本文關鍵詞： MIMO雷達 參數聯(lián)合估計 非均勻陣列 互質陣 嵌套陣　出處：《吉林大學》2017年碩士論文　論文類型：學位論文

【摘要】：多輸入多輸出(MIMO)雷達作為一種新型雷達體制,憑借其與傳統(tǒng)雷達體制相比所具備的諸多優(yōu)勢,已引起國內外學者的廣泛關注。作為目標定位和成像的關鍵技術,目標參數估計是MIMO雷達的重要研究方向,具有十分重要的研究意義。然而,傳統(tǒng)的MIMO雷達系統(tǒng)均采用均勻線陣(ULA)配置,以發(fā)射分集MIMO雷達為例,其最大可識別目標數為接收陣列陣元數減一,由于空間分辨力正比于接收陣列孔徑,當接收陣列陣元數配置不足時,其空間分辨力及最大可識別目標數將十分受限。非均勻線陣(NLA)是近年來出現的一種新的陣型,常見的NLA有互質陣(Coprime Array)、嵌套陣(Nested Array)等。NLA的陣元間距不相等,而是滿足特定條件且為載波波長一半的整數倍,由于其具有較大的陣列孔徑且包含大量的虛擬陣元,已成為陣列信號處理研究的熱點之一。本文將MIMO雷達的陣列配置為非均勻線陣,可顯著提高其最大可識別目標數、空間分辨力及目標參數估計精度。通過將不同類型MIMO雷達配置為互質陣和嵌套陣,本文研究了非均勻線陣MIMO雷達的多目標參數聯(lián)合估計問題。本文的研究工作得到國家自然科學基金項目(No:61371158和No:61071140)的資助。本文的創(chuàng)新性研究工作如下:通過將發(fā)射分集MIMO雷達的接收陣列分別配置為互質陣和嵌套陣,提出了兩種改進型發(fā)射分集MIMO雷達,建立了信號模型并提出了相應的目標方向識別算法。仿真實驗表明,當目標數遠遠大于接收陣列陣元數時,兩種改進型發(fā)射分集MIMO雷達均可實現多目標的精確定位,與傳統(tǒng)發(fā)射分集MIMO雷達相比具有更高的角度分辨力。通過將雙基地MIMO雷達的發(fā)射陣列和接收陣列均配置為嵌套陣,提出了一種改進型雙基地MIMO雷達,建立了信號模型并提出了一種目標出發(fā)角(DOD)和到達角(DOA)聯(lián)合估計算法。仿真實驗表明,在出現多目標情況下,改進型雙基地MIMO雷達具有更高的二維角度分辨力。通過將極化雙基地MIMO雷達的收發(fā)陣列均配置為互質陣并在時域采用互質采樣方式,提出了一種改進型極化雙基地MIMO雷達,建立了信號模型并分別提出了基于平行因子-三線性分解(PARAFAC-TALS)和平行因子-四線性分解(PARAFAC-QALS)的目標多參數聯(lián)合估計算法,可實現目標DOD、DOA、極化參數和多普勒頻率聯(lián)合估計。為進一步擴展陣列孔徑,將極化雙基地MIMO雷達的收發(fā)陣列均配置為嵌套陣并在時域采用嵌套采樣方式,分別提出了基于PARAFAC-TALS和PARAFAC-QALS的多目標DOD、DOA、極化參數和多普勒頻率聯(lián)合估計算法。仿真實驗表明,所提出的兩種方法可獲得更高的空間分辨力和多參數估計精度。
[Abstract]:As a new radar system, multi-input and multi-output MIMO-radar has many advantages compared with the traditional radar system. As the key technology of target location and imaging, target parameter estimation is an important research direction of MIMO radar, and has a very important research significance. The traditional MIMO radar system adopts uniform linear array (ULA) configuration. Taking the transmit diversity MIMO radar as an example, the maximum identifiable target number is the number of received array elements minus one. Because the spatial resolution is proportional to the aperture of the receiving array, when the number of elements of the receiving array is insufficient. The spatial resolution and the maximum number of identifiable targets will be very limited. Non-uniform linear array (NLAs) is a new formation in recent years. The common NLA are coprime Arrayn and nested Array.NLAs have unequal cell spacing. It is an integer multiple of the carrier wavelength half of the carrier wavelength, because it has a large array aperture and contains a large number of virtual array elements. In this paper, the array of MIMO radar is configured as a non-uniform linear array, which can significantly improve the maximum number of recognizable targets. Spatial resolution and precision of target parameter estimation. Different types of MIMO radars are configured into mutual-prime matrix and nested matrix. In this paper, the joint estimation of multi-target parameters for nonuniform linear array MIMO radar is studied. The research work of this paper has been carried out by the National Natural Science Foundation of China (. No:61371158 and No: 61071140). The innovative research work of this paper is as follows: the receiving array of transmit diversity MIMO radar is configured into mutual prime array and nested array respectively. Two kinds of improved transmit diversity MIMO radar are proposed, the signal model is established and the corresponding target direction recognition algorithm is proposed. The simulation results show that the number of targets is much larger than the number of array elements. Two kinds of improved transmit diversity MIMO radar can achieve accurate location of multiple targets. Compared with the traditional transmit diversity MIMO radar, it has higher angular resolution. Both the transmitting and receiving arrays of bistatic MIMO radar are configured as nested arrays. An improved bistatic MIMO radar is proposed, a signal model is established and a joint estimation algorithm of the starting angle of the target and the angle of arrival (DOD) is proposed. In the case of multiple targets. The improved bistatic MIMO radar has higher two-dimensional angular resolution. By configuring the transceiver array of polarimetric bistatic MIMO radar into mutual mass array and adopting mutual-mass sampling method in time domain. An improved polarimetric bistatic MIMO radar is proposed. The signal model is established and proposed based on parallel factor-trilinear decomposition (PARAFAC-TALS) and parallel factor-quadrulinear decomposition (PARAFAC-QALS). The algorithm of multi-parameter joint estimation of target is presented in this paper. The DODDOA, polarization parameter and Doppler frequency estimation can be realized for the further expansion of the array aperture. The transceiver array of polarimetric bistatic MIMO radar is configured into nested array and nested sampling is adopted in time domain. The joint estimation algorithms of DODO, polarization parameters and Doppler frequency are proposed based on PARAFAC-TALS and PARAFAC-QALS, respectively. The proposed two methods can obtain higher spatial resolution and multi-parameter estimation accuracy.
【學位授予單位】：吉林大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TN958

【相似文獻】

相關期刊論文 前10條

1 王惠剛;劉強;;多普勒方位聯(lián)合估計的蒙特卡洛算法[J];電子學報;2009年09期

2 劉蓮霞;吳世龍;;基于累積量的時差頻差聯(lián)合估計算法[J];艦船電子對抗;2007年05期

3 許凌云;張小飛;許宗澤;;基于平行因子四線性分解的二維角度和頻率聯(lián)合估計[J];電子與信息學報;2011年08期

4 史忠科;;狀態(tài)和參數聯(lián)合估計方法及其在飛行試驗中的應用[J];自動化學報;1993年02期

5 張光斌,廖桂生,王萬林;基于雙基地頻率和方位聯(lián)合估計算法研究[J];系統(tǒng)工程與電子技術;2005年06期

6 張群飛;黃建國;;一種多目標多參數聯(lián)合估計新方法及其水池實驗驗證[J];魚雷技術;2005年04期

7 顧建峰;魏平;;基于偽協(xié)方差矩陣的頻率和角度聯(lián)合估計算法[J];通信學報;2007年08期

8 陳波;劉正東;劉金根;;遞歸最小二乘格型濾波聯(lián)合估計過程性能分析[J];現代電子技術;2010年14期

9 李媛;張偉;張志芹;;基于虛擬時間延遲陣元的極化敏感陣列的多參數聯(lián)合估計[J];電子產品世界;2012年05期

10 丁艷軍,吳占松,張衍國;一種基于故障參數與狀態(tài)聯(lián)合估計的多故障診斷方法[J];清華大學學報(自然科學版);2001年12期

相關會議論文 前2條

1 關立鋒;梁濤;;載波相位和定時相位的聯(lián)合估計[A];開創(chuàng)新世紀的通信技術——第七屆全國青年通信學術會議論文集[C];2001年

2 王惠剛;程翠香;;多普勒和方位的聯(lián)合估計[A];中國聲學學會2005年青年學術會議[CYCA'05]論文集[C];2005年

相關博士學位論文 前4條

1 吳湘霖;非理想系統(tǒng)假設下陣列信號多信源多參數聯(lián)合估計[D];西北工業(yè)大學;2005年

2 王建英;陣列信號多參量聯(lián)合估計技術研究[D];電子科技大學;2000年

3 錢斌;分布式信號波達方向—時延聯(lián)合估計算法研究[D];電子科技大學;2008年

4 許凌云;陣列多參數聯(lián)合估計算法及應用的研究[D];南京航空航天大學;2012年

相關碩士學位論文 前10條

1 楊江;空時分布源DOA-時延參數聯(lián)合估計算法研究[D];電子科技大學;2015年

2 馬莉;基于天線陣列的近場WiFi多參數聯(lián)合估計算法研究[D];西南交通大學;2016年

3 陶太洋;基于壓縮感知重構的多輸入有限脈沖響應系統(tǒng)參數與時滯聯(lián)合估計[D];江南大學;2016年

4 張金鳳;基于期望最大化的聯(lián)合估計與辨識[D];西北工業(yè)大學;2016年

5 祁晗;非均勻線陣MIMO雷達多目標參數聯(lián)合估計方法研究[D];吉林大學;2017年

6 馬克江;近場源多維參數聯(lián)合估計算法研究[D];西安電子科技大學;2010年

7 李靜;移動通信網絡中終端定位參數聯(lián)合估計方法的研究[D];北京交通大學;2008年

8 孫洪亮;近場源參數聯(lián)合估計算法仿真研究[D];哈爾濱工程大學;2011年

9 王大元;陣列多參數聯(lián)合估計[D];南京航空航天大學;2010年

10 徐麗娜;基于極化敏感陣列的TDD CDMA系統(tǒng)多參數聯(lián)合估計算法研究[D];吉林大學;2008年

，

本文編號：1493196