色噪声环境下单基地MIMO雷达分布式目标角度估计

针对传统的二阶统计量角度估计算法在高斯色噪声环境下估计性能急剧下降甚至失效的问题,该文提出一种基于四阶累积量的单基地MIMO雷达相干分布式目标角度估计算法。首先建立单基地MIMO雷达的相干分布式目标信号模型,求取信号的四阶累积量矩阵;利用特征值分解分离出相互正交的信号子空间与噪声子空间,根据多重信号分类(MUSIC)算法原理,获得阵列的空间谱函数,通过谱峰搜索得到分布式目标的中心波达方向。该算法充分利用了四阶累积量对高斯过程的不敏感性,能够很好地抑制高斯色噪声对角度估计的影响。仿真结果证明了该算法的正确性和有效性。     

互耦条件下基于4阶累积量的双基地MIMO雷达角度估计

发射和接收阵列的互耦效应将使得双基地多输入多输出(MIMO)雷达的角度估计算法性能下降。针对阵列互耦效应和高斯色噪声并存情况,该文提出一种基于4阶累积量组合矩阵构造的收发角度估计方法。该方法首先根据收发互耦矩阵的Kronecker乘积特点,并结合互耦矩阵带状、对称的Toeplitz变换性质,充分利用所有的接收数据,构造出多组发射和接收4阶累积量矩阵,通过组合收发累积量矩阵进一步构造出4阶块累积量矩阵,并利用矩阵的奇异值分解,提取出发射和接收旋转不变因子。理论和仿真结果表明:在强互耦效应情况下,所提算法能够有效估计出高斯色噪声背景下目标的收发角度,并实现自动配对。在强互耦情况下,所提算法的估计性能优于其他算法。     

互耦条件下基于4阶累积量的双基地MIMO雷达角度估计

发射和接收阵列的互耦效应将使得双基地多输入多输出(MIMO)雷达的角度估计算法性能下降.针对阵列互耦效应和高斯色噪声并存情况,该文提出一种基于4阶累积量组合矩阵构造的收发角度估计方法.该方法首先根据收发互耦矩阵的Kronecker乘积特点,并结合互耦矩阵带状、对称的Toeplitz变换性质,充分利用所有的接收数据,构造出多组发射和接收4阶累积量矩阵,通过组合收发累积量矩阵进一步构造出4阶块累积量矩阵,并利用矩阵的奇异值分解,提取出发射和接收旋转不变因子.理论和仿真结果表明:在强互耦效应情况下,所提算法能够有效估计出高斯色噪声背景下目标的收发角度,并实现自动配对.在强互耦情况下,所提算法的估计性能优于其他算法.     

高斯色噪声背景下的单通道信源数目估计算法

目前信源数目估计算法大都是基于多通道接收模型且对高斯色噪声抑制能力较差,而实际应用中单通道接收模型及色噪声环境非常普遍,因此研究色噪声背景下的单通道信源数目估计算法意义重大。针对现有算法的缺陷提出了一种基于构建信号时间快拍和四阶累积量矩阵的单通道信源数目估计算法。首先通过构建信号时间快拍实现单通道接收信号的升维得到矢量化空间,然后以此组信号空间构造出四阶累积量矩阵,并从理论上验证了该四阶累积量矩阵能有效抑制高斯白噪声及高斯色噪声的影响,最后对该矩阵进行奇异值分解并通过信息论准则估计出信源个数。仿真实验和实际信号实验都表明本文算法能较好地解决单通道信源数目估计问题,且能有效抑制高斯色噪声。      

冲击噪声背景下双基地MIMO 雷达目标角度估计方法

实际工作环境中雷达经常会受到琢稳态分布冲击噪声的影响,使得大量高斯噪声背景下基于二阶或更高阶累积量的角度估计算法性能急剧下降。文中提出了一种基于FLOM-ESPRIT算法的双基地MIMO雷达收发角度估计方法,算法通过利用匹配滤波后数据构造分数低阶协方差矩阵实现对冲击噪声的有效抑制,弥补了传统的二阶或四阶统计模型及相应的处理算法不适用于冲击噪声环境的缺陷,增强了信号子空间估计算法的稳健性,并且无需计算量繁杂的二维谱峰搜索。     

基于四阶混合累积量的雷达目标二维超分辨成像

针对高斯色噪声条件下雷达目标二维成像问题,提出了一种基于四阶混合累积量的二维ESPRIT超分辨成像方法。利用四阶混合累积量对高斯色噪声的自动抑制,降低了噪声对成像质量的影响。通过保持目标特征矩阵结构不变,解决了现有方法在长采样数据条件下计算量过大的问题。仿真实验表明该方法的成像效果和散射点位置估计精度优于传统方法。     

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。     

基于四阶累积量的声波阵列时延估计算法

针对多通道阵列声波信号中可能存在相关噪声的问题,提出了一种基于四阶累积量的时延估计算法。该算法首先计算相邻通道的四阶累积量一维切片,然后对多个通道进行平均,利用高斯噪声四阶累积量为零的性质,抑制多通道阵列环境中存在的相关高斯噪声。实验表明,在较低信噪比情况下,该算法优于传统互相关算法。     

基于四阶累积量的最大似然测向方法研究

论述了最大似然（ML）算法测向以及四阶累积量阵列扩展的基本原理，在此基础上给出了一种基于最大似然算法和四阶累积量的DOA估计新方法。与普通的基于二阶矩的最大似然算法相比，本方法具有对阵列进行四阶扩展的能力，可以解决信号源数大于阵元数时的测向问题，并且由于四阶累积量自身的盲高斯性，还可以有效抑制高斯色噪声。     

四阶累积量稀疏表示的DOA估计方法

针对现有稀疏重构DOA估计算法不能抑制噪声项以及在高斯色噪声背景下不再适用的问题,本文提出了基于四阶累积量稀疏重构的DOA估计方法。首先,利用接收数据的四阶累积量构建了稀疏表示模型,该模型抑制了噪声项;其次对四阶累计量矩阵进行奇异值分解,化简了稀疏表示模型,通过奇异值分解,不仅减小了数据规模,而且进一步抑制了噪声。对于稀疏表示模型的求解,先利用信号子空间与噪声子空间的正交特性选取权值矢量,然后利用加权l1范数法对模型求解实现DOA估计。理论分析和仿真实验表明本文算法在高斯白噪声和色噪声背景下均适用;能够处理非相干和相干信号,且在低信噪比条件下,对相干信号有更高的估计精度;较之同类的稀疏重构算法,本文算法具有较低的算法复杂度和更高的角度分辨力。      

基于MIMO雷达虚拟阵列的近场目标定位

提出了一种基于MIMO雷达虚拟阵列的近场目标定位新算法。该算法通过MIMO雷达形成的虚拟阵列的互协方差矩阵来构造一个新的二阶统计量矩阵,利用其相应的特征值及特征向量估计出近场目标的三维参数。由于不同虚拟阵列的噪声是不相关的,所以该算法可适用于任意的加性高斯噪声环境。与现有的无源阵列近场源定位算法相比,该算法的参数估计结果能自动配对,无需参数配对过程,且不存在接收阵列孔径损失的问题。计算机仿真结果证明了本文算法的正确性和有效性。     

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.     

基于协方差匹配SLO算法的MIMO雷达DOA估计

利用加权平滑l0范数(Smoothed l0, SL0)算法估计MIMO雷达目标DOA时,需要把协方差矩阵进行矢量化来获得相应的稀疏重构模型,并利用信号和噪声子空间的正交性来构造加权向量。然而当存在相干信源时,MIMO雷达协方差矩阵的秩将退化,这会使得稀疏重构模型的误差较大以及无法正确区分信号和噪声子空间,导致加权SL0算法的DOA估计性能恶化。针对上述问题提出了一种基于协方差匹配SL0算法的MIMO雷达DOA估计方法。该方法利用协方差匹配准则重构出一个满秩的协方差矩阵,恢复MIMO雷达协方差矩阵的Toeplitz特性,并利用协方差逆矩阵的高阶幂来近似噪声子空间从而计算加权向量。仿真分析表明,该方法能够在无需预知信源数目的情况下有效地完成对相干信号的DOA估计。     

基于协方差矩阵重构的阵元失效MIMO雷达DOA估计

在实际应用中由于恶劣环境或人为干扰等因素而导致多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达部分阵元失效,使得其接收数据缺失及其协方差矩阵秩亏,从而导致子空间类算法的波达方向(Direction of Arrival,DOA)估计性能恶化甚至完全失效。针对上述问题,提出了一种接收阵元失效下基于协方差矩阵重构的MIMO雷达DOA估计方法。该方法根据MIMO雷达协方差矩阵中以接收阵元数划分的子方块矩阵具有Toeplitz特性,利用正常工作接收阵元的协方差矩阵元素来恢复相应的缺失元素,从而重构出完整的数据协方差矩阵,提高阵元失效MIMO雷达的DOA估计性能。仿真结果验证了所提方法的有效性。     

Improved design of unimodular waveforms for MIMO radar

This paper proposes a novel method of unimodular transmitting waveforms design for multiple-input multiple-output (MIMO) radar to strengthen the detection performance in the presence of clutter and white Gaussian noise. An improved iterative algorithm is put forward to maximize the signal-to-clutter-plus-noise ratio (SCNR) under the constant modulus constraint. During iterations, the optimization of unimodular waveforms with filters fixed is a nonconvex fractional quadratically constrained quadratic program problem, which is NP-hard and not able to be solved in polynomial time. An algorithm based on semidefinite programming relaxation combined with bisection and Gaussian randomization is introduced to provide the high-quality suboptimal solutions with a polynomial time computational complexity. The analysis on the approximation bound is given to prove the tightness of the semidefinite programming relaxation and so the correctness of the proposed algorithm. The simulation results show that the improved method is efficient in designing unimodular waveforms for MIMO radar to achieve a better SCNR performance.     

波形相关矩阵未知情况下单基地MIMO雷达中一种改进MUSIC的DOA估计算法

该文研究了波形相关矩阵未知情况下多输入多输出(MIMO)雷达中的角度估计问题,提出了一种单基地MIMO雷达中改进多重信号分类(MUSIC)的到达角(DOA )估计算法。该算法可以在波形相关矩阵未知的情况下工作且性能优于传统的传播算子(PM)和借助旋转不变技术估计信号参数(ESPRIT)算法以及基于接收信号重构的MUSIC算法。该文算法可以扩展到任意阵列结构的MIMO雷达中进行角度估计。该文还给出了单基地MIMO雷达中DOA估计的克拉美罗界(CRB)。仿真结果验证了该算法的有效性。     

基于时间反转的MIMO雷达实值MUSIC算法

针对时间反转(TR)多输入多输出(MIMO)雷达多重信号分类(MUSIC)算法计算量庞大的问题,提出一种基于时间反转的MIMO雷达实值MUSIC算法。首先,通过采用降维思想对TR MIMO回波信号进行降维处理,来减少计算量;然后,为将协方差矩阵转化到实数域,构造酉变换矩阵进行实值变换;最后,分解出实值协方差矩阵的噪声子空间,构造谱函数估计信号波达角。相对于传统的MUSIC算法,该算法借助实值变换剔除了复数运算,极大地降低了计算量,而且不需要空间平滑降低阵列孔径就具有解相干的能力。仿真结果证实了算法的正确性。     

宽带信号下的双基地MIMO雷达收发角估计

针对双基地多输入多输出(MIMO)雷达收发角联合估计问题,利用信号的循环平稳特性,构造宽带循环平稳信号下接收数据的循环自相关矩阵。对矩阵进行特征值分解,利用MUSIC, ESPRIT等空间谱估计算法估计出信号的收发角。宽带信号能够携带更多的信息量,利于不断增加的实际需求,而信号的循环平稳特性能够很好地抗干扰以及消除高斯噪声带来的影响。实验仿真结果表明,算法在宽带循环平稳信号下具有良好的角度估计性能。