基于联合矩阵对角化的双基地MIMO雷达DOD-DOA估计

针对双基地MIMO雷达收发角(DOD-DOA)估计问题,该文提出一种基于联合矩阵对角化的快速多目标收发角估计算法。该算法首先根据匹配滤波输出的数据结构,利用奇异值分解和秩1矩阵判断定理将收发角度估计问题转化为联合矩阵对角化问题,然后采用单次-扫描迭代算法对其求解,得到收发阵列流型矩阵,最后通过谱分析方法估计收发角。该算法充分利用匹配滤波输出的所有信息,无需2维谱峰搜索,每次迭代均可得到精确的闭式解,且收发角自动配对。与现有算法相比,该算法不仅提高了角度估计精度,而且有效降低了运算量。仿真结果证明了所提算法的有效性。

双基地米波MIMO雷达低空目标俯仰维DOD和DOA联合估计方法

对于双基地米波多输入多输出(MIMO)雷达低空目标俯仰维测向场景,受多径效应影响,发射接收导向矢量因存在耦合现象而与噪声子空间失去正交性,导致以多重信号分类(MUSIC)为主的子空间类算法在该场景下不可用,而基于空间平滑预处理的子空间类算法由于阵列孔径损失存在角度估计精度不高的问题。为解决上述难题,建立了双基地米波MIMO雷达单目标和非相干多目标镜面反射信号模型,在信号模型数学变换和分析的基础上发现了一种仍旧与噪声子空间正交的导向矢量矩阵,然后利用新的导向矢量矩阵结合广义MUSIC和最大似然算法提出了双基地米波MIMO雷达低空目标俯仰维波离方向和波达方向联合估计方法,最后通过仿真验证了所提方法的有效性和俯仰维测向性能的优越性。

双基地MIMO雷达收发角及多普勒频率的联合估计算法

该文提出了一种基于平行因子分析的双基地MIMO雷达发射角、接收角及多普勒频率的联合估计算法。推导了SweilingII目标模型下的接收信号表示式,表明它具有三面阵模型特性。分析了该模型分解的唯一性,并从三线性最小二乘迭代得到的矩阵中完成参数估计。该算法充分利用接收端输出的所有信息,且每次迭代具有精确的最小二乘闭式解,消除了多次特征分解的误差积累,因此提高了估计精度。同时能够实现自动配对,降低了运算量。仿真试验验证了理论分析的有效性。

一种新的双基地MIMO雷达快速多目标定位算法

针对双基地MIMO雷达目标定位问题,该文提出一种基于三阶张量分解的快速多目标定位算法。该算法首先将匹配滤波输出转化为三阶张量,并对其进行降维预处理,然后利用交替最小二乘(ALS)算法估计收发阵列流型矩阵和多普勒矩阵,最后通过谱估计算法恢复目标收发角和多普勒频率。同时利用线性搜索加快ALS算法的收敛速度。与现有算法相比,该算法避免了2维谱峰搜索和协方差矩阵估计,得到的目标三参数自动配对,不仅提高了估计性能,而且有效降低了运算量和存储量。仿真结果证明了所提算法的有效性和优越性。

干涉式矢量传感器MIMO雷达的DOD/DOA和极化联合估计

该文结合干涉测量理论与简化矢量传感器多输入多输出(MIMO)雷达,提出一种干涉式矢量传感器MIMO雷达的发射方位角(DOD)、接收方位角(DOA)和极化联合估计方法。利用干涉发射阵列的长、短基线空间平移不变性采用多分辨ESPRIT算法获取DOD高精度估计值;同理,利用矢量接收阵的多分辨特性得到高精度DOA估计值;利用与阵列结构无关的极化域旋转不变性求取极化辅角和极化相位差。最后给出随机信号源模型下的闭式克拉美罗界推导。该干涉矢量MIMO阵列,可同时获取MIMO雷达的波形分集和矢量传感器的极化分集,且在不增加阵元数和硬件复杂度情况下大大扩展有效孔径,提高了角度估计精度。另外简化矢量传感器减少了传统矢量传感器的互耦效应更有利于工程实现。仿真结果证明了该文多参量估计算法的有效性。

一种新的双基地MIMO雷达收发角和多普勒频率联合估计方法

该文提出了一种新的双基地MIMO雷达收发角和多普勒频率联合估计方法。利用匹配滤波器输出的信号特点,采用最小二乘法从信号中分别提取出多目标的多普勒矢量、接收角矢量和发射角矢量,然后采用迭代算法对这3个矢量进行更新以完成收发角和多普勒频率的联合估计。该方法复杂度低,运算时间少,且能够实现自动配对。仿真结果表明,与基于PARAFAC的方法相比,该文方法更易获得高精度的收发角和多普勒频率估计,具有更高的可靠性。

任意阵列双基地MIMO雷达的半实值MUSIC目标DOD和DOA联合估计

实值处理具有降低高自由度多输入多输出(multiple-input multiple-output,MIMO)雷达角度估计大计算量的优势。但受制于阵列的共轭对称性,对于任意阵列结构的双基地MIMO雷达发射角(direction of departure,DOD)和接收角(direction of arrival,DOA)联合估计,若不做附加的预处理则无法实现实值操作,故将常规阵列实值处理的多重信号分类(multiple signal classification,MUSIC)超分辨算法推广至任意阵列结构的双基地MIMO雷达。首先根据MIMO雷达的导向矢量共轭与镜像的对等性,提取接收信号协方差矩阵的实部,并对其进行特征分解得到"目标加倍"的信号子空间及其应对的噪声子空间;然后利用Kronecker积的特性对其进行降维处理,得到搜索区域减半的一维半实值域MUSIC谱,取出目标DOD真值与其镜像代入降维Capon算法来剔除虚拟峰值得到目标DOD估计真值;最后利用特征矢量得到模糊DOA估计值,采用方向余弦差最小范数方法得到目标DOA无模糊估计值。本文算法估计性能与一维搜索复数域MUSIC相当,计算量约降50%,且能够实现DOD和DOA的自动配对。仿真结果证明了该算法的有效性。

空间色噪声背景下双基地多输入多输出雷达低仰角估计方法

针对多径效应的影响,该文提出一种空间色噪声背景下双基地多输入多输出(MIMO)雷达低仰角估计方法。首先对双基地MIMO雷达中低仰角目标的多径环境进行建模,同时考虑发射和接收端的镜面反射信号,并用空间色噪声模拟漫反射。然后利用协方差矩阵求差方法消除未知色噪声的影响,在发射端和接收端进行空间平滑对多径信号解相干,即进行空间差分平滑处理。最后利用酉变换旋转不变技术(ESPRIT)算法估计目标的发射角(DOD)和接收角(DOA)。该文指出特殊情况下空间差分平滑协方差矩阵缺秩的问题,并提出一种修正的空间差分平滑方法。该算法对阵元数要求不高,适用于未知噪声背景及低信噪比环境,并且解决DOD与DOA联合估计的角度兼并问题。仿真实验表明了所提算法的有效性。

L型阵列双基地MIMO雷达的传播算子多维角度估计

针对空间谱估计算法复杂度高的问题,引入传播算子用于双基地多输入多输出雷达的二维离开角和二维到达角估计.通过信号协方差矩阵求出传播算子,利用传播算子的旋转不变性估计方向矩阵,进而计算离开角和到达角.该算法运算复杂度低,能实现多维角度的自动配对,且在相近角度情况下仍能保持良好的性能.在高信噪比情况下,算法性能接近ESPRIT.此外还推导了角度估计均方误差.仿真结果表明了该算法的有效性.

双基地M IMO雷达中基于传播算子的DOD和DOA估计算法

多输入多输出(Multiple-input multiple-output,MIMO)雷达利用多个天线发送和接收信号,具有超过传统相控阵的潜在优势。本文提出一种双基地MIMO雷达中基于传播算子的离开角(Direction of departure,DOD)和到达角(Direction of arrival,DOA)估计算法。该算法利用传播因子避免了对协方差矩阵特征值分解降低了运算的复杂度,并且在低信噪比和低快拍数的情况下,该算法仍具有良好的性能。与快速多目标定位算法相比,本文算法的角度估计性能有很大的提高。文中还推导出了离开角和到达角估计的均方误差。仿真结果证明了该算法的有效性。

基于降维的双基地MIMO雷达收发阵列互耦和幅相误差校正算法

双基地多输入多输出(multiple input multiple output,MIMO)雷达收发阵列互耦和幅相误差会严重影响高分辨波达方向(direction of arrival,DOA)和波离方向(direction of departure,DOD)估计算法的性能。针对这一问题,通过在收发阵列中分别引入若干个经过精确校正的辅助阵元,并利用子空间原理和降维思想,提出了一种双基地MIMO雷达目标二维角度及收发阵列互耦和幅相误差矩阵的联合估计算法。首先,该算法不需要收发阵列互耦和幅相误差矩阵信息,就能较为精确地估计出目标的DOA和DOD;然后,基于对目标二维角度的精确估计,还能进一步对互耦和幅相误差矩阵进行精确估计,进而对收发阵列误差实现自校正。所提算法只需进行一维谱峰搜索,不需要高维非线性优化搜索,所以运算量较小。计算机仿真结果证明了所提算法的有效性和正确性。

双基地MIMO雷达的DOD和DOA联合估计

将收发端各分成两子阵,建立了非均匀线阵下的双基地多输入多输出雷达数学模型。提出了ESPRIT谱搜索法和ESPRIT多项式求根法两种角度估计算法,并利用最大似然估计法实现了参数的正确配对,其优点是当不能提取出收发旋转不变因子时,应用本文算法仍能进行角度估计,放宽了ESPRIT算法对阵元配置的要求。仿真实验表明,低信噪比时,ESPRIT多项式求根法的估计精度优于ESPRIT谱搜索法;高信噪比时,两者的测向精度均接近于克拉美罗下限。同时,ESPRIT多项式求根法避免了谱峰搜索,极大地减少了计算量,在实际应用中更有利于推广。

一种快速双基地MIMO雷达目标角度估计算法

提出了一种双基地多输入多输出雷达目标收发方位角估计的基于多级维纳滤波器的波束空间ESPRIT(MSWF-BESPRIT)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方法来得到对目标波离方向和波达方向的估计值。相比常规的阵元空间ESPRIT(E-ESPRIT)算法,所提的MSWF-B-ESPRIT算法由于避免对波束空间变换后的数据进行协方差矩阵估计和特征值分解,且降低了处理数据的维数,所以具有更小的运算量。计算机仿真结果证明了该方法的正确性和可行性。

基于矢量传感器MIMO雷达的DOD DOA和极化联合估计算法

该文研究了一种基于多输入多输出(MIMO)电磁矢量传感器阵列雷达目标波离角(DOD),波达角(DOA)和极化联合估计问题。提出一种新型矢量阵MIMO雷达系统模型,发射阵列采用常规阵元,而接收阵列采用电磁矢量传感器。在此基础上,该文提出4维MUSIC,ESPRIT和迭代1维MUSIC 3种联合参数估计算法。其中迭代1维MUSIC算法首先利用矢量传感器的内在结构特点获得目标DOA预估计,随后采用MUSIC算法对DOD和DOA分别进行1维搜索获得目标角度的高精度估计,最后给出一种基于ESPRIT的目标极化估计算法。迭代1维MUSIC算法可用于不规则阵列,对接收阵列约束较少,无需2维搜索及多维搜索,还可以利用矢量阵特点扩展阵列孔径提高DOA估计精度。此外,论文还推导了DOD,DOA和极化联合估计的CRB。仿真实验表明,与前两种算法相比,迭代1维MUSIC算法具有与CRB更接近的估计精度。

双基地展开互质阵列MIMO雷达DOD、DOA降维估计算法

展开互质阵列将两个子阵完全展开,因而可在阵元数目受限情况下获得相较于均匀阵列以及传统互质阵列更大的阵列孔径。文中基于双基地展开互质阵列多输入多输出(Multiple Input Multiple Output,MIMO)雷达阵列结构,提出了基于降维多重信号分类(Multiple Signal Classification,MUSIC)算法的双基地展开互质阵列MIMO雷达离开角(Direction of Departure,DOD)、到达角(Direction of Arrival,DOA)联合估计算法。算法通过增加约束并构造代价函数的方式,将二维MUSIC算法中的穷尽搜索二维谱峰转化为求解带约束二次优化问题,先后得到DOA、DOD,并且DOD与DOA自动配对。降维思想的引入使得算法无需二维搜索,因而复杂度显著下降。同时,得益于展开互质阵列MIMO雷达形成的虚拟阵列与大幅扩展的阵列孔径,文中提出的算法亦获得了显著提升的分辨率、自由度以及低信噪比下更为优异的估计性能。此外,子阵数目的互质消除了阵元间距大于半波长可能导致的相位模糊问题。仿真验证了算法的有效性。

基于多维范德蒙德结构的双基地MIMO雷达收发角及多普勒频率联合估计

针对双基地MIMO雷达收发角及多普勒联合频率估计问题,该文基于参数流型矩阵的多维范德蒙德结构特征,提出一种低运算量的3维参数联合估计算法。首先根据回波模型的多维结构特性构造3阶张量,并对其分别沿发射维、接收维和脉冲维切片得到3个等效矩阵;然后结合多维范德蒙德结构特征和等效矩阵的左奇异矩阵具有Khatri-Rao乘积结构特征,估计收发阵列流型矩阵和多普勒流型矩阵;最后通过Root-MUSIC算法估计收发角和多普勒频率。与现有算法相比,该算法显著改善了参数估计精度,在小脉冲数下,其运算量与旋转不变子空间算法(ESPRIT)相当。仿真实验验证了该算法的有效性。

双基地MIMO雷达高速运动目标的DOD和DOA联合估计

高速目标在回波积累时间内会跨多个距离单元运动,因此双基地MIMO雷达利用单个距离单元上的目标回波数据估计目标发射角(DOD)和接收角(DOA)会产生较大误差,影响目标的交叉定位。该文根据高速目标回波特点提出一种双基地MIMO雷达的跨距离单元估计目标多维参数的方法,该方法把目标在不同距离单元上的脉冲压缩数据的采样协方差矩阵进行平均,提高其协方差矩阵的估计精度,然后采用超分辨算法进行DOD和DOA参数估计。仿真结果表明该方法对高速运动目标的角度估计精度高于现有算法,接近于现有算法在目标无距离走动时的角度估计精度,且其角度估计性能与目标跨越的距离单元数无关。

基于降维Capon的双基地MIMO阵列目标DOD和DOA联合估计算法

针对双基地多输入多输出(MIMO)阵列目标DOD(发射角)和DOA(接收角)联合估计问题,提出了一种基于泰勒级数展开的降维Capon联合收发角估计算法。该算法首先利用泰勒级数将阵列流型矢量展开,将需要二维搜索的MIMO Capon算法降为一维搜索,然后利用拉格朗日算子通过一维搜索获得目标的DOD,最后将估计的DOD代入阵列流型矢量中获得接收阵列流型矢量,从而估计出与DOD相对应的DOA。该算法无需二维谱峰搜索,通过一维搜索得到目标收发角,且DOD和DOA自动配对。与现有算法相比,该算法不仅能够获得较好的角度分辨率,而且有效降低了运算量。仿真结果验证了所提算法的有效性。

多基线数据融合的双基地MIMO雷达角度估计

提出了一种双基地MIMO雷达角度估计方法。在发射端利用ESPRIT算法获取长短基线的旋转不变因子,通过联合对角化提高离开角度(DOD)的估计精度。根据已估计的DOD,采用迭代算法得到接收导向矢量。针对等距线阵和非等距线阵,分别提出了基于范德蒙矩阵特性和解模糊的多基线联合到达角度(DOA)估计方法,避免了两维搜索且角度自动配对。计算机仿真验证了该方法的有效性和优越性。

偶极子分离的矢量阵MIMO雷达多维角度估计算法

该文提出了一种基于2维矢量接收阵列的双基地MIMO雷达系统多目标ADOD(Azimuth Direction Of Departure),ADOA(Azimuth Direction Of Arrival)和EDOA(Elevation Direction Of Arrival)联合估计算法。雷达发射端采用均匀标量线阵,接收端将常规矢量阵元的每个电磁偶极子相互分离构成2维接收阵列。算法通过张量因子分解获取各流形矩阵,并利用ESPRIT算法估计目标的ADOD。文中给出了接收阵列的一种特定阵元排列方式,并改进了矢量叉积法用于估计目标的2D-DOA。与传统方法相比,该文所用阵列结构可通过扩展接收阵列孔径提高雷达的角度估计性能,相互分离的偶极子弱化了传统矢量阵的天线互耦效应。相应算法避免了谱峰搜索,能够自动配对,仿真实验证明了算法的有效性。