基于降维波束空间的实值ESPRIT单基地MIMO雷达测角算法

单基地多输入多输出(MIMO)雷达的波达方向(DOA)估计问题是近年来研究的热点。高维度的MIMO雷达数据,导致传统旋转不变性参数估计技术(ESPRIT)算法需要付出较大的运算代价。在低信噪比、低快拍数的条件下,传统ESPRIT算法性能会严重下降。为了克服传统ESPRIT算法的以上缺点,该文提出一种降维波束空间的实值ESPRIT算法。该算法通过转换矩阵,将高维度MIMO雷达数据转换到低维度的数据,从而去除数据中的冗余。然后再将低维数据变换到波束空间,构造实值旋转不变性等式,用以估计目标的角度。仿真结果表明,在低信噪比和低快拍数时,相比于传统ESPRIT算法,该文所提方法具有更好的角度估计性能和更少的运算量。     

酉稀疏贝叶斯学习降维MIMO雷达角度估计

针对收发共址多输入多输出（Multiple-Input Multiple-Output,MIMO）雷达的低计算复杂度波达方向（Direction of Arrival,DOA）估计问题,提出一种降维的MIMO雷达高精度DOA新算法。首先采用经过白化的降维矩阵对MIMO雷达脉冲压缩后的接收信号进行降维;然后通过最优信号子空间拟合对无幅度误差阵列流型下的接收信号矩阵进行重构;接下来通过酉变换得到实值增广数据矩阵,并在实值稀疏字典矩阵下对其进行稀疏表示;接着将DOA估计问题转化为行稀疏矩阵的稀疏恢复问题,通过改进的稀疏贝叶斯学习对其进行求解,实现目标DOA的估计。理论分析和仿真实验结果验证了该方法的有效性和实用性。     

一种双基地嵌套MIMO雷达快速角度估计算法北大核心CSCD

针对双基地嵌套多输入多输出雷达现有算法复杂度较高的问题,文中提出了一种基于泰勒展开离散傅里叶变换(DFT)的快速角度估计算法。该算法首先将匹配滤波输出转化为等效虚拟阵列接收信号的DFT空间谱,随后通过谱峰搜索得到波离方向(DOD)和波达方向(DOA)的初始角度估计,然后通过相位旋转技术在角度初始估计值附近搜索得到DOD和DOA的二次角度估计,最后根据虚拟阵列等效方向矩阵的一阶泰勒级数展开式对角度二次估计值进行误差修正,计算得到修正后的DOD和DOA的精确角度估计。与子空间算法相比,该算法避免了协方差矩阵计算和特征值分解,不仅提高了估计性能,而且显著降低了计算复杂度。仿真结果验证了所提算法的有效性和优越性。     

基于MIMO雷达的极化平滑降维酉ESPRIT算法

相干目标的波达方向估计一直是雷达信号处理中的一个难题.为了获得更好的相干信号角度估计精度,并提高算法可实现性,在多输入、多输出雷达的基础上,提出一种极化平滑降维酉旋转不变性参数估计算法.首先通过降维矩阵对接收信号数据进行降维处理,然后利用降维后的接收数据构造中心复共轭对称矩阵,再构建适当的酉矩阵对其进行实值处理,然后对...     

MIMO雷达不完全正交波形下的DOA估计算法

当前多输入多输出(MIMO)雷达的波达方向(DOA)估计算法都是在各发射阵元的发射信号间完全正交(POWS)的条件下提出的.当发射信号正交性无法满足时,DOA算法的估计性能会出现明显衰减.针对发射信号不完全正交(Non-POWS)时的DOA估计问题,文中提出了基于修正矩阵转换的MIMO阵列降维Root-MUSIC算法....     

基于ANSG的雷达信号DOA估计算法

针对阵列信号处理中雷达信号的波达方向(DOA)估计,提出自适应噪声子空间生成(ANSG)算法。通过数值方法,得到阵列接收信号的协方差矩阵,以迭代方式处理约束最小化问题,实现ANSG。根据噪声子空间的表达式获得DOA估计,并且先验信息可以很好地融入算法的流程中,能够有效地解决复杂环境下的多信号源DOA估计问题。仿真结果表明,该算法适用于单频、线性频率调制以及二进制相移键控雷达信号,DOA估计精度和运算速度优于MUSIC。     

基于实值处理的联合波束域双基地MIMO雷达测角算法

该文提出一种基于实值处理的联合波束域双基地多输入多输出(MIMO)雷达测角方法。与直接采用离散傅里叶变换(DFT)空域滤波器的传统波束域方法不同,该方法的空域滤波器通过凸优化方法进行设计,能够灵活控制空域滤波器的带宽并抑制旁瓣电平。基于这种特性,设计的空域滤波器的主旁瓣比能够得到很大提高,从而提高测角性能。更重要的是,所提算法对发射和接收波束矩阵的结构进行设计,这种特殊的结构是构造实值信号模型的必要条件。最后,该文通过建立映射关系的方法对插值误差进行补偿。仿真结果验证了该算法的有效性。     

基于实值矩阵的宽带信号DOA估计方法

针对传统宽带信号DOA估计算法的高计算复杂度问题,提出使用实值矩阵改进的算法。与传统算法在复数协方差矩阵的基础上进行DOA估计相比,本算法仅使用复数协方差矩阵的虚部构造出一个实值矩阵,并在此实值矩阵的基础上,使用子空间算法进行DOA估计。实值矩阵不仅能够降低特征值分解的计算量,而且得到的噪声子空间与真实DOA和镜像DOA均正交,因此在DOA迭代估计时,仅需要对一半的角度进行谱峰搜索,而对于搜索时出现的角度模糊问题,可通过MUSIC算法去模糊,从而达到正确估计效果。相比于传统宽带信号DOA估计算法,本算法在保持DOA估计精度几乎不变的基础上,有效降低了算法计算量,计算机仿真结果验证了本文算法的有效性。     

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。      

基于波束空间MUSIC的MIMO雷达波达方向估计

在进行波达方向估计时,阵元空间MUSIC方法的计算量通常都比较大。为了解决此问题,采用了波束空间MUSIC的方法,它的计算量较阵元空间MUSIC方法有所下降,将它运用于多输入多输出雷达波达方向的估计问题。计算机仿真实验表明,虽然协方差矩阵特征分解的计算量下降了,但是波束空间MUSIC的性能依然良好。     

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.     

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。     

Esprit算法在单基地MIMO雷达中的应用

多输入多输出（MIMO）雷达是近年来提出的一种新体制雷达,由于发射正交信号,不同位置目标的回波信号相互独立,因此在DOA估计和目标分辨方面,比传统雷达具有较大优势。文中将Esprit算法应用于单基地MIMO雷达系统中,并对两种结构的MIMO雷达分别进行一维和二维DOA估计,仿真证明了算法的优越性。     

基于MIMO雷达虚拟阵列的二维波达方向估计算法

基于L型配置MIMO雷达系统,提出了一种利用MIMO雷达单次回波的二维波达方向估计新算法。该算法通过单次回波信号形成的虚拟阵列数据来构造两个具有特定关系的矩阵,再用这两个矩阵构造一个波达方向矩阵,根据该矩阵的特征值和特征向量之间的关系,导出了目标方位角和高低角的闭式解。该算法不涉及二维谱峰搜索,计算量小,且不存在参数的配对问题;此外,当发射阵元数大于2时,其估计的最大目标数可大于或等于接收阵元数。计算机仿真结果证明了该算法的正确性和可行性。     

一种快速实值分解Root-MUSIC方位估计算法

针对基阵输出信号的协方差矩阵具有中心-厄尔米特特性,提出了一种基于实值分解技术的Root-MUSIC算法,并给出了一种降阶快速求根方法,这种降阶算法可以降低求解多项武的次数.实值分解技术极大降低了特征分解时的计算量,可分辨多个高度相关或相干信号源.仿真实验结果证明,与传统算法相比,快速实值分解Root-MUSIC算法具有可以分辨相干信号、计算量小和性能好等优点.     

一种有效的MIMO雷达相干信源波达方向估计方法

提出了一种基于接收数据样本复用的MIMO雷达相干信源波达方向估计方法.算法利用MIMO雷达发射波形的分集以及MIMO雷达收、发阵列之间的对偶性,对MIMO雷达回波数据矩阵进行了样本复用以等效地增加样本数量,获得基于发射阵和基于接收阵的虚拟子阵接收信号.利用各个子阵之间的平移不变特性计算空间平滑之后的协方差矩阵,提高了相...     

机电扫描天线阵列接收信号调制效应分析

提出了一种新的单基地MIMO雷达波达方向(DOA)估计算法:降维Power-ESPRIT算法。该算法首先通过降维变换将MIMO雷达数据变换至低维信号空间,然后进行从复数域到实数域的转换,并在实数域上使用采样数据协方差矩阵的幂获得信号子空间的估计,最后构造实值旋转不变性方程估计目标的DOA。仿真结果表明,在低信噪比、低快拍数的环境下,该算法与已有ESPRIT方法相比,具有近似性能,却拥有较低的计算复杂度。该算法的计算复杂度是RD-ESPRIT的25%左右,是RD-UESPRIT的65%左右。