论文部分内容阅读
互质阵列多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达将互质阵列分别作为MIMO雷达的发射阵列和接收阵列,充分结合了互质阵列大幅扩展的阵列孔径与MIMO雷达可虚拟出远超真实阵元数目的虚拟阵列的优点,可在软硬件条件受限的场景下,实现优异的估计或检测性能,因而拥有巨大的理论研究价值和实际应用价值。本文在互质阵列MIMO雷达的基础上进行了改进和一系列的深入研究,具体工作与创新如下:1.阐述了空间谱估计、互质阵列空间谱估计理论、MIMO雷达的相关内容,包括研究背景、国内外研究现状等;分析了几种经典阵列的几何拓扑结构,并基于阵列结构,建立了各阵列下的空间谱估计系统模型;描述了几种经典的空间谱估计算法的基本理论,并进行了初步的MATLAB仿真实验用以说明各算法以及阵列下的估计性能。2.提出了基于多重信号分类(Multiple Signal Classification,MUSIC)的单基地展开互质阵列MIMO雷达波达方向(Direction of Arrival,DOA)估计算法,即UCMMUSIC算法。首先将互质阵列的两个子阵完全展开形成展开互质阵列,进而将其分别作为MIMO雷达的收发阵列得到展开互质阵列MIMO雷达,得益于展开互质阵列扩展的阵列孔径以及MIMO雷达可形成远超真实阵元数目的虚拟阵列的优点,算法获得了显著提高的自由度、低信噪比下优异的分辨力、小角度间隔信源下优异的分辨力等性能;随后,针对算法涉及高维度矩阵的特征值分解,进一步提出了基于传播算子(Propagator Method,PM)算法的单基地展开互质阵列MIMO雷达DOA估计方法,即UCM-PM算法,算法以矩阵分块的思想替代特征值分解得到噪声子空间,因此复杂度有所下降。算法在信噪比大于2d B时,可获得UCM-MUSIC算法的近似性能;给出了详细的性能分析、无相位模糊的证明、仿真验证。3.提出了双基地展开互质阵列MIMO雷达DOD、DOA联合降维估计算法。算法基于双基地展开互质阵列MIMO雷达的阵列结构以及降维思想,通过增加约束并构造代价函数的方式,将二维MUSIC算法中的穷尽搜索二维谱峰转化为求解带约束二次优化问题,先后得到DOA、DOD,并且DOD与DOA自动配对。降维思想的引入使得算法无需二维搜索,因而复杂度显著下降。同时,得益于展开互质阵列MIMO雷达形成的虚拟阵列与大幅扩展的阵列孔径,算法亦获得了显著提升的分辨率、自由度以及低信噪比下更为优异的估计性能;给出了详细的复杂度分析、无相位模糊的证明、仿真验证。