最小冗余MIMO雷达阵列设计

阵列天线的优化设计对降低系统成本、提高系统性能起着关键的作用。最小冗余阵因其能用较少的物理阵元形成较大的阵列孔径而备受关注,但是其阵元位置往往只能通过穷举法搜索得到,而穷举法的运算复杂度很高,因此不利于实际应用。针对这一不足,根据组合设计理论中的循环差集的基本原理,提出了一种基于循环差集的最小冗余MIMO雷达阵列设计算法。该算法利用最少的物理阵元能够得到更大的阵列孔径,并且能解析地求出发射阵元和接收阵元的位置,适用于任意大阵元数情形的阵列优化。仿真结果表明,该算法是一种有效的最小冗余MIMO雷达阵列优化算法。

基于波束域预处理的MIMO雷达MVDR波束形成算法

传统的MIMO雷达的发射阵列通常进行全向发射,而感兴趣的目标往往集中在较小的空域范围内,全向发射就造成了大量的功率浪费,从而导致波束形成器的输出信干噪比降低,针对这一不足,提出了一种基于发射波束域预处理的MIMO雷达MVDR波束形成算法。该算法首先利用二阶锥规划设计出波束域矩阵,通过发射波束域预处理使发射功率聚集在感兴趣的区域,同时保持预处理后的导向矢量的旋转不变性,然后利用MVDR算法进行自适应波束形成。仿真结果表明:波束域预处理提高了发射功率的利用率,因此,在发射功率相同的条件下,基于发射波束域预处理的MIMO雷达MVDR波束形成器具有更高的输出信干噪比。

一种降维的MIMO雷达MVDR波束形成算法

深入研究了多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达的波束形成问题,针对MIMO雷达直接运用常规的最小方差无失真响应(MVDR)波束形成算法时所需的训练样本数大和运算复杂度高的不足,提出了一种降维的MVDR波束形成算法。该算法首先将1个MN维(M,N分别为发射和接收阵元数)的权矢量分解成两个低维(1个M维和1个N维)权矢量的Kronecker积,然后分别利用MVDR算法求得分解后的两个权矢量,最后再合成原始的最佳权矢量。该算法通过将一个高维权矢量的求解问题转换成两个低维权矢量的分别求解问题,在保证波束形成器性能的基础上有效地降低了运算复杂度,减少了所需的训练样本数,因此本文算法更具有实际应用价值。仿真结果验证了算法的有效性。

基于四阶累积量的双基地MIMO雷达收发角度估计

提出了一种基于四阶累积量的双基地MIMO雷达收发角度估计算法。在接收端,通过分别构造单阵元和双阵元的四阶累积量矩阵,采用基于四阶累积量的MUSIC算法和ESPRIT算法分别估计出目标的离开方向(DOD)和波达方向(DOA),并且DOD和DOA自动配对。该算法将二维参数的估计问题转化为两个一维形式,不需要二维谱峰搜索,在保证二维方位角估计性能的基础上,降低了运算量。利用四阶累积量有效地扩展了阵列孔径,并且适用于任意加性高斯噪声环境。仿真结果验证了算法的有效性。

基于二阶锥规划的MIMO雷达稳健自适应波束形成

针对MIMO雷达自适应波束形成中期望目标导向矢量的失配问题,提出了一种基于二阶锥规划(SOCP)的稳健自适应波束形成算法。该算法首先将1个MN维(M,N分别为发射和接收阵元数)的权矢量分解成2个低维(1个M维和1个N维)权矢量的Kronecker积,然后分别限制实际的目标发射导向矢量和目标接收导向矢量与假定的导向矢量之间的误差范数的边界,通过优化最差性能,利用SOCP求得分解后的2个权矢量,最后再合成原权矢量。通过降维处理,算法在保证波束形成器性能的基础上,有效地降低了运算复杂度。仿真结果验证了算法的有效性。

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。

基于分辨力最优的MIMO雷达布阵优化

在MIMO雷达的分辨力达到最优的基础上,提出了一种阵元配置的方法,从理论上分析了其估计性能,并将其与最小冗余配置下的MIMO雷达在分辨力、估计成功概率、CRB(Cramer-Raobound)、拓扑增益等方面进行了仿真对比,结果表明:与最小冗余配置方法相比,该方法配置下的MIMO雷达在分辨力和估计的CRB下界等估计性能方面更优,更利于在实际中应用。最后,计算机仿真结果验证了方法的有效性和可行性。

基于多目标CRLB的分布式相干MIMO雷达阵列优化

根据分布式相干MIMO雷达的工作原理和空间多目标信号模型,在目标位置估计的基础上,推导证明了多目标位置估计的克拉美罗下界(Cramer-Rao lower bound,CRLB)。在对比单目标条件下阵列优化的前提下,提出了基于多目标空间分集增益和目标互扰模型的优化布阵准则,同时分析论证了多目标条件下优化布阵存在的必然性,给出了均匀非对称水平布型为优化布阵的结论。仿真实验验证了理论分析的正确性。

一种改进的MVDR相干信源DOA估计算法

最小方差无失真响应(MVDR)算法是一种经典的波束形成算法,同时也能实现DOA估计,但是其分辨力往往比较低。针对这一不足,提出了一种改进的MVDR相干信源DOA估计算法。该算法首先对阵列接收数据阵进行共轭重排构造出增广数据矩阵,然后利用奇异值分解(SVD)求出增广矩阵的伪逆,再用传统的MVDR算法进行DOA估计。仿真结果表明,与传统的MVDR算法和前后向空间平滑算法相比,在阵元数较少和快拍数较低的情况下,该算法具有更高的DOA估计精度和分辨力,因而是一种很好的相干信号DOA估计算法。

色噪声环境下MIMO雷达相干目标角度估计算法

针对色噪声环境下的MIMO雷达相干目标角度估计问题,提出一种基于目标信息矢量重构的角度估计算法。算法对MIMO雷达的接收数据进行了低复杂度改进,通过计算四阶累积量,得到一组矢量并证明该矢量包含所有目标的角度信息,通过重构Toeplitz矩阵,结合MUSIC算法实现了色噪声环境下MIMO雷达相干目标的角度估计。算法保留了MIMO雷达的阵元扩展能力和目标分辨力,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,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。