基于矢量传感器MIMO雷达的DOD DOA和极化联合估计算法

该文研究了一种基于多输入多输出(MIMO)电磁矢量传感器阵列雷达目标波离角(DOD),波达角(DOA)和极化联合估计问题。提出一种新型矢量阵MIMO雷达系统模型,发射阵列采用常规阵元,而接收阵列采用电磁矢量传感器。在此基础上,该文提出4维MUSIC, ESPRIT和迭代1维MUSIC 3种联合参数估计算法。其中迭代1维MUSIC算法首先利用矢量传感器的内在结构特点获得目标DOA预估计,随后采用MUSIC算法对DOD和DOA分别进行1维搜索获得目标角度的高精度估计,最后给出一种基于ESPRIT的目标极化估计算法。迭代1维MUSIC算法可用于不规则阵列,对接收阵列约束较少,无需2维搜索及多维搜索,还可以利用矢量阵特点扩展阵列孔径提高DOA估计精度。此外,论文还推导了DOD, DOA和极化联合估计的CRB。仿真实验表明,与前两种算法相比,迭代1维MUSIC算法具有与CRB更接近的估计精度。     

矢量传感器阵列MIMO雷达高精度二维DOA与极化联合估计

该文采用矢量传感器配置下的十字型阵列MIMO雷达系统,提出一种新的2维高精度DOA与极化参数联合估计算法。首先根据MIMO雷达虚拟阵列导向矢量的特点,通过降维矩阵的设计及回波数据的降维变换,将高维回波数据转换至低维信号空间;然后基于传播算子获得对应信号子空间的估计,利用收、发阵列阵元间长基线对应的旋转不变性和极化矢量中电场矢量和磁场矢量的叉积进行2维高精度DOA估计和解模糊处理,同时利用与阵列结构无关的极化域旋转不变性进行极化辅角和极化相位差的联合估计。该矢量传感器MIMO雷达阵列可同时获取MIMO雷达的波形分集和矢量传感器的极化分集,无需额外增加阵元和硬件开销,能够有效扩展阵列孔径,提高参数估计性能;同时通过降维变换及传播算子,在获取信噪比增益的同时,能够实现2维高精度DOA和2维极化矢量的联合估计及参数的自动配对,有效降低数据处理维数和参数估计的运算复杂度;最后,仿真结果验证了理论分析的正确性和算法的有效性。     

MIMO雷达的近场模型DOA估计

MIMO(Multiple input multiple output)雷达为实现目标角度分集,系统的天线阵一般分布式布阵,有效孔径比较大,目标一般处于天线的近场.该文从近场DOA估计的原理出发,利用MIMO的有源特性将距离参数作为已知,建立了多输入多输出系统的近场DOA估计模型,从原理上克服了传统时延定位方法存在的多目标时延对应难题.与一般近场DOA估计需要进行距离和角度的二维搜索不同,文中方位向估计只需要角度维的一维搜索,提高了运算速度.该文给出了系统可分辨最大目标数,并在理论上分析了方位向估计的CRB.     

基于矢量传感器MIMO雷达的发射极化优化DOA估计算法

针对常规矢量传感器MIMO雷达没有利用发射极化信息导致波达方向(DOA)估计精度较差的问题,该文提出一种克拉美罗界(CRB)最小化的发射极化优化算法。首先建立矢量传感器MIMO雷达的接收信号模型;然后分析固定发射极化矢量传感器MIMO雷达DOA估计算法的不足;接着推导任意发射极化状态下的CRB,计算最小CRB对应的极化状态;最后利用该优化极化状态采用固定极化DOA估计算法得到DOA估计。该算法的DOA估计精度高于固定极化DOA估计算法。且该算法的2维DOA估计可自动配对,发射电磁矢量传感天线位置可任意。仿真结果证明了该算法的有效性。     

MIMO雷达DOA估计方法分析

在介绍多输入多输出（MIMO:Multiple-Input Multiple-Output）雷达的信号模型的基础上,给出了一种目标波达方向（DOA:Direction of Arrival）估计方法--多信号分类（MUSIC:Multiple Signal Classification）方法在MIMO雷达系统DOA估计中的应用。与传统相控阵雷达相比,在MIMO雷达系统中该方法可以分辨的信号源数目有较大增加。通过仿真实验,详细分析了在MIMO雷达系统DOA估计中,多种因素对MUSIC方法测角精度的影响。     

空间分集MIMO雷达的DOA估计新方法

多输入多输出(MIMO)雷达分布式布阵获得空间分集增益,但DOA估计是一个难题。该文分析了DOA估计的旁瓣一致现象,从空间分集MIMO雷达信号模型出发,推导了发射正交PCM信号,在接收端匹配滤波信号分选构造虚拟子阵的过程,提出了一种谱值优选算法进行空间分集MIMO雷达DOA估计。该算法得到目标在各子阵的最优估计,在发射端获得空间分集增益抑制目标闪烁的同时,在接收端进行稳健的多目标波达方向超分辨估计。最后仿真实验与相控阵进行了比较,表明了该算法的有效性,以及抑制目标闪烁改善DOA估计的能力。      

Esprit算法在单基地MIMO雷达中的应用

多输入多输出（MIMO）雷达是近年来提出的一种新体制雷达,由于发射正交信号,不同位置目标的回波信号相互独立,因此在DOA估计和目标分辨方面,比传统雷达具有较大优势。文中将Esprit算法应用于单基地MIMO雷达系统中,并对两种结构的MIMO雷达分别进行一维和二维DOA估计,仿真证明了算法的优越性。     

双基地分布式阵列MIMO雷达的DOA和DOD估计方法

结合分布式阵列和双基地多输入多输出(Multiple-Input Multiple-Output, MIMO)雷达的特点, 提出了一种新的双基地分布式阵列MIMO雷达的接收角(Direction of Arrival, DOA)和发射角(Direction of Departure, DOD)估计方法.根据发射阵列和接收阵列的空域旋转不变特性, 利用旋转不变估计技术(Estimation of Signal Parameters via Rotational Invariance Techniques, ESPRIT)获取无模糊DOA粗估计和高精度周期性模糊的DOA、DOD精估计; 再利用无模糊DOA粗估计、目标的双基地距离信息以及双基地MIMO雷达的几何特点, 解除DOA、DOD精估计的周期性模糊, 得到高精度且无模糊的DOA和DOD估计.最后, 根据ESPRIT算法原理和估计误差的概率统计特性进行算法的性能分析, 给出算法基线模糊门限的近似计算方法.该算法有效地放宽了发射阵列孔径扩展程度的限制, 从而提高了阵列在大孔径下的角度估计精度, 且能够实现DOA和DOD估计的自动配对.仿真结果验证了所提算法和性能分析方法的有效性.     

ESPRIT方法在MIMO阵列中的应用研究

针对双基地雷达的探测需要,文章研究了一种基于旋转不变子空间(ESPRIT:Estimation of signal parameters via rotational invariance techniques)的信号发射角(DOD:Direction of Departure)和信号接收角(DOA:Direction of Arrival)估计方法。该方法使用多输入多输出(MIMO:Multiple Input Multiple Output)阵列,利用发射和接收阵列的不变特性,分别估计出感兴趣目标的DOD和DOA,同时进行目标的收发角度配对。文章将该方法应用到MIMO阵列中,并通过计算机仿真验证了其有效性。     

一种矢量传感器阵列误差的自校正算法及DOA估计

突破大多数阵列误差校正技术针对标量传感器阵列误差模型的限制,提出一种对电磁场矢量传感器阵列误差进行自校正的方法。该方法针对存在方位依赖阵元幅相误差的矢量传感器阵列模型;所提算法基于子空间的思想可对任意极化状态多源信号的信源方位、极化参数和对应的阵元幅相误差进行无模糊联合估计;该方法适用于具有任意几何结构的矢量传感器阵列,仿真试验表明了该算法的有效性。     

Beamspace Root-MUSIC Algorithm for Joint DOD DOA Estimation in Bistatic MIMO Radar

The computational complexity for the direction of departure (DOD) and direction of arrival (DOA) estimation in bistatic MIMO radar increases very rapidly with the number of sensors. To reduced computational complexity, a beamspace Root-MUSIC algorithm for joint DOD and DOA is proposed in this paper. Ingenuous mathematical manipulations utilizing the properties of common out-of-band nulls offered by discrete Fourier transform matrix beamformer are proposed to restore the Vandermonde structure with a reduced degree, which is lost in beamspace transformation for both the transmit array and the receive array. Then the DOD and DOA can be estimated via polynomials root finding procedure. The proposed algorithm can work in reduced dimension beamspace data and reduced degree polynomial root finding procedure in the final stage of Root-MUSIC. Moreover, automatic paring between the DODs and DOAs can be obtained. Simulation results demonstrate that the effectiveness of the proposed algorithm.     

双基地MIMO雷达高速运动目标的DOD和DOA联合估计

高速目标在回波积累时间内会跨多个距离单元运动,因此双基地MIMO雷达利用单个距离单元上的目标回波数据估计目标发射角(DOD)和接收角(DOA)会产生较大误差,影响目标的交叉定位。该文根据高速目标回波特点提出一种双基地MIMO雷达的跨距离单元估计目标多维参数的方法,该方法把目标在不同距离单元上的脉冲压缩数据的采样协方差矩阵进行平均,提高其协方差矩阵的估计精度,然后采用超分辨算法进行DOD和DOA参数估计。仿真结果表明该方法对高速运动目标的角度估计精度高于现有算法,接近于现有算法在目标无距离走动时的角度估计精度,且其角度估计性能与目标跨越的距离单元数无关。     

偶极子分离的矢量阵MIMO雷达多维角度估计算法

该文提出了一种基于2维矢量接收阵列的双基地MIMO雷达系统多目标ADOD(Azimuth Direction Of Departure), ADOA(Azimuth Direction Of Arrival)和EDOA(Elevation Direction Of Arrival)联合估计算法。雷达发射端采用均匀标量线阵,接收端将常规矢量阵元的每个电磁偶极子相互分离构成2维接收阵列。算法通过张量因子分解获取各流形矩阵,并利用ESPRIT算法估计目标的ADOD。文中给出了接收阵列的一种特定阵元排列方式,并改进了矢量叉积法用于估计目标的2D-DOA。与传统方法相比,该文所用阵列结构可通过扩展接收阵列孔径提高雷达的角度估计性能,相互分离的偶极子弱化了传统矢量阵的天线互耦效应。相应算法避免了谱峰搜索,能够自动配对,仿真实验证明了算法的有效性。     

空间色噪声环境下双基地MIMO雷达DOD和DOA联合估计方法

针对空间色噪声环境提出一种同时利用空域和时域信息的双基地MIMO雷达DOD（Direction of Departure）和DOA（Direction of Arrival）联合估计方法。该方法在时域高斯白噪声的假设下．将不同时刻的匹配滤波器输出进行互相关以消除空间色噪声的影响并获得空时互相关矩阵,然后基于传播算子方法构造一低维矩阵,利用其特征参数与待估参数的特定关系获得目标DOD（DirectionofDe．parture）和DOA（DirectionofArrival）的联合估计。该方法能够有效克服空间色噪声的影响,所估计参数自动配对。与现有方法相比,其孔径损失小,具有更优的参数估计性能和最大可检测目标数。且对发射阵元个数没有特殊要求,具有更广泛的适用性。计算机仿真验证了本文方法的有效性。     

线性电磁矢量阵列的空时极化平滑算法及相干源多参数估计

该文提出了一种基于线性电磁矢量阵列的空时极化平滑算法(STPSA),解决了相干信源的频率,2维波达方向和极化参数的联合估计问题。该算法通过对不同子阵和矢量传感器不同传感单元的测量数据及其相应延迟数据进行平滑,实现解相干预处理并抑制噪声干扰,然后利用传播算子方法得到相应的参数估计。与目前的算法相比,该文提出的算法能够同时实现相干信源的多个参数联合估计;无需通过奇异值或特征值分解提取信号/噪声子空间,也无须进行参数搜索,有较低的运算量;另外,算法能够通过增加相邻阵元的间隔来扩展阵列的有效孔径,改善估计性能,且无须进行参数去模糊处理。仿真结果验证了算法的有效性。     

双基地MIMO阵列DOA和DOD联合估计算法

介绍了基于均匀线阵的双基地多输入多输出(MIMO)雷达发射角(DOD)和接收角(DOA)联合估计算法.利用发射阵和接收阵均是对称阵列的性质,可以构建一个预处理矩阵将复的协方差矩阵转换为实的对称矩阵,进而提出的角度估计算法只需要一个或二个一维实数搜索,降低了运算量.     

Joint parameter estimation of DOD/DOA/polarization for bistatic MIMO radar

In the paper,polarization-sensitive array is exploited at the receiver of multiple input multiple output (MIMO) radar system,a novel method is proposed for joint estimation of direction of departure (DOD),direction of arrival (DOA) and polarization parameters for bistatic MIMO radars. A signal model of polarimetric MIMO radar is developed,and the multi-parameter estimation algorithm for target localization is described by exploiting polarization array processing and the invariance property in both transmitter array and receiver array. By making use of polarization diversity techniques,the proposed method has advantages over traditional localization algorithms for bistatic MIMO radar. Simulations show that the performance of DOD and DOA estimation is greatly enhanced when different states of polarization of echoes is fully utilized. Especially,when two targets are closely spaced and cannot be well separated in spatial domain,the estimation resolution of traditional algorithms will be greatly degraded. While the proposed algorithm can work well and achieve high-resolution identification and accurate localization of multiple targets.