频控阵(Frequency Diversity Array,FDA)雷达于2006年由Antonik和Wicks提出.由于FDA雷达每个相邻的天线之间存在一个频率偏移,因此在发射阵列存在距离角度二维依赖性.而对于双基地频控阵多输入多输出(FDA-Multiple Input Multiple Outpu...频控阵(Frequency Diversity Array,FDA)雷达于2006年由Antonik和Wicks提出.由于FDA雷达每个相邻的天线之间存在一个频率偏移,因此在发射阵列存在距离角度二维依赖性.而对于双基地频控阵多输入多输出(FDA-Multiple Input Multiple Output,FDA-MIMO)雷达而言,在导向矢量中耦合了波离方向、到达方向、距离(Direction Of Departure-Direction Of Arrival-range,DOD-DOA-range)三个信息,如何对三者信息进行解耦便成为研究的重点.本文针对双基地FDA-MIMO雷达的目标参数估计问题,提出了一个张量框架下的降维多重信号分类(Reduced-Dimension MUltiple SIgnal Classification,RD-MUSIC)的参数估计算法.首先,为了将发射阵列中的DOD和距离信息进行解耦,需要对发射阵列进行子阵的划分.紧接着利用高阶奇异值分解(High-Order-Singular Value Decomposition,HOSVD)算法获得信号子空间,并构建二维空间谱函数.其次,通过拉格朗日算法对空间谱进行降维,使其仅与DOA有关,从而得到DOA估计.然后利用子阵之间的频率增量来对DOD和距离信息进行解耦,同时消除相位模糊,最终得到与DOA估计自动匹配的DOD和距离估计.所提算法利用高维数据的多维结构提高了估计精度,同时能够有效地降低运算复杂度.数值实验证明了所提算法性能的优越性.展开更多
双基地多输入多输出(multiple input multiple output,MIMO)雷达收发阵列互耦和幅相误差会严重影响高分辨波达方向(direction of arrival,DOA)和波离方向(direction of departure,DOD)估计算法的性能。针对这一问题,通过在收发阵列中分...双基地多输入多输出(multiple input multiple output,MIMO)雷达收发阵列互耦和幅相误差会严重影响高分辨波达方向(direction of arrival,DOA)和波离方向(direction of departure,DOD)估计算法的性能。针对这一问题,通过在收发阵列中分别引入若干个经过精确校正的辅助阵元,并利用子空间原理和降维思想,提出了一种双基地MIMO雷达目标二维角度及收发阵列互耦和幅相误差矩阵的联合估计算法。首先,该算法不需要收发阵列互耦和幅相误差矩阵信息,就能较为精确地估计出目标的DOA和DOD;然后,基于对目标二维角度的精确估计,还能进一步对互耦和幅相误差矩阵进行精确估计,进而对收发阵列误差实现自校正。所提算法只需进行一维谱峰搜索,不需要高维非线性优化搜索,所以运算量较小。计算机仿真结果证明了所提算法的有效性和正确性。展开更多
展开互质阵列将两个子阵完全展开,因而可在阵元数目受限情况下获得相较于均匀阵列以及传统互质阵列更大的阵列孔径。文中基于双基地展开互质阵列多输入多输出(Multiple Input Multiple Output,MIMO)雷达阵列结构,提出了基于降维多重信...展开互质阵列将两个子阵完全展开,因而可在阵元数目受限情况下获得相较于均匀阵列以及传统互质阵列更大的阵列孔径。文中基于双基地展开互质阵列多输入多输出(Multiple Input Multiple Output,MIMO)雷达阵列结构,提出了基于降维多重信号分类(Multiple Signal Classification,MUSIC)算法的双基地展开互质阵列MIMO雷达离开角(Direction of Departure,DOD)、到达角(Direction of Arrival,DOA)联合估计算法。算法通过增加约束并构造代价函数的方式,将二维MUSIC算法中的穷尽搜索二维谱峰转化为求解带约束二次优化问题,先后得到DOA、DOD,并且DOD与DOA自动配对。降维思想的引入使得算法无需二维搜索,因而复杂度显著下降。同时,得益于展开互质阵列MIMO雷达形成的虚拟阵列与大幅扩展的阵列孔径,文中提出的算法亦获得了显著提升的分辨率、自由度以及低信噪比下更为优异的估计性能。此外,子阵数目的互质消除了阵元间距大于半波长可能导致的相位模糊问题。仿真验证了算法的有效性。展开更多
多输入多输出(Multiple-input multiple-output,MIMO)雷达利用多个天线发送和接收信号,具有超过传统相控阵的潜在优势。本文提出一种双基地MIMO雷达中基于传播算子的离开角(Direction of departure,DOD)和到达角(Direction of arrival,D...多输入多输出(Multiple-input multiple-output,MIMO)雷达利用多个天线发送和接收信号,具有超过传统相控阵的潜在优势。本文提出一种双基地MIMO雷达中基于传播算子的离开角(Direction of departure,DOD)和到达角(Direction of arrival,DOA)估计算法。该算法利用传播因子避免了对协方差矩阵特征值分解降低了运算的复杂度,并且在低信噪比和低快拍数的情况下,该算法仍具有良好的性能。与快速多目标定位算法相比,本文算法的角度估计性能有很大的提高。文中还推导出了离开角和到达角估计的均方误差。仿真结果证明了该算法的有效性。展开更多
文摘频控阵(Frequency Diversity Array,FDA)雷达于2006年由Antonik和Wicks提出.由于FDA雷达每个相邻的天线之间存在一个频率偏移,因此在发射阵列存在距离角度二维依赖性.而对于双基地频控阵多输入多输出(FDA-Multiple Input Multiple Output,FDA-MIMO)雷达而言,在导向矢量中耦合了波离方向、到达方向、距离(Direction Of Departure-Direction Of Arrival-range,DOD-DOA-range)三个信息,如何对三者信息进行解耦便成为研究的重点.本文针对双基地FDA-MIMO雷达的目标参数估计问题,提出了一个张量框架下的降维多重信号分类(Reduced-Dimension MUltiple SIgnal Classification,RD-MUSIC)的参数估计算法.首先,为了将发射阵列中的DOD和距离信息进行解耦,需要对发射阵列进行子阵的划分.紧接着利用高阶奇异值分解(High-Order-Singular Value Decomposition,HOSVD)算法获得信号子空间,并构建二维空间谱函数.其次,通过拉格朗日算法对空间谱进行降维,使其仅与DOA有关,从而得到DOA估计.然后利用子阵之间的频率增量来对DOD和距离信息进行解耦,同时消除相位模糊,最终得到与DOA估计自动匹配的DOD和距离估计.所提算法利用高维数据的多维结构提高了估计精度,同时能够有效地降低运算复杂度.数值实验证明了所提算法性能的优越性.
文摘双基地多输入多输出(multiple input multiple output,MIMO)雷达收发阵列互耦和幅相误差会严重影响高分辨波达方向(direction of arrival,DOA)和波离方向(direction of departure,DOD)估计算法的性能。针对这一问题,通过在收发阵列中分别引入若干个经过精确校正的辅助阵元,并利用子空间原理和降维思想,提出了一种双基地MIMO雷达目标二维角度及收发阵列互耦和幅相误差矩阵的联合估计算法。首先,该算法不需要收发阵列互耦和幅相误差矩阵信息,就能较为精确地估计出目标的DOA和DOD;然后,基于对目标二维角度的精确估计,还能进一步对互耦和幅相误差矩阵进行精确估计,进而对收发阵列误差实现自校正。所提算法只需进行一维谱峰搜索,不需要高维非线性优化搜索,所以运算量较小。计算机仿真结果证明了所提算法的有效性和正确性。
文摘展开互质阵列将两个子阵完全展开,因而可在阵元数目受限情况下获得相较于均匀阵列以及传统互质阵列更大的阵列孔径。文中基于双基地展开互质阵列多输入多输出(Multiple Input Multiple Output,MIMO)雷达阵列结构,提出了基于降维多重信号分类(Multiple Signal Classification,MUSIC)算法的双基地展开互质阵列MIMO雷达离开角(Direction of Departure,DOD)、到达角(Direction of Arrival,DOA)联合估计算法。算法通过增加约束并构造代价函数的方式,将二维MUSIC算法中的穷尽搜索二维谱峰转化为求解带约束二次优化问题,先后得到DOA、DOD,并且DOD与DOA自动配对。降维思想的引入使得算法无需二维搜索,因而复杂度显著下降。同时,得益于展开互质阵列MIMO雷达形成的虚拟阵列与大幅扩展的阵列孔径,文中提出的算法亦获得了显著提升的分辨率、自由度以及低信噪比下更为优异的估计性能。此外,子阵数目的互质消除了阵元间距大于半波长可能导致的相位模糊问题。仿真验证了算法的有效性。
文摘多输入多输出(Multiple-input multiple-output,MIMO)雷达利用多个天线发送和接收信号,具有超过传统相控阵的潜在优势。本文提出一种双基地MIMO雷达中基于传播算子的离开角(Direction of departure,DOD)和到达角(Direction of arrival,DOA)估计算法。该算法利用传播因子避免了对协方差矩阵特征值分解降低了运算的复杂度,并且在低信噪比和低快拍数的情况下,该算法仍具有良好的性能。与快速多目标定位算法相比,本文算法的角度估计性能有很大的提高。文中还推导出了离开角和到达角估计的均方误差。仿真结果证明了该算法的有效性。
