冲击噪声下基于无穷范数互信息的MIMO雷达阵列诊断

针对基于二阶统计特性的阵列诊断方法在冲击噪声环境中性能会下降甚至失效的问题,本文提出了一种基于无穷范数互信息的MIMO雷达故障阵元诊断方法。该方法通过无穷范数对MIMO雷达接收数据进行归一化处理来抑制冲击噪声,然后将虚拟阵列输出数据进行取模处理并等效为灰色图像数据。由于故障阵元对应的灰度图像数据仅有噪声成分而无目标信号,则故障阵元图像数据中包含的关于正常阵元的图像数据的信息量较低,而正常阵元图像数据中包含的关于其余正常阵元图像数据的信息量较高,因此可利用互信息来计算各阵元之间的统计相关程度,从而实现阵列中故障阵元位置的诊断。该方法在进行阵列诊断时无需额外的测量探头且在冲击噪声环境下诊断准确率高于现有阵列诊断算法。

阵元失效条件下的高精度DOA估计方法

为解决波达方向(Direction Of Arrival,DOA)估计方法在阵元失效条件下性能下降甚至失效的问题,本文提出一种基于Toeplitz协方差矩阵重构的DOA估计方法.首先,提出了一种失效阵元检测方法,并根据阵列的鲁棒性将失效阵元分为冗余阵元失效和非冗余阵元失效两种情况.然后,分别针对两种失效场景提出相应DOA估计方法:一是冗余阵元失效,利用阵列冗余度,结合差联合阵列对失效阵元进行填充;二是非冗余阵元失效,利用阵列冗余度进行填充后仍存在空洞,结合矩阵填充理论,用迹范数代替秩范数进行凸松弛以恢复协方差矩阵,进而实现对虚拟阵元空洞的填充,恢复阵列自由度.相对于稀疏类算法,有效消除了模型失配的影响.最后,基于子空间方法进行DOA估计.理论和仿真结果表明,相对于现有方法,本文方法有效避免了阵元失效的影响,提高了估计精度.