DOA估计在MIMO雷达中的应用

MIMO(Multiple-Input Multiple-Output多输入多输出)雷达的灵感来自于通信系统中的MIMO技术,即在信号发射端和信号接收端均使用发射正交信号的阵列天线,其空间分集和信号分集特有利于提高雷达在目标特性分析及目标参数估计性能,能极好的解决传统雷达在目标探测上的局限性。DOA(Direction of Arrival)波达方向估计作为阵列信号处理领域的重要的研究方向,其目的就是用于估计信号的空域参数及信源位置。本文MIMO雷达为基点,对DOA估计在MIMO雷达中的应用进行了深入系统的研究,对经典算法进行了仿真。     

Gauss色噪声中MIMO分布孔径雷达检测性能分析

文中针对MIMO分布孔径雷达目标检测问题建立了目标回波的经典线性模型,并基于此模型研究了Gauss色噪声以及各观测通道间目标RCS部分相关等复杂情况下MIMO雷达检测器的构造思路与检测性能.构造思路的研究结果表明,MIMO雷达检测器所必须完成的杂波抑制、匹配滤波等任务都可以在各个接收孔径上分别独立地完成,从而降低了检测器的实现难度.基于这种构造思路,文中给出了适用于强噪声背景或飞行器隐身技术致使某些观测通道失效条件下的Max检测器,该检测器还具有恒虚警率门限容易计算的优点.检测性能分析方面,文中首先利用Fishler偏差系数和极限统计量等价分解形式从理论上分析了MIMO分布孔径雷达AMF检测器的检测性能,然后推导了该检测器的检测性能解析表达式.理论分析与仿真计算的结果都表明,噪声背景的有色性以及观测通道间的相关性都会降低MIMO分布孔径雷达的空间分集能力,使观测通道间目标RCS的变化由快起伏趋向慢起伏,从而导致MIMO分布孔径雷达的检测性能在大信噪比时向相控阵雷达退化.     

稀疏阵列MIMO雷达参数估计研究进展

利用稀疏阵列多输入多输出(multi-input and multi-output, MIMO)雷达的虚拟孔径扩展特性开展参数估计研究具有重要的理论意义和应用前景.本文以稀疏阵列MIMO雷达设计和参数估计为导向,以提高估计精度和降低运算量为落脚点,从子空间类和压缩感知类算法的契合点出发,围绕阵列设计、波达方向估计、角度联合估计等方面,构建了系统的稀疏阵列MIMO雷达参数估计理论.最后,从阵列优化设计、混合目标参数估计、非理想因素抑制和分布式平台搭建等方面展望了稀疏阵列MIMO雷达的发展趋势.     

色噪声环境下双基地MIMO雷达相干目标角度估计算法

通过研究多输入多输出(Multiple input and multiple out,MIMO)雷达的角度估计算法,针对色噪声环境下双基地MIMO雷达相干目标角度估计问题,基于双基地MIMO雷达的信号模型,利用MIMO雷达的接收数据,通过四阶累积量的计算消除了色噪声的影响,并证明得到的一组矢量包含所有目标的角度信息;然后利用得到的四阶累积量矢量构造出块Hankel矩阵,并证明该矩阵的秩等于目标总数,且不受信号相干性的影响,通过奇异值分解,结合ESPRIT算法实现了色噪声环境下对相干目标的角度估计.算法结合四阶累积量和MIMO雷达的估计性能,具有自动抑制加性高斯白噪声和色噪声的能力,实现了相干目标的有效估计和参数的自动配对,提高了抗噪能力,更利于在实际中应用.最后计算机仿真结果证实了算法的有效性和可行性.     

基于最优化方法的地下圆柱目标定位与识别

地下管道、空洞等圆柱形目标的定位和识别是探地雷达走向实用的一个亟待解决的问题.提出了一种在频域运用最大似然估计进行圆柱目标定位和识别的方法.在一阶Born近似下建立了各孔径点处回波信号和目标的位置参数和电磁参数之间的关系,将目标的未知参数估计问题归结为全局搜索-目标函数极值的最优化问题.通过对仿真数据和实测数据的处理,结果显示该方法可以精确估计出目标的位置参数和电磁参数,有效地进行圆柱目标的定位和识别.     

MIMO雷达对空域Rician起伏目标检测性能研究

MIMO(multiple-input-multiple-output)雷达可利用空间分集克服目标散射系数起伏所造成的检测性能损失.为了研究不同目标起伏模型下的MIMO雷达检测性能,文中首先建立了与时域Swerling模型相对应的空域起伏目标模型,将目标分为不起伏、Rayleigh起伏和Rician起伏三类.然后针对Rician起伏目标模型,根据Stein定理,引入信息论中相对熵的概念,分析了MIMO雷达的最优检测器形式及检测性能上界.研究表明,在低信噪比区域,MIMO雷达对Rician起伏目标的性能改善主要体现在接收阵列增益上,与接收阵元数目有关.在高信噪比区域,MIMO雷达的性能改善主要体现在分集增益上,与收、发阵元数目的乘积有关.这一结论对Rician起伏目标模型下的MIMO雷达系统配置具有重要的参考价值.     

非高斯杂波下分置天线MIMO雷达的动目标检测*

目前关于分置天线MIMO雷达目标检测的研究多是假定杂波是服从高斯分布的,实际中非高斯杂波往往更能精确描述现代雷达环境下杂波的统计。考虑几种在高斯杂波模型假设下设计的检测器,构造了服从Log-Nomal分布的非高斯杂波模型。分别针对高斯杂波和非高斯杂波模型,对分置天线MIMO雷达和相控阵雷达做了系统性能曲线仿真,并在非高斯杂波模型下,对不同目标速度下的各雷达系统的检测器性能进行仿真,最终通过对比得到了一些有关在非高斯杂波背景下MIMO雷达性能的结论。     

MIMO雷达角估计算法研究与改进

角估计是雷达参数估计的一个重要内容,主要目的是确定各个信号到达阵列参考阵元的方向角。MIMO雷达可有效提高角估计分辨力和精度而得到广泛的关注,但MIMO雷达角估计算法却比较复杂。主要对MIMO雷达角估计的几种算法——二维Capon角估计算法、二维MUSIC角估计算法以及提出的改进的MUSIC-ESPRIT角度估计算法进行深入系统地研究。通过计算机仿真分析各种不同算法的特点,发现提出的算法明显降低了角估计算法的时间复杂度,从而得出各种算法的优缺点和局限性,为正确分析MIMO雷达回波信号提供重要依据。     

基于圆阵双基地MIMO雷达多维角度联合估计

提出了一种基于均匀圆阵双基地MIMO雷达多目标多维角度估计的新算法。对阵列接收信号进行分析,表明其具有平行因子三线性模型特征,利用该模型低秩分解的唯一性条件,从分解得到的矩阵中联合估计出多维角度。该方法无需谱峰搜索,可实现参数的同时估计与配对,与基于旋转不变参数估计技术(Estimation of signal parameters via rotational invariance techniques,ESPRIT)思想的算法相比具有更高的估计精度,而且在小样本数下也能较好地工作。仿真结果验证了该算法的有效性。     

基于辅助变量的压缩采样匹配追踪闭环系统辨识方法

针对被控对象和反馈通道均具有未知时滞的闭环系统,提出一种基于辅助变量的压缩采样匹配追踪辨识方法.该方法利用辅助变量方法对压缩采样匹配追踪算法进行改进,获得过参数化辨识模型稀疏参数向量的估计,根据稀疏向量的结构得到前向通道的参数估计和时滞估计,进而根据模型等价原理获得反馈通道的参数估计.仿真结果表明,所提出方法仅需少量的迭代即可获得这类闭环系统参数与时滞的有效估计.     

Joint direction of arrival estimation and array calibration for coprime MIMO radar

Compared to large-scale MIMO radar, coprime MIMO radar can achieve approximate estimation performance with reduced antenna number. In this paper, joint direction of arrival (DOA) estimation and array calibration for coprime multiple-input multiple-output (MIMO) radar is considered, and an iterative method for the estimations of DOA and array gain-phase errors is proposed. Based on the received data structure of coprime MIMO radar, trilinear decomposition is firstly adopted to obtain the estimations of transmit and receive direction matrices, which are perturbated by the gain-phase errors. Through equation transformation, the un-perturbated direction matrices and gain-phase errors can be iteratively updated based on Least squares (LS). Finally, the unique DOA estimation is determined from the intersection of transmit and receive direction matrices. The proposed algorithm achieves better DOA estimation and array calibration performance than other methods including estimation of signal parameters via rotational invariance techniques (ESPRIT)-like algorithm, multiple signal classification (MUSIC)-like algorithm and joint angle and array gain-phase error estimation (JAAGE) method, and it performs close to the method with ideal arrays. Multiple simulation results verify the algorithmic effectiveness of the proposed method.     

基于压缩感知的多小区MASSIVE MIMO信道估计

针对多小区多用户大规模多输入多输出（MASSIVE MIMO）系统信道估计在低信噪比情况下估计精度较差的问题,提出了一种基于群智能搜索的果蝇分段正交匹配追踪（FF-StOMP）压缩感知算法。该算法在分段正交匹配追踪（StOMP）求解不同阈值下的信道矩阵参数与归一化最小均方误差的基础上,采用果蝇优化算法动态搜索出最小归一化均方误差与其对应的阈值,达到自适应参数设定的目的。仿真结果表明,与StOMP算法相比,信噪比在0~10 dB情况下,所提出的FF-StOMP算法信道估计性能能够提升0.5~1 dB;信噪比在11~20 dB时,信道估计性能能够提升0.2~0.3 dB。当小区用户数发生变化时,所提出的算法能实现自适应信道估计,能够有效提升MASSIVE MIMO系统低信噪比情况下的信道估计精度。     

十字阵的单基地MIMO雷达中一种低复杂度的二维DOA估计算法

提出了在单基地多输入多输出(Multiple-input multiple-output,MIMO)雷达中的基于十字阵的一种低复杂度的二维波达方向(Direction of arrival,DOA)估计算法。该算法利用传播算子法(Propagator method,PM)避免了协方差矩阵的构造及其特征值分解,也无需谱峰搜索,从而大大降低了运算的复杂度;同时该算法可实现方位角和仰角的自动配对。本文算法的性能在高信噪比下逼近借助旋转不变技术估计信号参数(Estimation ofsignal parameters via rotational invariance techniques,ESPRIT)算法。文中还推导了目标方位角和仰角的均方误差。仿真结果证明了该算法的有效性。     

MIMO雷达最大似然参数估计

多输入多输出(MIMO)雷达使用多个天线同时发射多个独立探测信号,并使用多个天线接收目标回波信号.本文考虑了发射空域分集、相干接收MIMO雷达模型及其最大似然(ML)参数估计方法.基于最大似然准则,本文推导了两种渐近最大似然算法.仿真实验的结果表明,在均匀噪声模型中,其中一种渐近算法与基于延迟求和波束形成的最大似然算法性能接近,而另一种渐近算法性能略差,但具有较低的计算复杂度.而在非均匀噪声模型中,本文所提出的两种渐近最大似然算法的性能均优于基于延迟求和波束形成的最大似然算法.     

一种改进的MIMO MC-CDMA系统的训练序列设计

MIMO和MC-CDMA技术相结合,能够提高传统MC-CDMA系统的性能.在分析MC-CDMA系统中不同信道估计方法的基础上,提出一种改进的基于训练序列的MIMO MC-CDMA信道估计方法,能够使发射天线个数成倍增加,而不仅仅受限于子载波个数与多径数目之比,并设计合理的训练序列,大大降低了计算的复杂度.     

单基地MIMO雷达中相干目标的波达角和多普勒频率快速联合估计算法

针对单基地MIMO中相干目标的波达角（Direction-of-arrival,DOA）和多普勒频率联合估计问题,提出了一种降维-前向平滑-传播算子算法（Reduced dimension-forward spatial smoothing-propagator method,RD-FSS-PM）。该算法首先通过对接收信号进行降维变换以降低复杂度,继而利用前向平滑技术（Forward spatial smoothing,FSS）实现解相干,最后通过传播算子算法（Propagator method,PM）实现了对相干目标的波达角和多普勒频率联合估计,且无需额外配对。与传统的FSS-PM算法相比,所提算法波达角估计性能提升,多普勒频率估计性能接近而复杂度大大降低。本文同时分析了算法的理论均方误差（Mean squared error,MSE）和单基地MIMO雷达中波达角和多普勒频率联合估计问题的克拉美罗界（Cramer-Rao bound,CRB）。最后提供了详尽的仿真实验以验证算法的性能。     

非理想CSI下MIMO MRC系统多用户分集性能分析*

针对在无线多输入—多输出（MIMO）通信系统的发射端采用波束成形、接收端采用最大比合并的MIMO MRC系统,考虑收发端仅能获得存在信道估计误差的非理想信道信息（CSI）且系统受到共信道干扰这一条件,分析系统的多用户分集性能。导出封闭形式的信号干扰噪声比的概率分布函数表达式和以平均容量的形式给出的系统多用户分集性能表达式。数值仿真证实了理论分析的结果。研究表明,信道估计误差和共信道干扰均会降低系统的多用户分集性能,而信道估计的精度是影响系统多用户分集性能的关键因素。     

Subspace system identification for training-based MIMO channel estimation

The application of state-space-based subspace system identification methods to training-based estimation for quasi-static multi-input-multi-output (MIMO) frequency-selective channels is explored with the motivation for better model approximation performance. A modification of the traditional subspace methods is derived to suit the non-contiguous nature of training data in mobile communication systems. To track the time variation of the channel, a new recursive subspace-based channel estimation is proposed and demonstrated in simulation with practical MIMO channel models. The comparison between the state-space-based channel estimation algorithm and the FIR-based Recursive Least Squares algorithm shows the former is a more robust modeling approach than the latter.     

Joint channel estimation algorithm via weighted Homotopy for massive MIMO OFDM system

Massive (or large-scale) multiple-input multiple-output (MIMO) orthogonal frequency division multiplexing (OFDM) system is widely acknowledged as a key technology for future communication. One main challenge to implement this system in practice is the high dimensional channel estimation, where the large number of channel matrix entries requires prohibitively high computational complexity. To solve this problem efficiently, a channel estimation approach using few number of pilots is necessary. In this paper, we propose a weighted Homotopy based channel estimation approach which utilizes the sparse nature in MIMO channels to achieve a decent channel estimation performance with much less pilot overhead. Moreover, inspired by the fact that MIMO channels are observed to have approximately common support in a neighborhood, an information exchange strategy based on the proposed approach is developed to further improve the estimation accuracy and reduce the required number of pilots through joint channel estimation. Compared with the traditional sparse channel estimation methods, the proposed approach can achieve more than 2 dB gain in terms of mean square error (MSE) with the same number of pilots, or achieve the same performance with much less pilots.     

MIMO雷达目标数量估计

给出MIMO雷达在距离-多普勒2维分辨单元处理和距离1维分辨单元处理情况下的信号模型。根据这两个信号模型各自的特点,分别构造信号的相关矩阵,将信息论准则和盖式圆准则应用于MIMO目标数量估计之中。仿真结果表明在白噪声情况下,信息论和盖式圆准则均可有效估计目标数量;在色噪声情况下,盖式圆准则可有效估计目标数量。