MIMO雷达信号检测与参数估计算法研究

【摘要】： 多输入多输出(MIMO)雷达是近年来兴起的一种新体制雷达,目前已成为雷达界研究的热点。与传统相控阵雷达不同的是,MIMO雷达在发射端发射的是一组正交的波形,这种波形的分集能够在空间形成多个收发通道,能够增大系统自由度,提高参数估计的精度和空间分辨率,增加可估计的最大信源数等。由于信号检测与参数估计是MIMO雷达信号处理的核心内容,本论文的研究工作围绕MIMO雷达的信号检测和参数估计相关问题展开,主要研究工作包括以下几个方面: 1.分析了MIMO雷达模糊函数的特性,根据回波信号模型得到单个接收阵元回波信号的模糊函数,从而推导出相关MIMO雷达的模糊函数。其模糊函数是距离、多普勒频率和角度的三维函数,可以清楚的反映相关MIMO雷达在距离、多普勒频率和角度上的分辨特性。对于波形正交的MIMO雷达来说,距离、多普勒频率和角度之间没有耦合。其距离-多普勒分辨特性是各个发射信号的模糊函数在距离-多普勒维分辨特性的叠加,角度分辨特性是发射端角度分辨特性与接收端角度分辨特性的综合。 2.对各种不同线阵结构下MIMO雷达能够获得的有效虚拟阵元数进行了分析和比较,提出了一种基于阵元利用率的MIMO雷达阵列结构优化方法。该方法能够利用较少的实际物理阵元数获得尽可能多的MIMO雷达有效虚拟阵元数,同时使虚拟阵列满足最小冗余阵的要求,从而获得较高的系统分辨率并对高旁瓣进行抑制。在总的实际物理阵元数相同的条件下,本文算法优化出的MIMO雷达具有与最小冗余MIMO雷达相近的主瓣宽度和干扰抑制性能,但能够很好的解决波束栅瓣和高旁瓣问题,获得更低的主副瓣比。对同等阵元数条件下该算法优化出的MIMO雷达与最小冗余MIMO雷达和均匀线阵MIMO雷达的波束形成性能进行了仿真和比较,验证了理论分析的正确性。 3.对MIMO雷达的自适应脉冲压缩问题进行了研究。首先基于最小均方误差(MMSE)准则,提出了一种有效的MIMO雷达自适应脉冲压缩方法,从每个接收阵元接收到的信号中分别自适应地计算每个距离单元的脉冲压缩滤波器的权系数。经过多次迭代,直到获得期望的脉压性能。该方法能够抑制信号本身的距离旁瓣,降低信号之间的互相关电平,使脉压之后的信号波形更接近理想正交波形匹配滤波之后的信号。为了进一步降低MIMO雷达自适应脉冲压缩滤波器的计算复杂度,又提出了一种基于多级维纳滤波的MIMO雷达自适应脉冲压缩方法。该方法采用多级维纳滤波技术对观测数据进行降维,进而降低权系数求解的计算量。具有与最小均方误差自适应脉冲压缩方法和广义旁瓣相消(GSC)自适应脉冲压缩方法相近的脉冲压缩性能,但其计算复杂度明显降低。 4.根据MIMO雷达的工作原理和回波模型,首先讨论了几种典型的波达方向估计方法在MIMO雷达中的应用,然后在阵列最大似然算法的基础上,推导了MIMO雷达波达方向估计的最大似然方法,并给出了波达方向估计的一致性证明和估计方差的计算公式,理论分析和计算机仿真结果表明,MIMO雷达最大似然估计方差比相同接收阵元数的传统相控阵雷达要小。最后提出了一种基于MIMO雷达接收数据矩阵行列复用的虚拟空间平滑算法,算法利用MIMO雷达发射波形的分集和收发通道的独立性以及MIMO雷达收、发阵列之间的对偶性,对MIMO雷达回波数据矩阵进行了行列复用以等效地增加样本数量,获得基于发射阵平滑和基于接收阵平滑的虚拟子阵接收信号,进而计算空间平滑之后的协方差矩阵。与MIMO雷达接收阵空间平滑算法和虚拟阵列空间平滑算法相比,该算法提高了波达方向的估计精度。 5.提出了一种低复杂度的MIMO雷达信号子空间重构方法,该方法利用基于接收阵的数据协方差矩阵和基于发射阵的数据协方差矩阵的直积与MIMO雷达全维数据协方差矩阵在结构上的相似性,采用两个低维协方差矩阵的估计和特征值分解来代替全维数据协方差矩阵的估计和特征值分解,能够较大程度地减少MIMO雷达接收数据协方差矩阵估计所需的样本数,并且具有低的计算复杂度,在小样本条件下具有高的波达方向估计精度。