频率分集极化MIMO雷达目标检测

为了提高集中式多输入多输出(MIMO)雷达的目标检测性能,提出了一种频率分集极化MIMO雷达.该雷达的发射端采用频率分集和极化分集,接收端以变极化或者正交极化方式接收回波信号,并且基于目标极化散射特性优化设计发射极化和接收极化来进一步提高性能.基于奈曼-皮尔逊准则设计了检测算法,并推导了虚警概率和检测概率的近似计算公式.仿真结果表明:频率分集极化MIMO雷达的检测性能优于极化MIMO雷达和频率分集MIMO雷达,并且采用正交极化接收方式可以获得更好的检测性能.     

分布式多输入多输出雷达的侦察分析

分布式多输入多输出(MIMO)雷达利用空间分集增益,提高检测和估计的性能,从而在电子对抗中产生了诸多优势。该文针对分布式MIMO雷达的侦察问题,首先提出了一套完整的侦察方案,建立起侦察一方与雷达一方的互动机制。该方案采用一个接收阵列采集雷达信号,并通过对雷达发射机数目和方位的估计,实现在空间上对多个雷达信号的分离,继而判断出是否存在分布式MIMO雷达。分别从侦察一方与雷达一方的角度出发,提出侦察与反侦察的策略和算法。研究结果表明:采用相对更多的接收阵元数以及选用改进的波达方向估计算法可以提高侦察能力;采用非均匀、大范围的MIMO雷达布阵方式以及利用MIMO雷达的选择性分集和波形优化可以提高雷达的反侦察能力。     

分布式OFDM-MIMO雷达高速微弱目标多帧检测

针对传统动态规划检测前跟踪(DP-TBD)算法对高速微弱目标的检测和跟踪问题,利用一种结合正交频分调制(OFDM)波形和分布式多输入多输出(MIMO)雷达的分布式OFDM-MIMO相控阵雷达,提出基于该雷达的TBD方法.MIMO雷达的全向辐射特性能够大大降低TBD单帧回波获取时间,另外,分布式雷达的空间部署可以削弱目标雷达截面积(RCS)起伏.仿真结果表明:本文方法检测和跟踪性能良好,是一种有效检测高速微弱目标的方法.     

分布式MIMO雷达优化布站研究

针对分布式多输入多输出(MIMO)雷达各发射站和接收站的优化布站问题,提出了一种分布式MIMO雷达布站的优化模型.首先给出了分布式MIMO雷达的信号模型;然后分析了收发天线位置对分布式MIMO雷达的空间分集能力和信道电压散射系数方差的影响,在此基础上提出了用空间分集度和空间分散度指标对分布式MIMO雷达的空间分集能力和天线分散程度进行量化评估;接着提出了在空间分散度一定的条件下,使空间分集度最大的布站原则并给出了相应的目标函数;最后仿真分析了信号频率、探测距离、探测方位、信道数目等因素对分布式MIMO雷达布站的影响.研究结果对分布式MIMO雷达的系统配置和实际应用具有重要的参考价值.     

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°。     

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.     

双基地MIMO雷达多参数联合估计及目标三维定位

多输入多输出(Multiple-input multiple-output,MIMO)雷达具有波形分集、空间分集和极化分集等优势,在抗目标"闪烁"、反干扰、提高分辨力方面有很大的潜力.提出了一种双基地MIMO雷达多参数联合估计及目标三维定位方法.对接收信号的协方差矩阵作特征值分解,提取大特征值对应的特征矢量,构建选择矩阵,基于ESPRIT算法估计出目标的波达角.在求解均匀圆阵时,为将导向矢量中耦合的俯仰角和方位角分开,采用模式激励法解耦合,再分别利用UCA-MUSIC和UCA-ESPRIT算法估计目标俯仰角和波达角.基于MIMO雷达空间结构,利用估计到目标的俯仰角、发射角和波达角,计算得到目标的三维空间坐标信息.该算法可实现角度间的自动配对,可以有效识别同一距离单元内的多个目标.仿真实验表明,提出的估计方法估计精度高,处理速度快.     

一种极化MIMO雷达导引头关键技术研究

为提高雷达导引头的工作性能,提出一种新体制极化多输入多输出(MIMO)雷达导引头的概念,研究了该雷达导引头中的关键技术. 该雷达导引头采用双极化天线阵列,各个天线子阵发射正交频分线性调频信号;同时接收雷达回波信号的双极化分量,采用匹配滤波技术实现各个回波信号的有效分离;引入瞬态极化检测与识别技术,有效提高雷达导引头的抗干扰性能;采用单脉冲测角技术实现对目标的正确测角和跟踪. 理论分析和仿真结果表明,极化MIMO雷达导引头具有优良的电子战性能.      

空-时二维步进频MIMO雷达宽带信号处理研究

为实现多输入多输出(MIMO)雷达距离高分辨,提出了空时二维步进频加线性调频的发射信号模型.MI-MO雷达采用空-时二维步进频的发射信号模型,可以将宽带信号处理分为接收波束形成、脉冲压缩、发射波束形成、慢时间维信号合成4个部分.发射信号分集给系统带来更多自由度的同时,也使信号处理变得更为复杂.仿真结果表明,当发射阵列规模较大时,MIMO雷达能在一个脉冲重复周期(PRT)内实现宽带信号合成,避免了常规宽带雷达的运动补偿问题.     

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。     

基于粒子滤波的MIMO雷达目标似然比检测方法

针对多输入多输出（MIMO）雷达在非高斯杂波背景、信号参数随机或未知的情况下,难以建立目标统计检测模型的问题,基于粒子滤波方法,根据参数的概率分布函数抽取粒子,将复杂积分运算转化为求和运算求取似然函数,给出了一种MIMO雷达目标似然比检测的通用模型,解决了非高斯杂波条件下无法得到检测统计量的问题．以复SG-Alpha联合稳定分布作为MIMO雷达非高斯杂波分布模型,给出了基于粒子滤波的似然比检测方法．最后通过仿真实验给出了该方法在不同条件下的检测性能,并与传统MIMO雷达目标检测方法进行了比较,结果表明在非高斯杂波背景下该方法的检测性能要明显优于传统方法的．     

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。     

MIMO雷达双向空间平滑的多径目标DOA估计算法

针对多径情况下MIMO雷达低角目标DOA估计问题,提出了一种基于双向空间平滑FBSS的样本复用MIMO雷达低角多径目标DOA估计算法。考虑到MIMO雷达相干信号测角时与多径信号测角时情况的不同,算法采用了MIMO雷达四路径回波信号模型,首先依据MIMO雷达波形分集的特性对接收信号匹配滤波得到虚拟阵列,在此基础上对虚拟阵列采取行列复用并分别进行双向空间平滑,有效提高了低信噪比条件下低角目标DOA估计精度。计算机仿真结果表明,在信噪比小于-12dB条件下,该算法比M-SSMUSIC算法的均方根误差平均减小了1°。     

MIMO雷达多目标角度估计的空间平滑改进算法

针对基于阵列协方差矩阵特征分解的子空间类算法存在的问题,提出了一种基于改进空间平滑的新方法。首先介绍了"等效信源"的概念,在此基础上分析了当目标数多于发射阵元数时,一些基于子空间类算法失效的原因;从理论上推导说明了在接收阵元数足够多的情况下,本文算法可突破发射阵元数对可估计目标数的限制的机理,从而使得MIMO雷达在发射阵元数较少时能估计更多的目标。仿真结果表明:本文所提方法具有比TDS算法更好的估计性能。     

基于非均匀子阵划分的MIMO雷达阵列设计研究

本文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。     

鲁棒的基于几何均值分解的矢量预编码算法

针对非理想信道的多输入多输出（MIMO）系统,提出了一种鲁棒的基于几何均值分解方法的矢量预编码算法.利用非理想信道误差矩阵的二阶统计信息,以最小化收发信号的均方误差为准则,求出基于几何均值分解矢量预编码的最优扰动矢量和预编码矩阵.仿真结果表明,该鲁棒算法优于现有的基于几何均值分解矢量预编码算法性能.在高信噪比时,误码率可提高2dB以上.     

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。     

能耗感知的MIMO天线配置模式选择算法

多入多出MIMO (multiple input multiple output)利用多天线技术可以在同一信道内并发传输多路数据,实现空间复用增益和空间分集增益,从而提升系统吞吐量、传输范围和可靠性,但MIMO所采用的多天线技术会大幅增加通信终端的能耗成本。能耗是智能终端的关键性能指标,也是制约MIMO技术能否在智能终端上推广使用的重要因素。针对这一问题,研究了IEEE 802.11n 的MIMO发送端能耗问题,提出了一种能耗感知的MIMO天线配置模式选择算法。该算法以单位比特能耗为优化目标,根据缓冲区待发送数据帧的数量,动态调整MIMO天线配置模式。缓冲区待发送数据帧的数量超过上限阈值时,发送端调整天线配置模式,并根据待发送帧大小和历史统计信息预测和激活能耗最优的天线数量;低于下限阈值时,发送端关闭多天线,采用单天线进行数据传输。基于真实实验数据的数值分析结果表明,该算法能够充分利用睡眠状态优化MIMO发送能耗,有效提升单位比特能耗。