论文部分内容阅读
MIMO雷达各发射阵元发射相互正交的信号,接收端各阵元接收经目标散射返回的信号,其导向矢量是发射和接收导向矢量的Kronecker积,从而使其观测通道及自由度远多于实际物理阵元数目,与传统的相控阵雷达相比具有更好的总体性能。
本文针对MIMO雷达目标参数估计问题展开研究。首先介绍了单基地及双基地MIMO雷达的信号模型,并对MIMO雷达与传统的相控阵雷达进行了分析比较。然后介绍了几种经典的目标方位估计算法的基本原理及其在单基地MIMO雷达中的应用,并对算法性能进行了仿真对比。最后,给出了四种双基地MIMO雷达目标接收角、发射角及多普勒频率联合估计方法:
(1)联合ESPRIT-RootMUSIC方法:该方法首先利用ESPIRT算法先后求出目标的多普勒频率和接收角,然后根据求得的接收角利用求根MUSIC方法得到其对应的发射角,最后将求得的角度和频率进行简单的配对,即可实现多目标多参数的联合估计。该算法只需进行三次特征值分解,无需进行多维非线性谱峰搜索,且易于理解。
(2)基于粒子群思想的方法:该方法对传统的粒子群方法进行了改进,使其适用于多目标估计,并利用MUSIC谱函数作为适应度函数,通过迭代搜寻最优解,提高了多维参数估计的搜索速度,并可实现自动配对。
(3)基于空时矩阵思想的方法:该方法首先构造一个特殊的矩阵,此矩阵中包含估计目标方位和多普勒频率所需要的空域和时域信息,称其为空时矩阵。然后对所构造的空时矩阵进行处理就可得到多维参数的闭式解。该方法只需进行一次特征值分解,并且不需要配对过程。
(4)改进的空时矩阵方法:改进方法首先对匹配滤波器输出数据协方差矩阵进行特征值分解估计目标个数,然后根据目标个数构造特殊矩阵,该特殊矩阵也含有目标的空域及时域信息。对该特殊矩阵做相似的处理,即可得到各参数的估计。仿真验证改进算法的耗时明显降低。
计算机仿真结果表明,所采用方法均能有效实现多目标多参数联合估计,并且具有较低的均方根误差。