差和多普勒频差联合定位

讨论了多基站无源雷达的时差和多普勒频移定位算法。给出了时差和多普勒频差联合定位算法,并应用基于Gauss-Newton的批处理方法进行求解,提高定位精度。仿真结果表明,时差-多普勒频移联合定位对定位精度的提高有效可行,也克服了时差定位解模糊的问题。     

分布式信源数据域直接位置估计方法

针对目前信号数据域直接位置估计方法对分布式信号源进行直接定位存在精度下降问题,该文提出分布式信源数据域直接位置估计方法。首先构建分布式信源直接位置估计模型,然后分别基于最大似然准则和特征结构分解思想给出分布式信源高精度直接位置估计的两种方法分布源最大似然估计方法和广义子空间方法。最后通过多维搜索完成对于分布式信源的直接位置估计。仿真分析表明,该文算法对分布式信源进行直接位置估计的精度较传统直接位置估计算法明显提升,能够在较低信噪比下逼近克拉美罗界;分布源最大似然估计方法在低信噪比下定位精度优于广义子空间方法,而广义子空间方法复杂度更低。     

基于1比特量化的大规模MIMO雷达系统直接定位算法

1比特量化技术在大规模MIMO雷达系统中的应用使得系统成本、功耗及传输带宽显著降低。但这同时也对如何从1比特量化后的数据中提取目标高精度信息提出了严峻挑战。针对基于1比特量化的二次定位算法在低信噪比下定位精度低、鲁棒性差的问题,该文提出了一种基于1比特量化的大规模MIMO雷达系统目标直接定位算法。首先,通过将接收信号进行1比特量化,并推导基于1比特信号的概率分布,建立了关于目标位置的代价函数;其次,通过证明代价函数的凸性,利用梯度下降算法求解了回波中未知的信号参数;最后,根据最大似然估计实现了目标直接定位。仿真实验分析了所提算法的定位性能,结果表明,所提算法仅需传输相较于高精度采样(16比特为例)直接定位算法6.25%的通信带宽,同时其功耗仅为前者的0.1%。此外,与基于1比特量化的二次定位算法相比,所提算法在低信噪比下便可实现对目标位置的有效估计,并且其定位性能在低信噪比和低MIMO天线数量下均明显优于前者。同时,其性能会随着过采样技术的应用进一步提升。      

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。     

一种基于窄带信号多普勒频率测量的运动目标直接定位方法

相比于常规的两步定位方法,目标直接定位方法具有更高的定位精度,但现有的直接定位方法主要是针对静止目标所提出的,并具有较大的运算量.本文提出了一种针对匀速运动目标的多普勒频率直接定位方法.文中首先基于最大似然准则推导了直接估计目标初始位置和运动速度的优化模型,针对该优化模型是以矩阵特征值的形式给出而难以数值求解的问题,提出了一种基于矩阵特征值扰动定理的Newton型迭代算法,该算法可以避免多维参数网格搜索所导致的庞大运算量.此外,文中还推导了关于目标初始位置、运动速度以及运动航迹估计的克拉美罗界的闭式表达式.数值实验表明新方法的目标位置估计方差可以达到克拉美罗界,并且具有较少的运算量.     

双基地MIMO雷达收发角及多普勒频率的联合估计算法

该文提出了一种基于平行因子分析的双基地MIMO雷达发射角、接收角及多普勒频率的联合估计算法。推导了SweilingII目标模型下的接收信号表示式,表明它具有三面阵模型特性。分析了该模型分解的唯一性,并从三线性最小二乘迭代得到的矩阵中完成参数估计。该算法充分利用接收端输出的所有信息,且每次迭代具有精确的最小二乘闭式解,消除了多次特征分解的误差积累,因此提高了估计精度。同时能够实现自动配对,降低了运算量。仿真试验验证了理论分析的有效性。     

一种新的双基地MIMO雷达目标定位和多普勒频率估计方法

该文提出了一种新的双基地MIMO雷达目标定位和多普勒频率估计方法.该方法利用矩阵的双正交性构造合理的代价函数,通过迭代求解代价函数和系统化的多阶段分解依次估计每个目标的2维方位角和多普勒频率.仿真结果表明,与基于ESPRIT的方法相比,该文方法能够估计目标的多普勒频率,消除了雷达发射信号不满足理想正交对目标定位精度的影响并且在发射和接收阵列不具备平移不变结构的条件下仍具适用性.     

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。     

基于VEPPSO-EXTRA混合算法的分布式直接定位技术

相对于集中式直接定位技术,分布式直接定位算法具有计算复杂度小和通信代价小等优点,但存在定位精度损失的问题。针对于此,该文提出一种基于VEPPSO-EXTRA混合算法的分布式直接定位技术。首先,基于子空间融合的直接定位算法,推导其分布式优化的数学模型;其次,基于多种群联合进化的思想,提出一种基于向量评估的并行粒子群算法(VEPPSO)实现全局寻优,由此得到辐射源迭代初始值;最后,引入分布式精确一阶算法(EXTRA)求解最终位置以降低分布式计算带来的精度损失。实验结果表明,相较于现有的分布式直接定位算法,该技术能解决定位精度损失的问题,且其计算复杂度与通信代价低于对应的集中式直接定位算法。