论文部分内容阅读
多输入多输出(Multi-InputMulti-Output,MIMO)雷达是一种利用多个发射阵元协同发射分集信号，并通过多个接收阵元同步接收，联合处理回波信号的一种新兴的雷达体制。与传统的雷达体制相比，该体制雷达能够极大地提高目标的检测、跟踪、识别及参数估计等性能。学术界按照收发阵元配置和间距的不同，将MIMO雷达分为单基地MIMO雷达、双基地MIMO雷达和分布式MIMO雷达三种。 本文围绕着分布式MIMO雷达，通过将粒子滤波算法的基本思想与分布式MIMO雷达相干处理的目标定位及跟踪这些问题进行结合，提出了基于粒子滤波思想的分布式相干MIMO雷达目标定位的数值解法以及分布式相干MIMO雷达运动目标的粒子滤波跟踪算法。此外结合米波雷达优越的反隐身性能，在米波雷达波段的条件下进行了性能仿真。全文主要内容如下： 第二章中，我们从MIMO雷达体系的结构出发，介绍了分布式相干MIMO雷达的信号模型，并且从贝叶斯估计理论出发，介绍了本文所提出算法的基础与核心——序贯重要性采样（SIS）算法和序贯重要性重采样算法（SIR，即粒子滤波算法）。 第三章通过对分布式相干MIMO雷达信号模型进行推导，介绍了分布式相干MIMO雷达目标定位的最大似然法[27]的同时，还根据贝叶斯估计理论推导了目标定位的最大后验概率估计（MAP）和最小均方误差估计（MMSE）的公式。并且结合了粒子滤波算法理论的基础——SIS算法思想提出了分布式相干MIMO雷达目标定位的最小均方误差估计（MMSE）的数值解法。通过在高斯噪声环境与非高斯噪声环境下对本文提出的算法进行了仿真，并且与文献[27]所提出的最大似然法进行了比较，验证了本文所提出算法的有效性。仿真实验证明，在非高斯噪声环境下，本文提出的目标定位解法性能要优于文献[27]中所提出的最大似然法。 第四章结合粒子滤波算法，提出了分布式相干MIMO雷达运动目标的粒子滤波跟踪算法，并且在高斯噪声和非高斯噪声环境下，对运动目标轨迹的非线性逐渐增强的三种不同运动情况进行了仿真，验证了算法的有效性。 由于仿真均在米波雷达波段下进行，因此本论文提出的方法可以用于分布式米波雷达相干处理，在提高米波雷达定位和跟踪精度的同时，也提高了对隐身目标的定位与跟踪性能。