论文部分内容阅读
多输入多输出(Multiple Input Multiple Output，MIMO)雷达是一种基于MIMO技术的新体制雷达，其目标检测与参数估计性能均优于传统雷达。角度估计是MIMO雷达中一个重要的研究方向，在实际的MIMO雷达系统中，阵列模型存在任意性，脉冲数可能很少，甚至收发阵列阵元存在幅相误差，这些因素都会影响角度估计的性能。针对实际应用中可能碰到的情形，本文开展MIMO雷达中角度估计和阵列校正研究，选题具有重要理论意义和应用价值。本文主要研究工作如下：(1)提出了收发阵列为任意阵的双基地MIMO雷达中一种低复杂度二维离开角(2Dimensional Direction Of Departure,2D-DOD)与二维到达角(2Dimensional Direction Of Arrival,2D-DOA)联合估计算法。该算法利用传播算子(Propagator Method, PM)，避免了复杂度较高的接收信号协方差矩阵特征值分解，同时采用传播算子空间的旋转不变性估计角度，避免了传统PM算法在任意阵MIMO雷达中所必须的谱峰搜索，因此该算法具有低复杂度。该算法还实现了收发角度自动配对，且其角度估计性能在高信噪比时逼近于近来提出的类似借助旋转不变技术估计信号参数(Estimation of Signal Parameters via Rotational Invariance Techniques-like,ESPRIT-like)算法。(2)考虑了MIMO雷达中相干信源的角度估计问题，分别提出了单基地MIMO雷达中一种基于子阵列平移的低复杂度相干角度估计算法和双基地MIMO雷达中基于线性依赖平行切片(PARAllel profile with LINear Dependencies, PARALIND)分解的相干DOD与DOA联合估计算法。前者具有低复杂度，且角度估计性能好于现存的一些相干角度估计算法。后者基于PARALIND分解不仅可以实现高精度的相干角度估计，而且可以得到空间多个目标的相关系数矩阵。(3)承接相干角度估计问题，进一步研究单脉冲单基地MIMO雷达中相干角度估计问题，分别提出了单脉冲MIMO雷达中可用于相干角度估计的降维ESPRIT算法和基于矩阵重构与三线性分解的相干角度估计算法。两种算法都将单脉冲MIMO雷达的接收信号数据重构为若干Toeplitz矩阵，从而基于重构后的矩阵集采用降维ESPRIT方法或三线性分解进行DOA估计。这两种算法在单脉冲MIMO雷达中均有良好的相干角度估计算法性能，且前者复杂度较低，后者性能更好。(4)将理想MIMO雷达模型进行拓展，考虑更复杂的情况，即收发阵列存在幅相误差条件下MIMO雷达中角度与幅相误差联合估计问题。通过构建收发阵列存在幅相误差的双基地MIMO雷达接收信号模型，提出了双基地MIMO雷达中一种联合角度与阵元幅相误差的PM-like算法。该算法利用辅助阵元在估计角度的同时也对阵列阵元进行动态校正，算法主要工作原理为利用有限的校正阵元消除未校正阵元的影响，进行角度估计，并利用角度估计值反向校正阵列阵元幅相误差。提出的算法实现了收发角自动配对，复杂度低于此前提出的ESPRIT-like算法，角度估计性能接近ESPRIT-like，而阵元幅相误差估计性能则远远优于ESPRIT-like算法。