MIMO雷达参数估计与数据融合方法研究
发布时间：2020-07-30 02:07
【摘要】：多输入多输出(Multiple Input Multiple Output,MIMO)雷达采用波形分集、频率分集、空间分集和极化分集等技术,与传统雷达相比,具有更大的自由度,在参数估计、目标检测与识别等方面有着明显的性能优势。依据不同的收发天线位置,MIMO雷达一般分为集中式MIMO雷达与分布式MIMO雷达两类。本文紧密结合工程需求,研究了集中式MIMO雷达的高效参数估计方法和分布式MIMO雷达的数据融合方法。论文的主要研究工作和成果如下:1.针对基于子空间技术的MIMO雷达参数估计方法计算量大的问题,考虑降低算法复杂度,提出了一种联合波离角(Direction of Departure,DOD)和波达角(Direction of Arrival,DOA)快速估计算法。基于由两个子阵构成的接收站MIMO雷达结构,利用接收端数据构建互相关矩阵(Cross-Correlation Matrix,CCM),从而采用矩阵分块理论与阵元旋转不变特性估计目标角度。该算法在对多目标进行角度估计时,无需进行特征分解,估计角度也可以自动配对,从而提高了计算效率。2.传统的均匀圆阵ESPRIT(Uniform Circular Array-ESPRIT,UCA-ESPRIT)算法可以较好地解决圆阵中俯仰角和方位角纠缠的问题。但这种方法基于激励相位模式,在圆阵半径等于发射信号波长时存在两个局限。一是要求圆阵的阵元个数必须大于12;二是可识别的最大目标数为5个。针对这种局限性,一方面,基于发射圆阵的双基地MIMO雷达架构,提出了一种单目标快速测角方法,该方法对圆阵的阵元个数没有限制。利用接收线阵间的旋转不变特性估计出目标DOA,将估计结果代入接收信号导向矢量,提取出发射圆阵的导向矢量信息。该算法直接提取协方差矩阵的相位,将相位构建为矩阵乘积的形式,基于最小二乘准则,给出俯仰角和方位角的闭式解。另一方面,提出一种基于非循环信源UCA-ESPRIT(Non-circular UCA-ESPRIT,NC-UCA-ESPRIT)的角度估计方法,该方法可识别最大目标数可达到10个。利用信源的非循环特性,将阵列虚拟孔径扩展至两倍,基于接收线阵间的旋转不变关系估计DOA。利用选择矩阵,提取出发射圆阵的导向矢量数据,从而将MIMO雷达的角度估计问题转化为基于均匀圆阵的角度估计问题。最后,利用NC-UCA-ESPRIT算法估计出目标的俯仰角和方位角。3.针对现代工程应用中传感器数通常固定,而信号是不断采集的,会出现信号维度远大于传感器数的应用场景,基于随机矩阵理论(Random Matrix Theory,RMT),提出了一种多传感器数据融合方法。该方法基于高斯噪声模型假设,利用RMT中奇异值和奇异矢量的低秩扰动现象,进行多传感器数据融合。数据融合的结果可以利用RMT的结论直接计算,无需进行迭代,降低了计算量。该方法可以看做是线性最小均方误差(Linear Minimum Mean Squared Error,LMMSE)估计器的近似工程实现。此外,该估计器是一个有偏估计,在信号维度大于传感器数时,通过权衡偏差和方差,可以比最大似然估计(Maximum Likelihood Estimation,MLE)具有更低的均方误差(Mean Squared Error,MSE)。理论和实验证实了所提算法的融合性能接近于归一化的 LMMSE。4.针对恒虚警概率(Constant False Alarm Probability,CFAR)检测中微弱目标难以识别的问题,基于马尔可夫链理论,提出了一种分布式MIMO雷达信号融合算法。该算法基于目标回波数据,利用空间目标在相邻帧间的运动特征变化有限的特点,建立模型计算观测点为目标的概率。最后,将概率值与检测阈值进行比较,判定观测点是否为真实目标。仿真实验表明,提出的算法可以降低CFAR检测门限,抑制噪声和虚警,实现对弱小空间目标的有效探测,改进雷达系统性能。5.针对基于马尔可夫链的数据融合算法需要首先计算首尾点的位置,检测门限计算复杂的问题,提出了一种基于滑窗贝叶斯的MIMO雷达信号融合算法。该算法从相邻帧获得当前帧各点为目标的先验概率,再结合目标在相邻帧间机动性有限的运动模型,利用贝叶斯公式计算当前点为目标后验概率。进而在各帧各量测点之间建立关联路径,并估计关联路径属于目标轨迹的概率。最后,结合门限判决实现多次扫描帧之间的多目标关联配对。该算法简化了检测门限的计算方法,稳定性高。录取民航飞机的回波数据进行外场实验,结果表明经过基于滑窗贝叶斯算法融合,移动目标可以被清晰的辨别,目标轨迹被“推远”,点迹得到了有效延长。
【学位授予单位】：南京大学
【学位级别】：博士
【学位授予年份】：2018
【分类号】：TN958
【图文】：
１．３本文主要工作逡逑论文基于ＭＩＭＯ雷达系统，研究了集中式ＭＩＭＯ雷达的参数估计和分布逡逑式ＭＩＭＯ雷达的数据融合方法，共分为六章，论文总体框架如图１．２所示。逡逑—＾单箨地Ｍ丨！＾１０盂达参数估逡逑ｙｗ地估汁逡逑笫一章绪论逦－－发叱现状和研究动态１－邋二逡逑Ｌ逦」一？分尔ＡｍｉｍｏｕS茫T汁逡逑一－ｊ分布式系统数椐融合方法逡逑［ 邋衫屯倍号分类娔法逡逑＂坫千乎空间技术的角Ｉ邋￣￣￣Ｉ逡逑「Ｈ邋心~屽澹儒鍄U１…丨：，…』逡逑联合对坩化方向矩阵算法逡逑Ｂ二＾收发线阵的双邋逦邋Ｌ逡逑基地Ｍ１ＭＯ＂，趾决速－－－－逡逑角度估汁逦逡逑Ｉ无
本文编号：2774846
【学位授予单位】：南京大学
【学位级别】：博士
【学位授予年份】：2018
【分类号】：TN958
【图文】：
１．３本文主要工作逡逑论文基于ＭＩＭＯ雷达系统，研究了集中式ＭＩＭＯ雷达的参数估计和分布逡逑式ＭＩＭＯ雷达的数据融合方法，共分为六章，论文总体框架如图１．２所示。逡逑—＾单箨地Ｍ丨！＾１０盂达参数估逡逑ｙｗ地估汁逡逑笫一章绪论逦－－发叱现状和研究动态１－邋二逡逑Ｌ逦」一？分尔ＡｍｉｍｏｕS茫T汁逡逑一－ｊ分布式系统数椐融合方法逡逑［ 邋衫屯倍号分类娔法逡逑＂坫千乎空间技术的角Ｉ邋￣￣￣Ｉ逡逑「Ｈ邋心~屽澹儒鍄U１…丨：，…』逡逑联合对坩化方向矩阵算法逡逑Ｂ二＾收发线阵的双邋逦邋Ｌ逡逑基地Ｍ１ＭＯ＂，趾决速－－－－逡逑角度估汁逦逡逑Ｉ无
本文编号：2774846
本文链接：https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/2774846.html
