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。     

基于二次虚拟孔径扩展的双基地MIMO雷达相干分布式目标中心角度估计

该文提出了基于二次虚拟孔径扩展的双基地MIMO雷达相干分布式目标中心角度估计算法。首先构造了基于非均匀阵列的具有相同确定性角信号分布函数和分布参数的相干分布式目标的双基地MIMO雷达信号模型,再利用基于最小冗余的差分共置阵列思想,实现了阵元二次虚拟扩展;然后通过构造置换、去冗余和换维矩阵,得到了新的协方差矩阵;最后利用ESPRIT算法思想,估计出相干分布式目标的发射、接收中心角,并且实现了角度参数的自动配对。由于该文算法实现了阵元二次虚拟扩展,因此相比于传统MIMO雷达能识别更多的目标,具有更高的估计精度。实验仿真结果证明了该文算法的有效性。     

UWB MIMO穿墙雷达的阵列设计和成像方法

利用多发多收(MIMO)方式对超宽带(UWB)穿墙成像雷达天线阵列进行稀疏化处理不失为一种很好的选择。该文从成像模型出发,分析了UWB MIMO天线阵的等效接收阵列问题,给出了基于空间卷积理论的UWB MIMO阵列设计方法,仿真验证了方法的有效性和在穿墙成像系统中应用的可行性。此外,提出了相干系数加权稳健Capon波束形成的自适应成像方法,理论分析和实验结果表明该方法能够获得较高的分辨率和图像信噪比。     

单快拍虚拟阵列Toeplitz矩阵重构的相干信源DOA估计

针对相干信源的DOA估计,提出一种基于单快拍虚拟阵列Toeplitz矩阵(SSVT)重构的解相干算法。该方法利用阵元接收的单快拍数据构造出双向虚拟子阵,并对虚拟子阵的协方差矩阵的平均值进行Toeplitz矩阵重构,实现对相干信源的DOA估计。该方法无需进行多次快拍,在不损失阵列孔径和工作阵元的基础上实现相干信源的DOA估计。仿真结果表明,该算法降低了运算量,在低信噪比的情况下也能分辨M-1个相干信源。     

基于特征矢量稀疏重构的欠定DOA估计算法

针对信源数多于阵元数,阵列测向欠定问题,利用最小冗余线阵的阵列扩展能力,以较少的阵元获得较大的阵列孔径,同时将最小冗余线阵与压缩感知理论相结合,提出一种基于特征矢量稀疏重构的欠定DOA估计算法.所提算法能以较少的阵元数估计更多信源的来波方位,具有信源过载能力,同时能降低稀疏重构运算的复杂度,增强了算法的鲁棒性、精确性,性能优于MUSIC算法,实验结果表明该方法是有效的.     

阵元失效条件下MIMO雷达成像方法研究

为了提高天线阵元失效条件下非均匀采样MIMO雷达的成像性能,提出了一种基于失效阵元丢失数据重构的MIMO雷达成像方法。该方法先对失效阵元丢失的数据上叠加幅度微小的随机扰动量,利用矩阵填充技术恢复成均匀采样整体数据,并采用迭代加权lq方法获得低精度的目标场景向量估计值,然后根据该目标场景向量估计值和感知矩阵重构出失效阵元所丢失的回波数据,最后利用矩阵填充和迭代加权lq方法以获得更接近最佳稀疏度的目标场景向量估计值。仿真结果表明,该方法能有效降低天线阵元失效情况下MIMO雷达的目标场景向量估计误差,提高目标的三维成像质量。     

基于子阵划分的二维穿墙MIMO阵列设计

穿墙三维成像中,不同的阵列构架会直接影响阵列性能及其适用环境。利用等效阵列原理设计二维多输入多输出(MIMO)阵列,在具体分析一维STVA阵列具有最短物理尺寸的原理上,提出了利用子阵划分的方法解决等效阵列到MIMO阵列的去卷积问题。针对去卷积后得到多种MIMO阵列构型的择优问题,提出了综合尺寸的概念,利用子阵划分后的部分信息衡量去卷积后MIMO阵列的物理尺寸,最后将这种方法推广至二维MIMO阵列,设计出适用于穿墙成像的二维UWB-MIMO阵列,利用仿真实验验证了其在穿墙三维成像中的优异性能。     

基于约束最小冗余阵列的MIMO雷达二维波达方向估计

基于约束最小冗余线阵（RMRIA）,提出利用增广矩阵束（MEMP）算法来估计MIMO雷达的二维DOA。采用约束最小冗余线阵配置L形阵列,计算两线阵的互四阶累积量并构造增广矩阵,利用RMRLA—MEMP方法估计出二维波达方向。此方法同时利用约束最小冗余和四阶累积量阵列扩展的性质,提高了角度的估计精度,且估计过程不需要谱峰搜索,能够很好地解决MIMO雷达二维DOA估计中的相位模糊问题,仿真验证了算法的有效性。     

基于L型和差嵌套阵的二维波达方向估计

针对传统L型均匀阵列二维波达方向（Direction of Arrival,DOA）估计中可估计信源数目受限于阵元数、分辨率低等问题,提出了一种新的L型和差嵌套阵列结构。该L型阵列的两个子阵布置相同,是非均匀的稀疏阵,通过阵元位置之间的差分、求和操作达到虚拟扩展阵元数目的效果,从而提升阵列的自由度。采用该阵列进行二维DOA估计时,两个子阵分别先进行一维的DOA估计,再采用PSCM（Pair-matching Signal Covariance Matrices）算法进行一维角度配对。每个子阵进行一维波达方向估计时,先采用VCAM（Vectorized Conjugate Augmented MUSIC）算法生成非均匀稀疏阵的求和求差协方差矩阵,再采用矩阵重构的方法恢复协方差矩阵的秩,最后对协方差矩阵采用MUSIC（Multiple Signal Classification）算法进行DOA估计。实验仿真表明,本阵列有着更高的自由度和估计精度。      

近场雷达成像非均匀稀疏阵设计

阵列设计作为多输入多输出(MIMO)雷达成像系统中的一项关键技术直接影响系统成像性能。为了解决阵元数目、结构与成像质量的关系问题,研究了近场MIMO收发稀疏阵的点扩展函数,研究了合成阵列中栅瓣的位置,探讨了基于等效阵列概念的MIMO阵列设计方法,优化了基于远场条件设计的稀疏阵,并讨论了近场效应对成像结果的影响。仿真结果表明：优化后的阵列在120~150 GHz栅瓣水平可以抑制到-50 dB。     

稀疏阵列L 型MIMO 雷达运动目标三维成像方法

针对L型多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达对空中运动目标三维成像天线数目较多问题,提出了发射阵列采用稀疏布阵的L型MIMO雷达三维成像方法。该文首先分析了MIMO雷达发射阵列的稀疏布阵方式,其次结合压缩感知理论具体阐述了基于稀疏阵列的三维成像方法。该方法在大幅减少L型MI-MO雷达发射天线的条件下,实现了对运动目标的单次快拍三维成像,不仅有效避免了目标机动带来的运动补偿难题,同时又降低了系统的硬件复杂度,便于工程应用。最后利用仿真实验验证了本文方法的有效性和可行性。     

基于压缩感知的稀疏阵列MIMO雷达成像方法

针对MIMO雷达对空目标单次快拍成像时天线数目较多问题,该文提出了一种稀疏阵列MIMO雷达的成像方法。首先分析了MIMO雷达天线的稀疏布阵方式,其次结合压缩感知理论具体阐述了稀疏阵列MIMO雷达的成像方法。该方法不仅能够对运动目标实现单次快拍成像,避免了目标机动带来的运动补偿难题,同时又能够大幅减少MIMO雷达的天线规模,便于工程实现。最后利用仿真实验验证了所提方法的有效性。     

均匀线阵目标到达角估计的压缩感知方法研究

为了缓解表面波雷达在天线阵列小型化后角度分辨率低的问题,采用压缩感知理论,提出一种小型天线阵列表面波雷达目标到达角估计的方法。将到达角估计问题转化为稀疏信号表示的重建问题。建立了稀疏信号模型,分析了应用条件,将角度和速度空间离散化以构造字典,设计了基于实时海态信息的测量矩阵,设计匹配算法完成信号重构。仿真结果表明,若满足准确重建条件,即使在小型天线阵列的情况下,也能以计算资源为代价改善方位分辨率。     

改进的压缩感知测量矩阵优化方法

压缩感知理论中，测量矩阵优化是一类通过减小测量矩阵与稀疏字典的互相关性来改善测量矩阵性能的方法。本文提出一种能够同时降低整体相关系数和最大值相关系数的测量矩阵优化算法，该算法分为两步:一是通过平均化Gram矩阵特征值来降低测量矩阵的整体相关系数；二是利用阈值函数收缩Gram矩阵非对角线上较大值。两个步骤交替执行，直到解出符合优化要求的测量矩阵。该算法在保证整体相关系数降到最低的同时，又使最大值相关系数显著降低。实验结果表明，与现有算法进行对比，本文方法在降低相关系数和重构成功率上都有一定优势。      

稀疏阵列微波暗室成像实验研究

为了在实际条件下验证稀疏阵列孔径综合方法可以避免稀疏阵旁瓣较高的问题,以及基于压缩感知理论的成像算法可以对具有稀疏特性的目标进行重建,开展了微波暗室实验。针对实验中的阵列误差,给出了具体的校正方法。通过实验数据处理证明了阵列误差校正方法、稀疏阵列孔径综合方法以及基于压缩感知理论成像算法的正确性和有效性。     

Sparse, Active Aperture Imaging

We describe an approach to radar imaging of an isolated, rotating target using coherent, sparse, or highly thinned arrays of transmit/receive elements. The array elements are assumed to be randomly positioned and accurately surveyed after placement. Further, the isolated target is assumed to occupy a limited angular sector such that there is no source of backscatter beyond the sector occupied by the target. Estimates of the resolution and image quality are provided when the array elements are widely separated and operate with coherent, multiple-input multiple-output (MIMO) signaling and inverse synthetic aperture radar (ISAR) processing at each MIMO element pair. The sparse array operation can provide superior resolution when compared to the ISAR processing and accurate estimation of scattering properties with a modest number of sparse array elements. The performance of a model-based estimator to physical optics like scattering with MIMO signaling is described. Several important issues relating to feasibility remain to be investigated. These include establishing coherence and timing among the widely separated array elements, adaptive beamforming and processing requirements and coherence of the scattering phenomena with the widely separated MIMO elements.      

结合压缩感知模型的稀疏阵列波束形成方法

本文从稀疏阵列入手,将稀疏阵列接收数据模型转化为更高自由度下的单快拍接收数据模型,并将压缩感知模型引入稀疏阵列信号处理问题中,从理论上证明了其可行性。在等效单快拍数据下,利用稀疏重构算法准确估计信源方位和功率,进而对传统MVDR波束形成器进行优化。仿真结果表明,采用压缩感知模型实现稀疏阵列的波束形成,能够将稀疏阵列和压缩感知算法两者的优势结合,在阵列阵元数较少的条件下达到更高的自由度,同时具备良好的波束形成器性能。      

压缩感知中稀疏分解和重构精度改进的一种方法

稀疏分解、非相关观测和重构算法是压缩感知的三大要素,任何一个环节的设计优劣都对压缩感知的性能产生重大影响,稀疏分解是实现压缩感知的前提,现今使用的稀疏分解对大多数自然信号都不能做到理想的绝对稀疏,而是近似稀疏,这大大影响了压缩感知的重构性能。本文设计了一种可逆的阈值,并用其构造门限矩阵,从而门限矩阵可逆,将门限矩阵作用于信号经正交变换后的近似稀疏系数,可使系数更接近理想的绝对稀疏,而且门限矩阵对系数的处理过程是可逆的,即可由处理后的系数无损恢复原来的近似稀疏系数。重构算法采用贪婪算法中的OMP和CoSaMP,从理论上分析了在保证与CoSaMP同样的前提条件下,门限矩阵改进后的CoSaMP重构误差明显减小,仿真实验用门限矩阵对OMP和CoSaMP的改进前后进行对比,验证了门限矩阵对重构精度有进一步的提高。      

基于随机扰动技术的共形阵列失效单元非凸压缩感知近场诊断方法

在基于压缩感知的阵列失效单元近场诊断方法中,使用结构化随机采样策略构造的观测矩阵约束等距特性未知,采用1范数极小化凸优化算法将无法确保阵列失效单元的高概率精确诊断.针对这一不足,本文在深入研究非凸优化算法的基础上提出了一种基于随机扰动技术的非凸压缩感知近场诊断算法.首先在失效单元个数满足稀疏性的前提下构造差异性阵列,其次按照随机欠采样方式获取近场幅相信息,最后利用所提基于随机扰动技术的非凸优化算法对差异性阵列激励进行重构,从而实现对阵列失效单元的高概率精确诊断.数值仿真实验表明,所提算法避免了由于观测矩阵的约束等距特性未知对诊断性能造成的不利影响,并且克服了非凸范数易于陷入局部最优解的弊端,有效提高了阵列失效单元的诊断成功概率.