本文關(guān)鍵詞：雙基地MIMO雷達(dá)陣列綜合方法研究及軟件實(shí)現(xiàn)

  更多相關(guān)文章： 雙基地MIMO雷達(dá) 陣列綜合 ι_p范數(shù)最小化 LabVIEW

【摘要】：雙基地MIMO雷達(dá)是近年來提出的一種新型體制雷達(dá),相比于傳統(tǒng)雙基地雷達(dá),在目標(biāo)檢測(cè)和參數(shù)估計(jì)等方面具有明顯優(yōu)勢(shì)。為了降低系統(tǒng)的軟硬件復(fù)雜度和成本,本文研究了雙基地MIMO雷達(dá)陣列綜合方法,主要工作內(nèi)容包括：(1)分析了雙基地MIMO雷達(dá)的結(jié)構(gòu)形式、主要優(yōu)勢(shì)、基本原理和信號(hào)模型。在此基礎(chǔ)上,著重探討了雙基地MIMO雷達(dá)陣列綜合問題的簡(jiǎn)化方法。根據(jù)雙基地MIMO雷達(dá)波束方向圖乘積定理,提出了一種對(duì)發(fā)射陣列和接收陣列進(jìn)行單獨(dú)綜合的方法,從僅陣元位置優(yōu)化和陣元位置及其激勵(lì)聯(lián)合優(yōu)化兩個(gè)方面驗(yàn)證了所提方法的可行性。(2)探討了壓縮感知理論中信號(hào)重構(gòu)問題與稀疏陣列綜合問題的相似性,在雙基地MIMO雷達(dá)陣列綜合問題簡(jiǎn)化的基礎(chǔ)上,利用稀疏陣列天線的稀疏物理特性,將稀疏陣列綜合問題分別轉(zhuǎn)化為lp(0p1)范數(shù)最小化和迭代加權(quán)l(xiāng)p(0p1)范數(shù)最小化的稀疏重構(gòu)問題并進(jìn)行求解。與現(xiàn)有的迭代加權(quán)l(xiāng)1范數(shù)最小化算法相比,在期望的波束方向圖約束條件下,采用lp范數(shù)最小化算法獲得稀疏程度更高的稀疏陣列,但是迭代次數(shù)會(huì)增加,耗時(shí)變長(zhǎng)；采用迭代加權(quán)l(xiāng)p(0p1)范數(shù)最小化算法能以更少的迭代次數(shù)重構(gòu)出稀疏程度更高的陣列,提高雙基地MIMO雷達(dá)陣列綜合的實(shí)時(shí)性。(3)研究了基于LabVIEW的雙基地MIMO雷達(dá)陣列綜合測(cè)試軟件開發(fā)方法。首先利用LabVIEW中輸入控件建立陣列綜合所需的參數(shù)；然后通過LabVIEW中MATLAB Script節(jié)點(diǎn)調(diào)用MATLAB程序?qū)?shù)據(jù)進(jìn)行處理；接著調(diào)用寫入電子表格文件函數(shù)對(duì)結(jié)果進(jìn)行保存,利用LabVIEW的三維網(wǎng)格圖形函數(shù)對(duì)波束方向圖進(jìn)行顯示,從而完成雙基地MIMO雷達(dá)陣列綜合測(cè)試軟件的開發(fā)。
【關(guān)鍵詞】：雙基地MIMO雷達(dá) 陣列綜合 ι_p范數(shù)最小化 LabVIEW
【學(xué)位授予單位】：南京信息工程大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TN958
【目錄】：

• 摘要5-6
• Abstract6-8
• 第一章 緒論8-16
• 1.1 研究背景及意義8-9
• 1.2 稀疏陣列和MIMO雷達(dá)陣列綜合的發(fā)展及現(xiàn)狀9-14
• 1.2.1 稀疏陣列綜合的發(fā)展及現(xiàn)狀9-12
• 1.2.2 MIMO雷達(dá)陣列綜合的發(fā)展及現(xiàn)狀12-14
• 1.3 本文主要工作及內(nèi)容安排14-16
• 第二章 雙基地MIMO雷達(dá)陣列綜合問題的簡(jiǎn)化16-29
• 2.1 引言16
• 2.2 雙基地MIMO雷達(dá)信號(hào)模型16-18
• 2.3 雙基地MIMO雷達(dá)陣列綜合問題的簡(jiǎn)化18-28
• 2.3.1 僅陣元位置優(yōu)化問題的簡(jiǎn)化20-22
• 2.3.2 實(shí)驗(yàn)設(shè)計(jì)及仿真分析22-24
• 2.3.3 陣元位置及陣元激勵(lì)聯(lián)合優(yōu)化問題的簡(jiǎn)化24-26
• 2.3.4 實(shí)驗(yàn)設(shè)計(jì)及仿真分析26-28
• 2.4 本章小結(jié)28-29
• 第三章 基于l_p范數(shù)最小化的雙基地MIMO雷達(dá)陣列綜合29-39
• 3.1 引言29
• 3.2 壓縮感知理論29-32
• 3.3 基于l_p范數(shù)最小化的陣列綜合方法32-34
• 3.3.1 基于l_p范數(shù)最小化的線性陣列綜合32-34
• 3.3.2 基于l_p范數(shù)最小化的雙基地MIMO雷達(dá)陣列綜合34
• 3.4 實(shí)驗(yàn)結(jié)果及分析34-38
• 3.4.1 線性陣列綜合仿真及分析34-37
• 3.4.2 雙基地MIMO雷達(dá)陣列綜合仿真及分析37-38
• 3.5 本章小結(jié)38-39
• 第四章 基于迭代加權(quán)l(xiāng)_p范數(shù)的雙基地MIMO雷達(dá)陣列綜合39-48
• 4.1 引言39
• 4.2 基于迭代加權(quán)l(xiāng)_p范數(shù)最小化的陣列綜合39-43
• 4.2.1 基于迭代加權(quán)l(xiāng)_p范數(shù)最小化的線性陣列綜合39-43
• 4.2.2 基于迭代加權(quán)l(xiāng)_p范數(shù)最小化的雙基地MIMO雷達(dá)陣列綜合43
• 4.3 實(shí)驗(yàn)結(jié)果及分析43-47
• 4.3.1 線性陣列綜合仿真及分析43-45
• 4.3.2 雙基地MIMO雷達(dá)陣列綜合仿真分析45-47
• 4.4 本章小結(jié)47-48
• 第五章 基于LabVIEW的雙基地MIMO雷達(dá)陣列綜合軟件開發(fā)48-57
• 5.1 引言48
• 5.2 LabVIEW簡(jiǎn)介48-51
• 5.2.1 LabVIEW的基本概念48-49
• 5.2.2 LabVIEW的特點(diǎn)和優(yōu)勢(shì)49-50
• 5.2.3 LabVIEW與MATLAB混合編程50-51
• 5.3 測(cè)試軟件設(shè)計(jì)51-56
• 5.3.1 數(shù)據(jù)處理模塊52-53
• 5.3.2 結(jié)果顯示模塊53-55
• 5.3.3 界面設(shè)計(jì)55-56
• 5.4 本章小結(jié)56-57
• 第六章 總結(jié)與展望57-60
• 6.1 總結(jié)57-58
• 6.2 展望58-60
• 致謝60-61
• 參考文獻(xiàn)61-67
• 攻讀碩士學(xué)位期間取得的學(xué)術(shù)成果67

，

本文編號(hào)：1131979