基于随机矩阵理论和改进MDL准则的MIMO雷达目标数检测方法研究

发布时间：2017-09-16 13:29

  本文关键词：基于随机矩阵理论和改进MDL准则的MIMO雷达目标数检测方法研究

  更多相关文章： 大阵列MIMO雷达 目标数检测 随机矩阵理论 MDL准则

【摘要】：作为近年来新兴的雷达,多输入多输出(MIMO)雷达以其在目标检测、识别与定位方面的巨大优势,引起国内外学者的广泛关注。在MIMO雷达信号处理领域,多目标参数估计和定位问题一直是热门的研究方向,而它们实现的先决条件是需要在噪声环境下事先确定目标的个数。因此,目标数检测是MIMO雷达信号处理领域的重要内容之一。通常,MIMO雷达目标数检测可以借鉴传统的信源数估计方法。然而,这些方法所依赖的前提条件是发射和接收阵元数较小,而快拍数较大,此时样本协方差矩阵可以代替统计协方差矩阵进行计算。当快拍数有限、而阵元数较大,两者达到同一数量级时,样本协方差矩阵将不再能代替统计协方差矩阵,导致传统的算法不再适用。在阵列信号处理中,最小描述长度(MDL)准则是一种基于信息论的信源数估计方法,由于MDL准则在目标数估计上具有估计一致性、无需判决门限和计算量小等优势,得到越来越多的应用。本文采用双基地MIMO雷达信号模型,在传统MDL准则基础上进行改进。考虑到MIMO雷达向大阵列化的趋势发展,本文基于随机矩阵理论(RMT)和改进的MDL准则对MIMO雷达的目标数检测方法进行较深入研究,以解决由于快拍数较少、与阵元数相接近而导致的问题。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。本文的创新性研究工作如下:针对快拍数不足的情况,本文提出一种基于LS-MDL准则的MIMO雷达目标数检测方法。该方法利用线性收缩(LS)优化技术,在快拍数与收发阵元数乘积相接近的条件下,对样本协方差矩阵进行处理,使之重新替代统计协方差矩阵,并将其特征值代入MDL准则中,提高了目标检测性能。在发射和接收阵元数较大的情况下,本文利用随机矩阵的渐进谱理论,对大维样本协方差矩阵的特征值进行修正,并与MDL准则相结合,提出一种基于RMT-MDL准则的大阵列MIMO雷达目标数检测方法,从而提高检测性能。进一步,本文提出一种基于MDLr准则的MIMO雷达目标数检测方法,该方法利用特征值的r阶矩构成检测统计量,对MDL准则的表达式进行改进。通过对二、三、四、五阶矩的仿真表明,该方法显著提高了大阵列下MIMO雷达的多目标检测性能。
【关键词】：大阵列MIMO雷达 目标数检测 随机矩阵理论 MDL准则
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN957.51
【目录】：

• 摘要4-6
• Abstract6-10
• 第1章 绪论10-16
• 1.1 研究背景10-11
• 1.2 国内外研究现状11-12
• 1.3 课题研究意义12-13
• 1.4 本文内容安排13-16
• 第2章 基础知识16-30
• 2.1 数学相关知识16-18
• 2.2 随机矩阵理论相关知识18-20
• 2.3 信源数估计20-24
• 2.4 MIMO雷达非盲目标数检测算法24-28
• 2.5 本章总结28-30
• 第3章 基于LS-MDL准则的MIMO雷达目标数检测算法研究30-44
• 3.1 MIMO雷达信号模型30-32
• 3.2 基于MDL准则的MIMO雷达目标数检测算法32-35
• 3.3 基于LS-MDL准则的MIMO雷达目标数检测算法35-42
• 3.4 本章小结42-44
• 第4章 基于RMT-MDL准则的MIMO雷达目标数检测算法研究44-50
• 4.1 MIMO雷达信号模型44
• 4.2 基于RMT-MDL准则的MIMO雷达目标数检测算法44-48
• 4.3 仿真结果48-49
• 4.4 本章总结49-50
• 第5章 基于MDLr准则的MIMO雷达目标数检测算法研究50-58
• 5.1 MIMO雷达信号模型50
• 5.2 基于MDLr准则的MIMO雷达目标数检测算法50-52
• 5.3 与传统算法仿真结果的对比与分析52-54
• 5.4 三种改进算法性能对比54-56
• 5.5 本章小结56-58
• 第6章 全文总结58-60
• 6.1 论文主要完成的工作58-59
• 6.2 未来的研究方向59-60
• 参考文献60-66
• 导师及作者简介66-67
• 攻读硕士期间的研究成果67-68
• 致谢68-69

【相似文献】

中国期刊全文数据库 前10条

1 王磊;郑宝玉;崔景伍;;随机矩阵理论与无线通信[J];南京邮电大学学报(自然科学版);2010年03期

2 许志强;;压缩感知[J];中国科学:数学;2012年09期

3 陈白丽;计算随机矩阵期望最大特征问题的自组织算法[J];计算机工程与设计;1999年02期

4 孙晶明;王殊;董燕;;稀疏随机矩阵的观测次数下界[J];信号处理;2012年08期

5 康继鼎;有穷齐次MAPKOB链具有遍历性的一个充分必要条件[J];成都地质学院学报;1978年02期

6 徐键;何晨;汪晴川;;多小区CDMA系统的小区间干扰研究分析[J];信息技术;2008年06期

7 康继鼎;关于有限齐次MAPKOB链遍历性的另一种快速判定法[J];成都地质学院学报;1980年02期

8 王天虹;宋业新;;随机矩阵对策及其在舰艇作战方案中的应用[J];兵工自动化;2010年06期

9 彭典祥,李业清,彭宏祥;P公钥随机矩阵及解决Catch22问题的方案[J];计算机应用研究;2000年05期

10 唐红;吴勇军;赵国锋;;用于特定流匹配的随机矩阵映射Hash算法研究[J];通信学报;2007年02期

中国重要会议论文全文数据库 前1条

1 石宇;唐红;张毅;;用于特定流匹配的Hash算法的FPGA实现[A];’2004计算机应用技术交流会议论文集[C];2004年

中国博士学位论文全文数据库 前5条

1 曾杏元;生成于四种流形上的大维随机矩阵的谱分布[D];中南大学;2013年

2 夏宁宁;大维随机矩阵特征向量的极限分析[D];东北师范大学;2013年

3 鲍志刚;关于随机矩阵普适性的若干研究[D];浙江大学;2013年

4 金百锁;大维随机矩阵谱分布的极限理论研究及其应用[D];中国科学技术大学;2006年

5 胡江;大维随机矩阵经验谱分布函数的收敛[D];东北师范大学;2012年

中国硕士学位论文全文数据库 前10条

1 杨玲玲;两类具有相依结构的随机矩阵的谱分析[D];郑州大学;2015年

2 吕巍;基于随机矩阵理论和改进MDL准则的MIMO雷达目标数检测方法研究[D];吉林大学;2016年

3 吴翎燕;基于随机矩阵理论的金融网络“去噪”研究[D];武汉理工大学;2013年

4 许帅;复杂网络的随机矩阵理论分析[D];中国矿业大学;2014年

5 马德福;基于混沌序列与0-1随机矩阵的图像加密技术研究与实现[D];天津师范大学;2013年

6 李蓉;随机矩阵理论在肺癌基因网络识别中的应用[D];湘潭大学;2009年

7 丁晓峰;均值方差投资组合模型与随机矩阵相关应用[D];中国科学技术大学;2015年

8 潘攀;基于随机矩阵理论的中国股市互相关分析[D];暨南大学;2014年

9 高莹;非负矩阵的性质及随机矩阵的范数[D];陕西师范大学;2011年

10 苏莹;随机矩阵在金融股票中的应用[D];郑州大学;2014年

，

本文编号：863343