基于四阶累积量的MIMO雷达空间平滑角度估计算法

针对MIMO雷达系统的多目标DOA估计问题,本文提出了一种基于四阶累积量的双向空间平滑算法。当目标数多于发射阵元数,接收信号发生相干现象使普通子空间类算法可估计DOA数受到限制。本文提出的算法通过对接收信号构造四阶累积量矩阵,并对构造的矩阵做子阵空间平滑处理,在接收阵元足够多的情况下,可估计比发射阵元数更多的目标,并且在高斯白噪声下和高斯色噪声背景下均具有有良好的DOA估计性能。     

一种基于改进空间平滑的信源数估计算法

针对基于信息论准则信源数估计算法不适用于相关信源情况,提出了一种基于改进空间平滑的信源数估计算法。算法对子阵阵元进行新的组合,使得每个子阵阵元数和原阵阵元数相同,取每个子阵协方差矩阵的算术平均,形成一个新的阵列输出协方差矩阵,然后对该协方差矩阵利用信息论准则估计信源数。仿真分析表明,算法在相关信源存在情况下,能正确估计出信源个数,提高了阵元利用率,在低信噪比和低快拍数时,性能优于空间平滑信息论算法。     

柱面共形阵列天线盲极化2D DOA 估计

针对柱面共形阵列天线的DOA估计问题,充分利用柱面载体的单曲率特性,通过合理的阵元设置,基于子空间原理,提出了盲极化2DDOA估计算法。首先,利用一条母线上的阵元构成子阵1,基于ESPRIT算法,实现信源俯仰角估计。然后,利用剩余阵元构成子阵2,结合子空间原理以及俯仰角估计值,通过一维参数搜索完成方位角估计,并实现了俯仰角与方位角的自动配对。该算法在不需要信源极化状态与阵元方向图任何信息的情况下进行二维来波方向估计,估计精度高、分辨力强。同时,所提算法不需要额外的参数配对,简化了估计方法的步骤,计算量小,易于实现。在不同信噪比、快拍数条件下的计算机Monte-Carlo仿真实验表明,所提算法可有效地解决共形阵DOA估计问题。     

快速四阶累积量旋转不变子空间算法

针对空间谱估计算法同时分辨多目标需要较多阵元、测角精度低且运算量大的问题,提出一种快速四阶累积量旋转不变子空间(MFOC-E)算法.首先根据四阶累积量矩阵构成的规律,取出所有不重复的元素构成新矩阵,去除了原矩阵的数据冗余并降低了原矩阵维数,然后通过分析新虚拟阵列的阵元位置特性,找到与原真实阵列结构完全相同的新子阵,同时设定了适用于所有线阵的子阵划分方法,最后利用旋转不变子空间算法确定目标的来向.与传统的同类算法相比,MFOC-E算法具有不损失天线孔径、测角精度高且运算量小的特点.仿真实验表明,MFOC-E算法在阵元数极少时,仍可以快速准确地实现多目标的到达角估计,三元阵列时能节省30%的运算时间.     

联合特征值和特征子空间投影的信源数估计

高分辨空间谱估计算法中信源数的准确估计是必要前提.文中结合矩阵重构和特征子空间投影方法,提出一种适用于弹载阵列系统的信源数估计算法.将阵列阵元分成相同的2组,求得这2组阵元接收数据的互协方差矩阵并重构信源数估计矩阵,对重构的矩阵特征分解,联合特征子空间投影和特征值加权的方法构造判决函数来估计信源数.理论分析与仿真结果表明:重构矩阵的信号子空间特征值呈平方倍增大,噪声功率得到抑制;算法有效提高了少量快拍数据和低信噪比条件下信源数估计的正确率.     

基于矩阵填充的子阵重构二维波达方向估计算法

为提高稀疏阵列下二维波达方向(2D-DOA)估计的效率,提出1种基于加速近邻梯度矩阵填充的子阵重构旋转子空间(APG-SRESPRIT)算法。建立了基于矩阵填充的稀疏阵列DOA估计信号模型,并验证该信号模型满足零空间性质。通过加速近邻梯度算法将该信号模型恢复为完整信号,划分子阵并构建合并矩阵。对合并矩阵进行奇异值分解,在子阵重构后估计目标角度,且目标角度自动配对。仿真实验表明该文算法可减少70%的阵元数量,且在稀疏阵列下准确估计2D-DOA。     

基于改进MUSIC算法的宽带DOA估计

经典MUSIC算法的统计特性主要建立在阵元数固定且快拍数趋于无穷的情况下,在有限样本中,当快拍数无法满足远大于阵元数的条件时,DOA估计会产生偏差.对于宽带信号的DOA估计,利用相干信号子空间(Coherent Signal-subspace Method,CMS)方法,构造聚焦矩阵使不同频率的信号子空间映射到同一参考频率上,用聚焦后的频域窄带模型进行DOA估计,并针对在实际应用中,阵列的阵元数较大且快拍数受限时经典MUSIC算法估计精度不高的情况,利用改进后的MUSIC算法-Spike-MUSIC算法,提高DOA估计精度.在不同信噪比下,分别对DOA估计的误差进行了MonteCarlo仿真实验,仿真结果表明,相对于普通的CSM方法,基于Spike-MUSIC算法改进的CSM方法在宽带DOA估计中具有更高的精度.     

一种基于Khatri-Rao子空间的非均匀稀疏阵列

基于Khatri-Rao(K-R)子空间提出一种提升阵列自由度的非均匀阵列排布方式,即新型嵌套阵列。新型嵌套阵列由大小2个均匀线阵(ULA)构成,较大ULA的阵元间隔取决于较小ULA的阵列长度。相较于自由度为O N()的N阵元ULA,N个阵元的新型嵌套阵可通过在K-R子空间中得到阵元数为N2(/2+N-1)的虚拟ULA,将阵列自由度提升至O N2(),大大提高了分辨多信源的能力。同时由于阵元稀疏排布,N个阵元的新型嵌套阵的有效孔径大于N阵元ULA,使新型嵌套阵列分辨临近目标的能力优于ULA。在通过K-R子空间得到虚拟ULA的稀疏阵列流型中,新型嵌套阵列是自由度提升最大的方式之一,且在低信噪比和小快拍数情况下依然有较好性能。     

双基地FDA-MIMO雷达角度、距离及速度无模糊估计方法

在传统的相控阵雷达中,由于受到脉冲重复周期(PRF)的限制,距离估计精度和速度估计精度往往难以同时得到提高.该文将频控阵(FDA)和双基地多输入多输出(MIMO)雷达相结合,提出了一种基于双基地FDA-MIMO雷达的角度、距离及速度联合估计方法.文章首先利用FDA技术,使得雷达的发射矢量中包含目标的角度、距离甚至速度信息.然后提出了基于子阵的波形设计和解耦合算法以对发射矢量中距离-速度进行解耦合处理,并利用传统的子空间类算法对目标的发射角(DOD)、接收角(DOA)、距离和速度进行估计,最后文章提出了基于FDA的解模糊方法以解决距离和速度模糊问题.另外,该文推导了该方法下参数估计的克拉美罗界(CRB)并分析了其性能.仿真结果验证了所提出方法的能够对目标的角度、距离和速度进行无模糊的联合估计.     

均匀圆型声矢量阵的四元数二维波达方向估计

为提高声场空域中目标参数估计的精度, 将四元数理论应用于均匀圆型声矢量阵列的二维空间角度估计中, 建立了基于四元数模型的信号接收模型, 推导了圆型声矢量阵的四元数导向矢量, 给出了二维波达角估计的四元数域空间谱算法。考虑算法的软硬件可实现性, 理论分析了算法的内存占用空间和计算量。此外, 分析了圆阵半径对侧向性能的影响, 为实际工作中圆阵的半径选取提供了一定的依据。仿真结果表明, 基于四元数模型的MUSIC(Multiple Signal Classification)算法的分辨力较高, 抗干扰能力较强, 提高了信号参数估计的精度。     

混合MIMO-相控阵雷达目标高分辨成像

为了兼顾相控阵雷达成像和多输入多输出雷达成像的优势，提出一种基于混合MIMO-相控阵技术的多目标高分辨成像方法。将传统MIMO雷达中的每个单阵元发射天线都用一个工作在混合MIMO-相控阵模式的发射阵列（TA）来代替，每个TA根据目标数量和目标方向划分为多个子阵（SA），每个SA内部阵元工作于相控阵模式并形成指向某个方向目标的发射波束，而各个SA之间发射彼此正交的波形，从而工作在MIMO模式。对各SA的回波信号进行波束形成处理以获得更高的信噪比和信干比增益。在此基础上，结合字典优化、正交匹配追踪和参数化稀疏表征方法，分别提出单次快拍高分辨成像和多次快拍高分辨成像方法。仿真结果表明:所提方法能够获得更好的成像性能和成像实时性。     

一种应用小数编码GA算法的MIMO天线选择方法

针对多输入多输出（MIMO）技术传统遗传算法（GA）的天线选择在进行遗传运算操作时,会遇到二进制染色体编码与选择天线数不匹配的问题,提出了一种用小数编码的GA遗传算法用于MIMO天线选择,所提方法可以有效解决传统GA在遗传操作上的问题,并具有较低的复杂度。     

基于分支定界和有效集的信号检测算法

大规模多输入多输出（multi-input multi-output,MIMO）系统中,随着天线数量的增多,现有传统信号检测算法在高阶调制时不能很好地平衡系统的检测性能和算法复杂度。为了解决以上问题,基于二次规划（quadratic programming,QP）检测器应用了有效集法和具有可变二分法的深度优先分支定界算法,提出了一种适用于大规模MIMO高阶调制系统的低复杂度检测算法,并提出了一种修剪策略和引入了近似因子,改善了系统性能,在复杂度和性能之间进行了更好地折中。复杂度分析表明,所提出算法复杂度比QP算法和二阶QP算法高,但比传统分支定界算法要低。仿真分析结果表明,在收发天线均为32的大规模MIMO场景下;在256QAM调制、误码率（bit error ratio,BER）为10^-4时,比传统分支定界算法提升了约3 dB的性能增益,验证了算法对高阶调制的适应性。     

一种随机稀布MIMO雷达的旁瓣抑制方法

随机稀布MIMO雷达由于空间阵元的缺失,对回波信号的空间采样严重不足,其合成的发射-接收波束中存在大量高电平旁瓣,影响目标峰值的检测以及掩盖微弱目标。利用随机稀布MIMO雷达所合成的发射-接收波束图中最大幅度所对应的方位角,重构当该方位角上存在目标时的波束旁瓣值;然后在原始归一化发射-接收波束图中对消该重构旁瓣值。如果存在真实目标,可形成低峰值旁瓣的发射-接收波束方向图;反之,最终波束图的峰值主旁瓣比与原始波束图相差不大,表明无目标存在。在发射和接收阵元数较少以及发射信号总带宽较低时能有效抑制随机稀布MIMO雷达的波束旁瓣,仿真结果验证了方法的有效性。     

有限反馈下大规模MIMO系统性能仿真

大规模多输入多输出(multiple input multiple output,MIMO)系统由于天线数目的急剧增加,其模型与传统多入多出系统有诸多不同,反馈信息对系统性能有较大影响.针对迫零波束成形、有限反馈等条件下,对大规模MIMO系统进行仿真,研究其性能,对其实际应用有一定的指导意义.仿真分析表明,有限反馈下的大规模MIMO系统在反馈比特数目较少时与传统MIMO系统性能相仿,当反馈比特达到一定数目后,系统容量性能将显著提升.     

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.     

多用户大规模 MIMO 系统中能效的研究

针对多用户下行大规模多输入多输出（multiple input multiple output ,MIMO）无线通信系统,提出一种基于能效的联合优化方案。该方案在采用同时考虑发射功耗和电路功耗的功耗模型以及迫零（zero forcing ,ZF）预编码的情况下,推导出天线数、天线子集以及发射功率与系统能效之间的关系式,从而建立联合优化天线数,天线子集和发射功率的能效优化模型,并提出一种新的迭代搜索算法来求解此模型。该迭代算法首先对天线数进行遍历,当天线数确定后,采用基于信道矩阵范数的天线选择算法进行天线子集的选取,随后利用凸优化理论来调整发射功率,不仅提高了系统能效而且降低了算法复杂度。仿真结果表明,与使用全部天线和只考虑天线数的方案相比,所提联合优化方案的能效有明显的提高。     

部分发射天线损毁时 MIMO 雷达信号认知优化

针对电子战环境中多输入多输出(multiple input multiple output,MIMO)雷达部分发射天线遭受摧毁时目标检测问题,提出基于互信息量(mutual information,MI)准则的雷达感知天线状态并再次优化的算法.作为MIMO雷达信号优化设计方法之一,注水法能依据环境状况自适应分配发射信号功率,所提算法能提升分配功率的注水水位,降低天线损毁时目标脉冲响应与目标回波间互信息量损失,进而改善目标检测概率(target detection probability,TDP).仿真结果表明,低检测性能天线损毁时,当信噪比大于0 dB时采用所提方法能提升互信息量;高检测性能天线损毁时,采用所提算法能有效提升互信息量和目标检测概率.信噪比为20 dB时,互信息量提升4.96 nat;若以达到同一检测概率时所需信噪比的减少量表示性能增益,则检测概率为0.8时,性能增益为3.73 dB.     

HARQ Scheme for MIMO Systems with Antenna Selection

A new type hybrid automatic repeat request(HARQ) scheme based on orthogonal space-time block code(OSTBC) is proposed and evaluated in multiple-input multiple-output(MIMO) systems.The transmit antennas are selected based on the feedback from the receiver.The modulated symbols are encoded by spacetime block code(STBC) and obtained by space time code blocks which are suitable for the number of selected antennas.The total packet error rate(PER) is given by defining the decoding function and the best value of th...     

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。