壓縮感知在MIMO雷達參數(shù)估計中的應(yīng)用研究.pdf

1、作為一種新體制雷達,多輸入多輸出(Multiple Input Multiple Output,MIMO)雷達具有許多傳統(tǒng)雷達所不具備的優(yōu)勢。但是,同其它傳統(tǒng)高分辨率雷達系統(tǒng)一樣, MIMO雷達面臨著采樣率過高、數(shù)據(jù)量大、實時處理困難等問題的挑戰(zhàn)。近年來出現(xiàn)的壓縮感知(Compressive Sensing,CS)理論突破了Nyquist采樣定理的限制,將對信號的采樣轉(zhuǎn)變?yōu)閷π畔⒌牟蓸?。它在降低雷達系統(tǒng)的采樣要求,提高雷達參數(shù)估計性能等

2、方面有著巨大的應(yīng)用潛力。本文以將壓縮感知更好地應(yīng)用于MIMO雷達參數(shù)估計中為目的,主要研究內(nèi)容如下:
　　首先,介紹了MIMO雷達研究背景與分類,建立了共址MIMO雷達回波信號模型,在此基礎(chǔ)上研究了LS方法、Capon方法、APES方法以及CAML方法在共址MIMO雷達參數(shù)估計中的應(yīng)用。通過仿真實驗對四種方法的估計性能進行了詳細的比較與分析,并指明了各種方法的優(yōu)劣之處。
　　其次,從信號的稀疏表示、采樣矩陣的設(shè)計與優(yōu)化以及信

3、號重構(gòu)三方面對壓縮感知理論進行了深入探討,提出了稀疏信號精確重構(gòu)的條件,重點研究了一種感知矩陣優(yōu)化方法,該方法可以有效降低采樣矩陣的相關(guān)性。對該領(lǐng)域內(nèi)常用的稀疏信號重構(gòu)算法進行了詳細介紹,并對各方法的重構(gòu)性能做了仿真實驗與比較分析。
　　最后,建立了共址MIMO雷達回波信號稀疏模型,并將壓縮感知理論應(yīng)用于MIMO雷達參數(shù)估計中。針對傳統(tǒng)方法普遍存在噪聲中重構(gòu)算法穩(wěn)健性不高的缺點,本文重點研究了一種基于貝葉斯模型的MIMO雷達參數(shù)估