基于实值降维Capon的频率分集阵MIMO参数估计

由频率分集阵列(FDA)和多输入多输出(MIMO)技术组成的FDA-MIMO雷达因其可以形成角度-距离相关的波束而广受关注。相比于经典的子空间谱估计算法,Capon算法无需特征值分解,计算量小,不用预估信号个数,估计性能稳定。文中提出一种应用于FDA-MIMO雷达的实值降维Capon算法。该算法使用前后项平滑技术和酉变化把接收信号变为实值矩阵,再利用矩阵直积的性质将实值2D-Capon降至一维,用两个一维搜索分别估计角度和距离,极大降低计算量。经过仿真验证,该算法对相干与非相干目标都能准确估计,且保持与二维多重信号分类(2D-MUSIC)算法几乎相同估计精度的同时,有着较低的计算复杂度。