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
频控阵-多输入多输出(Frequency Diverse Array-Multiple Input Multiple Output,FDA-MIMO)雷达是一种新体制雷达,其发射频率分集特性带来了额外的距离维信息,然而采样误差同样带来了导向矢量失配的问题,不仅如此,角度误差的存在也会进...频控阵-多输入多输出(Frequency Diverse Array-Multiple Input Multiple Output,FDA-MIMO)雷达是一种新体制雷达,其发射频率分集特性带来了额外的距离维信息,然而采样误差同样带来了导向矢量失配的问题,不仅如此,角度误差的存在也会进一步加重导向矢量的失配,极大地影响检测器的检测性能。此外,目标速度过快也会对FDA-MIMO雷达的目标检测性能产生影响。速度带来的影响具体表现在两个方面:一方面会导致目标的距离走动,从而导致不同慢时间的回波包络不能对齐,无法相干积累;二是频率增量引起的多普勒扩展,使得不同发射通道的多普勒频率不一样,这会进一步影响检测性能。针对上述问题,本文针对运动目标情况下的目标检测问题进行研究,为了解决目标运动带来的距离徙动和多普勒扩展效应,引入Keystone变换进行校正。此外,为了提升阵列失配条件下的目标检测性能,本文引入子空间模型,提出了距离角度失配情况下的子空间构建方法,并基于广义似然比检验(Generalized Likelihood Ratio Test,GLRT)准则推导了FDA-MIMO雷达在距离和角度失配条件下的自适应检测器。仿真结果表明:在高斯白噪声背景下,所提算法可以校正运动目标在速度较快情况下导致的距离徙动和多普勒扩展效应,且在阵列距离和角度失配条件下的检测性能优于传统的GLRT检测器。此外本文所提Keystone-空域处理检测器与Keystone-全空时处理检测器的性能接近,且计算复杂度更低。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.
文摘频控阵-多输入多输出(Frequency Diverse Array-Multiple Input Multiple Output,FDA-MIMO)雷达是一种新体制雷达,其发射频率分集特性带来了额外的距离维信息,然而采样误差同样带来了导向矢量失配的问题,不仅如此,角度误差的存在也会进一步加重导向矢量的失配,极大地影响检测器的检测性能。此外,目标速度过快也会对FDA-MIMO雷达的目标检测性能产生影响。速度带来的影响具体表现在两个方面:一方面会导致目标的距离走动,从而导致不同慢时间的回波包络不能对齐,无法相干积累;二是频率增量引起的多普勒扩展,使得不同发射通道的多普勒频率不一样,这会进一步影响检测性能。针对上述问题,本文针对运动目标情况下的目标检测问题进行研究,为了解决目标运动带来的距离徙动和多普勒扩展效应,引入Keystone变换进行校正。此外,为了提升阵列失配条件下的目标检测性能,本文引入子空间模型,提出了距离角度失配情况下的子空间构建方法,并基于广义似然比检验(Generalized Likelihood Ratio Test,GLRT)准则推导了FDA-MIMO雷达在距离和角度失配条件下的自适应检测器。仿真结果表明:在高斯白噪声背景下,所提算法可以校正运动目标在速度较快情况下导致的距离徙动和多普勒扩展效应,且在阵列距离和角度失配条件下的检测性能优于传统的GLRT检测器。此外本文所提Keystone-空域处理检测器与Keystone-全空时处理检测器的性能接近,且计算复杂度更低。
