论文部分内容阅读
多输入多输出(MIMO)雷达是一种新体制雷达,与传统雷达相比,在目标检测、识别与定位中具有很多优势,已经受到国内外学者的广泛关注。在双基地MIMO雷达中,目标收发角联合估计是实现目标定位的前提条件,近年来,其信号处理方法得到广泛的研究。传统的双基地MIMO雷达目标收发角联合估计方法是在快拍数远远大于阵元数的前提下进行的,当快拍数不足时将导致性能下降。随着MIMO雷达技术日益成熟,大阵列系统已成为未来发展趋势,在这种情况下阵元数与快拍数可能在同一数量级甚至大于快拍数,此时用时间平均替代统计平均来求解采样协方差矩阵的方法不再成立。另外,在实际环境中噪声分布可能表现为非高斯特性,呈现重尾分布,传统方法的精度大大降低甚至无法估计出目标收发角。本文以随机矩阵理论、波束空间思想以及线性收缩技术作为工具,深入研究了大阵列MIMO雷达目标收发角稳健估计方法。本文的研究工作得到国家自然科学基金“基于大维随机矩阵理论的MIMO雷达稳健目标检测与估计”(项目编号:61371158)的资助。本文的创新性研究工作如下:针对阵元数与快拍数在同一数量级的情况,本文建立了阵元空间双基地MIMO雷达信号模型,提出了一种新的基于随机矩阵理论的方法——2D-spikeMUSIC。在Spike模型的基础上,利用Marcenko-Pastur分布的Stieltjes变换产生协方差矩阵的一致估计量,进而实现目标收发角稳健估计。仿真实验表明,该方法在大阵列条件下能够有效地对目标收发角进行估计,具有较高的精确度,适用于大阵列系统。针对随机矩阵方法运算量较大的问题,本文建立了波束空间MIMO雷达接收信号模型,提出了一种波束空间和随机矩阵理论相结合的方法——2D-beam-GMUSIC。利用DFT权值将接收信号从阵元空间转换到波束空间,再结合GMUSIC算法实现目标收发角稳健估计。该方法在保证大阵列MIMO雷达目标收发角估计精度的前提下,通过降维减小了算法的计算复杂度。针对噪声分布呈现非高斯分布以及阵元数大于快拍数的情况,本文首先利用围线积分技术和留数定理等工具,提出了一种适用于高斯噪声背景的随机矩阵方法——2D-RMW,仿真结果验证了该方法的有效性。在此基础上,利用定点迭代等手段,提出了一种线性收缩和随机矩阵理论相结合的稳健估计方法——2D-RLSMW,该方法适用于非高斯噪声背景,并且在阵元数大于快拍数时能够实现目标收发角的稳健估计。