基于稀疏阵列的电磁矢量传感器多输入多输出雷达高分辨角度和极化参数联合估计

针对双基地电磁矢量传感器多输入多输出(electromagnetic vector sensors multiple-input multiple-output,EMVS-MIMO)雷达参数估计精度以及角度参数配对问题,通过设计一种新的稀疏阵列和采用自动参数配对算法来实现高分辨的角度参数和极化参数联合估计.首先,通过设计稀疏的发射阵列和接收阵列来实现对EMVS-MIMO雷达阵列孔径的扩展;然后,提出平行因子-三线性分解算法对接收数据的三阶张量模型进行求解.所提出的平行因子-三线性分解算法能够实现二维发射角、二维接收角、极化相位角和极化相位差的联合参数自动配对;且针对估计得到的发射导向矢量矩阵和接收导向矢量矩阵,根据旋转不变特性可以实现高精度的发射俯仰角和接收俯仰角测量.在得到精确的发射俯仰角和接收俯仰角之后,相应的发射和接收方位角、极化角和极化相位差可以通过矢量叉积算法来进行估计.相比于现有算法,所提出的算法能够避免高维数据奇异值分解以及额外的参数配对过程;且通过稀疏阵列设计,角度参数估计精度能够进一步地提升,仿真结果表明所提出的算法具有优良的角度参数估计性能.

基于新型阵列的双基地电磁矢量传感器MIMO雷达高分辨角度参数估计

针对双基地EMVS-MIMO雷达角度参数估计问题,该文通过设计新的发射阵列和接收阵列来实现对双基地EMVS-MIMO雷达角度参数估计精度的提升。相比于半波长的均匀线性发射阵列和接收阵列,所设计的新型阵列能够实现发射端和接收端阵列孔径的扩展。并且,为了避免发射角和接收角的角度参数额外配对过程,该文利用平行因子算法来实现发射角和接收角的角度参数自动配对。同时,相应的发射方位角、发射俯仰角、发射极化角、发射极化相位差和接收方位角、接收俯仰角、接收极化角以及接收极化相位差也是自动配对的。通过利用平行因子算法多次迭代之后得到的方向加载矩阵,对应于发射角和接收角的精粗估计的旋转不变关系可以从方向加载矩阵中进行相应的提取。因此,高分辨的发射角和接收角可以通过精粗估计的结合来实现。相比于当前算法,所提算法具有自动参数配对特性以及较低的计算复杂度。仿真实验表明所提算法具有较高的估计精度。

电磁矢量传感器EVS对MIMO多天线系统影响研究

为提高多输入多输出(MIMO)无线通信系统的性能,建立了基于标量传感器的均匀矩形天线阵列(URA),并将电磁矢量传感器信号处理方式与MIMO信号处理方式有机结合,建立了基于电磁矢量传感器的天线阵列。推导了各天线阵列的空间衰落相关性公式,分析了方位角和仰角的平均到达及角度扩展等参数变化对于相关性的影响。确立了MIMO系统发射和接收两端的相关性协方差矩阵,分析了不同天线阵列的信道容量大小。通过仿真模拟,证明了电磁矢量传感器阵列具有优异的性能和良好的应用前景。

基于矢量重构的双基地MIMO雷达相干多目标定位

提出了一种基于目标信息矢量重构的双基地多输入多输出(multiple-input multiple-output,MIMO)雷达相干信源角度估计方法。利用目标信息矢量中的元素,构造出解相干处理的通用块Hankel矩阵。证明了该矩阵的秩为总目标数时矩阵行数和列数所应满足的条件,并基于奇异值分解求解出信号和噪声子空间,然后利用ESPRIT算法获得角度的估计值。同时,给出了直接数据提取法和特征矢量提取法来获得目标的信息矢量。仿真实验表明:本文算法能够有效地估计出相干信源的收发角度,且实现自动配对;当兼顾角度估计精度和算法的复杂度时,应满足块Hankel矩阵的行数不大于列数;在低信噪比下,本文算法的估计精度优于空间平滑算法,且特征矢量提取法的估计精度优于直接数据提取法。