小斜视角下稀疏空域SIMO雷达运动目标成像方法

针对小斜视角下单发多收(SIMO)雷达对空运动目标单次快拍成像时天线数目较多的问题,提出了一种稀疏空域SIMO雷达运动目标成像方法。首先详细分析了小斜视角下SIMO雷达单次快拍成像原理,其次结合压缩感知理论具体阐述了小斜视角下稀疏空域SIMO雷达运动目标成像方法。该方法不仅能够对运动目标实现单次快拍成像,避免了非合作运动目标强加速、大转角等引起的运动补偿难题,同时又能够大幅减少接收天线单元数,便于工程实现。最后利用仿真实验验证了文中方法的有效性和可行性。

基于空域稀疏性的嵌套MIMO雷达DOA估计算法

针对传统MIMO雷达可分辨目标数受限于虚拟阵元数的问题,该文提出一种基于嵌套阵的MIMO雷达阵形设计新方法并改进了相应的稀疏DOA估计算法。首先分析对传统MIMO雷达的虚拟阵元进行嵌套采样给DOA估计性能带来的影响;然后提出嵌套MIMO雷达阵形设计方法,在虚拟阵元数相同的情况下,该阵形比传统阵形分辨更多的目标;最后提出一种基于空域稀疏性的嵌套MIMO雷达改进DOA估计算法,该算法使用噪声子空间加权,在提高分辨率的同时可以有效消除伪峰。仿真结果验证了该文算法的有效性和优越性。

利用空域稀疏性的L型阵下二维波达方向估计

针对稀疏重构应用于二维波达方向估计时存在计算量大的问题,从减少过完备字典的原子个数以及求解模型的阶数这两个方面入手,提出一种具有较低计算复杂度的基于稀疏重构的二维波达方向估计方法。该方法中首先根据L型阵的结构特点,对基于阵列接收数据的稀疏线性模型进行分解和重新组合,抛弃与信源无关的原子,大大减少了原子个数;其次,提出利用多快拍数据协方差矩阵的最大特征值对应的特征向量作为待分解信号建立稀疏模型,使模型阶数从快拍数降至一阶。此外,给出了新方法的详细实施步骤,并且对其计算复杂度进行了理论分析。新方法估计精度高,并且能够自动实现俯仰角和方位角配对。最后,通过计算机仿真验证了新方法的有效性。

基于空域稀疏性的方位依赖阵列误差校正算法

针对方位依赖阵列误差的校正问题,通过引入少量精确校正的辅助阵元,该文给出一种基于空域稀疏性的方位依赖阵列误差校正算法。将受方位依赖阵列误差扰动的阵列流型表示为理想情况下的阵列流型与幅相误差系数矩阵的乘积形式。同时利用接收信号的空域稀疏性,对接收信号进行稀疏表示,将阵列误差自校正问题转化为一个二元最优化问题,再通过交替迭代的优化方式求得两个优化变量的最优解,从而实现了信号方位与方位依赖阵列误差的联合估计。该文所提算法相比于已有算法性能提升明显,参数估计性能优于传统算法且接近参数估计的Cramer-Rao下界,仿真实验也验证了算法的有效性和优越性。

基于空域稀疏性的雷达低仰角目标测高

受地面多径反射的影响,常规单脉冲技术难以用来测量低仰角雷达目标的高度,因此测量低仰角目标的高度在雷达中是一个难题。文中提出了基于阵列接收信号空域稀疏性的低仰角目标测高新方法。该方法利用目标回波的空域稀疏性,首先将测高阵列接收信号进行稀疏表示,转化为压缩感知信号模型,然后用凸优化算法估计目标仰角,进而得到目标高度。雷达实测数据处理表明,该文方法的测量精度较高,显著优于常规单脉冲技术。

基于稀疏成分分析的测向技术

雷达和通信信号辐射源的测向定位是电子侦察的重要任务之一。如何实现快速、高精度、低成本的信号辐射源DOA估计一直是阵列信号处理继续研究和努力的方向。传统的阵列信号处理在接收信号时消耗了大量的模数转换单元,给硬件前端设计带来了巨大压力。近年来基于稀疏成分分析和压缩感知理论的测向技术得到了快速发展,对该方向上的测向方法进行了总结和仿真分析,验证了该算法在DOA估计性能上的优势。该类算法不仅能大大简化接收机前端硬件电路,而且在测向精度和解相干信号源的问题上具有更好的效果,给新体制的电子侦查测向机提供了新的设计思路。

剪切光束成像技术稀疏重构算法

在对低轨道运动目标成像时,剪切光束成像接收系统所需的探测器阵元数目非常庞大,探测器接收阵列的研制难度大,成本高.本文提出剪切光束成像系统空域稀疏采样技术,同时发射五束激光照射目标携带更多的频谱信息,研究稀疏重构算法,在经稀疏采样的回波信号中提取目标的相位差和振幅信息,通过波前恢复重构目标图像.理论上,在不影响分辨率的前提下,探测器阵列阵元数目可稀疏为传统三光束方法的1/2,突破了探测器阵元间距与发射剪切量相等的限制.仿真结果表明,与传统三光束方法相比,所提稀疏重构算法在探测器阵元数目稀疏一倍的情况下,重构图像质量几乎相同.

基于l_0范数的匹配场源定位方法

传统的匹配场处理方法存在分辨率低、抗噪性能差、不适用低快拍等问题.近年来出现了一类利用匹配场的空间稀疏性,将源定位转化为物理空间的稀疏重构的定位方法,能够实现高精度的匹配场定位.通常求解这些问题时是将l_0范数转换为l_1范数.虽然该方法能解决常规的NP-hard问题,在优化求解方面具有一定的优势,但是与直接通过l_0范数求解的方法相比,不能很好地描述空间稀疏特性,以至于难以充分体现和利用声场冗余字典的稀疏特点.因此,相比于传统的压缩感知算法,通过分析匹配场的空域稀疏特性,在学习平滑l_0范数重构算法的基础上,提出了基于平滑l_0范数的匹配场源定位方法.在分析了水下目标定位的稀疏数学模型的基础上,逐渐降低数值逼近参数的方式来得到数学模型的最优解,在保证高精度匹配场定位的同时,减少了运算的时间,提高了匹配场定位的效率.

基于改进平滑l_0范数的均匀圆阵DOA估计方法

针对传统窄带信号的DOA估计方法中存在分辨率低、不适用于低快拍以及阵元数较少的应用场合等问题,在分析了均匀圆阵模型以及目标空域稀疏特性后,结合改进平滑l0范数重构算法,提出了基于改进平滑l0范数的均匀圆阵DOA方法。该方法在利用稀疏矩阵处理阵列流形的基础上,通过选取组合函数作为近似估计l0范数的函数进行信号重构,提高收敛速度,并将其扩展到均匀圆阵DOA估计方法中,避免了特征分解和谱峰搜索过程,在保证估计分辨率的前提下,有效降低了计算量,减小天线的阵元数目。通过实验仿真,从而验证了该方法的可行性与有效性。

阵列误差下的波达方向估计

由于阵列误差的存在会降低波达角的估计精度,重点研究了迭代求解混合范数约束下的稀疏谱以提高估计精度。考虑一维线性阵列,首先建立了统一的优化函数,高精度地估计信号子空间;然后推导了误差矩阵向量化的方法,简化求解耦合误差和幅相误差的过程;最后推导了Khatri-Rao积下的扩展正交导向矢量,根据优化函数迭代求解空间谱估计。对比不同方法估计参数的均方根误差表明,通过设计优化函数迭代求解阵列误差、波达角等参数的精度较之现有方法有一定的提高。