论文部分内容阅读
发射正交信号的MIMO雷达在提高参数分辩力等方面具有很大优势,究其原因,是其充分利用了信号分集,形成等效阵元相当于增大了阵列孔径。MIMO雷达的角度估计模型与传统阵列信号模型类似,可将经典空间谱估计算法应用到MIMO雷达角度估计中。基于稀疏信号恢复的角度估计,克服了传统算法的一些缺陷,相比较传统算法具备一定优势。本文主要研究MIMO雷达参数估计中的目标角度估计,一方面将传统谱估计算法运用到MIMO雷达目标角度估计问题中,另一方面,在稀疏信号恢复的框架下完成目标角度估计,主要工作如下:1建立了MIMO雷达目标回波信号模型,阐述了信号处理过程,分析了不同布阵方式下形成的等效阵元。2介绍了三种经典的谱估计算法,并将它们扩展到MIMO雷达的角度估计问题中。根据MIMO雷达阵列流形的特性,改进了接收信号自相关矩阵的计算方法,并比较了新旧自相关矩阵下空间谱估计算法的性能。3将MIMO雷达目标角度估计问题转化成稀疏信号恢复问题,建立了MIMO雷达稀疏信号模型,同时详述了1??SVD与回归迭代估计(RIEA)两种稀疏恢复算法。应用RIEA算法进行角度估计时,根据单基地MIMO雷达冗余字典的特性,在降维矩阵并不影响目标稀疏性的前提下,结合奇异值分解(SVD),研究了一种单基地MIMO雷达降维RIEA算法。该算法不仅能够很明显地减少运算时间,还能够在一定程度上抑制噪声。4双基地MIMO雷达的角度估计是一个二维稀疏信号恢复问题,将其转化成两个一维稀疏信号恢复问题,进行分步处理,显著地减小了计算量。5建立了互耦误差、幅相误差下的MIMO雷达稀疏信号模型。根据互耦误差下的信号模型,改进了1??SVD算法,使其在互耦误差下也能完成角度估计,并详细分析了算法的性能。根据幅相误差下的信号模型,改进了RIEA算法,详细分析了改进RIEA算法在幅相误差影响下的算法性能。