基于双L型阵的二维测向算法

提出了一种基于双L型阵的二维测向算法。通过定义新的三维波达方向角,同时利用旋转不变算法获得每一维入射角的独立估计,再由波达方向角之间的约束关系进行配对,提高了测向精度与二维角成功配对概率,改善了双L阵二维测向精度对来波方向敏感的问题。计算机仿真结果表明:所提算法在观测的区域内均具有较高测向精度,特别是在仰角较小时较传统算法其测向精度有较大提高,在低信噪比情况下与传统算法比较提高了二维测向中的角度配对成功概率。

双基地多输入多输出雷达收发四维角联合估计

基于收发分置双L型阵多输入多输出雷达,提出了利用阵列接收数据的互相关去噪特性,进行目标辐射源收发四维角高精度联合估计的新方法。通过对匹配滤波后的阵列接收数据进行重构和互相关操作,可有效消除空间噪声影响,提高角度测量精度。将收或者发二维角的联合估计转化为两个一维估计,且只需对低维度矩阵进行特征分解,减轻了运算负担。利用特征值求取收或者发俯仰角,利用相应的特征向量构造出的虚拟阵列响应矩阵求取与其自动配对的收或者发方位角。仿真实验表明,该算法以较低的运算复杂度,实现了对空域多目标收发四维角的准确估计,估得的收或者发二维角能够自动配对,在低信噪比和短采样数据情形下,具有优良的角度估计性能。

基于阵列流型盲辨识的MIMO雷达二维DOD和二维DOA联合估计

MIMO(Multiple Input Multiple Output)雷达基于分集增益理念,使其相对于相控阵雷达,在目标探测、参数测量、多目标分辨及干扰识别和抑制等方面具有明显优势.目标角度估计是雷达目标参数测量的核心内容,也是雷达对空域目标进行定位和跟踪的前提.本文基于双L型阵列,提出了一种高精度低复杂度的双基地MIMO雷达二维离开角和二维到达角联合估计的新算法.通过对匹配滤波后的阵列接收数据进行子空间分解,实现了阵列流形矩阵的盲辨识,进而获得目标二维到达角和二维离开角的闭式解.所提算法估得的收发四维角(二维离开角和二维到达角)能够自动配对,与2-D ESPRIT(Two Dimensional Estimating Signal Parameters via Rotational Invariance Techniques)算法相比,运算复杂度约是其三分之一,角估计性能相当.仿真实验证明了所提算法以较低的运算复杂度,实现了对目标收发四维角的高精度联合估计.