首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到17条相似文献,搜索用时 46 毫秒
1.
对于双基地多输入多输出(multiple input multiple output,MIMO)雷达,发射和接收阵列幅相误差耦合到一起,不易单独测量。针对阵列存在小扰动幅相误差的MIMO雷达,分别推导了借助旋转不变信号参数估计技术(estimating signal parameter via rotational invariance techniques,ESPRIT)算法的到达角(direction of arrival,DOA)和离开角(direction of departure,DOD)的均方根误差(root mean square error,RMSE)与幅相误差关系表达式。与其他方法相比,ESPRIT算法可以将发射和接收阵列的幅相误差进行解耦,并且DOA和DOD的RMSE只与阵列相位误差相关,与阵列幅值误差无关。仿真结果表明,理论值和仿真实验值能够较好地吻合,验证了理论的正确性。  相似文献   

2.
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。  相似文献   

3.
多载频MIMO雷达的幅相误差校正   总被引:1,自引:1,他引:1  
建立了多载频(multi carrier frequency, MCF) MIMO雷达的幅相误差模型,并针对其发射和接收阵列的幅相误差耦合到一起的特点,提出了对信号预处理后等效阵列的联合幅相误差进行整体估计来实现误差校正的思想。针对单辅助信源的情况完成了两种误差估计方法:子空间拟合(subspace fitting, SF)法和最大似然(maximum likelihood, ML)法,子空间拟合法利用信号子空间与阵列流型张成空间的对应系列方程求解,而最大似然法利用似然函数最大来得到幅相误差。推导了幅相误差估计的Cramer Rao界(CRB),并仿真分析了两种方法的估计性能与信噪比、快拍数的关系以及辅助信源的定位误差对估计性能的影响。  相似文献   

4.
研究了时频栅格误差引起的匹配滤波器失配下双基地多输入多输出(multiple-input multiple-output,MIMO)雷达的角度估计问题。首先,建立了存在时延和多普勒频率栅格误差条件下的双基地MIMO雷达信号模型;其次,推导了正交频分复用线性调频信号和相位编码信号的栅格误差失配矩阵,并分析了其对目标收发角度估计的影响;再次,针对正交频分复用线性调频信号,提出了平行因子和最小二乘相结合的发射角度估计算法,该方法能够有效减小栅格误差失配矩阵对发射角度估计的影响;最后,仿真实验表明,栅格误差失配矩阵对相位编码信号的角度估计影响较小,但对正交频分复用线性调频信号的发射角度估计则会产生较大的影响,从而进一步验证了理论分析的正确性。  相似文献   

5.
基于GA的阵列幅相误差校正新方法   总被引:1,自引:1,他引:1  
研究了在单、多信源入射条件下并存在幅相误差时,用MUSIC算法对信号到达方向进行估测的问题。针对一般方法对均匀细阵误差测不准、对信源数限制较严等问题,提出了一种利用遗传算法来估测阵列幅相误差的方法。该方法适用于任意阵列,放宽了对信源数的限制,在估测幅相误差的基础上对原导向矢量进行了修正,得到了更为准确的信号到达方向估计值。计算机仿真结果验证了此方法的有效性和可行性。  相似文献   

6.
与传统的相控阵雷达不同,多输入多输出(multiple input multiple output, MIMO)雷达可以发射彼此正交的信号来形成独立信道,通过将各信道内的目标雷达反射截面积(radar cross section, RCS)进行平均可以有效抑制目标衰落,进而提高其参数辨识性能。根据给出的双基地MIMO雷达系统模型,对系统最多可分辨和定位目标的数目进行分析,并给出理论证明。分析表明,利用目标反射系数的非相关特性,双基地MIMO雷达最多可有效分辨和定位收发阵元数的乘积减1个目标。仿真实验证明了结论的正确性。  相似文献   

7.
研究双基地多输入多输出(multiple input multiple output, MIMO)雷达目标跟踪的性能。建立双基地MIMO雷达发射相干脉冲串时的目标跟踪数学模型,给出反映目标跟踪性能的贝叶斯克拉美罗界(Bayesian Cramer-Rao bound, BCRB)递推式。针对目标的线性状态方程和双基地MIMO雷达的量测方程,求解BCRB的递推式。最后仿真分析各参数对跟踪性能的影响,结果表明量测信噪比越大、量测脉冲数越多、阵元间距越大跟踪性能越好,且在总发射功率一定的条件下,发射阵元数越多跟踪性能越好。  相似文献   

8.
分布式干扰是一种近距离、空间密集型干扰,单基雷达常用的超低旁瓣天线、天线旁瓣对消和旁瓣匿影等技术难以与其进行有效对抗。双基条件下,远距离的目标和近距离的干扰机必将在其相对于发射阵列或接收阵列的角度上存在较大差异。利用该现象,提出了一种双基地MIMO雷达抗分布式干扰的方法。该方法通过发射阵列多阵元正交发射的方式在目标回波及转发式干扰信号中分别嵌入了目标和干扰机相对于发射阵列的角度信息,随后在接收阵列上通过等效收、发二维空域滤波处理即可有效地滤除分布式干扰信号。数值仿真的结果证明了该方法的有效性。  相似文献   

9.
针对天线阵列的幅相误差严重影响阵列测向算法估计性能的问题,提出了一种基于线性变换的阵列幅相误差自校正算法。该方法通过利用幅度相位特性一致的辅助阵元,进行矩阵的正交线性变换,并结合最小二乘法算法,有效地估计阵列的幅相误差系数和入射信号的波达方向。其不需要谱峰搜索,无特征分解运算,计算量小,复杂度低,可实现对阵列幅相误差的快速校正。计算机仿真实验结果验证了该算法估计性能的有效性。  相似文献   

10.
提出一种双基地多输入多输出(multiple input multiple output,MIMO)雷达相干多目标角度快速估计算法。采用单次快拍数据构建的一组Toeplitz矩阵重构出新的协方差矩阵,使得矩阵的秩等于目标的总个数;通过矩阵变换使得变换后的协方差矩阵满足centro Hermitian性,即可利用酉变换将复矩阵转化为实矩阵进行实数域的参数求解,采用旋转不变信号参数估计(estimation of signal parameters via rotational invariance technique, ESPRIT)算法即可准确估计出对应的目标角度。通过仿真表明:所提算法能够实现相干目标源的角度估计且参数自动配对;降低了复矩阵特征分解所带来的巨大运算复杂度,具有更高的参数估计精度和算法稳健性;同时能够对移动目标进行角度跟踪,具有良好的跟踪性能。  相似文献   

11.
外辐射源雷达面临严重的多径干扰,但强多径信号也为阵列校正提供了优良的信号源,针对此提出了一种利用最强径信号的旋转阵列校正算法。该算法首先采用时域相关运算分离出最强径信号,然后通过旋转阵列来增加信号源和提供先验信息,接着利用比幅原理估计出阵列幅度误差,最后结合最大似然(maximum likelihood, ML)算法和最小二乘(least square, LS)算法估计出最强径信号到达角和阵列相位误差。分析了所提算法的适用条件,并推导了最强径信号到达角和阵列相位误差估计的克拉美-罗下界(Cramer-Rao lower bound, CRLB)。仿真和实测数据处理结果验证了该算法的有效性。  相似文献   

12.
This paper derives the extended ambiguity function for a bistatic multiple-input multiple-output (MIMO) radar system,which includes the whole radar system parameters:geometric sensor configuration,waveforms,range,range rate,target scattering and noise characteristics.Recent research indicates the potential parameter estimate performance of bistatic MIMO radars.And this ambiguity function can be used to analyze the parameter estimate performance for the relationship with the Cramer-Rao bounds of the estimated parameters.Finally,some examples are given to demonstrate the good parameter estimate performance of the bistatic MIMO radar,using the quasi-orthogonal waveforms based on Lorenz chaotic systems.  相似文献   

13.
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。  相似文献   

14.
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。  相似文献   

15.
针对双基地多输入多输出(multiple input multiple-output,MIMO)雷达自适应非对称联合对角化(adaptive-asymmetric joint diagonalization,AAJD)跟踪算法在低信噪比时失效的问题,提出一种双基地MIMO雷达高精度跟踪算法。首先,针对低信噪比时AAJD算法信号子空间扩展问题,利用主成分顺序估计原理求出特征值,根据特征值的大小对导向矢量进行排序,得到更加精确的信号子空间。其次,根据跟踪状态的不同,将多目标分类(multiple signal classification,MUSIC)算法分为两步:第一步全空域大步长扫描,对应跟踪非稳定状态;第二步小空域小步长扫描,对应跟踪稳定状态,空域范围由上一时刻估计角度和运动速度确定,并将峰值搜索过程变为取最大值操作,降低了计算量。算法解决了低信噪比时信号子空间扩展问题,提高了跟踪性能,且采用了性能更高的MUSIC算法,并对其进行改进,降低了计算量。仿真结果证明了算法的有效性。  相似文献   

16.
研究了双基地多输入多输出(multiple input multiple output, MIMO)雷达发射相干脉冲串时的参数估计性能,推导对Swerling I和Swerling II目标的去波方向(direction of departure, DOD)、波达方向(direction of arrival, DOA)和多普勒频移联合估计的克拉美罗界(Cramer Rao bound, CRB),并分析发射脉冲为正交频分线性调频信号时,各参数对CRB的影响。结果表明对Swerling I和Swerling II目标的DOD和DOA均可做出较理想的估计,Swerling I目标更优,可较好地估计Swerling I目标的多普勒频移,但难以估计Swerling II目标的多普勒频移。  相似文献   

17.
空域有色噪声会导致现有多输入多输出(multiple input multiple output,MIMO)雷达算法性能下降,甚至完全失效.针对空域色噪声背景下双基地MIMO雷达联合波离角(direction of departure,DOD)和波达角(direction of arrival,DOA)估计问题,分析了...  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号