本文關(guān)鍵詞：基于大維隨機(jī)矩陣?yán)碚摰腗IMO雷達(dá)DOD-DOA聯(lián)合估計(jì)方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：作為近年來(lái)新出現(xiàn)的一種雷達(dá)，多輸入多輸出（Multiple Input MultipleOutput）雷達(dá)由于其在目標(biāo)檢測(cè)和參數(shù)估計(jì)方面的優(yōu)勢(shì)，，獲得了廣泛關(guān)注。目標(biāo)參數(shù)估計(jì)是MIMO雷達(dá)信號(hào)處理領(lǐng)域的主要內(nèi)容，是獲得目標(biāo)精確定位和成像的關(guān)鍵環(huán)節(jié)。 在目標(biāo)參數(shù)估計(jì)領(lǐng)域，針對(duì)雙基地MIMO雷達(dá)發(fā)射角（DOD）與到達(dá)角（DOA）聯(lián)合估計(jì)問(wèn)題，目前已經(jīng)提出許多方法。然而，這些DOD-DOA估計(jì)方法所依賴的前提條件是：發(fā)射陣元數(shù)和接收陣元數(shù)較小而總的快拍數(shù)足夠大。當(dāng)快拍數(shù)有限、與陣元數(shù)在同一數(shù)量級(jí)時(shí)，傳統(tǒng)參數(shù)估計(jì)方法中用樣本協(xié)方差矩陣代替統(tǒng)計(jì)協(xié)方差矩陣的信號(hào)處理手段不再適用。另外，由于MIMO雷達(dá)的觀測(cè)噪聲分布可能呈現(xiàn)非高斯特性，傳統(tǒng)的高斯噪聲假設(shè)下的信號(hào)處理方法不再成立。本文借鑒傳統(tǒng)的MIMO雷達(dá)目標(biāo)參數(shù)估計(jì)方法，找到與大維隨機(jī)矩陣?yán)碚撝g的聯(lián)系，針對(duì)大陣列MIMO雷達(dá)系統(tǒng)DOD-DOA估計(jì)問(wèn)題展開了深入的研究。 本文的研究工作得到國(guó)家自然科學(xué)基金項(xiàng)目“基于大維隨機(jī)矩陣?yán)碚摰腗IMO雷達(dá)穩(wěn)健目標(biāo)檢測(cè)與估計(jì)”（項(xiàng)目編號(hào)：61371158）的資助。本文的創(chuàng)新性工作如下： 針對(duì)快拍數(shù)有限的情況，本文建立了雙基地MIMO雷達(dá)回波數(shù)據(jù)的高斯隨機(jī)矩陣模型，提出了基于大維隨機(jī)矩陣?yán)碚摰腄OD和DOA聯(lián)合估計(jì)方法——2D-GMUSIC方法，該方法可以在快拍數(shù)和收發(fā)陣元數(shù)的乘積相比擬的條件下，進(jìn)行較為精確的DOD-DOA估計(jì)。在此基礎(chǔ)上，進(jìn)一步提出2D-G-SSMUSIC改進(jìn)方法，改善了參數(shù)估計(jì)性能。 上述提出的方法只能在高斯噪聲背景下進(jìn)行目標(biāo)參數(shù)估計(jì)。本文基于穩(wěn)健估計(jì)理論和隨機(jī)矩陣?yán)碚摚M(jìn)一步提出了Robust-2D-GMUSIC方法以及Robust-2D-G-SSMUSIC方法，這些方法可以在非高斯噪聲背景下進(jìn)行DOD和DOA聯(lián)合估計(jì)。 為避免二維譜峰搜索，在Robust-2D-GMUSIC方法基礎(chǔ)上，進(jìn)一步提出一種基于隨機(jī)矩陣?yán)碚摵投囗?xiàng)式求根的雙基地MIMO雷達(dá)DOD-DOA聯(lián)合估計(jì)方法——Robust-2D-ROOT-GMUSIC。該方法可節(jié)省運(yùn)行時(shí)間，且可自動(dòng)配對(duì)。由于利用多項(xiàng)式求根技術(shù)，能對(duì)具有相近或相同DOA的目標(biāo)實(shí)現(xiàn)精確估計(jì)。
【關(guān)鍵詞】：MIMO雷達(dá) 目標(biāo)參數(shù)估計(jì) 大維隨機(jī)矩陣 穩(wěn)健估計(jì) DOD DOA 陣列信號(hào)處理
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN957.51
【目錄】：

• 摘要4-6
• ABSTRACT6-10
• 第1章 緒論10-16
• 1.1 MIMO 雷達(dá)研究背景10-12
• 1.2 隨機(jī)矩陣?yán)碚撗芯勘尘?/span>12
• 1.3 國(guó)內(nèi)外研究現(xiàn)狀12-13
• 1.3.1 MIMO 雷達(dá) DOD-DOA 估計(jì)的研究現(xiàn)狀12-13
• 1.3.2 隨機(jī)矩陣在陣列信號(hào)處理中的應(yīng)用現(xiàn)狀13
• 1.4 課題研究的意義13-14
• 1.5 本文研究工作及內(nèi)容安排14-16
• 第2章 基礎(chǔ)知識(shí)16-28
• 2.1 陣列信號(hào)處理基礎(chǔ)知識(shí)16-19
• 2.1.1 陣列信號(hào)處理的前提及假設(shè)16-17
• 2.1.2 常用陣列模型17-19
• 2.2 矩陣的相關(guān)知識(shí)19-21
• 2.2.1 特征值與特征向量19-20
• 2.2.2 矩陣的奇異值分解20
• 2.2.3 Kronecker 積20-21
• 2.2.4 Khatri-Rao 積21
• 2.2.5 廣義逆矩陣21
• 2.2.6 向量化函數(shù)21
• 2.3 隨機(jī)矩陣的相關(guān)知識(shí)21-26
• 2.3.1 常用隨機(jī)矩陣21-24
• 2.3.2 常用變換24
• 2.3.3 漸進(jìn)譜定理24-25
• 2.3.4 有關(guān)譜分解的經(jīng)驗(yàn)譜極限分布理論25-26
• 2.4 本章小結(jié)26-28
• 第3章 基于隨機(jī)矩陣?yán)碚摰年嚵行盘?hào) DOA 估計(jì)28-36
• 3.1 信號(hào)模型28-29
• 3.2 DOA 估計(jì)方法研究29-33
• 3.3 仿真結(jié)果和分析33-35
• 3.4 本章小結(jié)35-36
• 第4章 高斯噪聲背景下雙基地 MIMO 雷達(dá) DOD-DOA 估計(jì)的隨機(jī)矩陣方法36-48
• 4.1 信號(hào)模型36-38
• 4.2 DOD-DOA 估計(jì)方法研究38-42
• 4.3 仿真結(jié)果42-46
• 4.4 本章小結(jié)46-48
• 第5章 非高斯噪聲環(huán)境下雙基地 MIMO 雷達(dá) DOD-DOA 估計(jì)的隨機(jī)矩陣方法48-60
• 5.1 信號(hào)模型48
• 5.2 DOD-DOA 估計(jì)方法研究48-54
• 5.3 仿真結(jié)果54-57
• 5.4 本章小結(jié)57-60
• 第6章 總結(jié)與展望60-64
• 6.1 全文總結(jié)60-62
• 6.2 未來(lái)的研究方向62-64
• 參考文獻(xiàn)64-68
• 導(dǎo)師及作者簡(jiǎn)介68-70
• 攻讀碩士期間的研究成果70-72
• 致謝72

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前2條

1 關(guān)鍵;黃勇;;MIMO雷達(dá)多目標(biāo)檢測(cè)前跟蹤算法研究[J];電子學(xué)報(bào);2010年06期

2 楊明磊;陳伯孝;秦國(guó)棟;張守宏;;多載頻MIMO雷達(dá)的空時(shí)超分辨算法[J];電子與信息學(xué)報(bào);2009年09期

  本文關(guān)鍵詞：基于大維隨機(jī)矩陣?yán)碚摰腗IMO雷達(dá)DOD-DOA聯(lián)合估計(jì)方法研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：379570