手机知网 App
24小时专家级知识服务
打 开
手机知网|搜索

MIMO雷达信号处理:目标检测与角度估计

王鞠庭

  多输入多输出(Multiple-Input Multiple-Output, MIMO)雷达具有多个发射阵元和接收阵元,可以发射和接收多个任意波形,使得MIMO雷达设计者拥有更多的设计自由度。根据不同的应用背景和需求,对其发射波形以及相应的信号处理算法进行设计,可以实现目标检测、参数估计、目标识别以及跟踪等方面的性能提升。本文根据MIMO雷达信号处理研究进展,重点开展了MIMO雷达的目标检测和角度估计的研究,主要贡献如下: 1.研究了未知统计特性的空时二维杂波背景下MIMO雷达自适应检测问题。 首先基于广义最大似然比原理,将单基地雷达的广义最大似然比检测器(GeneralizedLikelihood Ratio Test, GLRT)推广到MIMO雷达,给出了MIMO-GLRT检测器,并推导出其检测概率和虚警概率的闭合表达式。然后,根据MIMO雷达杂波协方差矩阵的块对角特性,给出了一种简化MIMO-GLRT检测器,降低了MIMO-GLRT检测器算法的复杂度,并在两个虚拟双基雷达的情形下,推导出简化MIMO-GLRT检测器检测概率和虚警概率的表达式。最后,针对参考单元数据不足引起的估计协方差矩阵病态问题,将对角加载技术应用到简化MIMO-GLRT检测器中,研究了简化MIMO-LGLRT检测器,改善了估计协方差矩阵的数值状态,并对检测性能进行理论分析。 2.研究了未知杂波背景下MIMO雷达的旁瓣目标抑制和鲁棒目标检测技术。 首先,为提高MIMO雷达对旁瓣目标的抑制能力,给出MIMO雷达的自适应正交抑制波束形成检测器(Adaptive Beamformer Orthogonal Rejection Test, ABORT) MIMO-ABORT和自适应锥抑制检测器(Adaptive Detector With Conic Rejection, ADCR) MIMO-ADCR。然后,针对导向向量误差问题,研究了MIMO雷达的自适应子空间检测算法,给出MIMO-SGLRT、MIMO-SABORT和MIMO-SRao检测器,提高了检测器对导向向量误差的鲁棒性。最后,给出MIMO雷达的自适应锥检测和锥抑制检测器(Adaptive Detector with Conic Acceptance and Rejection, ADCAR) MIMO- ADCAR。通过调整该检测器锥的参数,综合调整MIMO雷达的旁瓣目标抑制能力和检测性能。 3.研究了对称a稳定(Symmetric Alpha Stable, SaS)冲击杂波和复合高斯杂波两种非高斯杂波背景下MIMO雷达的波达方向(Direction of Arrival, DOA)估计问题。 对于SαS冲击杂波背景,首先分别采用分数低阶矩(Fractional Lower Order Moment, FLOM)和无穷范数(Infinity-norm, Inf)归一化对MIMO雷达接收数据进行预处理,得到有界统计量。然后,在分析相应的预处理后数据矩阵子空间结构的基础上,将多重信号分类(Multiple Signal Classification, MUSIC)算法应用到MIMO雷达,实现DOA估计。对于复合高斯杂波背景,研究了该背景下MIMO雷达对目标DOA估计理论性能,推导出平均克拉美-罗下界(Average Crammer-Rao Bounds, ACRB)和中断克拉美-罗下界(Outage CRB, OCRB)并分析了这两种下界的性质。 4.研究了MIMO雷达对相干目标的波离方向(Direction of Departure, DOD)和DOA估计算法。 首先分析了MIMO雷达接收数据协方差矩阵元素的表示形式,利用该协方差矩阵中的元素,构造出一个新数据矩阵。该新数据矩阵可以分解为信号子空间和噪声子空间,同时信号子空间的秩等于目标的个数,不受目标之间相关性的影响。然后基于旋转不变技术的信号参数估计(Estimation of Signal Parameters via Rotation Invariant Techniques, ESPRIT)算法有效实现目标DOD和DOA的估计。……   
App内打开