相比于傳統(tǒng)相控陣?yán)走_(dá),多輸入多輸出（Multiple-Input Multiple-Output,MIMO）雷達(dá)在靈活性和目標(biāo)探測(cè)性能方面更具優(yōu)勢(shì),是目前雷達(dá)研究領(lǐng)域的熱點(diǎn)之一。當(dāng)MIMO雷達(dá)配置較多的軟硬件資源以提升目標(biāo)探測(cè)性能時(shí),其復(fù)雜度往往較高且可能存在不必要的資源浪費(fèi)。例如,當(dāng)MIMO雷達(dá)配置較多的收發(fā)天線(xiàn)并對(duì)所有路徑的信號(hào)進(jìn)行奈奎斯特采樣時(shí),會(huì)產(chǎn)生大量的樣本。樣本數(shù)量較多不利于信號(hào)的實(shí)時(shí)處理,且可能存在大量的冗余。因此,在雷達(dá)復(fù)雜度受限的情況下,合理地利用軟硬件資源以盡可能提升雷達(dá)的性能,具有重要的理論與實(shí)際意義。在上述背景下,本文圍繞低復(fù)雜度MIMO雷達(dá)目標(biāo)探測(cè)問(wèn)題進(jìn)行了研究。本文所做的工作總結(jié)如下:（1）當(dāng)MIMO雷達(dá)可采用的發(fā)射天線(xiàn)數(shù)目較多時(shí),利用所有天線(xiàn)發(fā)射的信號(hào)進(jìn)行目標(biāo)探測(cè),可能導(dǎo)致最優(yōu)檢測(cè)統(tǒng)計(jì)量復(fù)雜度過(guò)高。針對(duì)該問(wèn)題,本文提出基于檢測(cè)統(tǒng)計(jì)分量選擇的低復(fù)雜度MIMO雷達(dá)接收機(jī)設(shè)計(jì)方法。如果目標(biāo)反射系數(shù)是空間不相關(guān)的且雜波加噪聲是空間白的,該方法等價(jià)于發(fā)射站選擇。本文進(jìn)一步提出針對(duì)正交波形的基于信雜噪比的發(fā)射站選擇方法和針對(duì)非正交波形的基于KL（Kullback-Le... 

【文章來(lái)源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：127 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究工作的背景與意義
    1.2 MIMO雷達(dá)目標(biāo)探測(cè)
    1.3 低復(fù)雜度雷達(dá)研究現(xiàn)狀
        1.3.1 天線(xiàn)選擇研究現(xiàn)狀
        1.3.2 亞奈奎斯特雷達(dá)研究現(xiàn)狀
    1.4 本文的主要內(nèi)容和章節(jié)安排
第二章 基于檢測(cè)統(tǒng)計(jì)分量?jī)?yōu)選的低復(fù)雜度MIMO雷達(dá)接收機(jī)設(shè)計(jì)
    2.1 信號(hào)模型
    2.2 似然比檢測(cè)
    2.3 檢測(cè)統(tǒng)計(jì)分量?jī)?yōu)選
    2.4 基于發(fā)射站選擇的最優(yōu)接收機(jī)
        2.4.1 正交波形下的設(shè)計(jì)
        2.4.2 任意波形下的設(shè)計(jì)
    2.5 仿真分析
        2.5.1 正交波形下最優(yōu)發(fā)射站選擇
        2.5.2 非正交波形下最優(yōu)發(fā)射站選擇
        2.5.3 非正交波形下基于KL距離的發(fā)射站選擇
        2.5.4 復(fù)雜度的節(jié)省
        2.5.5 非理想情況
    2.6 本章小結(jié)
第三章 基于亞奈奎斯特采樣的雷達(dá)目標(biāo)檢測(cè)
    3.1 信號(hào)模型
    3.2 基于頻域采樣的檢測(cè)器
        3.2.1 似然比檢測(cè)器
        3.2.2 檢測(cè)性能
    3.3 亞奈奎斯特采樣方法
        3.3.1 基于信噪密度比選擇的亞奈奎斯特采樣
        3.3.2 基于均勻隨機(jī)選擇的亞奈奎斯特采樣
    3.4 樣本數(shù)和信號(hào)帶寬對(duì)檢測(cè)性能的影響
        3.4.1 樣本數(shù)的影響
        3.4.2 信號(hào)帶寬的影響
    3.5 仿真分析
    3.6 本章小結(jié)
第四章 雜波環(huán)境中的亞奈奎斯特雷達(dá)接收機(jī)優(yōu)化設(shè)計(jì)
    4.1 信號(hào)模型
    4.2 雜波中的最優(yōu)檢測(cè)器
        4.2.1 似然比檢測(cè)器
        4.2.2 檢測(cè)性能
    4.3 雜波中的亞奈奎斯特采樣
        4.3.1 基于均勻隨機(jī)選擇的亞奈奎斯特采樣性能
        4.3.2 樣本數(shù)的影響
    4.4 非信號(hào)依賴(lài)雜波中的亞奈奎斯特檢測(cè)
        4.4.1 采樣范圍
        4.4.2 基于信雜噪密度比選擇的亞奈奎斯特采樣
    4.5 信號(hào)依賴(lài)雜波中的亞奈奎斯特檢測(cè)
        4.5.1 采樣范圍
        4.5.2 低復(fù)雜度接收機(jī)設(shè)計(jì)
        4.5.3 信號(hào)帶寬的影響
    4.6 仿真分析
        4.6.1 非信號(hào)依賴(lài)雜波
        4.6.2 信號(hào)依賴(lài)雜波
    4.7 本章小結(jié)
第五章 低復(fù)雜度MIMO雷達(dá)時(shí)間反轉(zhuǎn)目標(biāo)探測(cè)
    5.1 信號(hào)模型
    5.2 基于頻域采樣的目標(biāo)探測(cè)
    5.3 復(fù)雙高斯隨機(jī)變量的統(tǒng)計(jì)特性
        5.3.1 概率密度函數(shù)
        5.3.2 概率密度函數(shù)的收斂性
        5.3.3 均值和方差
        5.3.4 復(fù)高斯隨機(jī)變量比的分布
    5.4 低復(fù)雜度接收機(jī)設(shè)計(jì)
    5.5 仿真分析
        5.5.1 復(fù)高斯隨機(jī)變量之積
        5.5.2 復(fù)高斯隨機(jī)變量之比
        5.5.3 低復(fù)雜度時(shí)間反轉(zhuǎn)目標(biāo)檢測(cè)
    5.6 本章小結(jié)
第六章 全文總結(jié)與展望
    6.1 全文總結(jié)
    6.2 后續(xù)工作展望
致謝
參考文獻(xiàn)
附錄
攻讀博士學(xué)位期間取得的成果



本文編號(hào)：3154742