MIMO雷达分组正交波形集优化设计方法

在现代电子对抗中,数字射频存储(DRFM)设备能够快速截获机载脉冲多普勒雷达信号,能够实现对多输入多输出(MIMO)雷达的干扰。MIMO雷达可基于多组相互正交的波形集来对抗DRFM干扰。同时,为最大化MIMO雷达波形分集增益,每个脉冲内发射的波形也需要正交。为了平衡组内和组间的正交性,文中建立了一种分组正交波形集优化模型,其目标函数为组内和组间相关函数性能评估指标值的加权和;为了求解该优化问题,提出了一种分组正交波形集设计方法。所提方法将原优化问题简化为p-范数优化问题,基于MM算法导出了最小化目标函数的迭代求解表达式。仿真结果表明,所提方法可通过改变权重系数来灵活平衡MIMO雷达的干扰抑制性能和距离压缩性能。

外辐射源MIMO雷达机会信源选择与接收站布置联合设计

本文研究外辐射源多输入多输出(multiple-input multiple-output,MIMO)雷达目标位置和速度估计,通过控制接收站选用的机会信源个数来解决系统复杂度受限的问题.将机会信源选择变量引入到外辐射源MIMO雷达信号模型,基于此推导最优参数估计器及相应的克拉美罗界(Cramer-Rao bound,CRB).以CRB为系统参数估计性能评价标准,对机会信源优化选择、接收站优化布置、机会信源选择与接收站布置联合优化三种优化方式性能进行对比,三者分别属于整数型、连续型及混合整数型的优化问题.仿真表明,在系统复杂度受限的情况下,三种优化方法都有利于提高外辐射源MIMO雷达的估计性能,但联合优化的性能最佳.

MIMO雷达概念及其技术特点分析

多输入多输出（MIMO）雷达是近年来出现的一项新的雷达技术．论文在对MIMO雷达概念和发展过程作了简单描述后，首先对基于发射分集的MIMO雷达系统原理作了详细介绍，分析了其在抗雷达信号截获、强杂波中弱目标检测、低速目标检测等方面的性能改善，指出了其可能的应用方向．论文接下来对收发全分集的MIMO雷达构成原理进行了讨论，给出了目前已取得的初步理论结果和仿真实验结果，说明了其在目标检测、目标参数估计、目标识别和分辨等方面具有的良好性能．论文最后对两种MIMO雷达体制进行了分析比较，讨论了二者的特点和目前的可实现性，指出了待解决的理论问题和实现中的技术问题．

一种空时联合优化的MIMO雷达波形设计方法

针对多输入多输出(MIMO)雷达波形设计中空域合成信号的时域特性较差的情况,提出了一种空时联合优化的MIMO雷达波形设计方法.该方法在波形设计中对波形的空域功率分布以及空域合成信号的自相关特性进行了联合考虑.基于空域信号的自相关旁瓣电平以及各阵元信号间的相关性,对集中式MIMO雷达的正交波形设计与具有特定方向图的波形设计建立了统一的优化模型,并采用序列二次规划方法与加权迭代方法求解.仿真结果表明,文中所设计的波形不仅能够很好地逼近期望方向图,而且空域合成信号具有较好的自相关特性.

APES算法在MIMO雷达参数估计中的稳健性研究

多输入多输出(MIMO,Multiple-Input Multiple-Output)雷达用多个发射天线同时发射多个独立信号照射目标,并使用多个接收天线接收目标回波信号.本文研究了MIMO雷达中参数估计的稳健性问题.本文应用幅度相位估计(APES,Amplitude and Phase EStimation)技术,利用目标的方位角最大似然估计值,得到了衰落向量的APES估计算法.考虑到方位角估计的不准确性,借鉴稳健的Capon波束形成器的设计思想,本文推导了衰落向量的稳健的APES估计算法.仿真实验表明,衰落向量的APES算法与稳健的APES算法性能十分接近.因此,衰落向量的APES估计算法是稳健的.

基于差分粒子群优化的MIMO雷达阵列综合

提出一种基于差分粒子群优化算法(Differential Particle Swarm Optimization,DPSO)的MIMO雷达方向图综合方法,通过发射、接收阵元位置和激励幅度的联合优化,可实现MIMO雷达方向图旁瓣电平与零陷深度的联合控制。在粒子位置和速度更新机制的基础上,引入差分进化(Differential Evolution,DE)思想而设计的交叉、变异和位置扰动策略以保持种群在迭代后期的搜索多样性,从而改善算法的全局寻优性能。数值实验结果验证了所提方法的有效性以及相对其他算法的性能优势。

一种TDM-MIMO雷达的运动目标相位补偿方法

汽车雷达主要使用时分复用多输入多输出技术(TDM-MIMO)增加其虚拟天线数量来提高角度分辨率。当目标与雷达之间存在相对运动时,由运动目标多普勒频率在不同发射天线切换时间内带来的相位变化量会耦合到各接收天线上,导致频谱出现散焦效应。这种相位变化会对目标的角度估计产生影响。针对这种问题,推导了TDM-MIMO信号模型,通过分析运动目标相位误差产生的原因,提出了一种相位补偿方法,该方法无需对目标速度进行预估,并且无需额外的硬件开销。通过仿真实验和实测数据证明了该方法可以使运动目标正常测角并且具有较低的时间复杂度。

利用发射角度的双基地MIMO雷达杂波抑制方法

双基地雷达中引入多输入多输出(MIMO)技术,可以从接收数据中获取双基地雷达发射角度信息。这一新增的角度信息用于空时自适应处理,获得发射空间-接收空间和多普勒3维杂波谱。该文旨在对双基地MIMO雷达空时自适应处理抑制杂波方法进行综述。首先介绍了双基地MIMO雷达信号模型,然后介绍了几种正侧视双基地MIMO雷达空时3维自适应处理方法(3D-STAP),包括3维线性最小方差(3D-LCMV)方法、3维辅助通道方法、3维局域化联合处理以及3维投影的空时3维降维杂波抑制方法,仿真分析表明这些降维方法能够有效提高小样本条件下的双基地MIMO雷达距离依赖杂波抑制性能。最后,对双基地MIMO雷达空时自适应处理研究做了总结和展望。

基于分辨力最优的MIMO雷达布阵优化

在MIMO雷达的分辨力达到最优的基础上,提出了一种阵元配置的方法,从理论上分析了其估计性能,并将其与最小冗余配置下的MIMO雷达在分辨力、估计成功概率、CRB(Cramer-Raobound)、拓扑增益等方面进行了仿真对比,结果表明:与最小冗余配置方法相比,该方法配置下的MIMO雷达在分辨力和估计的CRB下界等估计性能方面更优,更利于在实际中应用。最后,计算机仿真结果验证了方法的有效性和可行性。

MIMO雷达弹头目标微动模型及微多普勒效应

弹头目标识别是弹道导弹防御系统中最为关键的技术之一。将多输入多输出(MIMO)雷达技术和微多普勒特征分析技术引入弹道中段目标识别,可有效克服弹头隐身技术和有源干扰技术等对识别带来的困难,提高识别精度。建立了MIMO雷达中弹头目标的微动模型,给出了弹头自旋、锥旋和进动引起的微多普勒效应的参数化表达,并通过对仿真回波数据进行时频分析验证了理论分析的正确性,为弹头目标的准确识别提供了新的理论依据。

基于二阶锥规划的MIMO雷达稳健自适应波束形成

针对MIMO雷达自适应波束形成中期望目标导向矢量的失配问题,提出了一种基于二阶锥规划(SOCP)的稳健自适应波束形成算法。该算法首先将1个MN维(M,N分别为发射和接收阵元数)的权矢量分解成2个低维(1个M维和1个N维)权矢量的Kronecker积,然后分别限制实际的目标发射导向矢量和目标接收导向矢量与假定的导向矢量之间的误差范数的边界,通过优化最差性能,利用SOCP求得分解后的2个权矢量,最后再合成原权矢量。通过降维处理,算法在保证波束形成器性能的基础上,有效地降低了运算复杂度。仿真结果验证了算法的有效性。

单脉冲测角技术在MIMO雷达不同布阵下的性能分析

本文研究了多输入多输出(MIMO)雷达系统波束形成和单脉冲测角问题。MIMO雷达利用分集技术,在发射端全向发射正交波形,在接收端利用DBF技术同时形成多个波束。本文推导不同接收方式下MIMO雷达波束的方向图函数,给出其半功率波束宽度计算公式。将数字单脉冲测角技术应用于MIMO雷达,通过不同布阵对测角精度进行分析,并与相控阵雷达测角性能进行比较。计算机仿真结果表明,在相同阵列情况下,MIMO雷达测角性能优于传统相控阵雷达。

MIMO雷达进展及其应用研究

国际上主要对两种体制MIMO(Multiple-Input-Multiple-Output)雷达进行研究。一种称为统计MIMO雷达,另一种称为相参MIMO雷达。本文从MIMO雷达的起源开始,通过比较MIMO雷达布阵,讨论了统计MIMO雷达和相参MIMO雷达的区别与联系,根据MIMO雷达技术的发展趋势,结合我国雷达探测实际应用背景,提出了今后MIMO雷达应用方向。

一种临近空间MIMO雷达空时自适应处理方法

鉴于MIMO雷达多信号间正交性和天线阵列结构影响其动目标检测性能,提出了基于遗传算法优化提高自相关峰值并降低互相关峰值方法,从而实现了多信号间良好正交性,基本抑制了盲速的影响.基于得到最大连续孔径思想,给出了一种阵列结构,在不显著增加天线阵列长度条件下,与正交信号结合,实现了MIMO空时自适应处理(STAP).仿真实验表明,基于正交信号和收发阵列设计,MIMO STAP可实现良好动目标检测性能.

基于DCS的统计MIMO雷达信号模型及参数估计

分布式压缩感知(Distributed Compressed Sensing,DCS)将单信号的压缩采样扩展到信号群的压缩采样,利用信号内相关性和互相关性对多个信号进行联合重构。统计多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达系统通过多发多收配置,在发射机、目标以及接收机之间构成对目标的分布式探测系统。该文将DCS应用到统计MIMO雷达中,通过对该场景中目标回波的延时在距离空间稀疏性的分析,提出联合所有接收信号重构目标场景的设想,建立了接收信号的联合稀疏模型,并实现了目标参数估计的联合重构算法。仿真结果表明与基于压缩感知(Compressed Sensing,CS)的算法相比,基于DCS的算法在进一步降低采样数目的同时提高了参数估计精度,同时也验证了DCS-MIMO雷达可以有效克服目标的雷达散射截面积(Radar Cross Section,RCS)起伏。

MIMO雷达非均匀子阵划分方法研究

提出一种非均匀子阵划分的MIMO雷达阵列设计方法,其不但具有和均匀子阵划分的MIMO雷达(也称为相控阵-MIMO雷达)相同的优势——能同时获得相干处理增益和波形分集增益;并且,不同孔径的子阵使子波束的形成更加灵活;更大的子阵孔径给发射端提供了额外的自由度.理论分析表明,与相控阵-MIMO雷达相比,采用常规波束形成,当干噪比比较低时,所提的非均匀子阵划分的MIMO雷达的输出信干噪比(SINR)更高.仿真实验也证明了上述理论分析的正确性,并表明所提的非均匀子阵的划分方法可以获得更低的副瓣电平.在最小方差无畸变响应波束形成下,零陷更深,输出SINR更高并且抗干扰能力更强.

基于CRPF的MIMO雷达目标检测前跟踪算法

在对机动弱目标进行检测过程中,由于回波信号含有杂波、干扰等噪声,其统计特性未知,难以对回波信号进行数学建模,无法得到后验概率密度函数,传统的粒子滤波算法性能大幅下降.针对此问题,提出了基于代价参考粒子滤波的MIMO雷达目标检测前跟踪算法.该算法无需背景噪声的统计特性,只需利用目标状态的估计值与真实值之间的差值计算各粒子的代价和权值,避免了通过对噪声进行建模来求得后验概率密度的问题.实验仿真证明,当噪声统计特性未知时,所提算法检测跟踪性能明显优于传统粒子滤波算法.

一发多收MIMO雷达的目标关联特性

一发多收MIMO雷达结合了集中式和分布式MIMO雷达的工作特点,兼有两种模式的性能优势。接收站可以独立测得发射站角度信息,存在信息冗余,通过加权最小二乘融合可得到高精度的定位结果,这将会使目标关联的结果更加精确。基于T/R-R模式一发双收MIMO雷达,分析了MIMO雷达目标关联的性能,建立了概率模型,推算了正确关联概率和错误关联概率,数值计算和蒙特卡洛仿真结果显示了模型的正确性。最后通过与普通相控阵雷达比较,验证了一发多收MIMO雷达目标关联的性能优势。

MIMO雷达中的谱修正旁瓣抑制技术研究

谱修正是一种简单有效的抑制脉压旁瓣的方法,通过对信号的频谱整形,抑制信号带内起伏,并采用频域加窗达到控制脉压信号距离旁瓣的目的。MIMO雷达常用的正交信号经脉冲压缩后存在不希望的距离旁瓣,若直接将谱修正技术用于MIMO雷达各个子带信号脉压处理,由于子带间信号互相关的影响,将不能获得较好的距离旁瓣抑制效果。本文针对该问题,提出了一种对MIMO雷达综合信号进行谱修正和频域加窗的方法,可以更有效地抑制脉压距离旁瓣。仿真结果显示,该方法能取得40dB以上的主副比,且能有效降低系统的复杂度和运算量,在多普勒和角度偏差不大的情况下,其峰值旁瓣电平明显低于传统的匹配滤波。

基于协方差拟合的MIMO雷达高精度DOA估计算法

为了实现多输入多输出(multiple input and multiple out,MIMO)雷达高精度波达方向(direction of arrival,DOA)估计,结合协方差拟合算法和矩阵预处理算法给出解决方案.首先,针对MIMO雷达信号模型进行建模仿真,利用协方差拟合准则得到更接近理论值的协方差信号矩阵,用凸优化方法进行求解;针对噪声和相干信号对估计精度的影响,引入矩阵预处理方法对雷达接收信号进行额外的处理.然后,通过酉变换利用ESPRIT算法对MIMO雷达俯仰角和方位角进行联合估计,降低算法整体DOA估计运算量.最后,通过实验表明,本文所提出算法能在不增加运算量的前提下,有效提高MIMO雷达DOA估计精度.