MIMO雷达信号参数估计算法研究

发布时间：2017-08-17 13:07

  本文关键词：MIMO雷达信号参数估计算法研究

  更多相关文章： 电子侦察 多分量信号 参数估计 调制识别 MIMO雷达

【摘要】：多输入多输出(MIMO)雷达系统利用发射波形分集和天线空间分集,获得了比传统单基地雷达更好的探测性能,对被探测目标构成很大威胁。因此,对MIMO雷达的电子对抗方法亟待研究。作为其中一个关键环节,对MIMO雷达信号的电子侦察,受多个信号分量可能在时域、频域或空域重叠等不利因素影响,面临新的挑战。为完成对MIMO雷达信号的电子侦察,除对单通道侦察设备接收信号的调制识别、参数估计算法进行研究外,还应分析阵列天线、多站组网等雷达信号侦察系统对不同类型MIMO雷达信号的侦收处理方法。首先,由于集中式MIMO雷达信号在时域和空域都不可分离,本文研究了对发射天线阵列为均匀线阵(ULA)的集中式MIMO雷达信号的整体调制识别和参数估计算法。然后,在阵列天线侦收条件下,提出了对空域滤波后分布式MIMO雷达信号的检测及参数估计算法。最后,基于组网式雷达信号侦察系统,本文对分布式MIMO雷达信号的侦收处理方法和时差分选算法进行了研究分析。本文的主要工作与贡献如下:1)在单通道侦收条件下,分别提出了基于信号模糊函数(AF)和基于高阶统计量的集中式MIMO雷达信号调制类型识别算法。前者使用Hough变换(HT)对信号AF的模值(AAF)进行特征提取,后者利用各种信号的高阶统计量差异,并使用信噪比(SNR)估计辅助识别。实现了对集中式MIMO雷达正交频分复用单脉冲(OFDM-MP)信号、正交频分复用线性调频(OFDM-LFM)信号及正交多相编码(OPPC)信号的识别,以及与单载波雷达信号的区分。2)对识别为OFDM-MP、OFDM-LFM及OPPC调制的集中式MIMO雷达信号,分别提出了对应的调制参数估计算法。对OFDM-MP信号提出了多分量联合参数估计算法,该算法对各分量频率的估计精度高,且与极大似然估计相比,计算量不随信号分量数增多而变大。提出多分量Wigner-Hough变换(MWHT)对OFDM-LFM信号进行起始频率、调制斜率及频率间隔估计,算法的信号检测及参数估计性能较经典WHT优势明显,并且使用参数粗估计算法能有效地降低计算量。对OPPC信号的循环自相关函数和循环谱密度函数进行推导,以此为基础,提出了对OPPC信号的载频和码速率的参数估计算法。3)分析了阵列天线对分布式MIMO雷达信号的空域分离过程,将空域滤波后仍未被分离的OFDM信号建模为噪声背景下个数未知、幅度不同的多分量信号,提出了信号检测和参数估计算法。对OFDM-MP信号进行频域检测,改进了检测判决变量和门限设置准则,提高了信号检测概率。在调制斜率粗估计的基础上,对OFDM-LFM信号进行分数阶傅里叶变换(FrFT),完成了多对分量LFM信号的检测和参数估计。4)研究了组网式雷达信号侦察系统对分布式MIMO雷达信号的侦收处理。提出了多站协同的信号处理方法,首先各侦收站对脉冲到达时间(TOA)进行估计,上位机通过脉冲到达时差(TDOA)进行时差分选,并根据分选结果对各侦收站的信号处理任务进行分配,各侦收分站通过动态滤波器提取特定的分布式MIMO雷达信号脉冲,对单分量信号进行调制识别和参数估计。实现了系统资源的优化配置,保证了侦收信号处理的实时性。
【关键词】：电子侦察 多分量信号 参数估计 调制识别 MIMO雷达
【学位授予单位】：电子科技大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TN957.51
【目录】：

• 摘要5-7
• ABSTRACT7-13
• 主要缩略词对照表13-15
• 第一章 绪论15-26
• 1.1 研究背景15-17
• 1.2 研究现状17-23
• 1.2.1 MIMO雷达分类及波形设计17-19
• 1.2.2 对MIMO雷达信号的电子侦察研究19-21
• 1.2.3 多分量信号参数估计21-23
• 1.3 本文的主要研究内容与结构安排23-26
• 第二章 MIMO雷达信号及侦收模型26-36
• 2.1 引言26
• 2.2 MIMO雷达正交发射信号26-28
• 2.2.1 MIMO雷达正交频分复用单脉冲信号26-27
• 2.2.2 MIMO雷达正交频分复用线性调频信号27-28
• 2.2.3 MIMO雷达正交多相编码信号28
• 2.3 MIMO雷达信号侦收模型28-35
• 2.3.1 对集中式MIMO雷达信号的单通道侦收模型29-31
• 2.3.2 对分布式MIMO雷达信号的阵列侦收模型31-33
• 2.3.3 对分布式MIMO雷达信号的组网式侦收模型33-35
• 2.4 本章小结35-36
• 第三章 集中式MIMO雷达信号调制类型识别36-63
• 3.1 引言36
• 3.2 基于模糊函数的集中式MIMO雷达信号调制识别36-52
• 3.2.1 集中式MIMO雷达信号模糊函数及其模值36-44
• 3.2.2 特征参数及识别流程44-49
• 3.2.3 仿真结果49-51
• 3.2.4 结论51-52
• 3.3 基于高阶统计量的集中式MIMO雷达信号调制识别52-62
• 3.3.1 高阶矩及高阶累积量52-53
• 3.3.2 集中式MIMO雷达信号的高阶统计特性53-56
• 3.3.3 特征参数及识别流程56-60
• 3.3.4 仿真结果60-61
• 3.3.5 结论61-62
• 3.4 本章小结62-63
• 第四章 集中式MIMO雷达信号参数估计63-91
• 4.1 引言63
• 4.2 集中式MIMO雷达OFDM-MP信号参数估计63-70
• 4.2.1 极大似然估计64-65
• 4.2.2 多分量联合参数估计65-68
• 4.2.3 仿真结果68-70
• 4.2.4 结论70
• 4.3 集中式MIMO雷达OFDM-LFM信号参数估计70-82
• 4.3.1 多分量Wigner-Hough变换71-73
• 4.3.2 调制参数粗估计73-75
• 4.3.3 性能分析75-80
• 4.3.4 仿真结果80-82
• 4.3.5 结论82
• 4.4 集中式MIMO雷达OPPC信号参数估计82-89
• 4.4.1 循环自相关函数和谱相关密度函数82-83
• 4.4.2 参数估计算法原理83-88
• 4.4.3 仿真结果88-89
• 4.4.4 结论89
• 4.5 本章小结89-91
• 第五章 基于空域滤波的分布式MIMO雷达信号参数估计91-113
• 5.1 引言91
• 5.2 对分布式MIMO雷达信号的空域分离91-100
• 5.2.1 空间相位估计91-93
• 5.2.2 多分量信号空域分离93-95
• 5.2.3 仿真结果95-100
• 5.2.4 结论100
• 5.3 空域滤波后OFDM-MP信号处理100-107
• 5.3.1 信号模型100-101
• 5.3.2 多MP信号检测与参数估计101-105
• 5.3.3 仿真结果105-107
• 5.3.4 结论107
• 5.4 空域滤波后OFDM-LFM信号处理107-112
• 5.4.1 信号模型107-108
• 5.4.2 多LFM信号检测与参数估计108-110
• 5.4.3 仿真结果110-112
• 5.4.4 结论112
• 5.5 本章小结112-113
• 第六章 对分布式MIMO雷达信号的组网式侦收处理113-130
• 6.1 引言113
• 6.2 多侦收站信号处理流程113-116
• 6.2.1 单站独立侦收113-114
• 6.2.2 多站协同侦收114-116
• 6.3 时差分选116-129
• 6.3.1 时差分选算法原理116-120
• 6.3.2 时差分选对分布式MIMO雷达信号适用性分析120-121
• 6.3.3 TOA测量算法121-124
• 6.3.4 时差分选算法改进124-125
• 6.3.5 仿真结果125-129
• 6.4 小结129-130
• 第七章 结论130-134
• 7.1 本文的主要工作及其意义130-132
• 7.2 下一步的主要工作132-134
• 附录134-138
• 附录A. 对OFDM-MP信号参数估计的CRLB134-136
• 附录B. MWHT的参数估计误差推导136-137
• 附录C. WHT对单分量LFM信号参数估计误差137-138
• 致谢138-139
• 参考文献139-148
• 攻博期间取得的研究成果148-150

，

本文编号：689143