基于迭代重加权的子阵级MIMO雷达角度超分辨算法

针对子阵级多输入多输出(MIMO)雷达阵列孔径数量有限带来的高方向图旁瓣问题,构建了子阵级MIMO雷达收发信号和多子阵角度测量模型,提出了基于自适应迭代重加权(AIR)和p-范数约束下迭代重加权最小二乘(p-IRLS)的角度超分辨算法,分析了两种算法的计算复杂度。在仿真实验中验证了两种算法的性能,并对其在单目标和双目标、以及干扰环境检测中的效果进行了比较分析。仿真结果表明,AIR和p-IRLS算法能够有效降低子阵级MIMO雷达的方向图旁瓣电平,同时实现对目标的角度超分辨。和AIR算法相比,p-IRLS算法在低信噪比和邻近目标分辨性能更突出。

重叠阵元时分复用MIMO雷达多目标参数估计方法研究

针对多普勒-角度耦合和速度模糊问题,该文提出一种基于重叠阵元MIMO阵列的多目标参数估计方法。该方法基于虚拟孔径原理,在传统MIMO天线阵列中引入重叠阵元,构建重叠阵元MIMO天线阵列。通过在角度快速傅里叶变换(FFT)算法中引入循环迭代的方法估计阵列位置参数,利用重叠阵元回波信号的相位差值进行频率估计。同时,引入频谱搬移方法对速度区间进行转换,实现多目标的距离和速度估计。通过蒙特卡罗仿真实验,信噪比15 dB的条件下,解模糊正确率为100%,速度误差为0.1 m/s,角度误差为0.1°。基于城市交通场景采集的车辆数据集进行测试,测试结果表明,该方法能够实现对车辆目标的速度和角度精确估计,可满足交通雷达对车辆信息监测的实时性和准确性需求。

MIMO雷达子阵级m-Capon方法研究

针对多输入多输出(multiple input multiple output,MIMO)雷达虚拟阵列孔径大,典型的降维空时自适应处理(space-time adaptive processing,STAP)方法——m-Capon法无法适用的问题,对子阵级m-Capon法进行了研究,并与相应的相控阵雷达3-Capon方法进行了比较。计算机仿真结果表明,处理器维数相同时,子阵级3-Capon方法性能明显提高,但非主杂波区误差鲁棒性差;子阵级1-Capon法在非主杂波区性能明显提高,但主杂波凹口太宽。在实际应用中,可综合运用两种方法对主杂波和非主杂波区分开处理,为工程实现提供可靠依据。

子阵级平面相控阵ADBF的旁瓣抑制方法

研究子阵级平面相控阵ADBF自适应方向图的旁瓣抑制方法。给出了二维子阵级ADBF的信号模型,适用于任意的平面相控阵。分析了常规的二维子阵级ADBF方法,引入了基于子空间投影的二维子阵级ADBF。研究了常规方法和基于子空间投影方法的结合方法,提高了对自适应方向图进行旁瓣抑制的灵活性,有效地降低了输出SINR损失;可在较好地进行旁瓣抑制的同时,得到与最优波束形成器非常接近的输出SINR。仿真结果证明了所提出方法的有效性。

利用多输入多输出雷达低秩杂波的降维空时自适应算法

为了抑制机载多输入多输出(MIMO)雷达接收信号中的杂波和有源干扰,提出一种利用MIMO雷达低秩杂波进行降维的空时自适应处理算法(LRC-RD).首先根据系统参数离线构造杂波子空间矩阵,再结合有源干扰加噪声协方差矩阵以及目标空时导向矢量来构造降维矩阵,最后用降维后的数据计算自适应权值.LRC-RD算法可将全维数据维数降为杂波的秩加1,从而降低了计算复杂度和计算自适应权值所需的训练样本数,所以收敛速度快,并且其理论性能可以达到全维处理的理论性能.仿真实验表明,LRC-RD算法在没有误差、样本数为降维后的数据维数的2倍时,其信噪比损失在高速区比基于双迭代的算法和基于子阵划分的算法分别高出约5dB和17dB.

MIMO雷达嵌套平行阵下基于子空间的目标二维波达角估计

研究了多输入多输出(multiple input multiple output,MIMO)雷达中的二维波达角(direction of arrival,DOA)估计问题,并提出了一种嵌套平行阵下基于子空间的二维DOA估计算法。利用存在嵌套关系的双平行阵(two parallel uniform linear array,TPULA)作为收发阵列,大大增加了自由度(degree of freedom,DOF)。在DOA估计方面,算法利用数据重构增加虚拟脉冲数,并利用酉变换降低运算复杂度,然后分别基于信号子空间和噪声子空间获得了自动配对的二维DOA估计的闭式解。算法复杂度低,而且相比MIMO雷达中传统TPULA下的算法,该算法拥有更好的角度估计性能,并可辨别空间相干目标。仿真结果验证了算法的有效性。

一种子阵级平面相控阵相干源超分辨新方法

二维子阵级超分辨方法对于多功能相控阵雷达具有重要意义.提出了应用于相干源的子阵级WSF的信号模型.应用简化阵列流形是降低大型相控阵校正成本与代价的十分有效的途径.为此引入子阵级加权网络并构造出基于近似高斯方向图的简化阵列流形,使超分辨测向的灵活性大大提高.该方法克服了直接简化阵列流形方法测向范围无法调整且旁瓣源不能够被完全抑制的缺陷,与基于高斯方向图的简化阵列流形方法相比,运算代价得到显著降低,而测向性能却基本保持不变.仿真结果证实了所提出方法的有效性.

基于子阵的FDA-MIMO雷达去栅瓣方法

针对频率分集多输入多输出(Multiple-Input Multiple-Output with Frequency Diverse Array,FDA-MIMO)雷达在采用常规线性频率间隔的情况下,出现的距离维栅瓣与距离维主瓣宽度的矛盾问题,提出了一种基于子阵的FDA-MIMO雷达去栅瓣方法,推导出基于子阵的FDA-MIMO雷达闭合方向图表达式,并分析了FDA-MIMO雷达采用子阵去除栅瓣和提高距离维分辨率的原理。仿真结果表明,与通过限定频率间隔选取范围去除距离维栅瓣的常规方法相比,当子阵采用互质大频率间隔时,FDA-MIMO雷达形成的方向图不仅去除了距离维栅瓣,且距离维主瓣宽度更窄,距离维分辨率更高。

一种可有效降低运算代价的子阵级波束扫描的旁瓣抑制方法

在子阵级相控阵中,对于多波束形成等很多应用,需要在子阵级进行数字波束扫描。此时抑制扫描方向图的旁瓣是一个重要问题,而其关键在于构造有效的子阵级加权网络。该文将整个阵列作为一个超阵、将每个子阵作为一个超元来考虑,基于用超元方向图近似表示真实子阵方向图的处理思想,使得构造加权网络所需要的各矩阵的维数由原来与阵元数相同降低为与子阵数相同,从而可十分显著地降低运算代价;而且可得到波束形状、宽度及增益均很接近的新的子阵方向图。该方法可在一定程度上抑制子阵级波束扫描后的阵列方向图旁瓣。仿真结果证明了其有效性。

分布式部分校正子阵MIMO雷达角度估计算法

针对子阵部分校正情况下的分布式子阵多输入多输出(MIMO)雷达角度估计问题,提出了一种基于秩亏(RARE)方法的角度估计算法.该算法通过利用分布式子阵MIMO雷达虚拟导向矢量的特殊结构,在构造RARE角度搜索函数时将未知子阵间校正信息排除在外,仅仅利用已知信息估计目标角度,实现了整个阵列的有效利用,进而提高了目标角度分辨率和定位精度.为了评估所提算法的性能,给出了对应的角度估计的克拉美罗界(CRB),仿真结果表明,该算法在子阵信息未知或部分已知的条件下性能有效.

MIMO雷达非均匀子阵划分方法研究

提出一种非均匀子阵划分的MIMO雷达阵列设计方法,其不但具有和均匀子阵划分的MIMO雷达(也称为相控阵-MIMO雷达)相同的优势——能同时获得相干处理增益和波形分集增益;并且,不同孔径的子阵使子波束的形成更加灵活;更大的子阵孔径给发射端提供了额外的自由度.理论分析表明,与相控阵-MIMO雷达相比,采用常规波束形成,当干噪比比较低时,所提的非均匀子阵划分的MIMO雷达的输出信干噪比(SINR)更高.仿真实验也证明了上述理论分析的正确性,并表明所提的非均匀子阵的划分方法可以获得更低的副瓣电平.在最小方差无畸变响应波束形成下,零陷更深,输出SINR更高并且抗干扰能力更强.

基于矩阵束的嵌套MIMO雷达快速DOA估计方法

对于非相干信源,在低信噪比和少快拍数条件下,针对单基地嵌套多输入多输出(MIMO)雷达利用旋转不变子空间(ESPRIT)算法进行波达方向(DOA)估计时精度不高的问题,提出了基于矩阵束的快速DOA估计方法。首先,将单基地嵌套MIMO雷达接收数据协方差矩阵向量化,并对其中重复数据进行冗余平均处理得到“和差联合阵列”虚拟接收数据;然后,对该单快拍的等效均匀线阵接收信号矢量构造矩阵束;最后,利用前向或前后向矩阵束算法来估计目标角度。文中所提算法具有更高的DOA估计精度和更低的算法复杂度,且在低信噪比和少快拍数条件下仍能有效估计目标角度。仿真实验与总体最小二乘ESPRIT算法进行对比,验证了所提算法的有效性和优越性。

面向单基地MIMO雷达的展开增广互质阵设计:低互耦和高自由度

针对现有多输入多输出(multiple input multiple output, MIMO)雷达互耦率高、自由度低的问题,提出了一种低互耦率、高自由度的展开增广互质阵MIMO雷达设计方式。首先在收发两端分别部署展开增广互质阵列。然后通过引入稀疏扩展因子,使展开增广互质阵列子阵的阵元间隔得到扩展,并得到所提出的展开增广互质MIMO雷达阵元位置的闭式表达式。随后通过广义和差联合阵列的概念,详细推导出了雷达的连续自由度和总自由度的闭式解。最后通过基于空间平滑的多重信号分类方法得到波达方向(direction of arrival, DOA)估计。与其他互质MIMO雷达结构相比,所提出的展开增广互质MIMO雷达能够获得更多的连续自由度并具有更低的互耦率。仿真结果验证了所提出的雷达结构在DOA估计方面的有效性和优势。

子阵级密集MIMO阵列性能分析及试验验证

相比单元级密集多输入多输出(MIMO)阵列的处理复杂度,子阵级密集MIMO阵列更具工程应用前景。针对已有文献分析均基于单元级密集MIMO阵列的不足,文中首先理论推导出了子阵级密集MIMO阵列的归一化方向图函数,然后阐述了其与单元级密集MIMO阵列在虚拟孔径形成上的本质差异,并分别与单元级密集MIMO阵列和相控阵(PA)进行了信噪比、测角精度和角分辨率等性能的对比分析,最后搭建试验平台验证了理论分析的正确性。

阵元利用率最高的MIMO雷达阵列结构优化算法

提出了一种多输入多输出雷达阵列结构优化新算法.首先要求在实际物理阵元数最少的条件下能够在接收端获得尽可能多的有效虚拟阵元数,即系统总的物理阵元利用率最高;然后约束多输入多输出雷达的虚拟阵列满足最小冗余阵的要求,从而提高系统的分辨率并克服栅瓣和高旁瓣的影响.理论分析和算法求解结果都表明,该算法优化出的多输入多输出雷达阵列是收发为同一阵列的非均匀线阵,在物理阵元总数相同的条件下,较其他阵列结构具有更好的波束性能.

机会数字阵雷达概念与应用技术分析

机会数字阵雷达是以平台隐身性设计为核心,以数字阵列雷达为基础,兼具多功能、多模式的"一体化"新概念雷达系统。本文在对国外有关概念雏形描述理解基础之上,对其定义和涵义进行了深入透析,详细论述了"机会"一词的几层涵义。分析了机会数字阵雷达不同于传统相控阵雷达的技术特性和应用潜力,以及机会数字阵雷达所面临的技术难题,如3-D空间单元"机会性"分布优化选取和波束综合,信号传输与同步以及多自由度的系统资源优化管理等问题,并给出了初步的解决方案和仿真结果。

MIMO雷达稀疏阵优化设计

多输入多输出(multiple input multiple output,MIMO)稀疏布阵虽然可以获得最大的连续虚拟孔径,但在机载应用中无法进行规则的稀疏布阵。采用模拟退火算法,以MIMO接收端的虚拟收发联合波束为优化对象,对MIMO雷达的稀疏布阵进行优化设计。通过优化MIMO雷达的发射和接收阵元位置,可以在保持主瓣在不展宽的情况下获得更好的旁瓣水平,仿真结果验证了这一方法的有效性。

测量目标高度的双基地MIMO雷达虚拟阵元技术

提出了一种通过双基地多输入多输出雷达虚拟阵元技术进行目标高度测量的方法.该方法在接收端估计目标相对于发射阵列和接收阵列的角度,然后利用获得的角度进行目标高度测量.与传统的双基地雷达测高方法不同,该方法既不需要发射端和接收端之间的时间同步,也不需要在收发两端之间传输数据,从而简化了系统的配置.另外,在多目标情况下,该方法估计的角度能够自动配对,从而避免了目标模糊.

分布式MIMO数字阵列雷达阵元优化配置

为了合理分配相参增益和空间分集增益在分布式多输入多输出(MIMO)数字阵列雷达系统中的比重,研究了其阵元的优化配置问题。首先,根据MIMO雷达信号模型将阵元配置问题转化为目标散射系数矩阵的分块划分问题;然后,依据子块内信号相参处理,子块间信号非相参处理的方式推导了似然比检测器;最后,分别从检测概率最大、探测距离最远和总的阵元数最少三个方面给出了阵元优化配置的表达式并进行了仿真分析。研究结果表明:应首先利用相参增益将回波信噪比提高到一定值后才能利用空间分集增益;分置接收天线比分置发射天线牺牲的相参增益少;当检测概率大于0.8时,分置两个收发共用的相控阵天线可使系统阵元总数最少,否则无需天线分置。

双基地MIMO雷达发射阵列幅相误差的旋转阵列校正法

双基地多输入多输出(multiple-input multiple-output,MIMO)雷达可利用直达波进行幅相误差校正,但当直达波方向测量不准时,现有的校正算法性能会严重恶化。针对此问题,提出了一种新的基于子空间的旋转阵列幅相误差校正算法。该算法通过旋转发射阵列天线得到不同方位角的协方差矩阵,利用子空间算法估计通道的增益和相位误差。该算法无需已知直达波的入射角,只需已知发射阵列天线的旋转角度,即可同时完成发射通道幅相误差和直达波到达角的估计,且性能较好,计算机仿真和实测数据结果验证了算法的有效性。