基于ESPRIT算法的L型阵列MIMO雷达降维DOA估计

该文针对L型阵列MIMO雷达的2维角度估计问题,基于ESPRIT算法提出两种降维DOA估计方法。首先通过降维矩阵的设计及回波数据的降维变换,将高维回波数据转换至低维信号空间;然后分别基于特征分解和传播算子获得信号子空间的估计,最后利用ESPRIT算法实现2维空间角参量的联合估计及参数的自动配对。算法不牺牲阵列孔径,最大程度地降低了回波数据的维数,具有更低的运算复杂度。仿真结果验证了该文理论分析的正确性和算法的有效性。     

基于MUSIC算法的L型阵列MIMO雷达降维DOA估计

该文提出一种基于MUSIC算法的L型阵列多输入多输出雷达降维波达方向(DOA)估计算法。该算法首先针对L型阵列导向矢量的结构,构造出一个降维矩阵,将回波信号转换到低维空间。然后利用二次优化方法将2维DOA估计分解为两个1维DOA估计。最后利用MUSIC空间谱估计其中1维角度,并利用求得的角度回代谱函数,对另1维角度进行求根估计。该算法将2维空间谱搜索降为1维搜索,极大地降低了运算复杂度。理论分析和仿真结果验证了该算法的准确性和可行性。     

基于降维波束空间的实值ESPRIT单基地MIMO雷达测角算法

单基地多输入多输出(MIMO)雷达的波达方向(DOA)估计问题是近年来研究的热点。高维度的MIMO雷达数据,导致传统旋转不变性参数估计技术(ESPRIT)算法需要付出较大的运算代价。在低信噪比、低快拍数的条件下,传统ESPRIT算法性能会严重下降。为了克服传统ESPRIT算法的以上缺点,该文提出一种降维波束空间的实值ESPRIT算法。该算法通过转换矩阵,将高维度MIMO雷达数据转换到低维度的数据,从而去除数据中的冗余。然后再将低维数据变换到波束空间,构造实值旋转不变性等式,用以估计目标的角度。仿真结果表明,在低信噪比和低快拍数时,相比于传统ESPRIT算法,该文所提方法具有更好的角度估计性能和更少的运算量。     

基于MIMO雷达的极化平滑降维酉ESPRIT算法

相干目标的波达方向估计一直是雷达信号处理中的一个难题.为了获得更好的相干信号角度估计精度,并提高算法可实现性,在多输入、多输出雷达的基础上,提出一种极化平滑降维酉旋转不变性参数估计算法.首先通过降维矩阵对接收信号数据进行降维处理,然后利用降维后的接收数据构造中心复共轭对称矩阵,再构建适当的酉矩阵对其进行实值处理,然后对...     

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。     

基于降维子空间重构的双基地MIMO雷达角度估计算法

根据双基地MIMO雷达的工作原理和回波模型,结合阵列信号处理,提出了降维子空间重构的角度估计算法,并给出了算法有效性证明。理论分析表明,该算法可以有效解决二维空间搜索计算成本高,矩阵运算量大和低快拍数下算法适应性差的问题,并通过蒙特卡罗实验对不同信噪比、快拍数和接收阵元数等情况下角度估计的方差进行了仿真,证实了理论分析的正确性。     

ESPRIT方法在MIMO阵列中的应用研究

针对双基地雷达的探测需要,文章研究了一种基于旋转不变子空间(ESPRIT:Estimation of signal parameters via rotational invariance techniques)的信号发射角(DOD:Direction of Departure)和信号接收角(DOA:Direction of Arrival)估计方法。该方法使用多输入多输出(MIMO:Multiple Input Multiple Output)阵列,利用发射和接收阵列的不变特性,分别估计出感兴趣目标的DOD和DOA,同时进行目标的收发角度配对。文章将该方法应用到MIMO阵列中,并通过计算机仿真验证了其有效性。     

酉稀疏贝叶斯学习降维MIMO雷达角度估计

针对收发共址多输入多输出（Multiple-Input Multiple-Output,MIMO）雷达的低计算复杂度波达方向（Direction of Arrival,DOA）估计问题,提出一种降维的MIMO雷达高精度DOA新算法。首先采用经过白化的降维矩阵对MIMO雷达脉冲压缩后的接收信号进行降维;然后通过最优信号子空间拟合对无幅度误差阵列流型下的接收信号矩阵进行重构;接下来通过酉变换得到实值增广数据矩阵,并在实值稀疏字典矩阵下对其进行稀疏表示;接着将DOA估计问题转化为行稀疏矩阵的稀疏恢复问题,通过改进的稀疏贝叶斯学习对其进行求解,实现目标DOA的估计。理论分析和仿真实验结果验证了该方法的有效性和实用性。     

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.     

基于平行嵌套阵互协方差的二维波达角联合估计算法

论文提出基于平行嵌套阵互协方差的2维(Two Dimensional, 2D)波达角(Direction Of Arrival, DOA)联合估计算法。算法基于两个互相平行的嵌套阵的互协方差生成较长虚拟阵列,同时将2维DOA估计问题降维为1维 DOA估计问题。在构造协方差矩阵时,利用方向矩阵范德蒙特性增加虚拟快拍数,保证了孔径的最小损失。最后算法基于酉旋转不变技术(Estimation of Signal Parameters via Rotational Invariance Technique, ESPRIT)和总体最小二乘(Total Least Squares, TLS)方法进一步降低噪声影响,并获得了自动配对的2维DOA估计。相比传统平行阵下的DOA估计算法,该算法拥有更好的DOA估计性能,能辨识更多的空间信源,对空间色噪声有更强的鲁棒性。仿真结果验证了算法的有效性。     

Tri-iterative least-square method for bearing estimation in MIMO radar

In this paper, we introduce a novel tri-iterative least-square (TI-LS) method for bearing estimation in multiple-input multiple-output (MIMO) radar system. The TI-LS iteratively finds two steering matrices associated with the transmit and receive arrays, and the target's bearing can be easily obtained based on prior knowledge of the transmit and receive array manifolds. Furthermore, by jointly using the information from the transmit and receive array responses, angular estimation accuracy can be significantly improved. Numerical examples are presented to illustrate the excellent angular estimation accuracy and computational efficiency of this new method.     

A new method for joint DOD and DOA estimation in bistatic MIMO radar

A joint direction of departures (DODs) and direction of arrivals (DOAs) estimation for bistatic MIMO radar via both ESPRIT and SVD of cross-correlation matrix of the received data from two transmit subarrays is presented. The proposed method, with the influence of spatial colored noise eliminated, is effective for three- or more-transmitter configured system. The DOAs and DODs of targets can be solved in closed form and paired automatically. Moreover, the maximum number of targets that can be identified by using this method is also analyzed. Simulation results are presented to verify the effectiveness of the method.     

一种适用于MIMO雷达的低复杂度二维DOA估计方法

本文提出了一种适用于收、发共阵多发多收( MIMO)雷达的低复杂度二维波达方向(DOA)估计方法.该方法将MIMO雷达的虚拟二维阵列分解为多个构形相同但位置不同的虚拟子阵,通过一种基于预投影的ESPRIT算法得到同一目标二维DOA的多组估计值,极大地降低了运算量.并利用Kalman滤波器对这多组二维DOA估计值进行融合,提高了估计值的精度.同时,利用收、发对偶性对样本数据进行了重排,等效地将样本数加倍,进一步提高了二维DOA估计精度.数值仿真的结果证明了该方法的有效性.     

采用酉ESPRIT算法处理多基线InSAR层叠效应

层叠效应(Layover)是SAR成像技术的一个难点,本文在多基线InSAR的框架下,将谐波恢复与信号重构的酉ESPRIT算法应用于解决层叠效应问题。文中建立了存在层叠效应的多基线InSAR的数据模型,指出经典算法在估计精度与视数之间的矛盾,阐明了酉ESPRIT算法的基本原理与优点。进行了仿真实验,实验结果表明在视数较少时,酉ESPRIT算法具有很好的性能。     

MIMO雷达与相控阵雷达的多脉冲检测性能比较

MIMO雷达是近几年发展起来的一种新体制雷达,由于同时采用了空间分集与信号分集技术,它表现出了许多不同于传统雷达的特性。该文着重研究了MIMO雷达与传统相控阵雷达多脉冲条件下的检测性能,建立了两种体制雷达多脉冲条件下的目标检测模型,理论给出了两种体制雷达对时间上服从快、慢起伏目标的检测门限和检测概率表达式,同时通过对两种目标模型下MIMO雷达和相控阵雷达的多脉冲理论检测性能的对比分析。     

基于ESPRIT的MIMO雷达测向方法

ESPRIT算法测向的关键是提取旋转不变因子。与其他雷达不同,双基地MIMO雷达的方向矢量是发射方向矢量和接收方向矢量的Kronecker积。该文基于双基地MIMO雷达的信号模型,提出了常规提取法、共轭提取法两种方法,获得了发射和接收旋转不变因子,并利用总体最小二乘ESPRIT方法进行角度估计,同时确定出与目标对应的收发角度对。试验仿真表明,这两种方法都能够有效地测向,且由于共轭提取法利用了接收阵元的所有数据,其测向精度优于常规提取法。