基于快速张量分解的波束空间MIMO雷达二维DOA估计算法

传统MIMO雷达由于采用全向发射模式导致目标增益损失严重,致使DOA估计算法性能较差。因此,本文提出基于波束空间MIMO雷达的张量模型和快速张量分解的二维DOA估计算法。波束空间MIMO雷达能够通过发射波束成形技术将发射能量集中到指定空域,弥补传统MIMO雷达的发射增益损失。通过高阶张量模型应用MIMO雷达多脉冲接收数据的多维结构,进一步改善DOA估计性能。由于所提方法能有效利用矩阵因子的范德蒙特结构,仅涉及矩阵运算无需优化处理,相对于传统的张量分解方法计算复杂度显著降低。同现有波束空间MIMO雷达DOA估计算法相比,所提算法具有更高的估计精度和更好的分辨能力。仿真验证了算法的有效性。

基于卷积波束空间传播算子的FDA-MIMO雷达角度、距离估计算法

针对FDA-MIMO雷达接收数据维数高和工程实现复杂的问题,提出一种FDA-MIMO雷达卷积波束空间目标角度、距离估计算法。首先基于发射波形间的正交性,将对应各发射波形的回波信号通过一组满足奈奎斯特性质的滤波器组,然后对各滤波器的稳态卷积输出进行抽取处理以降低数据维数;对抽取数据应用传播算子法,再基于卷积滤波器的通带特性和FDA阵列角度、距离间的耦合关系,实现目标角度和距离参数的无模糊估计。仿真实验验证了该参数估计算法的有效性。

一种动平台MIMO雷达对海广域探测波束锐化方法

为解决动平台相控阵雷达前视成像方位分辨率低的问题,文中利用多输入多输出(Multiple Input Multiple Output,MIMO)雷达角度分辨力的优势,给出了一种适用于广域宽角扫描的机载MIMO雷达波束锐化方法。首先,根据MIMO雷达虚拟阵列原理,在宽发窄收和同时多波束探测模式下,建立了子阵级MIMO雷达前视成像回波模型;然后,在贝叶斯准则下,结合噪声统计先验信息,给出了基于最大似然估计的波束锐化方法。仿真和数据分析发现,该方法在较宽的角域内均可以获得良好的波束锐化性能,同时又极大节省了时间资源,具有一定的工程应用价值。

基于稀疏空间采样的雷达阵列天线主波束指向估计

天线主波束指向代表了雷达的能量集中方向,其在电子对抗领域是一个十分重要的信息。当已知雷达天线的主波束指向时,可以避开目标雷达的探测或对其实施精准的电子干扰。基于雷达周围部署的少量观测点,构建噪声环境下的稀疏空间采样数学模型,并提出四种雷达阵列天线主波束指向的估计算法。蒙特卡洛仿真测试结果展示了所提算法在不同条件下的估计准确性。

多接收子阵下特征波束的角度空间调制方法

基于波束赋形的波束切换空间调制算法,不仅可以提高频谱效率,还可以利用天线阵列增益提高能量效率。该文利用信道响应构造统计平均的协方差矩阵,构造正交特征向量作为阵列的加权矢量,形成相互独立的多个等效传输信道,利用波束赋形增益和分集增益提高无线通信的传输可靠性和传输能力。进一步采用天线子阵分组方法,克服信道相关性带来的不利影响。性能分析和仿真结果表明,特征波束角度空间调制方案可获得更多的波束组合数目,会明显改善译码性能和频谱效率。

基于波束空间的米波MIMO雷达角度估计算法

针对米波多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达低仰角估计的问题,提出了一种基于波束空间的角度估计算法.结合米波MIMO雷达低仰角目标的回波特点,建立了同时考虑发射多径和接收多径的信号模型.算法首先在接收端形成多个接收波束,再利用发射信号进行匹配滤波,然后在接收端形成多个发射波束,将接收数据由阵元空间映射到波束空间,最后利用改进的广义多重信号分类算法进行角度估计.与基于阵元空间的算法相比,该算法在基本不损失角度估计精度的同时,大大降低了运算量.理论分析和仿真结果表明了该算法的优越性.

基于极化-相位调制的雷达通信一体化波束方向图设计

为进一步实现雷达与通信系统的高效协同,提出一种基于极化相位联合调制的雷达通信一体化发射波束方向图设计方法。首先,通过正交子空间投影方法将权矢量投影至指定流形空间的零空间;然后,针对通信与探测权矢量的不同指标设计目标函数并通过优化算法求解,以实现通信信息的嵌入与极化控制;最后,添加人工噪声干扰以降低非通信方向对通信信息的截获概率。仿真结果表明所提方法可以实现极化调控和旁瓣约束,通信信号相比于已有方法具有更高的传输速率和抗截获概率。

基于降维变换的低复杂度双基地EMVS-MIMO雷达高分辨多维参数估计

针对当前算法在实现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)雷达的多维参数估计时计算代价较高的问题,通过利用降维变换技术来实现低复杂度的角度参数和极化参数求解。针对阵列接收数据维度较大问题,通过设计相应的波束空间变换矩阵来实现对阵列接收数据的降维处理。针对算法本身的较高计算复杂度问题,采用低计算复杂度的平行因子分解算法。所提算法能够精确地实现对发射因子矩阵和接收因子矩阵的求解。同时,通过新的旋转不变关系构建新的估计信号参数,可以实现对发射/接收俯仰角的求解。进一步,发射/接收方位角、发射/接收极化角和发射/接收极化相位差的估计可以通过发射/接收空间响应矩阵的重构来实现。仿真实验结果表明,所提算法在降低计算复杂度的同时能够保持优越的多维参数估计性能。

基于空间波束不变性的升空平台大规模MIMO导频攻击检测与消除方法

针对升空通信平台大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统中在通信接入阶段遭受导频攻击引入的信息泄露问题,提出了一种基于空间波束不变性的导频接入攻击检测与消除方法。该方案基于用户空间波束域信道结构特征,在缺少信道先验信息的条件下使用点排序簇结构(Ordering Points to Identify the Clustering Structure,OPTICS)聚类算法,分离提取接入攻击与合法用户的波束域信道,消除接入攻击导致的信号损伤,实现合法用户信号安全传输。仿真结果表明,所提方案能够有效降低导频接入攻击对系统安全传输的影响。

基于降维波束空间的实值ESPRIT单基地MIMO雷达测角算法

单基地多输入多输出(MIMO)雷达的波达方向(DOA)估计问题是近年来研究的热点。高维度的MIMO雷达数据,导致传统旋转不变性参数估计技术(ESPRIT)算法需要付出较大的运算代价。在低信噪比、低快拍数的条件下,传统ESPRIT算法性能会严重下降。为了克服传统ESPRIT算法的以上缺点,该文提出一种降维波束空间的实值ESPRIT算法。该算法通过转换矩阵,将高维度MIMO雷达数据转换到低维度的数据,从而去除数据中的冗余。然后再将低维数据变换到波束空间,构造实值旋转不变性等式,用以估计目标的角度。仿真结果表明,在低信噪比和低快拍数时,相比于传统ESPRIT算法,该文所提方法具有更好的角度估计性能和更少的运算量。

波束空间的双基地MIMO雷达定位方法

提出了一种基于波束空间的双基地多输入多输出(MIMO)雷达目标定位方法——B-ESPRIT算法。该算法可重构受波束空间变换破坏的发射和接收阵列旋转不变特性,从而可利用ESPRIT方法来得到对目标收发方位角的估计值。由于降低了处理数据的维数,所提的B-ESPRIT算法相比常规的阵元空间ESPRIT(E-ESPRIT)算法具有更小的运算量。此外,还详细分析讨论了算法的波束增益与目标角度的关系,并通过计算机仿真证明了分析的正确性。

基于波束空间MUSIC的MIMO雷达波达方向估计

在进行波达方向估计时,阵元空间MUSIC方法的计算量通常都比较大。为了解决此问题,采用了波束空间MUSIC的方法,它的计算量较阵元空间MUSIC方法有所下降,将它运用于多输入多输出雷达波达方向的估计问题。计算机仿真实验表明,虽然协方差矩阵特征分解的计算量下降了,但是波束空间MUSIC的性能依然良好。

米波MIMO雷达波束空间精确最大似然算法

针对阵元空间多输入多输出(multiple input multiple output,MIMO)雷达低仰角估计方法运算量和数据传输量太大的问题,提出了基于波束空间的MIMO雷达精确最大似然(refined maximum likelihood,RML)算法。该算法将阵元空间的数据转换到波束空间,实现降维处理,再利用最大似然的思想对波束空间的数据进行测角。计算机仿真结果表明,相比于基于阵元空间的MIMO雷达RML算法,所提算法有着良好的测角性能,并大大降低了算法运算时间。同时,通过计算机仿真分析了信噪比、仰角、波束指向与目标仰角之间的偏差、阵元数、反射系数误差和天线中心高度等因素对所提算法测角性能的影响。

基于空间谱域填充的MIMO雷达成像研究

雷达成像需要获得目标空间谱域一定范围和密度的采样以重建目标图像,目标空间谱域的填充方式与雷达成像的质量有直接关系.论文首先阐述了MIMO(Multiple-Input Multiple-Output)雷达收发信号模型的空间卷积效应,基于电磁逆散射原理,推导出一种MIMO雷达成像方法,详细论述了成像性能与空间谱域填充的关系.讨论了收/发阵列配置对空间谱域填充的影响,得到阵列排布的基本准则,最后对成像算法的有效性和理论分析结果进行仿真验证.

空间色噪声环境下基于时空结构的双基地MIMO雷达角度和多普勒频率联合估计方法

该文针对空间色噪声环境提出一种基于时空结构的双基地MIMO雷达角度和多普勒频率联合估计方法,并推导了基于时空结构时角度和多普勒频率估计的克拉美-罗界(CRB)。该方法在时域噪声为高斯白噪声的假设下,首先将不同时刻匹配滤波器输出进行互相关以消除空间色噪声的影响,然后将相邻时刻匹配滤波器输出的时间相位差作为时间旋转因子,采用ESPRIT方法估计目标的DOD(Direction Of Departure),DOA(Direction Of Arrival)和多普勒频率。该方法能够克服空间色噪声的影响,所估计参数自动配对且无阵列孔径损失,并且适用于发射和接收阵列不满足平移不变结构的情况。计算机仿真验证了该文所提方法的有效性。

双基地MIMO雷达发射波束形成与多目标定位

针对双基地多输入多输出(MIMO)雷达目标定位问题,首先提出一种子波束合成(SBS)算法进行发射波束形成,在此基础上提出一种基于并行因子分解(PFD)的多目标定位算法。SBS算法通过对多个发射信号分别加权形成子波束,在空间叠加使发射能量聚焦在感兴趣空域,提高了接收端信噪比。基于PFD的定位算法根据匹配滤波输出的代数结构,利用迭代算法和角度恢复算法估计目标发射角(DOD)和接收角(DOA),且能自动配对,同时避免了二维谱峰搜索、协方差矩阵估计和多次特征分解造成累积误差。结合以上两种算法可有效提高目标定位精度。仿真结果证明了所提算法的有效性和优越性。

基于空间特征的MIMO穿墙雷达墙杂波抑制

在穿墙成像中,墙体反射波相对于目标回波具有很强的能量,因此对目标的成像及检测造成严重干扰。传统的空域滤波方法基于单发单收阵列体制,利用墙体空间特征不变性有效地抑制墙体杂波。随着MIMO技术越来越多的应用于穿墙雷达,墙体空间特征发生变化,该方法不再适用于MIMO穿墙雷达回波。为解决这一问题,该文分析了MIMO穿墙雷达回波中墙体与目标回波的空间特征,参数化建模结果表明,墙体回波的空间特征与天线阵列的位置无关且具有对称性,而目标回波不具有该特性。根据两者的这一差异,该文提出对称消去法来消除墙体回波。仿真结果表明该方法能够有效地消除墙体杂波,且能够保留目标的全部信息。

空间色噪声环境下双基地MIMO雷达角度和多普勒频率联合估计方法

该文提出了一种空间色噪声环境下双基地MIMO雷达角度和多普勒频率的联合估计方法。该方法利用相邻时刻匹配滤波器输出的互相关矩阵构造新矩阵,消除了空间色噪声的影响,通过对其进行奇异值分解(SVD)获得信号子空间,然后将相邻时刻匹配滤波器输出的时间相位差作为时间旋转因子,采用ESPRIT方法获得目标多普勒频率、波离方向(DOD)和波达方向(DOA)的联合估计。该方法没有阵列孔径损失,且所估计参数能够实现自动配对。计算机仿真验证了该方法的有效性。

MIMO雷达稳健的发射波束形成算法

针对发射导向矢量存在未知误差的问题,该文提出了一种MIMO雷达稳健的发射波束形成算法(Robust Transmitting Beamforming,RTB)。该算法在稳健的接收波束形成算法的基础上,以最大化最差情况输出信干噪比为优化准则,对发射导向矢量误差做稳健的发射波束形成。RTB算法属于对角加载方法。仿真结果表明,相比于已有算法,RTB算法的稳健性更好、计算复杂度更低、收敛速度更快。

基于群交叉变异MPPSO的MIMO雷达发射波束形成

采用基于智能算法优化发射信号互相关矩阵的方法来形成所期望的发射天线方向图,实现多输入多输出(multiple-input multiple-output,MIMO)雷达发射波束控制。根据MIMO雷达数学模型构建了适合智能优化的代价函数,提出群交叉变异多相粒子群算法(swarm exchange and aberrance multiple-phase particle swarm op-timization,SEA-MPPSO),并将其应用于MIMO雷达发射信号互相关性的优化,实现了发射波束赋形。方法快速高效,能最大程度地逼近全局最优解。计算机仿真结果证明了方法的可行性和有效性。