多输入多输出雷达低旁瓣发射方向图优化算法

提出了一种基于波束域加权的低旁瓣方向图设计方法。综合考虑方向图匹配性能和发射阵元等功率作为约束条件,建立低旁瓣发射方向图优化模型,采用半正定松弛技术将优化模型转化为凸优化问题;对波束加权矩阵施加对偶约束,使得接收信号满足旋转不变性;利用高斯随机化方法对波束加权矩阵进行求解,得到原优化问题的最优解。仿真结果表明,算法能够保持期望主瓣形状并有效降低方向图旁瓣,提高到达角(DOA)的估计精确度和角度分辨力。     

多馈源空间馈电阵列误差校正

空间馈电阵列是相控雷达天线的一个重要发展方向,阵列误差校正技术则是大多数阵列信号处理方法在工程实现中的重要保障条件,本文针对一种多馈源空间馈电阵列模型,利用主阵面上Ｔ／Ｒ模块中的移相器,提出了一种阵列误差校正方法,计算机仿真结果证明了其有效性。     

集中式多输入多输出雷达多功能波形优化设计

针对集中式多输入多输出(MIMO)雷达波形设计中多个设计目标同时优化的问题,基于交替投影的思想,该文提出一种以任意维迭代谱逼近算法(ADISAA)为基础的波形设计框架,通过可调的权重来协调发射方向图匹配、良好的相关特性和频谱凹口等多种功能的波形设计目标,最终实现恒模波形设计。仿真结果表明,相对于已有的算法,在发射方向图匹配的基础上,该算法改善了发射波形在指定区间的相关特性,同时通过频谱凹口的设计避开了受到色噪声和有源干扰污染的频段,算法的计算复杂度更低。     

基于几乎差集的多输入多输出雷达阵列稀疏优化方法

针对基于循环差集(Cyclic Difference Sets,CDS)的多输入多输出(Multiple-input Multiple-output,MIMO)雷达阵列稀疏方法由于现有CDS构造条件苛刻、集合数量有限而造成阵列配置数量较少的不足,提出了基于几乎差集(Almost Difference Sets,ADS)的MIMO雷达阵列稀疏优化方法.该方法可解析地确定发射、接收阵元位置,并先验预估虚拟阵列的方向图旁瓣上界.基于ADS的MIMO阵列在旁瓣性能上与基于CDS的阵列相近且优于随机阵列;ADS具有构造简单、阵列配置丰富的优势,有利于该方法的工程应用.仿真验证了所提方法的有效性.     

阵列误差下的多输入多输出雷达测向技术

针对多输入多输出(Multiple-Input Multiple-Output, MIMO)雷达收发阵列同时存在阵元互耦效应和幅相误差时目标测向性能下降的问题,提出了一种基于Capon波束形成的测向算法.该方法利用Toeplitz特性降低了参数空间维数,并结合Kronecker积特性将发射和接收阵列的阵列误差去耦合,从而对收发阵列误差进行迭代补偿,最终获得目标方位角的估计.仿真结果验证了所提算法的有效性和可行性.     

多输入多输出雷达发射天线低旁瓣设计

多输入多输出(MIMO)雷达发射波形的多样性,为发射方向图设计提供了更多的自由度。针对阵元等功率条件下获得低旁瓣高增益发射波束的问题,提出了一种采用极小极大准则优化设计发射波形相关矩阵的方法,并将该约束优化问题转换为无约束优化问题,便于采用经典迭代法求解。仿真结果表明:采用极小极大准则设计的发射方向图旁瓣区域平坦,最高旁瓣电平接近理论最低值。最后采用循环(CA)算法,获得易于数字阵列系统实现的相位编码信号,使用该相位编码信号得到的实际发射方向图与理论结果匹配良好。     

超宽带多输入多输出雷达

使用超宽带（UWB）信号可以使雷达设计者解决雷达目标观测工作中的大多数重要问题。由于时间分辨率高,并且在大带宽范围内散射中心的频率相关性,因此使用超宽带可以获得更多的信息。雷达信号带宽的增加能够提供更为精确的距离测量,提高目标识别和跟踪能力,提高抗无源干扰能力和抗窄带电磁信号干扰的能力,因此提高了雷达的性能表现。目前,在通信领域,多输人多输出（MIMO）天线系统技术已经取得了诸多进展。这些分集式系统在显著提高通信系统性能方面已经显示出具有很大的潜力。     

基于D-optimality准则的多输入多输出雷达阵列设计

为了最小化参数估计的均方误差,提出了基于D-optimality准则(DOBC)的多输入多输出雷达天线几何设计方法。严格推导了天线几何在DOBC准则下需要满足的约束条件;进行了敏感性分析,DOBC准则下的天线几何只与目标方位角之差有关,而与具体的方位角值无关;并推导了远场条件下参数估计的克拉美罗界(CRLB),DOBC准则可以看成一种修正的CRLB,其为最大似然估计算法提供了更严格的下界约束。仿真结果表明,与最小冗余阵列、均匀阵列相比,DOBC准则下的天线几何具有更优越的参数估计性能,且其不受阵列孔径的约束,可以通过扩大孔径,进一步提高分辨力。但随着孔径的提高,方向图的伪峰值会升高,在低信噪比条件下,会造成很大的参数估计误差,因此需要根据实际应用需求,选择合适的孔径大小。     

利用雷达发射信号对接收阵列实时校正的方法

本文主要介绍一种利用雷达发射信号,对接收阵列及通道实现实时校正的方法。数字化阵列雷达将接收阵列天线上每个阵元接收的信号进行数字化后,通过数字波束形成(DBF)形成一个或者多个不同指向的波束,而每个阵元的信号需要经过不同的通路,不可避免的会存在幅相差异,导致通道间的特性不一致,所以在DBF之前,必须完成通道一致性的校正,而通道特性又随着环境变化存在时变特性,所以对高精度的雷达往往需要进行实时校正。     

基于矩阵分解的多输入多输出雷达解相关算法

多输入多输出(Multi-input Multi-output,MIMO)雷达的多发射正交波形自相关和互相关特性会影响目标参数估计的性能,完全正交的多组波形又很难获得,针对此,提出一种基于矩阵分解的双基地MIMO雷达多发射波形解相关算法,使不完全正交的多组波形解相关.本算法通过对多发射波形相关矩阵做矩阵分解和迭代运算,实现波形解相关.通过对收发角度联合估计精度的分析,验证了所提算法的可行性和有效性.     

相控阵雷达接收通道校准方法仿真

接收通道校正是保证接收波束形成性能的重要环节。构建了内场校准和外场校准相结合的通道校准方法的仿真模型。仿真结果验证了该方法可以明显改善第一副瓣水平,减小幅相误差对系统性能的影响。     

Hybrid optimization-based deep neuro-fuzzy network for designing m-user multiple-input multiple-output interference channel

Multiple-input multiple-outputs (MIMOs) have eminent quality in maximizing the throughput of wireless communication models. In MIMO, the antenna arrays can be utilized for fulfilling the needs of 5G by utilizing various spatial signatures of users. Even though 5G communication is imminent, there exist issues, like network interference that arise due to reused frequency spectrum resources. This delving presents an optimized deep model for suppressing interference occurring in the Rayleigh channel in the multiple-user MIMO (MU-MIMO) model. Here, an MU-MIMO model is employed with correlated interference wherein there exist various users around the base station (BS) with several antennas at the transmitter and receiver. Here, a deep neuro-fuzzy network (DNFN) is used to upgrade the performance of detectors underneath correlated interference. Here, the model comprises zero forcing-maximum likelihood detection (ZF-MLD) that assists to generate an initial estimate of broadcasted signals in a particular time slot. The DNFN is used to capture latent correlation among several symbols. Here, the DNFN training is performed using developed autoregressive Henry gas spider monkey optimization (RHGSMO), which is the combination of conditional autoregressive value at risk (CAViaR), Henry gas solubility optimization (HGSO), and spider monkey optimization (SMO). With the lowest symbol error rate (SER), bit error rate (BER), and signal to interference and noise ratio (SINR), the suggested RHGSMO-based DNFN performed better than existing approaches.     

Computationally efficient DOD and DOA estimation for bistatic MIMO radar with propagator method

In this article, we consider a computationally efficient direction of departure and direction of arrival estimation problem for a bistatic multiple-input multiple-output (MIMO) radar. The computational loads of the propagator method (PM) can be significantly smaller since the PM does not require any eigenvalue decomposition of the cross correlation matrix and singular value decomposition of the received data. An improved PM algorithm is proposed to obtain automatically paired transmit and receive angle estimations in the MIMO radar. The proposed algorithm has very close angle estimation performance to conventional PM, which has a much higher complexity than our algorithm. For high signal-to-noise ratio, the proposed algorithm has very close angle estimation to estimation of signal parameters via rotational invariance technique algorithm. The variance of the estimation error and Cramér–Rao bound of angle estimation are derived. Simulation results verify the usefulness of our algorithm.     

DBF在数字阵列天气雷达中的应用

将DBF技术应用于天气雷达,可以同时获取不同高度层的气象数据,使得对天气的观测更加精细,为后续气象产品反演提供更好的技术手段。首先介绍DBF的基本原理,然后阐述在天气雷达研制过程中设计DBF时需要注意的问题,最后给出对实际气象目标的探测效果。     

相控阵制导雷达自适应调度技术应用

相控阵制导雷达需要在进行空域搜索、目标捕获跟踪的同时精确地导引导弹攻击来袭目标,为此需要使用基于优先级排序的雷达自适应调度技术完成各种雷达任务的调度,描述了相控阵制导雷达应用自适应调度技术的实现方法,实际应用结果表明该技术能够有效提高雷达时间资源的利用率,保证雷达整体工作效能。     

基于FFT的相控阵雷达校准方法

相阵控天线由于单元间互耦,器件的制造,组装误差,老化,热变形和组件更换的影响而产生幅相误差,必须进行校准和补偿。文中提出一种新的校准方法,先在相同的频率和环境条件下分别进行ＦＦＴ外校准和初次ＦＦＴ内校准确定内外场校正系数,然后在雷达使用期间只需作天线ＦＦＴ内校准就可获得理想的精度,用一２４单元实验阵列对此作了实验验证。此方法具有低设备量和高校准精度,适用于一维,二维相控阵雷达,尤其适合于机载或地面     

On parameter identifiability of MIMO radar with waveform diversity

Parameter identifiability is one of the most interesting issues in multiple-input multiple-output (MIMO) radar systems. Previous works have presented conditions for parameter identifiability of the systems with uncorrelated waveforms. In this paper, under general waveform assumptions, we investigate conditions for parameter identifiability of MIMO radar systems with more flexible waveform diversity, where the transmitted waveforms are not restricted to be uncorrelated. The conditions specify the maximum number of targets that can be uniquely localized, which are obtained based on the rule of time-bandwidth product. Moreover, it is found that the conditions are in terms of the rank and structure of the waveform covariance matrix (WCM) and the geometry of MIMO radar systems. Numerical examples are provided to verify the effectiveness of the conditions.     

一种均匀线阵互耦和幅相误差校正算法

阵列互耦和幅相误差会严重影响MUSIC算法的测向性能,为此该文基于均匀线阵,给出了一种新的阵列互耦和幅相误差校正算法．文中首先根据阵列协方差矩阵的关系式构造了一种二次代价函数,然后利用理想条件下均匀线阵协方差矩阵具有Toeplitz结构的性质,通过交替迭代的方法对该代价函数进行优化求解,从而估计出了阵列互耦、幅相误差以及理想条件下的协方差矩阵,最后利用MUSIC算法即可得到信源方位的估计值．计算机仿真结果验证了文中算法的有效性．      

非完备目标先验知识多输入多输出雷达稳健波形设计

多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达通常基于目标和环境的先验知识设计波形,而由估计得到的先验知识不可避免存在误差,基于此先验知识得到的优化波形的检测和参数估计等性能下降严重.针对此问题,提出两种稳健波形设计方法,分别提高MIMO雷达的检测性能和参数估计性能.在目标位置误差和信道误差有界的条件下,分别构造以信噪比(Signal Noise Ratio,SNR)和克拉美-罗界(Cramera-Rao Bound,CRB)为代价函数的优化问题.为最大化SNR和最小化CRB,分别给出迭代算法,交替以发射波形相关矩阵和通道矩阵误差为优化变量求解,将迭代的每一步转化为凸优化问题,从而在最差情况下提高MIMO雷达系统的检测性能和参数估计性能.仿真实验结果验证了所提方法能有效改进MIMO雷达的检测和参数估计性能.     

Online task interleaving scheduling for the digital array radar

Aiming at the task scheduling problem in the DAR (digital array radar), an online task interleaving scheduling algorithm is proposed. The full structure of the DAR task is explicitly considered in a way that the waiting duration can be utilized to transmit or receive subtasks, which is called the task interleaving, as well as the receiving durations of different tasks can be overlapped. The algorithm decomposes the task interleaving analysis into the time resource constraint analysis and the energy resource constraint analysis, and online schedules all kinds of tasks that can be interleaved. Thereby the waiting durations and receiving durations can be fully utilized. The simulation results demonstrate that the proposed algorithm improves the successfully scheduling ratio by 73%, the high value ratio by 86% and the time utilization ratio by 55% compared with the HPEDF (highest priority and earliest deadline first) algorithm.