集中式MIMO雷達(dá)測(cè)向方法研究.pdf

1、MIMO（Multiple-Input Multiple-Out）雷達(dá)是近年來(lái)提出的一種新型雷達(dá)體制，它借鑒了通信領(lǐng)域的MIMO理論。MIMO雷達(dá)主要分為兩類：統(tǒng)計(jì)型MIMO雷達(dá)和集中式MIMO雷達(dá)。由于兩種MIMO雷達(dá)各有較好的性能，因而引起了許多相關(guān)學(xué)者的研究。該論文主要研究的是基于壓縮感知理論和空間譜估計(jì)理論的集中式MIMO雷達(dá)測(cè)向方法，其中，集中式MIMO雷達(dá)包括單基地MIMO雷達(dá)和雙基地MIMO雷達(dá)。
　　現(xiàn)代信號(hào)處理基

2、于Shannon采樣理論，然而壓縮感知理論的提出突破了Nyquist頻率，使采樣頻率可以在小于 Nyquist頻率的條件下仍然完美的重建信號(hào)。壓縮感知首先要求信號(hào)在某一域內(nèi)具有稀疏性，而目標(biāo)在空域中天然具有稀疏性，這使壓縮感知理論在測(cè)向估計(jì)中的應(yīng)用成為可能。對(duì)于雙基地MIMO雷達(dá)，針對(duì)于相干源以及不相關(guān)信源本文提出了一種CS-root MUSIC算法。該算法首先對(duì)數(shù)據(jù)奇異值分解保留信號(hào)子空間以降低噪聲的影響，然后對(duì)保留的信號(hào)子空間矩陣變

3、換使其只與目標(biāo)的DOA（Direction of arrival）有關(guān)以降低冗余原子矩陣中冗余原子數(shù)目，再通過(guò)Capon譜構(gòu)造權(quán)重矩陣以增加算法的估計(jì)精度，最后構(gòu)造對(duì)應(yīng)于目標(biāo)DOA的冗余原子矩陣并通過(guò)壓縮感知方法估計(jì)目標(biāo)的DOA。對(duì)于目標(biāo)的DOD，該算法根據(jù)目標(biāo)的導(dǎo)向矢量正交于噪聲子空間通過(guò)求根MUSIC算法估計(jì)目標(biāo)的DOD（Direction of Departure），且算法不需要額外配對(duì)，并且具有較好的測(cè)向精度；對(duì)于單基地MIMO

4、雷達(dá)，針對(duì)于相干源以及不相關(guān)信源提出了一種數(shù)據(jù)只有一列的基于壓縮感知理論的DOA估計(jì)方法。該方法依據(jù)數(shù)據(jù)協(xié)方差矩陣特征分解的大特征值對(duì)應(yīng)的特征矢量是目標(biāo)導(dǎo)向矢量的線性組合，并且即使在最極端的情況下即目標(biāo)完全相干時(shí)，最大特征值所對(duì)應(yīng)的特征矢量依然是目標(biāo)導(dǎo)向矢量的線性組合。因此該文對(duì)最大特征值對(duì)應(yīng)的特征矢量利用壓縮感知理論恢復(fù)目標(biāo)導(dǎo)向矢量的線性組合系數(shù)來(lái)估計(jì)目標(biāo)的DOA，由于單基地MIMO雷達(dá)的導(dǎo)向矢量具有冗余元素，因此首先對(duì)特征矢量降維，

5、然后根據(jù)目標(biāo)的導(dǎo)向矢量正交于噪聲子空間構(gòu)造權(quán)重矩陣以增加算法的估計(jì)精度。對(duì)比于奇異值分解的壓縮感知方法，該方法數(shù)據(jù)的列數(shù)不會(huì)隨著目標(biāo)的數(shù)目發(fā)生變化，并且具有較高的精度。
　　針對(duì)雙基地MIMO雷達(dá)的ESPRIT（Estimation of Signal Parameters via Rotational Invariance Techniques）算法低信噪比的情況下測(cè)向精度低的問(wèn)題，該論文提出了一種廣義ESPRIT算法以提高雙基

6、地MIMO雷達(dá)ESPRIT算法的性能。對(duì)于不相關(guān)信源，由于陣列流型張成的子空間與大特征值對(duì)應(yīng)的導(dǎo)向矢量張成的子空間屬于同一空間，因此該算法利用信號(hào)子空間重構(gòu)陣列流型，并利用陣列流型的旋轉(zhuǎn)不變性估計(jì)目標(biāo)的DOD，然后利用交換矩陣改變信號(hào)子空間矩陣行的位置，并重構(gòu)對(duì)應(yīng)的陣列流型利用其旋轉(zhuǎn)不變性估計(jì)目標(biāo)的DOA，并且目標(biāo)的DOD和DOA可以自動(dòng)配對(duì)。接著又提出一種廣義ESPRIT-root MUSIC算法，該算法通過(guò)利用廣義ESPRIT算法估