基于MIMO雷达的极化平滑降维酉ESPRIT算法

相干目标的波达方向估计一直是雷达信号处理中的一个难题。为了获得更好的相干信号角度估计精度,并提高算法可实现性,在多输入、多输出雷达的基础上,提出一种极化平滑降维酉旋转不变性参数估计算法。首先通过降维矩阵对接收信号数据进行降维处理,然后利用降维后的接收数据构造中心复共轭对称矩阵,再构建适当的酉矩阵对其进行实值处理,然后对其进行极化平滑解相干处理,最后构造出实值旋转不变性方程估计目标的波达方向。相比于常规的极化平滑旋转不变性参数估计算法,本文所提极化平滑降维酉旋转不变性参数估计算法的相干信号角度估计精度更高、更利于工程实现。第5节通过仿真实验证明了该算法的有效性与真实性。

单基地MIMO雷达降维酉ESPRIT算法

波达方向(direction of arrival,DOA)估计问题是单基地多输入多输出(multiple input multiple output,MIMO)雷达信号处理中的一个关键问题。在低信噪比、低快拍数的情况下,常规DOA估计算法的性能会严重下降。针对此问题,提出一种新的DOA估计算法:降维酉旋转不变性信号参数估计技术算法。该算法首先通过降维变换将MIMO雷达数据变换至低维信号空间,然后在该低维信号空间构造实值旋转不变性方程估计目标的DOA。仿真结果表明该方法能够在低信噪比、低快拍数的环境下获得较常规ESPRIT方法更高的DOA估计精度,同时具有更低的运算量。

数值域可加性研究

在数值域理论中,线性算子数值域的次可加性是平凡的,但可加性成立的条件却是苛刻的。对有限维复空间上的数值域可加性成立条件进行研究,利用数值域的酉不变性和正规矩阵数值域恰为其特征值的凸组合等性质,先探讨两个Hermite矩阵的数值域可加性成立的充要条件,其次探讨Hermite矩阵和反Hermite矩阵数值域可加性成立的充要条件,最后给出了二维正规矩阵数值域可加性成立的充要条件,即两个矩阵的特征值对应的特征空间有非空交集且第一个矩阵的特征值连线平行于第二个矩阵的特征值连线。