米波MIMO雷达波束空间精确最大似然算法

针对阵元空间多输入多输出(multiple input multiple output, MIMO)雷达低仰角估计方法运算量和数据传输量太大的问题, 提出了基于波束空间的MIMO雷达精确最大似然(refined maximum likelihood, RML)算法。该算法将阵元空间的数据转换到波束空间, 实现降维处理, 再利用最大似然的思想对波束空间的数据进行测角。计算机仿真结果表明, 相比于基于阵元空间的MIMO雷达RML算法, 所提算法有着良好的测角性能, 并大大降低了算法运算时间。同时, 通过计算机仿真分析了信噪比、仰角、波束指向与目标仰角之间的偏差、阵元数、反射系数误差和天线中心高度等因素对所提算法测角性能的影响。     

一种基于最大似然估计的宽带单脉冲测角改进方法

电大尺寸目标的宽带散射回波可看成多个强散射中心的共同作用结果,回波表现为高分辨距离像(high-resolution range profiles, HRRP)的特点。如何利用多个散射中心的回波能量,以提升单脉冲测角的性能是值得深入研究的问题。本文给出的宽带雷达单脉冲测角的最大似然估计(maximum likelihood estimate, MLE)算法,该方法能够积累扩散到多个距离单元的回波能量,从HRRP中获得信噪比(signal to noise ratio, SNR)增益。提出了一种基于回波本身来确定目标距离支集的方法,并在距离支集上实施MLE算法。仿真研究表明：本文所提方法相比于加权平均法和最强点法,能够有效利用距离方向多个散射点的回波能量。MLE算法的均方根误差(root mean square error, RMSE)性能逼近克拉美罗下界(Carmer Rao low bound, CRLB)。     

一种频域自适应最大似然时延估计算法

提出了一种基于平方相干函数的频域自适应最大似然时延估计算法。该算法构造了一种广义相位数据最大似然加权函数,并通过自适应估计输入信号的平方相干函数加以实现。算法的性能分析和仿真实验表明,该算法有更好的时延估计精度、收敛速度和跟踪性能,能够有效提高低信噪比环境下的低空目标被动声探测的时延估计性能。     

基于蚁群算法的最大似然方位估计快速算法

针对最大似然(maximum likelihood, ML)方位估计方法多维非线性搜索计算量大的问题,将连续空间蚁群算法与最大似然算法相结合,提出基于蚁群算法的最大似然 (ant colony optimization based maximum likelihood, ACOML) 估计新方法。该方法将传统蚁群算法中的信息量留存过程拓展为连续空间的信息量高斯核概率密度函数,得到最大似然方位估计的非线性全局最优解。仿真结果表明,ACOML方法保持了原最大似然方位估计方法算法的优良估计性能,而计算量只是最大似然方法的1/15。     

随机调制信号参数的统计Cramer-Rao下限及其最大似然估计

随机跳频和随机脉冲重复间隔等随机调制信号的处理可以等价为随机调制信号中的参数估计问题。针对抽象的随机调制复正弦信号模型,借助Fisher信息矩阵推导了其复幅度和调制系数估计的Cramer-Rao下限并分析了其统计特性。求解了单个和多个随机调制复正弦信号的最大似然估计,利用“广义周期图”研究了其分辨及模糊性能,为后续的信号设计与处理提供了理论参考。计算机仿真实验验证了相关结论。     

基于极大似然估计的非理想场景雷达信号分选算法

目前,已有研究针对理想条件下的雷达脉冲信号分选问题进行了详细阐述,但是缺乏杂散脉冲和缺失脉冲两种非理想情景下的模型表征。为解决这一问题,提出了一种基于极大似然估计的非理想场景雷达信号分选算法。该算法通过修正似然因子来表征杂散脉冲和缺失脉冲现象,提高在复杂场景下的分选准确率。当部分雷达先验信息已知时,所提算法模型具有更好的分选效果。仿真实验结果表明,与已有的极大似然模型和深度学习算法相比,所提算法在分选准确率上有显著提升,具有较高的应用价值。     

经常购买模型及其参数的极大似然估计

在分析巴斯模型和重复购买的产品生命周期模型等的基础上，提出经常购买模型，详细讨论该模型的参数的极大似然估计法，并采用实例检验模型及参数估计方法，分析模型的参数估计结果，在此基础上使用模型做产品销量预测，表明模型的参数估计方法及预测方法的有效性。     

截断非平衡似无关模型的极大仿真似然估计

样本数据缺失和截断是现代统计调查中经常遇到的两个问题,它们在一定程度上影响模型参数估计的准确性和有效性. 该研究首先提出了一个新的截断非平衡似无关回归模型,这个模型能够同时考虑数据缺失和截断的特征;然后基于Geweke-Hajivassiliou-Keane（GHK）的仿真算子,建立了该模型的极大仿真似然估计方法;蒙特卡罗实验结果表明,在大样本和有限样本下这种估计方法在参数估计的准确性和有效性方面均具有良好表现.     

一种自适应最大似然GPS比特同步方法

提出了一种针对GPS系统的自适应最大似然比特同步方法.该方法改进了固定非相干累加次数的传统最大似然估计方法,利用归一化的比特能量最大值和次大值差值作为检测量,针对不同载噪比的信号自适应地约束非相干累加次数.数值仿真与分析表明,在保证错误估计概率基本不变的前提下,该方法有效地减少了平均估计时间.     

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。     

基于稀疏重构的L型阵列MIMO雷达降维DOA估计

针对L型阵列多输入多输出(multiple-input multiple-output,MIMO)雷达二维空间角估计问题,提出一种基于协方差矩阵联合稀疏重构的降维波达方向(direction of arrival,DOA)估计算法。该算法根据L型阵列MIMO雷达联合流型矢量的特点,通过降维矩阵的设计及回波数据的降维变换,最大程度地去除了所有的冗余数据;通过协方差矩阵联合构造稀疏线性模型,将2维角参量空间映射到1维空间,极大降低字典长度和求解复杂度的同时,不牺牲阵列孔径,实现了二维空间角度的有效估计和参数的自动配对。理论分析与实验仿真表明:与RD_MUSIC算法相比,本文降维处理有效提高阵元利用率的同时,最大程度地降低了回波数据的维数;与传统子空间类算法相比,基于协方差矩阵联合构造的稀疏线性模型充分利用了阵列孔径,无需预先估计目标数目,参数估计性能在低信噪比及小快拍数据长度下优势明显。最后,仿真结果验证了本文理论分析的正确性和算法的有效性。     

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。     

多输入多输出阵列目标方位估计方法

提出了一种主动阵列目标定向空时编码新构型,即多输入多输出(multi-input multi-output,MIMO)阵列。MIMO阵列发射不相关信号(正交信号),扫描向量是常规相控阵发射扫描向量与接收扫描向量的卷积,从而产生了虚拟阵元,扩展了阵列孔径,形成的波束图是常规发射阵波束图与接收阵波束图的乘积,因此主瓣更窄,旁瓣更低。两目标高分辨统计性能的仿真分析和实验研究表明,与常规相控阵相比,MIMO阵列具有更高的目标角度分辨率和检测性能。     

高自由度低互耦的广义二阶嵌套MIMO雷达DOA估计

针对传统二阶嵌套阵自由度低、互耦率高的问题, 提出高自由度、低互耦的广义二阶嵌套多输入多输出(multiple input multiple output, MIMO)雷达阵列, 用于波达方向(direction of Arrival, DOA)估计。首先, 在传统二阶嵌套阵的收发两端分别引入互质扩展因子, 抑制阵元互耦的同时提升阵列的自由度; 其次, 推导了“和差联合阵列”结构下, 包括互质扩展因子、连续虚拟阵元数和总虚拟阵元数在内的自由度闭式解; 最后, 针对不同互质扩展因子造成的离散孔洞问题, 基于原子范数最小化理论, 在不连续点出填补虚拟阵元, 并建立恢复填补虚拟阵元等价接收信号的凸优化模型, 结合多重信号分类算法进行DOA估计。仿真实验验证了阵列结构的合理性和算法的有效性。     

多通道雷达成像与DOA外场试验研究

多输入多输出(multiple-input multiple-output, MIMO)技术用于多通道雷达,可以扩展阵列孔径,提高系统分辨力。证明了一个发射阵元和一个接收阵元通过分时移位模拟MIMO雷达工作状态的可行性,提出以一发一收构建一套MIMO雷达试验系统。给出了系统搭建原理和测量方法,设计了实孔径阵列和等效阵列外场试验,结果表明,阵列孔径得到了扩展,成像与DOA估计的分辨力得到了提高。     

基于L型阵列MIMO雷达的DOA矩阵方法

首先提出一种基于波达方向（direction of arrival, DOA）矩阵思想的L型阵列多输入多输出（multiple input multiple output, MIMO）雷达二维角度估计方法。通过将L型阵列MIMO雷达所产生的二维虚拟平面阵列划分为两个子阵,并构造估计矩阵以实现二维角度估计。在此基础上,针对角度兼并问题,进一步提出联合对角化DOA矩阵方法。该方法通过构造4个子阵,并采用联合对角化方法估计目标二维角度。该方法在保持原DOA矩阵法无需二维谱峰搜索和参数配对等优点的基础上避免了角度兼并问题,能够减少阵列孔径损失,有效提高阵元利用率和角度估计精度。仿真实验验证了所提方法的有效性。     

基于模糊函数的LFM UWB雷达信号滑动平均波达方向估计

针对线性调频类超宽带雷达信号的线性时频特性,提出了基于2阶统计量——信号模糊函数的线性调频类超宽带雷达信号波达方向估计算法,通过分析仿真证明该方法优于传统方法。根据分析指出循环平稳算法与模糊函数算法之间的关系,介绍了循环平稳算法对基于窄脉冲形式的无载波超宽带雷达信号DOA估计的有效性。系统完整地论述了超宽带雷达信号DOA估计算法。     

Target estimation using MIMO radar with multiple subcarriers

This paper analyzes the effect of waveform parameters on the joint target location and velocity estimation by a noncoherent multiple input multiple output (MIMO) radar transmitting multiple subcarriers signals. How the number of subcarriers influences the estimation accuracy is illustrated by considering the joint Cramer-Rao bound and the mean square error of the maximum likelihood estimate. The non-coherent MIMO radar ambiguity function with multiple subcarriers is developed and investigated by changing the number of subcarriers, the pulse width and the frequency spacing between adjacent subcarriers. The numerical results show that more subcarriers mean more accurate estimates, higher localization resolution, and larger pulse width results in a worse performance of target location estimation, while the frequency spacing affects target location estimation little.