基于MIMO直达波的无人机分布式相参雷达相位同步方法

分布式相参雷达(distributed coherent aperture radar, DCAR)实现信号全相参的前提是相位同步,而各单元雷达的初始时钟参差、机动性引入的位置误差、本地振荡器的初始相位等因素均会导致DCAR相位不同步问题。为解决上述相位不同步问题,提出一种基于多输入多输出(multiple input multiple output, MIMO)直达波的无人机DCAR相位同步方法。该方法对各单元雷达接收的直达波,首先利用包络同步法联合双向时间比对的方式,估计出时间同步误差,再提出坐标线性变换法和偏移线性变换法用于各单元雷达位置误差的估计,并联合同一单元雷达分置辅助天线接收波以提高位置误差的估计精度。最后,利用误差估计值对直达波进行补偿,剩余相位即不同单元雷达收发对下的初相估计。仿真实验验证了所提方法的有效性。     

基于多特显点的无人机分布式相参雷达相位同步误差估计方法

分布式相参雷达(distributed coherent aperture radar, DCAR)实现全相参的关键是相位同步。然而,滤波器网格失配、单元雷达较强机动性及姿态变化等因素均会对DCAR的相位同步带来不利影响,为此,针对DCAR的相位同步问题,该文提出了一种基于多特显点的无人机DCAR相位同步误差估计方法。该方法首先提出了利用多项式迭代方法消除由于滤波器网格失配引进的残余相位,并根据惯导提供的姿态信息对DCAR回波进行姿态补偿,然后提出了利用Taylor估计法对各单元雷达位置误差进行估计,再根据自校正算法估计出了剩余相位误差,最后对DCAR系统校准以实现相位同步。仿真实验验证了研究结论的正确性。     

基于滤波器网格失配的分布式相参雷达目标参数估计方法

针对分布式相参雷达(distributed coherent aperture radar, DCAR)精确的目标参数估计问题,首先建立了以多普勒分复用(Doppler division multiple access, DDMA)波形作为发射波形、存在滤波器网格失配的DCAR信号模型,接着分析并验证了滤波器网格失配严重影响目标参数估计进而降低DCAR信号相参合成性能,最后提出了联合全局-局域搜索和基于稀疏傅里叶变换(sparse Fourier transform, SFT)的两种DCAR目标参数估计方法来降低滤波器网格失配,联合全局-局域搜索的方法通过对滤波器局域加密的方式降低网格失配。为了降低运算量,利用目标信号频率相对于整体频域是稀疏的特性,采用基于SFT搜索的方法通过梯度下降的方式避免滤波器的遍历搜索。仿真实验验证了所提方法的有效性。