本文關(guān)鍵詞：基于隨機矩陣理論和改進MDL準則的MIMO雷達目標數(shù)檢測方法研究

  更多相關(guān)文章： 大陣列MIMO雷達 目標數(shù)檢測 隨機矩陣理論 MDL準則

【摘要】：作為近年來新興的雷達,多輸入多輸出(MIMO)雷達以其在目標檢測、識別與定位方面的巨大優(yōu)勢,引起國內(nèi)外學(xué)者的廣泛關(guān)注。在MIMO雷達信號處理領(lǐng)域,多目標參數(shù)估計和定位問題一直是熱門的研究方向,而它們實現(xiàn)的先決條件是需要在噪聲環(huán)境下事先確定目標的個數(shù)。因此,目標數(shù)檢測是MIMO雷達信號處理領(lǐng)域的重要內(nèi)容之一。通常,MIMO雷達目標數(shù)檢測可以借鑒傳統(tǒng)的信源數(shù)估計方法。然而,這些方法所依賴的前提條件是發(fā)射和接收陣元數(shù)較小,而快拍數(shù)較大,此時樣本協(xié)方差矩陣可以代替統(tǒng)計協(xié)方差矩陣進行計算。當快拍數(shù)有限、而陣元數(shù)較大,兩者達到同一數(shù)量級時,樣本協(xié)方差矩陣將不再能代替統(tǒng)計協(xié)方差矩陣,導(dǎo)致傳統(tǒng)的算法不再適用。在陣列信號處理中,最小描述長度(MDL)準則是一種基于信息論的信源數(shù)估計方法,由于MDL準則在目標數(shù)估計上具有估計一致性、無需判決門限和計算量小等優(yōu)勢,得到越來越多的應(yīng)用。本文采用雙基地MIMO雷達信號模型,在傳統(tǒng)MDL準則基礎(chǔ)上進行改進。考慮到MIMO雷達向大陣列化的趨勢發(fā)展,本文基于隨機矩陣理論(RMT)和改進的MDL準則對MIMO雷達的目標數(shù)檢測方法進行較深入研究,以解決由于快拍數(shù)較少、與陣元數(shù)相接近而導(dǎo)致的問題。本文的研究工作得到國家自然科學(xué)基金“基于大維隨機矩陣理論的MIMO雷達穩(wěn)健目標檢測與估計”(項目編號:61371158)的資助。本文的創(chuàng)新性研究工作如下:針對快拍數(shù)不足的情況,本文提出一種基于LS-MDL準則的MIMO雷達目標數(shù)檢測方法。該方法利用線性收縮(LS)優(yōu)化技術(shù),在快拍數(shù)與收發(fā)陣元數(shù)乘積相接近的條件下,對樣本協(xié)方差矩陣進行處理,使之重新替代統(tǒng)計協(xié)方差矩陣,并將其特征值代入MDL準則中,提高了目標檢測性能。在發(fā)射和接收陣元數(shù)較大的情況下,本文利用隨機矩陣的漸進譜理論,對大維樣本協(xié)方差矩陣的特征值進行修正,并與MDL準則相結(jié)合,提出一種基于RMT-MDL準則的大陣列MIMO雷達目標數(shù)檢測方法,從而提高檢測性能。進一步,本文提出一種基于MDLr準則的MIMO雷達目標數(shù)檢測方法,該方法利用特征值的r階矩構(gòu)成檢測統(tǒng)計量,對MDL準則的表達式進行改進。通過對二、三、四、五階矩的仿真表明,該方法顯著提高了大陣列下MIMO雷達的多目標檢測性能。
【關(guān)鍵詞】：大陣列MIMO雷達 目標數(shù)檢測 隨機矩陣理論 MDL準則
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TN957.51
【目錄】：

• 摘要4-6
• Abstract6-10
• 第1章 緒論10-16
• 1.1 研究背景10-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-12
• 1.3 課題研究意義12-13
• 1.4 本文內(nèi)容安排13-16
• 第2章 基礎(chǔ)知識16-30
• 2.1 數(shù)學(xué)相關(guān)知識16-18
• 2.2 隨機矩陣理論相關(guān)知識18-20
• 2.3 信源數(shù)估計20-24
• 2.4 MIMO雷達非盲目標數(shù)檢測算法24-28
• 2.5 本章總結(jié)28-30
• 第3章 基于LS-MDL準則的MIMO雷達目標數(shù)檢測算法研究30-44
• 3.1 MIMO雷達信號模型30-32
• 3.2 基于MDL準則的MIMO雷達目標數(shù)檢測算法32-35
• 3.3 基于LS-MDL準則的MIMO雷達目標數(shù)檢測算法35-42
• 3.4 本章小結(jié)42-44
• 第4章 基于RMT-MDL準則的MIMO雷達目標數(shù)檢測算法研究44-50
• 4.1 MIMO雷達信號模型44
• 4.2 基于RMT-MDL準則的MIMO雷達目標數(shù)檢測算法44-48
• 4.3 仿真結(jié)果48-49
• 4.4 本章總結(jié)49-50
• 第5章 基于MDLr準則的MIMO雷達目標數(shù)檢測算法研究50-58
• 5.1 MIMO雷達信號模型50
• 5.2 基于MDLr準則的MIMO雷達目標數(shù)檢測算法50-52
• 5.3 與傳統(tǒng)算法仿真結(jié)果的對比與分析52-54
• 5.4 三種改進算法性能對比54-56
• 5.5 本章小結(jié)56-58
• 第6章 全文總結(jié)58-60
• 6.1 論文主要完成的工作58-59
• 6.2 未來的研究方向59-60
• 參考文獻60-66
• 導(dǎo)師及作者簡介66-67
• 攻讀碩士期間的研究成果67-68
• 致謝68-69

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 王磊;鄭寶玉;崔景伍;;隨機矩陣理論與無線通信[J];南京郵電大學(xué)學(xué)報(自然科學(xué)版);2010年03期

2 許志強;;壓縮感知[J];中國科學(xué):數(shù)學(xué);2012年09期

3 陳白麗;計算隨機矩陣期望最大特征問題的自組織算法[J];計算機工程與設(shè)計;1999年02期

4 孫晶明;王殊;董燕;;稀疏隨機矩陣的觀測次數(shù)下界[J];信號處理;2012年08期

5 康繼鼎;有窮齊次MAPKOB鏈具有遍歷性的一個充分必要條件[J];成都地質(zhì)學(xué)院學(xué)報;1978年02期

6 徐鍵;何晨;汪晴川;;多小區(qū)CDMA系統(tǒng)的小區(qū)間干擾研究分析[J];信息技術(shù);2008年06期

7 康繼鼎;關(guān)于有限齊次MAPKOB鏈遍歷性的另一種快速判定法[J];成都地質(zhì)學(xué)院學(xué)報;1980年02期

8 王天虹;宋業(yè)新;;隨機矩陣對策及其在艦艇作戰(zhàn)方案中的應(yīng)用[J];兵工自動化;2010年06期

9 彭典祥,李業(yè)清,彭宏祥;P公鑰隨機矩陣及解決Catch22問題的方案[J];計算機應(yīng)用研究;2000年05期

10 唐紅;吳勇軍;趙國鋒;;用于特定流匹配的隨機矩陣映射Hash算法研究[J];通信學(xué)報;2007年02期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 石宇;唐紅;張毅;;用于特定流匹配的Hash算法的FPGA實現(xiàn)[A];’2004計算機應(yīng)用技術(shù)交流會議論文集[C];2004年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前5條

1 曾杏元;生成于四種流形上的大維隨機矩陣的譜分布[D];中南大學(xué);2013年

2 夏寧寧;大維隨機矩陣特征向量的極限分析[D];東北師范大學(xué);2013年

3 鮑志剛;關(guān)于隨機矩陣普適性的若干研究[D];浙江大學(xué);2013年

4 金百鎖;大維隨機矩陣譜分布的極限理論研究及其應(yīng)用[D];中國科學(xué)技術(shù)大學(xué);2006年

5 胡江;大維隨機矩陣經(jīng)驗譜分布函數(shù)的收斂[D];東北師范大學(xué);2012年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 楊玲玲;兩類具有相依結(jié)構(gòu)的隨機矩陣的譜分析[D];鄭州大學(xué);2015年

2 呂巍;基于隨機矩陣理論和改進MDL準則的MIMO雷達目標數(shù)檢測方法研究[D];吉林大學(xué);2016年

3 吳翎燕;基于隨機矩陣理論的金融網(wǎng)絡(luò)“去噪”研究[D];武漢理工大學(xué);2013年

4 許帥;復(fù)雜網(wǎng)絡(luò)的隨機矩陣理論分析[D];中國礦業(yè)大學(xué);2014年

5 馬德福;基于混沌序列與0-1隨機矩陣的圖像加密技術(shù)研究與實現(xiàn)[D];天津師范大學(xué);2013年

6 李蓉;隨機矩陣理論在肺癌基因網(wǎng)絡(luò)識別中的應(yīng)用[D];湘潭大學(xué);2009年

7 丁曉峰;均值方差投資組合模型與隨機矩陣相關(guān)應(yīng)用[D];中國科學(xué)技術(shù)大學(xué);2015年

8 潘攀;基于隨機矩陣理論的中國股市互相關(guān)分析[D];暨南大學(xué);2014年

9 高瑩;非負矩陣的性質(zhì)及隨機矩陣的范數(shù)[D];陜西師范大學(xué);2011年

10 蘇瑩;隨機矩陣在金融股票中的應(yīng)用[D];鄭州大學(xué);2014年

，

本文編號：863343