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。     

L型结构的互质阵列二维波达方向估计

针对雷达L型均匀阵列因阵元间距太小导致无法在实际中摆放的问题,提出了一种L型互质阵列协方差重构二维波达方向(2D-DOA)估计算法。首先将L型互质阵列2D-DOA问题分解为两个子阵的1D-DOA问题,再根据互质阵列的位置,确定对应的虚拟均匀阵列,由于虚拟均匀阵列具有半正定(PSD)、低秩、托普利兹的结构特点,因而根据互质阵列接收数据的协方差矩阵,构造一个优化过程重构虚拟均匀阵列的协方差矩阵;然后利用MUSIC算法完成两个1D-DOA估计;最后利用配对算法对估计的一维角度进行配对。仿真实验表明,与L型均匀阵列MUSIC算法和L型互质阵列SS-MUSIC算法相比,在信噪比大于0dB、快拍数大于50的条件下,所提算法的方向角和俯仰角均方根误差最小,均低于0.8°,可分辨角度最小间距为5°,证明了所提算法在估计精度和分辨力方面的优越性。     

线性阵列DOA估计方法的研究

比较了不同阵列类型的优缺点,阐述了MUSIC算法在全角域搜索时存在的不足,分析了互质线性阵列中基于子阵列法的DOA估计存在的不足,把互质线性阵列分解成两个子阵列会丢失自由度和互信息量。最后,对三种不同阵列结构下使用Root-MUSIC获取DOA估计的方法,从精确度和复杂性两方面进行了仿真并对仿真结果进行了分析。     

基于非圆信号的互质阵列欠定DOA估计方法

针对欠定波达方向（direction of arrival,DOA）估计问题,研究了一种基于非圆信号的互质阵列DOA估计方法.对互质阵列输出互协方差矩阵和椭圆协方差矩阵进行向量化处理,通过数据重新链接并去冗余得到一个虚拟均匀线阵输出数据,实现阵列的充分扩展且扩展后的虚拟阵元进一步得到增加;结合入射信号的空域稀疏性,在连续角度域将DOA估计问题转化为一个连续稀疏重构问题,有效避免了传统稀疏重构算法中由于角度域离散化所导致的基不匹配问题对估计性能的影响;通过求解相应的凸优化问题以及多项式求根实现DOA的估计.理论分析和仿真结果表明,该方法具有阵列扩展能力强、估计精度和分辨性能高等优良性能.      

频率分集阵列MIMO多目标二维参数联合估计

针对频率分集阵列MIMO(多输入多输出)雷达中的距离、角度参数联合估计问题,在区分导向矢量非时变、时变两种情况下展开研究.在非时变情况下,提出基于阻塞ESPRIT(旋转不变子空间)修正算法的谱估计方法,在保证估计精度的同时实现了参数自动配对.在导向矢量时变情况下,理论分析了导向矢量时变性对谱估计性能的影响,有针对性地提出了分区估计策略,较好解决了时变条件下的参数估计问题.理论分析及仿真结果表明:所提算法能有效估计频率分集阵MIMO雷达的距离角度参数,且在估计精度、参数自动配对等性能上优于其他降维估计算法.     

二维DOA估计中麦克风阵列优化设计

在DOA估计中,往往事先假设麦克风阵列的结构,然后通过改进DOA估计方法来提高定位精度,忽视了麦克风的摆放位置对 DOA 估计性能的影响。基于此,针对二维 DOA 估计,提出改进遗传优化算法,将空时滤波器系数和麦克风阵列结构分开,构造由二维 MUSIC空间谱函数欧式距离和优化后阵元个数共为变量的适应度函数,以 DOA 估计精度为停止条件,对均匀矩形阵、均匀圆形阵和均匀同心圆阵开展优化设计。仿真结果表明,采用所提方法优化后的阵列取得了较好的DOA估计性能。     

基于Cyclic-Music算法MIMO雷达的DOA估计

在具有循环平稳特性的信号环境中, 传统DOA（Direction Of Arrival）估计算法精度很差,甚至失效。为此,将Cyclic-Music算法运用在MIMO（Moltiple Inpat and Multiple Output)雷达系统中,利用循环统计量理论计算接收信号间的循环相关函数,基于此构造循环互相关矩阵,并对其进行奇异值分解和谱峰搜索,从而得到信号的波达方向角。理论推导和仿真结果均表明,该方法可以有效估计具有循环平稳特性的人工信号波达方向,从有效性和精度两个方面改善了MIMO雷达的估计性能。     

TR MIMO雷达低空目标DOA估计算法

为解决雷达对低空目标角度估计精度不高的问题,提出一种基于时间反转(TR)多输入多输出(MIMO)雷达的低空目标波达方向估计算法。该算法先利用TR技术的聚焦性能,获得回波信号矩阵;然后根据MIMO雷达波形的分集特性,推导出TR MIMO雷达的虚拟阵列形式;再通过行列复用,采用双向空间平滑(FBSS)算法解相干,有效地提高了低空目标的DOA估计精度。实验仿真结果表明:在信噪比为-10dB的条件下,该算法比传统MIMO雷达DOA估计算法的均方根误差平均减少了0.3°。     

基于互质阵列的米波雷达低仰角估计方法

目前基于互质阵CPA虚拟阵列的低仰角估计方法虽然近似可行,但受多径效应影响,其存在测角误差大的问题。对此提出一种基于互质阵物理阵列的实值低仰角估计方法,首先利用互质阵列建立信号模型,并根据物理阵元位置计算回波信号协方差矩阵,然后对其进行实值处理后利用最大似然估计或广义多重信号分类MUSIC算法获得精确的低仰角,最后利用几何关系获得目标高度。仿真实验对比了均匀线阵和互质阵虚拟阵列法的低仰角估计性能,在重点分析目标仰角、信噪比和快拍数等因素对低空目标仰角估计精度的影响的基础上得出一般性结论,证明了所提估计方法的准确性与优越性。     

柱面共形阵列天线WSF算法DOA估计性能分析

天线是无线电通信及探测系统的重要组成部分,在未来航天飞行器、移动通信以及声纳领域中,共形阵列天线的广泛应用将极大地提高系统的整体性能。在建立三维柱面共形阵列天线导向矢量数学模型的基础上,将经典高分辨DOA(Direction Of Arrival)估计方法——WSF(Weighted Subspace Fitting)算法应用到柱面共形阵列天线中,并详细分析推导WSF算法在柱面共形阵列天线中的估计方差和克拉美-罗界(Cramer-Rao Bound,CRB),通过计算机仿真实验分析了WSF算法在柱面共形阵列天线中的估计效果,给出了WSF算法在柱面共形阵列天线中DOA估计性能的评估。实验表明WSF算法的DOA估计方差随着信噪比和阵元个数的增加逐渐达到CRB。     

分布式MIMO数字阵列雷达检测性能研究

提出了一种多输入多输出(MIMO)雷达模型,并分析了其检测性能.首先,建立了MIMO雷达的观测模型,并在此基础上给出了一定搜索范围和搜索周期条件下的目标回波信号模型;其次,在考虑信道互易性和多脉冲相参积累的条件下,给出了信号处理流程并推导了相应的似然比检测器;最后,对其检测性能进行了仿真,并与其他MIMO雷达和相控阵雷达进行了性能比较.结果表明:天线分置导致的波束展宽带来的相参积累时间的延长,以及天线收发共用导致的信道互易性,都可提高MIMO雷达的检测性能,在天线数不大于6且检测概率大于0.5的条件下,其检测性能明显优于相控阵雷达.     

一种改进的虚拟阵列语音信号DOA估计算法

虚拟阵列DOA(Direction Of Arrival)估计算法由于计算量低和资源利用率高得到了快速发展,然而虚拟阵列语音信号DOA估计算法还少有报道.本文为了提高语音信号DOA估计的准确度,对虚拟阵列语音信号DOA估计算法进行了改进.算法首先对接收信号进行能量及熵结合的语音分帧检测;其次基于功率谱方差最小和谱熵最大两个原则分别对检测后的信号进行选帧,并对选出的帧做DOA估计;最后将两者的DOA估计结果进行加权平均.本文对方差选帧的DOA估计结果、谱熵选帧的DOA估计结果和两者加权平均后的DOA估计结果进行了比较.实验结果和分析表明结合方差选帧及谱熵选帧的DOA估计算法在用于虚拟阵列语音信号DOA估计时有更高的准确率.     

MIMO雷达对角闪烁抑制性能

针对目标角闪烁引起的雷达测角误差问题,研究了多输入多输出(MIMO)雷达对角闪烁的抑制能力。建立了MIMO雷达角闪烁模型,导出了角闪烁的概率分布密度,讨论了发射天线个数与抑制角闪烁性能之间的关系,给出了由角闪烁引起测角超出目标范围概率密度。理论分析表明雷达发射端阵元个数越多角闪烁抑制性能越好,当达到6个天线时,角闪烁误差就能够降低到传统阵列雷达的25%。仿真结果与理论分析相一致,表明MIMO雷达对目标角闪烁能够有效的抑制。     

非规则部分校准阵列下的宽带LFM信号二维DOA估计

提出了一种宽带线性调频（LFM）信号的二维波达方向（DOA）估计新方法.该方法在空域和时域同时对信号进行采样,并利用观测样本的分数阶Fourier域峰值构造出新的时频空DOA矩阵,进而通过特征值分解的方法实现多个LFM信号的DOA估计.该方法充分地挖掘了观测信号所包含的时频信息,降低了对阵列结构和阵元一致性的约束,使其适用于阵元几何分布不规则且大部分阵元未经校准的阵列.此外,该方法无需谱峰搜索和二维参数配对,计算简单且估计精度较高.仿真结果显示,在DOA估计的均方根误差（RMSE）相同时,与传统方法相比,该方法可获得6～8 dB的信噪比增益.     

二维快速子空间DOA估计算法

提出一种二维快速子空间DOA估计算法,该算法利用阵列协方差矩阵的一个子矩阵得到降维的信号子空间,不需估计整个阵列的协方差矩阵,也不需进行特征值分解,从而使得该方法具有运算量小、复杂度低和易于实时处理的特点,因而可以应用在小数据样本和快速时变的信号环境中.理论分析和计算机仿真结果表明:与MUSIC算法相比,该算法运算量最多为MUSIC算法的1/4,低信噪比条件下DOA估计性能损失并不大,当信噪比大于5dB时,性能与MUSIC算法相当.     

基于虚拟阵元冗余平均的对称嵌套MIMO雷达DOA估计

针对传统算法进行DOA估计时因删除重复虚拟阵元而造成有效信息损失、估计性能不佳等问题,提出基于虚拟阵元冗余平均的对称嵌套MIMO雷达DOA估计算法。首先,将一组密布均匀线阵和一组稀疏均匀线阵分别以零点为中心对称排列,构成单基地MIMO雷达的发射阵列和接收阵列,将传统的虚拟阵元由“差联合”结构变成对称“和联合”结构形式,提高了系统的自由度、降低了阵元互耦,并将其应用于非相干目标和全相干目标DOA估计;其次,向量化样本协方差矩阵,将“和差联合”阵列重复的虚拟阵元进行冗余平均处理后重构Toeplitz矩阵;最后,结合MUSIC算法进行非相干目标DOA估计,有效提升了目标估计个数和角度估计性能。仿真实验验证了阵列结构和算法的有效性。     

基于旋转阵列的MIMO雷达误差校正方法

针对集中式多输入多输出(MIMO)雷达发射端和接收端同时存在位置误差和幅相误差的问题,提出一种基于旋转阵列的误差校正方法.首先利用旋转阵列获得不同方位的回波数据,从而将耦合在一起的位置误差和幅相误差相分离,并通过解相位模糊得到虚拟阵列的位置信息,再根据虚拟阵列的形成原理,分别获得收发阵列的位置误差.然后,由回波数据协方差矩阵最大特征值所对应的归一化的特征向量求得发射端和接收端的幅相误差估计.最后通过仿真实验验证了方法的有效性和可行性.结果表明:在多种阵列误差并存的情况下,该方法复杂度低,能获得较精确的结果,且该方法还适用于非均匀MIMO雷达阵列.     

基于MIMO阵列的混合波束赋形算法

低轨(low earth orbit,LEO)卫星通信可以克服恶劣地形影响实现远距离通信,面对突发灾害能快速部署解决通信问题,但是,卫星在保持高速运动的同时采用高频段的信号,容易导致通信时产生严重的信号衰落。针对此问题,基于传统遗传算法提出一种适用于混合波束赋形架构的算法。固定模拟域对数字域进行迭代优化,然后固定数字域对模拟域进行迭代优化,通过共同的待优化矩阵进行联合求解,在固定功率的前提下不断迭代优化矩阵,采用混合波束赋形方法有效减少硬件复杂度,更加接近数字波束赋形的性能。仿真表明,在混合波束赋形架构应用上,相对于传统的正交匹配追踪(orthogonal matching pursuit,OMP)算法,所提算法性能提升了6.61%。     

柱面共形阵列DOA与极化参数高效联合估计算法

针对共形阵列天线信源方位与极化状态联合估计算法计算量大的问题,给出了一种基于多级维纳滤波器前向递推的柱面共形阵列天线信源方位与极化参数高效联合估计算法.新算法推导了柱面共形阵列天线多级维纳滤波器的前向递推.算法以某一期望信号的训练信号为已知条件,通过多级维纳滤波器的前向递推,来实现信号子空间和噪声子空间的快速估计,避免了协方差矩阵估计与特征值分解,大大减少了已有联合估计算法的运算量,使计算量由原来的O(N3+N2L)降低到O(N2L).仿真实验表明:算法在降低算法复杂度的同时,可保证算法的估计精度,在信噪比大于10 dB时,与已有算法具有近似相同的估计精度,证明了算法的有效性.     

基于PM和Root-MUSIC的MIMO雷达波达方向估计

提出了基于传播算子( Propagator Method,PM)和求根MUSIC (Root-MUSIC)算法的单基地MIMO(Multiple - Input Multiple-Output)雷达多目标定位方法.该方法将上述两种方法结合,利用接收数据协方差得到传播算子矩阵,该矩阵可替代所需的噪声矩阵,避免了特征值分解.再利用多项式求根对方位角进行估计,从而无需谱峰搜索,大大降低了计算复杂度.仿真结果表明了该算法的有效性.