近場、強弱目標(biāo)參數(shù)估計算法研究.pdf

1、傳統(tǒng)的高分辨波達方向（Direction of Arrival, DOA）估計算法通常都基于遠場信號源的平面波模型。然而，當(dāng)信號源靠近陣列位于近場區(qū)域時，近場信號源相對于陣列孔徑需用球面波前精確描述，從而引入了近場源參數(shù)估計問題。本論文主要研究了如何對近場源模型下的目標(biāo)參數(shù)進行精確估計。首先介紹了信號源分別位于遠場和近場時，對其進行測向的基本原理。其次，提出了基于旋轉(zhuǎn)干涉儀的近場源三維參數(shù)估計算法，該算法利用旋轉(zhuǎn)干涉儀在不同空間位置的陣

2、列數(shù)據(jù)得到相位差序列，通過數(shù)字積分方法實現(xiàn)解相位模糊，能夠?qū)崿F(xiàn)近場源俯仰角、方位角和距離參數(shù)的聯(lián)合估計。此外，還可以利用旋轉(zhuǎn)干涉儀所得陣列數(shù)據(jù)的對稱性來構(gòu)造兩個相關(guān)序列，進而由兩個相關(guān)序列的相位分別提取出方位角和距離信息。最后，介紹了星載旋轉(zhuǎn)干涉儀采用多假設(shè)非線性最小二乘（Multiple Hypothesis Nonlinear Least Square, MH-NLS）方法對地面目標(biāo)進行定位的原理。仿真實驗結(jié)果表明了所提算法的有效性

3、和正確性。
　　另外，當(dāng)雷達對密集強弱目標(biāo)進行檢測時，由于分辨率有限以及易受目標(biāo)能量強弱的影響，基于 FFT的算法不能對這些目標(biāo)進行有效的速度估計。基于此，本文采用基于協(xié)方差矩陣迭代自適應(yīng)（Iterative Adaptive Algorithm, IAA）的改進 Capon（Modified Capon, MCapon）算法對密集強弱目標(biāo)的速度參數(shù)進行高分辨估計。該方法首先采用Keystone變換進行距離走動校正，然后利用目標(biāo)所