多载频MIMO雷达中目标旋转部件三维微动特征提取方法

雷达目标的微多普勒效应为目标精确识别提供了新的技术途径,近年来获得了广泛研究.将多输入多输出(MIMO)雷达技术引入雷达目标微多普勒效应研究,在分析多载频MIMO雷达中目标旋转部件微多普勒效应的基础上,提出了一种雷达目标三维微动特征提取方法.该方法通过在回波时频平面上消除目标主体运动产生的多普勒频移,构造相应的Houg...     

MIMO雷达检测性能分析

多输入多输出(MIMO)雷达是最近所提出的一种新型的雷达体制。通过利用空间分集和角度分集,从而避免了雷达目标的多径衰落问题。这里主要分析了MIMO雷达基于似然比的检测性能。另外,这里也将MIMO雷达跟相控阵雷达的检测性能做了对比,仿真结果表明MIMO雷达相比传统雷达具有的优异的检测性能。     

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。     

双基地MIMO雷达多目标多参数联合估计

为了实现双基地多输入多输出(MIMO)雷达目标参数估计,建立了双基地MIMO雷达信号模型,提出了一种目标方向角和多普勒频率联合估计的方法,该方法通过构造空时矩阵,只进行一次特征值分解,即可得到雷达多目标多参数的闭式解,避免了多维非线性的谱峰搜索,并可实现自动配对.仿真结果证明了所提算法的有效性.     

长基线统计MIMO雷达检测性能研究

为了充分利用统计多输入多输出(MIMO)雷达的空间分集能力,研究了长基线(天线间距与目标探测距离可比拟)统计MIMO雷达的检测方法和性能。首先,根据雷达方程给出了长基线统计MIMO雷达探测目标时各信道的信号模型;然后,根据Neyman-Pearson准则推导了长基线统计MIMO雷达的似然比检测器;最后,从检测概率和威力覆盖两个方面对长基线统计MIMO雷达的检测性能进行了仿真分析。仿真结果表明:在一定条件下长基线统计MIMO雷达的检测性能优于短基线(天线间距与目标探测距离相比可忽略不计)统计MIMO雷达。研究结果对统计MIMO雷达的系统设计、天线布置和实际应用等研究具有重要的参考价值。     

MIMO雷达双门限恒虚警检测

由于MIMO雷达的多通道特性,使得MIMO雷达各接收天线之间需要进行大量的数据传输。在MIMO雷达中应用双门限检测可以使数据传输量大大降低。本文在单元平均恒虚警检测器的基础上,提出了一种MIMO雷达双门限恒虚警检测器,设计了MIMO雷达双门限恒虚警检测器的结构,将其检测性能和单门限恒虚警检测器进行了对比,分析了MIMO雷达双门限检测器在多目标环境下的检测性能。仿真结果表明在MIMO雷达中应用双门限检测具有结构简单,数据传输量低等特点,在单目标和多目标环境中,双门限恒虚警检测器的检测性能均优于单门限恒虚警检测器。      

基于MIMO噪声雷达的高速运动目标检测

针对传统体制雷达对高速运动目标不能进行长时间有效相参积累检测问题,该文提出了一种基于MIMO噪声雷达的高速运动目标检测方法。该方法利用MIMO噪声雷达在短时间内输出的多路回波数据进行相参并行处理来取代回波数据的长时间相参积累检测,以避免距离走动,径向速度变化以及反射截面积(RCS)快起伏等非平稳因素对目标检测的影响,有效实现了多个高速运动目标的无模糊检测。仿真结果验证了MIMO噪声雷达在高速运动目标检测方面的优越性。     

统计MIMO雷达目标跟踪技术研究

首先研究了统计多输入多输出(MIMO)雷达对运动目标参数的估计(也称雷达测量),以雷达估计性能为依据设定其工作参数,提出了一种统计MIMO雷达对运动目标跟踪与参数估计相结合的交互式跟踪方法。理论分析表明,所提方法在目标雷达横截面积(RCS)闪烁严重的情况下仍能很好地进行跟踪,并保持很高的跟踪精度;而且论文中所提出的参数估计法可以有效地降低MIMO雷达参数估计的运算复杂度,解决了参数估计中一大难题。仿真实验也验证了该方法的有效性。     

分散型多输入多输出雷达检测器设计及检测性能分析

对不同类型的目标,分散型多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达的最佳检测器结构各异,且通常不便于工程实现.针对此问题,提出了一种易于工程实现的MIMO雷达检测器结构.首先对MIMO雷达和普通单基地雷达的回波信号模型进行分析,指出了MIMO雷达回波和单基地雷达快起伏目标多脉冲回波之间的相似关系.借鉴单基地雷达针对快起伏目标的检测器结构,提出分散型MIMO雷达可以采用类似的包络检波级联累加器的检测器结构形式.就所设计检测器结构对不同空域起伏目标的检测性能进行了研究,给出了检测性能的理论和仿真曲线.     

MIMO雷达的相干脉冲串检测性能

该文基于Swerling I和Swerling II目标模型,在Neyman-Pearson准则下,研究空间分集MIMO(多输入多输出)雷达发射相干脉冲串时的检测方法和性能。该文的检测方法及性能为MIMO雷达和传统雷达提供了一个统一的框架。仿真结果表明,随着相干脉冲串数目的增加,目标的检测性能更好;同时,与传统雷达不同,空间分集MIMO雷达对Swerling I型目标的检测性能优于Swerling II型目标。     

基于迭代补偿的快速突发信道估计算法

 在突发信道中,针对接收信噪比大范围波动的情况下对于信道参数快速、稳定、准确获取的系统要求,提出一种基于迭代补偿的快速突发信道估计算法。该算法根据快速相关估计结果对其估计偏差进行补偿,实现信道参数的准确估计,并得到了补偿次数和估计性能的相关结论。理论分析和仿真表明,所提算法在低信噪比(小于 )情况下能准确的估计出信道参数,而且在高信噪比（大于 ）的情况下能够有效改善快速相关算法的估计性能,具有估计误差小、计算复杂度低和抗多径等特点。     

基于EM算法的非高斯噪声参数估计

EM算法是一种从＂不完全数据＂中求解模型参数的极大似然估计的方法,在非高斯噪声的参数估计问题中是一种比较优秀的算法。非高斯噪声的参数估计问题的主要困难是充分统计量是不存在的,这意味着从观测空间到估计空间的映射依赖于这里试图估计的参数。在未知噪声概率密度的情况下,EM算法可以更准确地对非高斯噪声参数进行估计,估计方差接近C-R下界。     

基于平均循环周期图方法的Frank编码信号循环谱特征参数估计

针对Frank编码信号非合作条件下参数估计问题,提出了基于平均循环周期图的循环谱特征参数估计算法.该算法利用信号参数与循环谱特征的联系,通过提取信号的循环谱特征,实现对其关键参数的估计.分析了算法的计算量,给出了该算法的具体实现步骤,并通过对信号参数归一化均方根估计误差的仿真计算,分析了噪声环境对参数估计的影响,表明该...     

Joint Estimation of TOA and DOA in IR-UWB System Using a Successive MUSIC Algorithm

Time-of-arrival (TOA) and direction-of-arrival (DOA) are key parameters in the impulse radio ultra wideband (IR-UWB) positioning system with a two-antennas receiver. A two-dimensional (2D) multiple signal classification (MUSIC) algorithm, which requires the 2D spectral peak search, can be used to estimate the parameters, but it has much higher computational complexity. This paper proposes a successive MUSIC algorithm for joint TOA and DOA estimation in IR-UWB system to avoid 2D spectral peak search. The proposed algorithm obtains the initial estimate of TOA corresponding to the first antenna via Root-MUSIC, and simplifies the 2D global search into successive one-dimensional searches to achieve the estimation of TOAs in the two antennas. It then estimates the DOA parameters via the difference of the TOAs between the two antennas. The proposed algorithm can get the parameters paired automatically, and has a much lower complexity than 2D-MUSIC algorithm. In addition, we have derived the mean square error of TOA and DOA estimation of the proposed algorithm and the Cramer–Rao bound of TOA and DOA estimation in the paper. The simulation results show that the parameter estimation performance of the proposed algorithm is better than that of Root-MUSIC, and is almost the same as that of 2D-MUSIC algorithm. Moreover, it has much better performance than matrix pencil algorithm, propagator method and estimation of signal parameters via rotational invariance techniques algorithm.     

一种新的MIMO线阵穿墙成像模型及其环境参数估计

通过估计墙体厚度及介电常数等环境参数来进行补偿成像是近年来穿墙雷达成像研究领域的热点。为解决传统穿墙成像模型中天线需要严格平行于墙体的限制,以及现有的环境参数估计算法计算效率低,稳健性较差的问题,该文建立了一种新的多发多收(MIMO)体制穿墙雷达成像模型以适应阵列与墙体位置关系未知的情况,同时根据该模型下墙体前后沿回波路径模型,提出一种仅依赖于墙体回波时延的环境参数估计算法,稳健性高并且运算复杂度低。时域有限差分(FDTD)仿真数据验证了成像模型和环境参数估计算法的有效性。     

广义K分布杂波模型参数估计

假设杂波散斑分量和幅度调制分量均服从广义Gamma分布是广义K分布杂波模型的前提条件.本文以参数解耦技术为突破点,提出了一种杂波模型参数估计算法,将一个四维非线性最优化问题转化为一个一维最优化问题,从而降低了计算量和所需样本数,提高了估计性能.仿真结果验证了算法的有效性与准确性.     

基于EM的联合信道参数估计和数据检测算法

为提高OFDM系统的传输效率,考虑正交频分复用(OFDM)系统的特殊结构,该文提出一种使用少量导频的EM(Expectation Maximization)迭代信道参数估计算法。在每次迭代中不但更新信道冲激响应而且更新噪声方差的估计值。为进一步提高算法的收敛速度,提出联合信道参数估计和数据检测算法。仿真结果表明,在插入较少导频时,基于EM的信道估计算法仍能收敛到给定参数的信道,联合信道参数估计和数据检测算法迭代次数明显减少,并且保持系统的误码率性能不变。     

混合高斯自回归模型参数估计方法之ML-DC

混合高斯自回归模型可以对有色非高斯数据的概率密度和功率谱密度进行有效的拟合.而ML-DC算法则可解决这一模型的参数估计问题。描述了混合高斯自回归模型及其参数估计问题之后,分别导出了功率谱密度参数的最大似然估计和概率密度参数估计的动态簇算法,并由此组成了参数耦合估计的ML-DC算法。最后结合一组仿真实例对其估计性能进行了详细探讨,指出并解释了算法的适用范围。     

Joint angle and Doppler frequency estimation of coherent targets in monostatic MIMO radar

This paper discusses the problem of joint direction of arrival (DOA) and Doppler frequency estimation of coherent targets in a monostatic multiple-input multiple-output radar. In the proposed algorithm, we perform a reduced dimension (RD) transformation on the received signal first and then use forward spatial smoothing (FSS) technique to decorrelate the coherence and obtain joint estimation of DOA and Doppler frequency by exploiting the estimation of signal parameters via rotational invariance techniques (ESPRIT) algorithm. The joint estimated parameters of the proposed RD-FSS-ESPRIT are automatically paired. Compared with the conventional FSS-ESPRIT algorithm, our RD-FSS-ESPRIT algorithm has much lower complexity and better estimation performance of both DOA and frequency. The variance of the estimation error and the Cramer–Rao Bound of the DOA and frequency estimation are derived. Simulation results show the effectiveness and improvement of our algorithm.     

Recursive blind identification of non-Gaussian time-varying ARmodel and application to blind equalisation of time-varying channel

A novel method for the blind identification of a non-Gaussian time-varying autoregressive model is presented. By approximating the non-Gaussian probability density function of the model driving noise sequence with a Gaussian-mixture density, a pseudo maximum-likelihood estimation algorithm is proposed for model parameter estimation. The real model identification is then converted to a recursive least squares estimation of the model time-varying parameters and an inference of the Gaussian-mixture parameters, so that the entire identification algorithm can be recursively performed. As an important application, the proposed algorithm is applied to the problem of blind equalisation of a time-varying AR communication channel online. Simulation results show that the new blind equalisation algorithm can achieve accurate channel estimation and input symbol recovery