米波雷达低仰角目标多路径模型在测角中的应用

针对米波雷达低仰角跟踪目标过程中,由于多路径效应引起的目标仰角估值性能变差这一问题,该文通过对米波雷达低仰角目标多散射中心多路径模型的分析,提出一种基于反射波对消的低仰角目标角度估值方法.该方法采用搜索的方式获得反射波矢量估计,结合矢量对消算法以及谱估计技术实现低仰角目标角度信息的提取,有效地降低了多路径效应对目标仰角估值造成的偏差.理论分析和实验数据的处理结果都证实了该方法的有效性和稳健性.     

约束MUSIC算法在米波雷达低仰角测高中的应用

在米波雷达低仰角测高中,由于直达波和相干多径信号都在天线波束的主瓣之内,导致测高精度低.约束MUSIC算法利用已知的信源方向来提高未知信源估计精度,而且不受信源相干的影响.将该算法应用于米波雷达低仰角测高中,将多径信号作为约束来提高直达波的估计精度,提出一种广义约束MUSIC算法,并结合雷达测高的特点对其进行改进,计算机仿真结果证实改进算法在保持良好性能的同时能降低运算量.     

基于均匀圆形阵列的方位角与仰角二维估计

建立了二维DOA估计圆形阵列的数学模型;构建了以MUSIC算法为核心的二维DOA估计测向仿真系统;仿真实验证明该测向仿真系统的有效性与准确性.     

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.      

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。     

基于合成导向矢量广义MUSIC算法的水平极化米波雷达测高方法

米波雷达具有抗击隐身目标和反辐射导弹的天然优势,但其俯仰维波束较宽,探测低空目标时波束打地,多径效应的存在严重影响米波雷达测高精度。针对这一问题,采用均匀线阵米波雷达经典镜像多径传播信号模型,总结归纳了以广义多重信号分类算法为基础的3种测高方法,并在此基础上提出了一种适用于水平极化米波雷达基于合成导向矢量广义MUSIC算法的精确测高方法,仿真实验与性能最优的第三种测高方法进行对比,在重点分析目标仰角、信噪比、快拍数、幅相误差和地面反射系数等因素对低空目标测高性能影响的基础上得出一般性结论,证明了新方法的优越性。     

基于最大似然估计的多目标定位

宽带高分辨雷达多目标定位问题一般是先进行精确时延估计，再进行源定位。本文提出了一种在频域运用最大似然估计进行目标位置反演的方法，归结为全局搜索--目标函数的极值。通过对仿真数据的处理，结果显示该方法可以准确的估计出多目标位置。     

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。     

基于RELAX的米波雷达测高方法

针对米波雷达由于波束宽和地面反射多径引起的测高难题,提出一种基于RELAX算法的米波雷达低仰角测高法。该方法收敛速度快,无需特征值分解和多维搜索,对相关信号不需要解相关处理,具有较高的测角精度和分辨力。实测数据的处理结果验证了该算法的有效性。     

基于Kalman滤波的自适应MIMO信道估计

给出了一种基于Kalman滤波的自适应MIMO信道估计方法，分析了算法的剩余误差能量随迭代次数增加的变化情况，对饱和MIMO系统和欠饱和MIMO系统，分别采用Kalman自适应MIMO信道估计方法和最大似然信道估计方法，进行了数值仿真和对比。从对比的结果来看，文中给出的Kalman自适应信道估计具有和最大似然信道估计相近的性能，而在饱和系统中，Kalman估计算法性能要略好一些。     

星载海洋雷达高度计准最佳最大似然估计系统

在简要介绍星载海洋雷达高度计的准最佳最大似然估计系统工作原理的基础上，根据星载海洋雷达高度计跟踪控制的要求，设计了星载海洋雷达高度计的准最佳最大似然估计系统。该系统将高度跟踪和ＡＧＣ（自动增益控制）、斜率跟踪有机地结合起来，可对星载海洋雷达高度计的工作实行有效的控制，获得各项参数的较高测量精度。     

MIMO系统中基于训练序列的半盲估计

在无线的MIMO(Multiple-input Multiple-output)通信系统中,应用半盲信道估计能提高系统带宽效率,降低计算复杂度.本文在分析比较了频率选择性MIMO信道下,基于训练序列的确定性最大似然估计和高斯最大似然估计两种半盲估计算法的基础上,给出了两种算法的Cramer-Rao Bound(CRB),得出了仿真结果,并将其与相应的CRB进行了比较.     

平面阵列的半实值MUSIC波达方向估计算法

针对二维波达方向(DOA)估计算法运算量大的问题,基于平面阵列提出一种优化后的半实值MUSIC算法,将问题转化为对目标与x轴、y轴的2个夹角的估计,首先提取接收信号协方差矩阵的实部,并对其特征值分解得到噪声子空间;利用Kronecker积降维得到搜索区域减半的MUSIC谱,估计入射方向与x轴夹角;接着利用最小二乘法得到目标与y轴夹角的估计值;最后根据角度的对应关系方程求得二维DOA的估计值。仿真结果表明,该算法在保证精度的同时显著减小了运算量,且算法估计性能与常规MUSIC算法相当。     

用进化算法估计高频地波雷达海洋回波的DOA

提出了一种用于波达方向(DOA)估计的基于进化算法的最大似然超分辨算法,当信噪比不高、阵列输出数据较短的情况下,其性能比普通的超分辨算法有较大改善. 其中的进化算法结合了遗传算法和进化策略两种算法的优点,适于求解似然函数的多维搜索问题,与交替投影等算法比较,精度上有了较大提高. 对高频地波雷达海浪回波的实测数据处理结果表明了DOA估计方法是有效可行的.     

基于引力搜索算法的相干信号源DOA估计方法

针对最大似然(ML)DOA估计方法存在着运算量高且容易收敛到局部极值的问题。结合引力搜索算法(GSA)与最大似然方法,提出了一种GSA-ML方法。将最大似然函数作为GSA算法的适应度函数,在遵循ML方法的主体思想同时,利用GSA算法运算量低和收敛速度快的优点,成功地找到似然函数的全局最优解;并保存了ML方法的优点。仿真结果表明,GSAML方法不仅能有效估计相干信号源;并且相比MUSIC、ESPRIT和TLS-ESPRIT算法,拥有更高的精度和估计成功概率。     

基于布谷鸟搜索算法的最大似然DOA估计

为解决最大似然DOA(Direction of Arrival)估计多维非线性搜索计算量大的问题, 将布谷鸟搜索算法与最大似然算法相结合, 利用布谷鸟搜索算法优化多维非线性的最大似然DOA估计谱函数。在保留布谷鸟搜索算法的主体思想的同时, 改进了算法的位置迭代方式, 加快了收敛速度。仿真结果表明, 改进的布谷鸟搜索算法在DOA估计中具有较好的收敛性, 估计性能较好。     

阵列信号处理中DOA估计的误差分析

多重信号分类法(即MUSIC算法)具有很高的分辨力、估计精度及稳定性,在阵列信号处理中对DOA(direction of arrival)的估计也一直是人们研究的热点。通过对MUSIC算法中影响DOA估计的误差因素进行分析和研究,讨论MUSIC算法的估计性能。理论分析和仿真结果表明,对非相关或相干信号,MUSIC算法是一种有效的测量目标方位角的方法。     

基于完美抽样的最大似然方位估计方法

为了解决最大似然估计计算量大的问题,将马尔可夫蒙特卡罗方法与最大似然方位估计相结合,提出一种基于完美抽样的最大似然方位估计新方法.研究结果表明,该方法不但保持了原最大似然方位估计方法的优越性能,而且大大减小了计算量,把原方法的计算复杂度从O(LK)减少到O(K×J×Np).     

二项分布参数的经典估计与Bayes估计相等的关系

证明了二项分布中未知参数的经典估计(最大似然估计和矩估计),一定存在一个先验分布,使其贝叶斯估计就是该经典估计的结论.