针对分布式多输入多输出(multi-input multi-output,MIMO)雷达测向中存在的数据信息提取不充分、运算量偏大等问题,开展了基于广义奇异值分解(generalized singular value decomposition,GSVD)的测向算法研究,以提高低信噪比条件下的角...针对分布式多输入多输出(multi-input multi-output,MIMO)雷达测向中存在的数据信息提取不充分、运算量偏大等问题,开展了基于广义奇异值分解(generalized singular value decomposition,GSVD)的测向算法研究,以提高低信噪比条件下的角度估计性能。首先,建立了分布式阵列MIMO雷达回波信号的统一化表征模型;其次,将分布式MIMO雷达系统接收阵列数据的多线程GSVD问题转换为一个联合优化问题,运用交替最小二乘(alternating least squares,ALS)技术实现阵列信号流行矩阵的拟合,并引入子空间类算法实现目标角度联合估计;最后,对优化问题增加l1范数约束,避免了每次迭代中进行的奇异值分解运算,降低了算法运算量。仿真实验从角度联合估计、均方误差、运算时间等方面验证了所提算法的有效性。展开更多
波达方向(direction of arrival,DOA)估计是阵列信号处理领域的重要研究方向,也是电子侦察与电子攻击领域的关键技术之一。以提高DOA估计精度和降低计算复杂度为导向,结合模型驱动和数据驱动方法的各自优势,提出了基于深度展开网络的DO...波达方向(direction of arrival,DOA)估计是阵列信号处理领域的重要研究方向,也是电子侦察与电子攻击领域的关键技术之一。以提高DOA估计精度和降低计算复杂度为导向,结合模型驱动和数据驱动方法的各自优势,提出了基于深度展开网络的DOA估计统一框架,阐述了稀疏阵列离网格DOA估计、无网格DOA估计以及混合信号参数估计等方面的研究进展。对复杂信号模型下的DOA估计、深度展开网络性能分析与挖掘以及分布式稀疏阵列回波信号融合处理等后续的研究内容进行了展望。展开更多
针对低空多径效应和地杂波复合作用导致的低空目标探测性能下降,利用正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)-多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达的空间和频率分集特性提高低空目标探测性...针对低空多径效应和地杂波复合作用导致的低空目标探测性能下降,利用正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)-多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达的空间和频率分集特性提高低空目标探测性能.在建立正交频分复用-线性调频发射信号模型、多径效应模型和基于对称阿尔法稳定分布的地杂波模型基础上,得出了OFDM-MIMO雷达接收信号模型.采用匹配滤波器恢复发射-接收天线对信号,通过接收信号融合实现参差补偿,减小了接收信号能量的深度衰减和剧烈起伏.仿真算例表明OFDM-MIMO雷达能够有效减小回波信号剧烈起伏和杂波对目标探测的影响,实现多径干扰和杂波背景下对低空目标的稳定探测.展开更多
空域有色噪声会导致现有多输入多输出(multiple input multiple output,MIMO)雷达算法性能下降,甚至完全失效。针对空域色噪声背景下双基地MIMO雷达联合波离角(direction of departure,DOD)和波达角(direction of arrival,DOA)估计问题...空域有色噪声会导致现有多输入多输出(multiple input multiple output,MIMO)雷达算法性能下降,甚至完全失效。针对空域色噪声背景下双基地MIMO雷达联合波离角(direction of departure,DOD)和波达角(direction of arrival,DOA)估计问题,分析了现有算法失效的原因。考虑到匹配滤波后无噪协方差矩阵的低秩特性、色噪声协方差矩阵的稀疏特性以及MIMO雷达数据的多维结构特性,提出一种基于张量分析的角度估计算法。首先,构造角度估计的协方差张量,通过去除协方差张量中受噪声协方差影响的元素对色噪声进行抑制。其次,利用张量填充技术对无噪协方差矩阵进行恢复。然后,利用平行因子分解获得目标角度的方向矩阵。最后,采用最小二乘算法对目标的DOA和DOD进行拟合。仿真结果表明,所提算法对色噪声不敏感,且无孔径损失。相比现有矩阵及张量分析算法,所提算法具有更高的估计精度。展开更多
针对MIMO(multi-input multi-output)雷达相干目标DOA(direction of arrival)估计问题,提出了一种基于Toeplitz矩阵重构的时间反转(time reversal,TR)MIMO雷达相干目标DOA估计算法。算法根据MIMO雷达接收信号模型,利用时间反转理论,建立...针对MIMO(multi-input multi-output)雷达相干目标DOA(direction of arrival)估计问题,提出了一种基于Toeplitz矩阵重构的时间反转(time reversal,TR)MIMO雷达相干目标DOA估计算法。算法根据MIMO雷达接收信号模型,利用时间反转理论,建立TR MIMO雷达接收信号模型。在此模型的基础上,采用Toeplitz矩阵重构算法,去除目标的相干性,并基于一阶近似理论,利用优化迭代的方法进行DOA估计,进一步提高DOA估计的精度,并降低了计算复杂度。计算机仿真结果表明,在相同的快拍数与信噪比条件下,与传统的非时间反转MIMO雷达相比,文中的算法有更低的计算复杂度与更高的估计精度。展开更多
文摘针对分布式多输入多输出(multi-input multi-output,MIMO)雷达测向中存在的数据信息提取不充分、运算量偏大等问题,开展了基于广义奇异值分解(generalized singular value decomposition,GSVD)的测向算法研究,以提高低信噪比条件下的角度估计性能。首先,建立了分布式阵列MIMO雷达回波信号的统一化表征模型;其次,将分布式MIMO雷达系统接收阵列数据的多线程GSVD问题转换为一个联合优化问题,运用交替最小二乘(alternating least squares,ALS)技术实现阵列信号流行矩阵的拟合,并引入子空间类算法实现目标角度联合估计;最后,对优化问题增加l1范数约束,避免了每次迭代中进行的奇异值分解运算,降低了算法运算量。仿真实验从角度联合估计、均方误差、运算时间等方面验证了所提算法的有效性。
文摘波达方向(direction of arrival,DOA)估计是阵列信号处理领域的重要研究方向,也是电子侦察与电子攻击领域的关键技术之一。以提高DOA估计精度和降低计算复杂度为导向,结合模型驱动和数据驱动方法的各自优势,提出了基于深度展开网络的DOA估计统一框架,阐述了稀疏阵列离网格DOA估计、无网格DOA估计以及混合信号参数估计等方面的研究进展。对复杂信号模型下的DOA估计、深度展开网络性能分析与挖掘以及分布式稀疏阵列回波信号融合处理等后续的研究内容进行了展望。
文摘针对低空多径效应和地杂波复合作用导致的低空目标探测性能下降,利用正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)-多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达的空间和频率分集特性提高低空目标探测性能.在建立正交频分复用-线性调频发射信号模型、多径效应模型和基于对称阿尔法稳定分布的地杂波模型基础上,得出了OFDM-MIMO雷达接收信号模型.采用匹配滤波器恢复发射-接收天线对信号,通过接收信号融合实现参差补偿,减小了接收信号能量的深度衰减和剧烈起伏.仿真算例表明OFDM-MIMO雷达能够有效减小回波信号剧烈起伏和杂波对目标探测的影响,实现多径干扰和杂波背景下对低空目标的稳定探测.
文摘空域有色噪声会导致现有多输入多输出(multiple input multiple output,MIMO)雷达算法性能下降,甚至完全失效。针对空域色噪声背景下双基地MIMO雷达联合波离角(direction of departure,DOD)和波达角(direction of arrival,DOA)估计问题,分析了现有算法失效的原因。考虑到匹配滤波后无噪协方差矩阵的低秩特性、色噪声协方差矩阵的稀疏特性以及MIMO雷达数据的多维结构特性,提出一种基于张量分析的角度估计算法。首先,构造角度估计的协方差张量,通过去除协方差张量中受噪声协方差影响的元素对色噪声进行抑制。其次,利用张量填充技术对无噪协方差矩阵进行恢复。然后,利用平行因子分解获得目标角度的方向矩阵。最后,采用最小二乘算法对目标的DOA和DOD进行拟合。仿真结果表明,所提算法对色噪声不敏感,且无孔径损失。相比现有矩阵及张量分析算法,所提算法具有更高的估计精度。