MIMO雷達(dá)參數(shù)估計(jì)技術(shù)研究.pdf

1、多輸入多輸出（MIMO，Multiple-InputMultiple-Output）雷達(dá)作為近年來(lái)學(xué)術(shù)界提出的一種新體制雷達(dá)，因具有常規(guī)雷達(dá)所不具備的優(yōu)勢(shì)，成為雷達(dá)界的研究熱點(diǎn)。MIMO雷達(dá)可以實(shí)現(xiàn)靈活的發(fā)射分集設(shè)計(jì)，使用多個(gè)發(fā)射天線(xiàn)同時(shí)發(fā)射相互正交的信號(hào)，并使用多個(gè)接收天線(xiàn)接收目標(biāo)反射的信號(hào)，在空間形成多個(gè)通道。與常規(guī)雷達(dá)系統(tǒng)相比，MIMO雷達(dá)能夠增大系統(tǒng)自由度，提高參數(shù)估計(jì)的精度和空間分辨率，并增加可估計(jì)的最大信源數(shù)。本論文的研究工

2、作圍繞MIMO雷達(dá)的參數(shù)估計(jì)技術(shù)展開(kāi)，主要工作包括以下幾個(gè)方面：
　　1.研究了雙基地MIMO雷達(dá)的相干源角度估計(jì)方法。在現(xiàn)有的DOA矩陣法基礎(chǔ)上，首先在空間高斯白噪聲背景下提出基于降維DOA矩陣的相干源角度估計(jì)方法。該方法利用MIMO雷達(dá)能夠產(chǎn)生多個(gè)虛擬子陣的特點(diǎn)，對(duì)目標(biāo)回波進(jìn)行解相干處理，然后根據(jù)DOA矩陣法的思想構(gòu)造估計(jì)矩陣，利用其與信號(hào)子空間的關(guān)系進(jìn)行降維處理以獲得降維DOA矩陣，有效降低原DOA矩陣法的運(yùn)算量，并利用降維

3、DOA矩陣的特征參數(shù)與待估參數(shù)間的特定關(guān)系實(shí)現(xiàn)相干目標(biāo)DOD和DOA的聯(lián)合估計(jì)。之后將空間高斯白噪聲背景下的降維DOA矩陣方法推廣至背景噪聲為空間高斯色噪聲的情況，利用MIMO雷達(dá)發(fā)射信號(hào)的正交性消除噪聲影響，并利用降維DOA矩陣的特征參數(shù)與待估參數(shù)間的特定關(guān)系實(shí)現(xiàn)相干目標(biāo)DOD和DOA的聯(lián)合估計(jì)。所提方法無(wú)需二維譜峰搜索和參數(shù)配對(duì)，且在接收陣列為非等距線(xiàn)陣的條件下仍具有適用性。
　　2.研究了空間高斯色噪聲背景下的雙基地MIMO

4、雷達(dá)角度和多普勒頻率聯(lián)合估計(jì)方法。分析了空間高斯色噪聲背景下雙基地MIMO雷達(dá)的信號(hào)模型特點(diǎn)，提出在時(shí)域噪聲為高斯白噪聲的假設(shè)下，利用不同時(shí)刻匹配濾波器輸出的互相關(guān)消除空間色噪聲的影響。基于此，提出一種基于同時(shí)奇異值分解的雙基地MIMO雷達(dá)角度和多普勒頻率聯(lián)合估計(jì)方法。該方法利用相鄰時(shí)刻匹配濾波器輸出的互相關(guān)矩陣構(gòu)造新矩陣，消除空間色噪聲的影響。然后通過(guò)對(duì)所構(gòu)造矩陣進(jìn)行奇異值分解獲得信號(hào)子空間，根據(jù)目標(biāo)回波的時(shí)域結(jié)構(gòu)信息，將相鄰時(shí)刻匹配

5、濾波器輸出的時(shí)間相位差作為時(shí)間旋轉(zhuǎn)因子，采用ESPRIT方法獲得目標(biāo)多普勒頻率，DOD和DOA的聯(lián)合估計(jì)。針對(duì)同時(shí)奇異值分解方法多普勒頻率估計(jì)模糊范圍小的問(wèn)題，提出一種基于降維DOA矩陣的雙基地MIMO雷達(dá)參數(shù)估計(jì)方法。該方法同樣利用時(shí)域信息構(gòu)造時(shí)間旋轉(zhuǎn)因子并消除空間色噪聲的影響，然后結(jié)合降維DOA矩陣法獲得目標(biāo)多普勒頻率，DOD和DOA的聯(lián)合估計(jì)。兩種方法均可以消除空間色噪聲影響，并在參數(shù)估計(jì)時(shí)沒(méi)有陣列孔徑損失，且目標(biāo)多普勒頻率，DO

6、D和DOA可以自動(dòng)配對(duì)。同時(shí)，所提方法均可擴(kuò)展至?xí)r空域均為色噪聲時(shí)的雙基地MIMO雷達(dá)參數(shù)估計(jì)，并可應(yīng)用于常規(guī)陣列空間色噪聲背景下的角度估計(jì)中。最后推導(dǎo)了基于時(shí)空結(jié)構(gòu)時(shí)雙基地MIMO雷達(dá)角度和多普勒頻率估計(jì)的克拉美·羅界（CRB,Cramer-RaoBound）。
　　3.研究了L型陣列MIMO雷達(dá)的DOA矩陣方法。針對(duì)常規(guī)DOA矩陣方法在二維角度估計(jì)時(shí)存在角度兼并的問(wèn)題，首先將L型陣列MIMO雷達(dá)所形成的二維虛擬平面陣列劃分為兩

7、個(gè)子陣，并將DOA矩陣法擴(kuò)展應(yīng)用于其中，實(shí)現(xiàn)了無(wú)需參數(shù)配對(duì)的二維DOA估計(jì)。與常規(guī)DOA矩陣方法相比，該方法在很大程度上提高了陣元利用率，減少了陣列孔徑損失，改善了角度估計(jì)性能。由于其仍存在角度兼并問(wèn)題，進(jìn)一步提出L型陣列MIMO雷達(dá)的聯(lián)合對(duì)角化DOA矩陣方法。該方法通過(guò)構(gòu)造4個(gè)虛擬子陣，并對(duì)其接收回波的協(xié)方差矩陣進(jìn)行聯(lián)合對(duì)角化處理估計(jì)目標(biāo)二維角度。該方法可減少陣列孔徑損失，有效地提高角度估計(jì)的精度，增加最大可檢測(cè)目標(biāo)個(gè)數(shù)，同時(shí)能夠避免

8、角度兼并問(wèn)題，并保持常規(guī)DOA矩陣方法無(wú)需二維譜峰搜索和參數(shù)配對(duì)的優(yōu)點(diǎn)。
　　4.研究了米波雷達(dá)低仰角波達(dá)方向估計(jì)方法。針對(duì)現(xiàn)有的線(xiàn)性預(yù)處理類(lèi)算法（包括線(xiàn)性預(yù)處理方法和差分預(yù)處理方法）使預(yù)處理后的噪聲具有相關(guān)性，從而影響低信噪比時(shí)角度估計(jì)性能的問(wèn)題，提出基于白化處理的線(xiàn)性預(yù)處理算法和基于白化處理的差分預(yù)處理算法。該算法通過(guò)對(duì)預(yù)處理后的數(shù)據(jù)進(jìn)行白化處理，消除相關(guān)噪聲的影響，有效提高了原有線(xiàn)性預(yù)處理類(lèi)算法的角度估計(jì)性能。針對(duì)線(xiàn)性預(yù)處理

9、算法運(yùn)算量太大的問(wèn)題，進(jìn)一步提出基于傳播算子的快速線(xiàn)性預(yù)處理算法。該算法在每個(gè)搜索角度利用線(xiàn)性運(yùn)算代替協(xié)方差矩陣的特征分解，大大降低了原有算法的運(yùn)算量，利于工程實(shí)時(shí)處理。另外，由于對(duì)噪聲進(jìn)行了白化處理，其性能優(yōu)于原有線(xiàn)性預(yù)處理算法，并與基于白化處理的線(xiàn)性預(yù)處理算法性能基本一致。
　　5.研究了米波MIMO雷達(dá)的低仰角估計(jì)方法。首先根據(jù)米波MIMO雷達(dá)低仰角目標(biāo)的回波特點(diǎn)，建立了同時(shí)考慮發(fā)射多徑和接收多徑的信號(hào)模型。其次，將線(xiàn)性預(yù)處