论文部分内容阅读
电磁环境感知 MIMO 雷达(EES-MIMO 雷达,Electromagnetic Environmental Sensory-Multiple Input Multiple Output)是一种新机制的MIMO雷达,它通过感知空间电磁环境特征,主动躲避干扰频带,实时改变发射波形的方法提高了MIMO雷达的抗干扰能力。传统的雷达信号处理方法多假设噪声服从高斯分布,但在雷达实际工作环境中不仅存在高斯噪声,而且存在着大量的非高斯噪声,其中对现有信号处理方法影响最为严重的是一类脉冲冲击性质的非高斯噪声,大量研究表明,这类冲击噪声可以用α稳定分布来描述。目前如何有效的克服和抑制这类冲击噪声对MIMO雷达DOA估计的影响,成为信号处理研究领域一个急待解决的重点研究问题。本文针对冲击噪声背景下的EES-MIMO雷达信号处理问题,重点开展了 α稳定分布参数估计、空间电磁环境谱估计、α稳定分布噪声背景下EES-MIMO雷达DOA估计方法等方面的研究。针对α稳定分布参数估计问题,本文提出了基于组合分布的特征指数估计方法,基于极限特性的对称系数估计方法和基于概率分布函数的分散系数估计方法。其中基于组合分布特征指数估计方法利用α稳定分布的线性加和特性与p范数特性,通过段叠加结果与原始数据分数低阶矩之间的关系来估计特征指数;基于极限特征的对称系数估计方法利用α稳定分布的拖尾特性估计对称系数;基于α稳定分布概率分布函数的分散系数估计方法利用稳定分布的概率分布函数半概率点对应的概率估计稳定分布的分散系数。以上方法明显提高了 α稳定分布参数估计的精度,为开展α稳定分布噪声背景下的EES-MIMO雷达信号处理研究奠定了良好的基础。在电磁环境谱估计方法方面,针对α稳定分布噪声背景下共变谱估计问题,本文提出了基于互共变和最小互平方误差的AR模型共变谱估计方法。互共变和最小互平方误差方法利用通道间噪声的相互独立性质,可以克服通道叠加噪声,从而有效的提高空间AR谱估计的性能。针对α稳定分布噪声背景下的EES-MIMO雷达DOA估计问题,本文主要提出了以下几种EES-MIMO雷达信源数和DOA估计方法:1、信源数估计是DOA估计的基础和前提,针对EES-MIMO雷达信源数估计问题,本文提出了基于移位协方差矩阵(SCM,Shift Covariance Matrix)-特征值法、SCM-盖氏圆法和SCM-Ostu类间方差法,移位协方差矩阵可以克服α稳定分布白噪声对于协方差矩阵对角线元素的影响,提高协方差矩阵特征值的信噪比。在冲击噪声背景下,以上三种方法均可以有效的估计信源数,为EES-MIMO雷达DOA估计奠定了良好的基础。2、提出了EES-MIMO雷达的SCM-Capon、SCM-MUSIC的DOA估计方法,当α>1时,这两种方法可以有效的估计EES-MIMO雷达的DOA。3、提出了单位圆变换(UCC,Unity Cir)的概念,单位圆变换不仅可以保留信号相位信息,而且可以有效抑制冲击噪声。在此基础上,提出了EES-MIMO雷达DOA估计的UCC-Capon和UCC-MUSIC方法,这两种方法不需要α已知,在02<α≤2范围内均可以有效地估计EES-MIMO雷达窄带信号的DOA。4、针对有色冲击噪声背景下EES-MIMO雷达DOA估计问题,本文提出了基于循环分数低阶矩、循环分数低阶协方差和循环单位圆变换协方差的DOA估计方法,这些方法有效地解决了有色冲击噪声背景下的EES-MIMO雷达DOA估计问题。5、为了减少上述DOA算法谱峰搜索的计算量,本文提出了基于序列二次规划(SQP)的DOA谱峰搜索方法,推导了DOA谱峰搜索目标函数的一阶导数表达式,并分析了谱峰搜索的计算量。仿真实验表明,基于SQP的DOA谱峰搜索方法可以有效降低谱峰搜索的搜索点数和计算量,提高了DOA估计的计算效率。