论文部分内容阅读
与传统雷达系统相比,多输入多输出(MIMO)雷达可以利用多天线发射分集并由多天线接收回波信号,使目标检测性能得到明显提高。目前,MIMO雷达目标检测方法主要有广义似然比检测(GLRT)、恒虚警率检测、匹配滤波器检测等,这些方法尽管不同程度地提高了检测性能,然而仍存在如下主要缺陷:(1)假设快拍数远远多于阵元数,当阵元数较大、与快拍数相差不多时不再适用;(2)需要已知或事先估计噪声方差等信息,然而在快拍数不足的情况下其估计将带来较大的误差;(3)通常将噪声模型简化为理想的白噪声,而实际环境中,由于各阵元间互耦、过采样等因素的影响,往往造成噪声之间存在相关性,如果仍采用白噪声背景下的检测方法和对应的判决阈值,将导致检测性能严重下降。针对上述问题,本文以随机矩阵理论(RMT)和正则相关技术(CCT)为数学工具,对相关噪声背景下MIMO雷达的目标检测方法展开了深入研究。针对发射分集MIMO雷达系统,并考虑接收阵元数与快拍数在同一数量级,首先研究了白噪声背景下目标检测的随机矩阵方法,在此基础上,分别提出了空间相关噪声和空-时相关噪声背景下目标检测的随机矩阵方法,适用于大阵列系统。本文的研究工作得到国家自然科学基金“基于大维随机矩阵理论的MIMO雷达稳健目标检测与估计”(项目编号:61371158)的资助。本文的创新性工作如下:提出一种空间相关噪声背景下基于CCT的MIMO雷达目标检测方法。该方法采用两个分开的子阵作为MIMO雷达接收阵列,假定每个子阵阵元之间的噪声存在空间相关性,构建了双子阵接收信号模型。进而,基于GLRT准则和两子阵之间的正则相关因子构造了检测统计量,并结合RMT中的Tracy-Widom(TW)第二分布推导了判决阈值表达式。仿真结果表明,该方法在存在空间相关噪声和大阵列情况下,与传统的条件数(CN)算法相比检测性能更优。提出空-时相关噪声背景下基于RMT的MIMO雷达目标检测方法。首先利用相关系数矩阵生成空-时相关噪声模型,然后将接收信号归一化样本协方差矩阵的最大特征值(ME)作为检测统计量,并利用RMT中的TW分布,提出一种空-时相关噪声背景下MIMO雷达目标检测方法——TW-ME算法,该方法将TW第二分布作为接收信号归一化样本协方差矩阵最大特征值的渐近分布,在空-时相关噪声背景下推导了其判决阈值与虚警率之间的关系。进一步,对TW-ME算法进行了改进,将半圆律和M-P律结合,同时运用Stieltjes变换,对判决阈值中的参数进行修正,得到了新的阈值。仿真结果验证了改进的TW-ME算法具有更优越的检测性能。