MIMO雷達信號處理-目標檢測與角度估計.pdf_第1頁
已閱讀1頁,還剩137頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、多輸入多輸出(Multiple-Input Multiple-Output,MIMO)雷達具有多個發(fā)射陣元和接收陣元,可以發(fā)射和接收多個任意波形,使得MIMO雷達設計者擁有更多的設計自由度。根據(jù)不同的應用背景和需求,對其發(fā)射波形以及相應的信號處理算法進行設計,可以實現(xiàn)目標檢測、參數(shù)估計、目標識別以及跟蹤等方面的性能提升。本文根據(jù)MIMO雷達信號處理研究進展,重點開展了MIMO雷達的目標檢測和角度估計的研究,主要貢獻如下:
  

2、1.研究了未知統(tǒng)計特性的空時二維雜波背景下MIMO雷達自適應檢測問題。
   首先基于廣義最大似然比原理,將單基地雷達的廣義最大似然比檢測器(GeneralizedLikelihood Ratio Test,GLRT)推廣到MIMO雷達,給出了MIMO-GLRT檢測器,并推導出其檢測概率和虛警概率的閉合表達式。然后,根據(jù)MIMO雷達雜波協(xié)方差矩陣的塊對角特性,給出了一種簡化MIMO-GLRT檢測器,降低了MIMO-GLRT檢測器

3、算法的復雜度,并在兩個虛擬雙基雷達的情形下,推導出簡化MIMO-GLRT檢測器檢測概率和虛警概率的表達式。最后,針對參考單元數(shù)據(jù)不足引起的估計協(xié)方差矩陣病態(tài)問題,將對角加載技術應用到簡化MIMO-GLRT檢測器中,研究了簡化MIMO-LGLRT檢測器,改善了估計協(xié)方差矩陣的數(shù)值狀態(tài),并對檢測性能進行理論分析。
   2.研究了未知雜波背景下MIMO雷達的旁瓣目標抑制和魯棒目標檢測技術。
   首先,為提高MIMO雷達對旁

4、瓣目標的抑制能力,給出MIMO雷達的自適應正交抑制波束形成檢測器(Adaptive Beamformer Orthogonal Rejection Test,ABORT)MIMO-ABORT和自適應錐抑制檢測器(Adaptive Detector With Comc Rejection,ADCR)MIMO-ADCR。然后,針對導向向量誤差問題,研究了MIMO雷達的自適應子空間檢測算法,給出MIMO-SGLRT、MIMO-SABORT和M

5、IMO-SRao檢測器,提高了檢測器對導向向量誤差的魯棒性。最后,給出MIMO雷達的自適應錐檢測和錐抑制檢測器(Adaptive Detector with Conic Acceptance and Rejection,ADCAR)MIMO-ADCAR。通過調(diào)整該檢測器錐的參數(shù),綜合調(diào)整MIMO雷達的旁瓣目標抑制能力和檢測性能。
   3.研究了對稱α穩(wěn)定(Symmetric Alpha Stable,SαS)沖擊雜波和復合高斯

6、雜波兩種非高斯雜波背景下MIMO雷達的波達方向(Direction of Arrival,DOA)估計問題。
   對于SαS沖擊雜波背景,首先分別采用分數(shù)低階矩(Fractional Lower Order Moment,F(xiàn)LOM)和無窮范數(shù)(Infinity-norm,Inf)歸一化對MIMO雷達接收數(shù)據(jù)進行預處理,得到有界統(tǒng)計量。然后,在分析相應的預處理后數(shù)據(jù)矩陣子空間結構的基礎上,將多重信號分類(Multiple Sig

7、nal Classification,MUSIC)算法應用到MIMO雷達,實現(xiàn)DOA估計。對于復合高斯雜波背景,研究了該背景下MIMO雷達對目標DOA估計理論性能,推導出平均克拉美-羅下界(Average Crammer-Rao Bounds,ACRB)和中斷克拉美-羅下界(OutageCRB,OCRB)并分析了這兩種下界的性質(zhì)。
   4.研究了MLMO雷達對相干目標的波離方向(Direction of Departure,D

8、OD)和DOA估計算法。
   首先分析了MIMO雷達接收數(shù)據(jù)協(xié)方差矩陣元素的表示形式,利用該協(xié)方差矩陣中的元素,構造出一個新數(shù)據(jù)矩陣。該新數(shù)據(jù)矩陣可以分解為信號子空間和噪聲子空間,同時信號子空間的秩等于目標的個數(shù),不受目標之間相關性的影響。然后基于旋轉不變技術的信號參數(shù)估計(Estimation of Signal Parameters via Rotation Invariant Techniques,ESPRIT)算法有效

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論