多目标跟踪下的分布式MIMO雷达资源联合优化算法

针对现有分布式MIMO雷达资源联合分配多集中于发射端阵元与功率的分配,未同时考虑接收阵元的优化,且缺乏对任意雷达布阵形势下系统跟踪能力和资源需求量估算等问题,提出多目标跟踪下的分布式MIMO雷达资源联合优化算法。首先,计算多目标位置误差的最大值,以最小化该最大值为目标函数;其次,在发射和接收阵元总数量有限、发射总功率给定的条件下,建立收发阵元选取与功率分配联合的资源优化模型;然后,结合启发式搜索算法和连续参数凸近似算法,采用循环最小化的方式对该问题进行求解;最后,在给定大小的实验环境中,对目标运动轨迹确定和随机两种场景进行实验。实验结果表明,系统发射总功率一定时,选取的发射阵元个数要明显少于接收阵元个数。相比于现有MIMO雷达资源分配研究,所提算法能够估算出在任意雷达布阵形势下系统的最低目标跟踪精度、个数和相应的最少资源需求量,对雷达系统的结构设计和资源储备具有一定的参考价值。     

MIMO无线信道建模及性能评估

基于开阔地随机模型假设，分析了多天线无通信系统的典型统计模型和物理模型两种信道建模技术，推导出基于空间衰落相关性的克罗内克积模型和基于路径的统计簇模型，并通过仿真比较了两种模型的性能。结合多天线信道矩阵的特征分析方法，设计利用多天线系统并行子信道的MEA-SVD算法来获得高的阵列增益。该算法包括跟踪和训练两种工作模式。考虑克罗内克积信道模型时，我们对接收机采用MEA-SVD算法时系统性能进行仿真评估，并指出了在实际应用中存在的局限性。