最小冗余MIMO雷达阵列设计

阵列天线的优化设计对降低系统成本、提高系统性能起着关键的作用。最小冗余阵因其能用较少的物理阵元形成较大的阵列孔径而备受关注,但是其阵元位置往往只能通过穷举法搜索得到,而穷举法的运算复杂度很高,因此不利于实际应用。针对这一不足,根据组合设计理论中的循环差集的基本原理,提出了一种基于循环差集的最小冗余MIMO雷达阵列设计算法。该算法利用最少的物理阵元能够得到更大的阵列孔径,并且能解析地求出发射阵元和接收阵元的位置,适用于任意大阵元数情形的阵列优化。仿真结果表明,该算法是一种有效的最小冗余MIMO雷达阵列优化算法。     

一种降维的MIMO雷达MVDR波束形成算法

深入研究了多输入多输出（Multiple-Input Multiple-Output, MIMO）雷达的波束形成问题,针对MIMO雷达直接运用常规的最小方差无失真响应（MVDR）波束形成算法时所需的训练样本数大和运算复杂度高的不足,提出了一种降维的MVDR波束形成算法。该算法首先将1个 维（ 分别为发射和接收阵元数）的权矢量分解成两个低维（1个 维和1个 维）权矢量的Kronecker积,然后分别利用MVDR算法求得分解后的两个权矢量,最后再合成原始的最佳权矢量。该算法通过将一个高维权矢量的求解问题转换成两个低维权矢量的分别求解问题,在保证波束形成器性能的基础上有效地降低了运算复杂度,减少了所需的训练样本数,因此本文算法更具有实际应用价值。仿真结果验证了算法的有效性。      

一种改进的MVDR相干信源DOA估计算法

最小方差无失真响应(MVDR)算法是一种经典的波束形成算法,同时也能实现DOA估计,但是其分辨力往往比较低.针对这一不足,提出了一种改进的MVDR相干信源DOA估计算法.该算法首先对阵列接收数据阵进行共轭重排构造出增广数据矩阵,然后利用奇异值分解(SVD)求出增广矩阵的伪逆,再用传统的MVDR算法进行DOA估计.仿真结果表明,与传统的MVDR算法和前后向空间平滑算法相比,在阵元数较少和快拍数较低的情况下,该算法具有更高的DOA估计精度和分辨力,因而是一种很好的相干信号DOA估计算法.     

基于多目标CRLB的分布式相干MIMO雷达阵列优化

根据分布式相干MIMO雷达的工作原理和空间多目标信号模型,在目标位置估计的基础上,推导证明了多目标位置估计的克拉美罗下界(Cramer-Rao lower bound,CRLB)。在对比单目标条件下阵列优化的前提下,提出了基于多目标空间分集增益和目标互扰模型的优化布阵准则,同时分析论证了多目标条件下优化布阵存在的必然性,给出了均匀非对称水平布型为优化布阵的结论。仿真实验验证了理论分析的正确性。