阵元失效下基于矩阵重构的MIMO雷达DOA估计

针对阵元失效下MIMO雷达目标DOA估计性能下降问题,提出一种基于虚拟阵列采样数据矩阵重构的MIMO雷达DOA估计方法。MIMO雷达的阵元失效分为冗余虚拟阵元失效和非冗余虚拟阵元失效两种情况。当冗余虚拟阵元失效时,通过合并空间上位置相同的正常冗余虚拟阵元输出数据以实现信号降维与失效阵元数据填充。当非冗余虚拟阵元失效时,经降维填充后的数据矩阵中仍存在整行缺失数据,根据降维数据矩阵的低秩和稀疏先验,建立带低秩和稀疏约束的矩阵填充模型,并利用ALM-ADMM算法求解来恢复完整的降维数据矩阵。最后利用root-MUSIC算法估计目标DOA。仿真结果表明,本文方法能够有效提高MIMO雷达在阵元失效时的DOA估计精度。     

基于矩阵因子重构的MIMO雷达角度估计方法

多输入多输出（MIMO）雷达中部分失效阵元会使得阵列采样数据丢失,从而导致较差的角度估计性能。为此,提出一种基于不完整矩阵因子重构的MIMO雷达角度估计方法。首先,根据协方差矩阵可分解的性质,提取维度较低的矩阵因子,并将协方差矩阵中缺失数据恢复问题转化为矩阵因子重构问题。然后,为了利用矩阵因子中元素的相关性,对不完整矩阵因子建立核范数约束下的低秩Hankel矩阵重构模型;为避免传统的核范数最小化求解中计算复杂度高的问题,采用低秩矩阵拟合方法将Hankel矩阵分解为两个维度较低的矩阵,等价表达了核范数约束。最后,利用交替方向乘子法（ADMM）对该矩阵重构模型进行求解。仿真结果表明,本文方法可以有效地重构出矩阵因子中的缺失元素,进而实现阵列协方差矩阵中丢失数据的补全,改善阵元失效下的MIMO雷达角度估计性能。     

基于低秩块Hankel矩阵正则化的阵元故障MIMO雷达DOA估计

多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达在阵元故障时虚拟阵列输出数据矩阵会出现大量的整行数据丢失,由于阵列接收数据矩阵的不完整而导致对波达方向(Direction of Arrival,DOA)的估计性能恶化。大多数低秩矩阵填充算法要求缺失数据随机分布于不完整的矩阵中,无法适用于整行缺失数据的恢复问题。为此,提出了一种基于低秩块Hankel矩阵正则化的阵元故障MIMO雷达DOA估计方法。首先,通过奇异值分解(Singular Value Decomposition,SVD)降低虚拟阵列输出矩阵的维度,以减少计算复杂度。然后,对降维数据矩阵建立基于块Hankel矩阵正则化的低秩矩阵填充模型,在该模型中将MIMO雷达降维数据矩阵排列成块Hankel 矩阵并施加Schatten-p 范数作为正则项。最后,结合交替方向乘子法(Alternate Direction Multiplier Method,ADMM)求解该模型,获得完整的MIMO雷达降维数据矩阵。仿真结果表明,所提方法能够有效恢复降维数据矩阵中的整行数据缺失,具有较高的DOA估计精度和实时性,在阵元故障率低于50.0%时DOA估计精度优于现有方法。     

阵元失效下基于核范数和SCAD惩罚的MIMO雷达DOA估计

阵元失效下多输入多输出(Multiple-Input Multiple-Output, MIMO)雷达虚拟阵列协方差矩阵出现大批整行整列元素缺失,破坏原有内在完整结构,导致波达方向(Direction of Arrival, DOA)估计性能下降。为此,提出一种联合核范数和SCAD(Smoothly Clipped Absolute Deviation)惩罚的完整协方差矩阵重构方法,以利于阵元失效下MIMO雷达DOA的有效估计。首先对待恢复的协方差矩阵建立核范数和SCAD惩罚双先验约束模型,并利用等正弦空间稀疏化方式划分粗网格空间,在可容忍的模型误差内能大大降低运算复杂度;然后利用ALM-ADMM(Augmented Lagrange Multipliers-Alternating Direction Method of Multipliers)算法对双先验约束模型进行求解,从而恢复协方差矩阵中大量整行整列的缺失数据;最后通过RD-ESPRIT(Reduced Dimensional ESPRIT)算法进行目标DOA估计。仿真结果验证该方法能快速恢复虚拟协方差矩阵中的缺失数据,从而有效...     

基于协方差匹配SLO算法的MIMO雷达DOA估计

利用加权平滑l0范数(Smoothed l0, SL0)算法估计MIMO雷达目标DOA时,需要把协方差矩阵进行矢量化来获得相应的稀疏重构模型,并利用信号和噪声子空间的正交性来构造加权向量。然而当存在相干信源时,MIMO雷达协方差矩阵的秩将退化,这会使得稀疏重构模型的误差较大以及无法正确区分信号和噪声子空间,导致加权SL0算法的DOA估计性能恶化。针对上述问题提出了一种基于协方差匹配SL0算法的MIMO雷达DOA估计方法。该方法利用协方差匹配准则重构出一个满秩的协方差矩阵,恢复MIMO雷达协方差矩阵的Toeplitz特性,并利用协方差逆矩阵的高阶幂来近似噪声子空间从而计算加权向量。仿真分析表明,该方法能够在无需预知信源数目的情况下有效地完成对相干信号的DOA估计。     

基于双重Toeplitz矩阵填充的阵元受损MIMO雷达DOA估计

在阵元受损下多输入多输出(Multiple Input Multiple Out, MIMO)雷达的虚拟阵列中存在虚拟阵元部分缺失,使得传统波达方向(Direction of Arriual, DOA)估计方法无法有效估计目标DOA。矩阵填充可以利用随机分布的少量采样元素恢复出完整矩阵,但阵元受损使得虚拟阵列协方差矩阵会出现结构性缺失数据,导致传统矩阵填充方法失效。为此,文中利用阵列协方差矩阵的双重Hermite Toeplitz结构和低秩特性,构建一种改进的低秩矩阵填充模型,并分别使用凸优化工具箱(CVX)和交替方向乘子法求解该模型获得完整的协方差矩阵,最后利用RD-ESPRIT算法获得目标的DOA估计值。仿真结果表明,文中的方法能对阵元受损带来的结构性缺失元素进行有效重构,从而提高了目标DOA估计性能。     

MIMO雷达的近场模型DOA估计

MIMO(Multiple input multiple output)雷达为实现目标角度分集,系统的天线阵一般分布式布阵,有效孔径比较大,目标一般处于天线的近场.该文从近场DOA估计的原理出发,利用MIMO的有源特性将距离参数作为已知,建立了多输入多输出系统的近场DOA估计模型,从原理上克服了传统时延定位方法存在的多目标时延对应难题.与一般近场DOA估计需要进行距离和角度的二维搜索不同,文中方位向估计只需要角度维的一维搜索,提高了运算速度.该文给出了系统可分辨最大目标数,并在理论上分析了方位向估计的CRB.     

基于L型MIMO雷达二维DOA估计新算法

将MIMO思想应用于L型阵雷达,建立了L型MIMO雷达信号模型,并在此基础上,根据DOA矩阵法,利用MIMO体制雷达产生的虚拟子阵列来构造一个二阶统计量,从而得到了目标方位角和俯仰角的闭式解.该算法不涉及多维谱峰搜索,因此具有较小计算量;此外,该算法估计出的目标的方位角和俯仰角可自动配对,不存在参数的配对问题.计算机仿真结果证明了本文算法的正确性和可行性.     

MIMO雷达DOA估计方法分析

在介绍多输入多输出（MIMO:Multiple-Input Multiple-Output）雷达的信号模型的基础上,给出了一种目标波达方向（DOA:Direction of Arrival）估计方法--多信号分类（MUSIC:Multiple Signal Classification）方法在MIMO雷达系统DOA估计中的应用。与传统相控阵雷达相比,在MIMO雷达系统中该方法可以分辨的信号源数目有较大增加。通过仿真实验,详细分析了在MIMO雷达系统DOA估计中,多种因素对MUSIC方法测角精度的影响。     

阵元失效条件下的高精度DOA估计方法

为解决波达方向（Direction Of Arrival,DOA）估计方法在阵元失效条件下性能下降甚至失效的问题,本文提出一种基于Toeplitz协方差矩阵重构的DOA估计方法.首先,提出了一种失效阵元检测方法,并根据阵列的鲁棒性将失效阵元分为冗余阵元失效和非冗余阵元失效两种情况.然后,分别针对两种失效场景提出相应DOA估计方法：一是冗余阵元失效,利用阵列冗余度,结合差联合阵列对失效阵元进行填充;二是非冗余阵元失效,利用阵列冗余度进行填充后仍存在空洞,结合矩阵填充理论,用迹范数代替秩范数进行凸松弛以恢复协方差矩阵,进而实现对虚拟阵元空洞的填充,恢复阵列自由度.相对于稀疏类算法,有效消除了模型失配的影响.最后,基于子空间方法进行DOA估计.理论和仿真结果表明,相对于现有方法,本文方法有效避免了阵元失效的影响,提高了估计精度.     

An ESPRIT-like algorithm for coherent DOA estimation based on data matrix decomposition in MIMO radar

A direction-of-arrival (DOA) estimation method for coherent sources is presented for MIMO radar. It uses symmetrical array mode for both the transmit and receive arrays and reconstructs a special data matrix from the range-compressed receive data. In the reconstructed matrix, the signal term is a Toeplitz matrix with the rank only related to the DOAs of the signals and independent with their coherency. Taking the noise term into account, the average method of multiple pulses is utilized to obtain the signal and noise subspaces. And then the DOA can be resolved via the SVD-based ESPRIT algorithm. Furthermore, the presented method is also useful in spatial colored noise scenario for MIMO radar. Theoretical and numerical simulations show the effectiveness of the proposed algorithm.     

Adaptive MIMO radar target parameter estimation with Kronecker-product structured interference covariance matrix

Multiple-Input Multiple-Output (MIMO) radar with colocated antennas has an increased target parameter estimation performance, but at the cost of increased computational complexity. This paper first presents the conditions required for the interference covariance matrix (ICM) of colocated MIMO radar to take a special structure, namely a Kronecker product of some sub-ICMs, and then proves that based on this ICM structure, the conventional Minimum Variance Distortionless Response (MVDR) algorithm can be reformulated into a combination of three estimation algorithms all of much smaller scales, such that the computational complexity is decreased significantly. However, this ICM structure can be destroyed by inactive scattering sources, whose influence is studied via numerical experiments. It is found that inactive point scatterers can still be suppressed by adaptive algorithms relying on the ICM structure, on condition that the number is fewer than that of receiving antennas.     

DOA estimation for monostatic MIMO radar based on unitary root-MUSIC

Direction of arrival (DOA) estimation is an important issue for monostatic MIMO radar. A DOA estimation method for monostatic MIMO radar based on unitary root-MUSIC is presented in this article. In the presented method, a reduced-dimension matrix is first utilised to transform the high dimension of received signal data into low dimension one. Then, a low-dimension real-value covariance matrix is obtained by forward–backward (FB) averaging and unitary transformation. The DOA of targets can be achieved by unitary root-MUSIC. Due to the FB averaging of received signal data and the eigendecomposition of the real-valued matrix covariance, the proposed method owns better angle estimation performance and lower computational complexity. The simulation results of the proposed method are presented and the performances are investigated and discussed.     

一种基于信道估计的MIMO雷达目标角度估计方法

MIMO雷达是一种新体制雷达。它的信号传输矩阵包含了我们需要的目标信息,如角度信息。本文首先建立了包含目标角度信息的MIMO雷达接收信号模型。然后根据MIMO雷达接收信号的统计特性,提出了新的MIMO雷达传输信道的估计方法,然后从传输矩阵中估计出目标角度信息。最后,我们通过仿真实验验证了本文方法的有效性。     

MIMO雷达多目标DOA估计

DOA估计是雷达参数估计方面理论研究的一个重要内容,其主要目的是确定各个信号到达阵列参考阵元的方向角。MIMO雷达可以有效提高DOA估计分辨力和精度得到了广泛的关注,但是MIMO雷达DOA估计算法却比较复杂。因此对MIMO雷达DOA估计的几种主要算法进行了深入系统的研究,通过计算机仿真分析比较了各种不同算法的特点,得到了各种算法的优缺点和局限性,从而为正确分析和处理MIMO雷达回波信号提供依据。     

基于降维子空间重构的双基地MIMO雷达角度估计算法

根据双基地MIMO雷达的工作原理和回波模型,结合阵列信号处理,提出了降维子空间重构的角度估计算法,并给出了算法有效性证明。理论分析表明,该算法可以有效解决二维空间搜索计算成本高,矩阵运算量大和低快拍数下算法适应性差的问题,并通过蒙特卡罗实验对不同信噪比、快拍数和接收阵元数等情况下角度估计的方差进行了仿真,证实了理论分析的正确性。     

单基地MIMO雷达中基于改进传播算子的二维DOA估计算法

单基地多输入多输出（Multiple input multiple output,MIMO）雷达中,针对传播算子算法在低信噪比和小快拍数环境下进行二维波达方向（Direction of arrival,DOA）估计性能下降的实际问题,提出了一种基于改进传播算子（Propagator method, PM）的二维DOA估计算法。该方法将数据共轭重构的思想应用到传播算子的估计中,借助传播算子的线性变换得到方向矩阵,由方向矩阵还原出二维波达角信息,利用矩阵变换与结构特点实现了仰角和方位角的自动配对。复杂度分析和仿真结果表明,该算法具有较低复杂度的同时,改善了传播算子算法在快拍数有限、低信噪比条件下的估计性能,实现二维DOA的自动配对。      

Coherent angle estimation based on Hankel matrix construction in bistatic MIMO radar

In this article, a novel coherent angle estimation method is proposed for bistatic multiple-input multiple-output radar. First, a decorrelation operation is taken by constructing a Hankel block matrix whose rank equals the number of coherent targets and is independent of the coherency between these targets. Therefore, the signal and noise subspaces of the Hankel block matrix can be estimated properly. Then, in conjunction with the ESPRIT algorithm, the shift invariance properties of the transmit and receive arrays are exploited to estimate the angles of coherent targets with automatic pairing. The numerical simulations demonstrate its validity.     

基于协方差矩阵双层重构的稳健自适应单脉冲测角

常规自适应单脉冲方法在主瓣干扰下会引起自适应波束形成性能恶化并导致其单脉冲比曲线严重失真,影响被动雷达的测角精度与跟踪性能。针对此问题,提出了一种适用于平面阵的基于协方差矩阵双层重构的稳健自适应单脉冲测角方法。首先,利用Capon功率谱通过稀疏重构法初步估计出干扰加噪声协方差矩阵,通过干扰导向矢量估计完成对协方差矩阵的优化校正以提高自适应波束形成性能;然后,基于线性约束最小方差(Linearly Constrained Minimum Variance, LCMV)准则对方位角和俯仰角进行联合线性约束以避免单脉冲比曲线在主瓣干扰下严重失真;最后,根据自适应单脉冲比值求出目标与波束指向之间的偏转角以实现目标测角。与常规方法相比,所提方法在干扰抑制能力与测角精度上都有显著提升。