基于发射波束域-平行因子分析的MIMO雷达收发角度估计

该文提出了基于发射波束域-平行因子分析的双基地MIMO雷达收发角度估计方法。针对传统MIMO雷达发射功率分散的问题,将发射功率聚集范围与期望发射方向矢量相结合,提出了发射波束加权矩阵的优化准则,并转化为二阶锥规划形式,通过内点法求出其数值解,进而利用平行因子分析(PARAFAC)算法估计出收发角度。仿真结果表明:离线设计得到的波束加权矩阵使发射功率聚集于感兴趣的目标空域,且近似服从均匀分布,因此,在发射功率和角度估计算法相同时,基于发射波束域的角度估计精度优于全向等功率发射时的角度估计精度。     

空域色噪声下基于张量Vandermonde因子矩阵重构的MIMO雷达角度估计

本文提出了一种空域色噪声环境下基于张量Vandermonde因子矩阵重构的多输入多输出(Multiple Input Multiple Output, MIMO)雷达角度估计方法。该方法首先将不同脉冲的匹配滤波输出进行互相关以实现对接收信号的去噪处理;然后,根据因子矩阵先验结构信息建立具有Vandermonde约束的四阶张量典范分解/并行因子分析(Canonical Decomposition/Parallel Factor Analysis, CANDECOMP/PARAFAC)模型,并推导了基于约束交替最小二乘(Alternating Least Squares, ALS)的迭代求解方法,在交替迭代过程中充分利用因子矩阵的Vandermonde结构,通过构造Toeplitz矩阵并进行Vandermonde分解的方式获得因子矩阵估计值;最后,通过最小二乘拟合方法估计目标角度。仿真结果表明本文算法能够有效提高MIMO雷达在空域色噪声下的角度估计性能。     

基于最大相关熵准则的恒模盲均衡算法

针对恒模算法(constant modulus algorithm, CMA)在脉冲噪声环境下性能退化的问题,本文基于最大相关熵准则(maximum correntropy criterion, MCC)对恒模算法中基于最小均方误差(mean square error, MSE)准则的代价函数进行修正,推导出适用于脉冲噪声环境的基于MCC准则的恒模盲均衡算法(MCC_CMA)。该算法利用通信信号的恒模特性,首先得到发送信号与均衡器输出信号模值的误差信号,再通过使模值误差信号的相关熵最大来获得其迭代误差调节项,避免了传统高阶统计量算法在脉冲噪声环境下性能退化的问题。对高斯噪声以及α-稳定分布和混合高斯分布两种脉冲噪声环境下的信道均衡问题的仿真实验表明,相对于经典的自适应恒模盲均衡算法,MCC_CMA算法不依赖噪声的先验知识就能获得较快的收敛速度、较低的剩余码间干扰和误码率,并且在不同脉冲强度的脉冲噪声环境下都能够得到较好的均衡结果,表明MCC_CMA算法具有很好的鲁棒性。      

基于MSN准则的自适应脉冲压缩修复处理

采用标准匹配滤波器会使雷达的脉冲压缩处理在大目标附近的距离单元产生距离旁瓣,从而遮蔽附近的小目标.针对这种情况提出的基于最大输出信噪比准则(MSN)的自适应脉冲压缩实现了对旁瓣的自适应压缩.然而有些在役雷达系统不能在标准脉冲压缩之前获得接收信号,或者不能更换当前脉冲压缩系统,这种算法不再适用.基于迭代思想和最大输出信噪比准则提出的脉冲压缩修复处理,自适应地作用于匹配滤波后的输出信号,利用先验目标信息实现对距离旁瓣和噪声的抑制.在推导的算法原理基础上给出了实现步骤,并对算法的适用性进行了仿真,结果表明对单、多目标算法能够实现有效脉冲压缩,对于多普勒失配,性能有所下降,但仍远优于匹配滤波,提高了雷达对小目标的检测能力.     

广义最大总体相关熵自适应滤波算法

在输入与输出信号都被噪声污染的含误差变量模型( errors-in-variables model, EIV)中,总体最小二乘算法已经得到了广泛地应用。然而在脉冲噪声干扰的情况下,其收敛性能就会恶化。因此为了处理这种被脉冲噪声污染的含误差变量模型的情况,本文将广义最大相关熵准则与总体最小二乘估计方法结合,提出了一种鲁棒的广义最大总体相关熵自适应滤波算法。通过算法仿真比较的结果得出所提出的算法在脉冲噪声环境下能够有效地抑制脉冲噪声的存在,有着较好的收敛性能和鲁棒性。      

低信噪比下离散频率编码波形脉冲信号联合积累检测算法

雷达电子侦察环境下,非合作目标发射的离散频率编码(DFC)波形信号具有低截获、抗干扰的特性,在低信噪比(SNR)条件下传统方法难以实现波形的稳健积累及准确的脉冲检测,容易造成数据漏检与情报缺失。针对以上问题,该文提出一种联合的积累检测算法,该算法通过相关积累和非相干积累的联合处理实现了低信噪比下稳健脉冲信号包络的获取,并利用双向恒虚警(CFAR)检测和脉冲沿判决准则抑制了突跳噪声对脉冲检测的影响,实现了准确而稳健的脉冲到达时间和脉冲宽度的估计。相比于常规算法,该文在不需要任何先验信息的条件下能够实现离散频率编码波形信号的准确检测,检测虚警率低且具有良好的稳健性。仿真实验验证了所提算法的有效性和稳健性。     

基于l1-范数约束的递归互相关熵的稀疏系统辨识

为了有效解决脉冲噪声环境下的稀疏系统辨识(Sparse system identification, SSI)问题,以l1 -范数为约束构建稀疏递归互相关熵准则(Recursive maximum correntropy criterion, RMCC)算法来解决脉冲噪声对于辨识性能的影响。结合带遗忘算子的互相关熵准则和l1 -范数作为代价函数,推导出一种递归形式的算法,其相对于传统的最大相关熵算法具有快的收敛速度及小的稳态误差。仿真实验结果表明:该算法对于脉冲噪声干扰环境下的SSI问题具有强的鲁棒性。      

基于最大输出信噪比准则的自适应脉冲压缩

传统的匹配滤波只能将距离旁瓣压缩到一定的程度,因此可能出现强目标的旁瓣掩盖弱目标的情况。针对上述问题,该文提出了基于迭代思想和最大输出信噪比准则的自适应脉冲压缩方法,该方法利用先验目标距离像信息来实现自适应地抑制距离旁瓣和噪声。该文首先推导了算法原理,然后给出了算法的实现步骤,最后讨论了算法的收敛性及优化。仿真结果表明,该算法可以自适应地实现旁瓣抑制,并在多目标和运动目标的情况下能够实现有效的脉冲压缩。     

脉冲噪声环境下单基地MIMO雷达目标角度估计算法

以α稳定分布作为脉冲噪声数学模型,研究了脉冲噪声环境下单基础多输入多输出(MIMO)雷达目标角度估计问题。为了解决基于分数低阶统计量的目标角度估计算法需要脉冲噪声先验信息的问题,利用雷达接收数据构造出两种鲁棒的相关矩阵,即相关熵相关矩阵和非线性压缩核函数相关矩阵,提出了基于这两种鲁棒相关矩阵的单基地MIMO雷达目标角度估计算法。仿真实验表明:在α稳定分布脉冲噪声环境下,新提出的责任中算法的性能明显优于传统的基于二阶统计量和基于分数低阶统计量的目标角度估计算法。     

脉冲噪声环境下基于相关熵的多径TDOA估计算法

为了实现脉冲噪声环境下不受相关法分辨极限限制的高分辨率多径到达时差(TDOA)估计,该文利用相关熵理论中的最大相关熵准则(MCC),结合将多维优化问题转化为多个1维优化问题的期望最大化方法,提出一种相关熵期望最大化(CEM)高分辨率多径TDOA估计算法.仿真实验结果表明该文所提出的算法在强脉冲噪声和低信噪比的环境下都具有很好的估计性能,并且算法中参数的选取不依赖于脉冲噪声的先验信息.     

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.     

脉冲噪声下基于相关熵的相干分布源DOA估计新方法

针对复杂电磁环境下被动无线监测定位问题,该文提出广义相关熵的概念,推导了广义相关熵的性质,用以抑制阵列输出信号中的脉冲噪声。为了实现脉冲噪声环境下相干分布源中心DOA和扩散角的联合估计,提出基于广义相关熵的DOA估计新方法,并证明了该方法的有界性。为进一步提升算法的鲁棒性,推导了一种仅依赖阵列输出信号的自适应核函数。仿真结果表明,该算法能够实现脉冲噪声环境下相干分布源参数的联合估计,相比已有算法,具有更高的估计精度和鲁棒性。     

脉冲噪声环境下基于相关熵的多径TDOA估计算法

为了实现脉冲噪声环境下不受相关法分辨极限限制的高分辨率多径到达时差(TDOA)估计,该文利用相关熵理论中的最大相关熵准则(MCC),结合将多维优化问题转化为多个1维优化问题的期望最大化方法,提出一种相关熵期望最大化(CEM)高分辨率多径TDOA估计算法.仿真实验结果表明该文所提出的算法在强脉冲噪声和低信噪比的环境下都具...     

一种改进的广义循环相关熵时延估计方法

针对同频带干扰及脉冲噪声并存的复杂电磁环境下现有时延估计算法性能退化的问题,该文引入双曲正切函数,提出一种改进的广义循环相关熵时延估计(HTGCCE)算法.首先指出脉冲噪声存在时广义循环相关熵算法的优势及性能退化的原因.然后利用双曲正切函数对其进行改进,以提高算法在脉冲噪声下的时延估计性能.仿真实验表明,提出的算法在脉...     

脉冲噪声环境下基于拉格朗日插值分数延迟滤波器的时延估计方法

该文针对稳定分布噪声模型,依据分数低阶矩理论提出一种新的非整数时延估计算法EFMML (Explicit Fractional lower order Mix Modulated Lagrange)方法。从理论上对算法的收敛条件进行了讨论,计算机仿真结果表明该方法具有良好的韧性,同时适用于高斯噪声和稳定分布脉冲噪声下的时延估计,且比另一种脉冲噪声下的非整数时延方法FSETDE(Fractional lower order Simplified Explicit Time Delay Estimation)更有效。     

冲击噪声下基于矩阵预处理的稀疏重构DoA估计

针对冲击噪声下用稀疏重构的方法不能准确估计波达方向的问题,该文提出基于多项式矩阵预处理的稀疏重构的波达方向(DoA)估计方法。由于冲击噪声的二阶矩不存在,基于二阶矩估计的子空间类算法和稀疏重构类算法不能有效估计出波达方向,且不能很好地处理相干信源。为了解决这个问题,采用多项式预处理技术对接收信号的自相关函数和方向矢量进行预处理,并在此基础上利用稀疏重构技术进行DoA估计。多项式预处理可以缩小矩阵的奇异值分布,使得反映噪声能量的奇异值分布更加明显,从而有利于减小冲击噪声的影响。仿真结果表明,算法在冲击噪声环境下能准确稳定地估计出两种信源的波达方向,尤其是在冲击噪声较强的情况下表现出灵敏度高、鲁棒性好的优点。     

脉冲噪声下基于中值离差相关熵的DOA估计方法

作为阵列信号处理的一个基本问题,波达方向估计在现代通信领域有着广泛的应用。常规估计方法通常基于高斯噪声假设。 而当阵列接收数据包含 Alpha 稳定分布脉冲噪声时算法将完全失效。针对 Alpha 稳定分布噪声下的波达方向估计问题,本文定义了一种改进的相关熵算子——中值离差相关熵,并从理论上证明了它的有界性。 以此为基础结合 MUSIC 算法提出了一种波达方向估计新方法。该方法不需要噪声先验知识,且在脉冲噪声环境中具有鲁棒性。仿真实验表明, 即使在短快拍、强脉冲噪声的恶劣环境下,本文方法依然具有良好的性能。      

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。     

冲击噪声下基于混合LL2 -L1 优化求解的CSR 参数估计

针对冲击噪声环境下压缩感知雷达参数估计性能急剧下降的问题,提出一种新的鲁棒性参数估计方法。首先,根据压缩感知雷达参数估计的稀疏线性模型,基于Lorentzian 范数和L1 范数稀疏正则化构造冲击噪声背景下稀疏重构的混合LL2-L1 范数优化模型;然后,利用迭代加权最小二乘法和阈值收缩函数推导上述模型优化求解的一步迭代公式;最后,从理论上对文中算法的收敛性进行证明,并给出算法计算复杂度的定量分析。计算机仿真实验表明,文中算法在冲击噪声下支撑集的重构更精确、重构信号的精度更高、重构的计算量更小。     

水声通信系统中基于迭代自适应的脉冲噪声抑制方法

针对水声通信系统中脉冲噪声抑制问题,提出了一种迭代自适应的脉冲噪声抑制方法。基于 OFDM子载波之间的正交性,该方法首先利用空子载波矩阵从接收信号中提取出背景噪声和脉冲噪声。然后,利用空子载波矩阵构造导频矩阵,得到脉冲噪声的干扰协方差矩阵,并在加权最小二乘准则下通过对代价函数的求解得到脉冲噪声的闭式解。最后,在接收信号中减去脉冲噪声的估计值,完成对脉冲噪声的抑制。仿真结果表明,本文方法有效降低了水声通信系统的误码率,且在高信干噪比下性能提升更加明显。