CN103885048A - 双基地mimo雷达收发阵列幅相误差的校正方法 - Google Patents
双基地mimo雷达收发阵列幅相误差的校正方法 Download PDFInfo
- Publication number
- CN103885048A CN103885048A CN201410105629.2A CN201410105629A CN103885048A CN 103885048 A CN103885048 A CN 103885048A CN 201410105629 A CN201410105629 A CN 201410105629A CN 103885048 A CN103885048 A CN 103885048A
- Authority
- CN
- China
- Prior art keywords
- msub
- array
- mimo radar
- mrow
- bistatic mimo
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000012937 correction Methods 0.000 title abstract description 8
- 239000011159 matrix material Substances 0.000 claims abstract description 79
- 239000013598 vector Substances 0.000 claims abstract description 55
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims abstract description 9
- 238000000354 decomposition reaction Methods 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 5
- 239000000470 constituent Substances 0.000 claims description 3
- 238000009795 derivation Methods 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 2
- 238000004080 punching Methods 0.000 claims 1
- 238000000926 separation method Methods 0.000 claims 1
- 101100518501 Mus musculus Spp1 gene Proteins 0.000 abstract 2
- 238000004088 simulation Methods 0.000 description 21
- 238000010586 diagram Methods 0.000 description 13
- 238000004364 calculation method Methods 0.000 description 6
- 238000000342 Monte Carlo simulation Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 238000012615 high-resolution technique Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/40—Means for monitoring or calibrating
- G01S7/4004—Means for monitoring or calibrating of parts of a radar system
- G01S7/4008—Means for monitoring or calibrating of parts of a radar system of transmitters
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/40—Means for monitoring or calibrating
- G01S7/4004—Means for monitoring or calibrating of parts of a radar system
- G01S7/4021—Means for monitoring or calibrating of parts of a radar system of receivers
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明属于雷达收发阵列幅相误差校正技术领域,公开了双基地MIMO雷达收发阵列幅相误差的校正方法。该双基地MIMO雷达收发阵列幅相误差的校正方法包括以下步骤:双基地MIMO雷达接收到的回波信号中所有脉冲周期的信号为Y1至YQ,发射波形表示为S,分别对Y1至YQ进行发射波形匹配和列向量化处理,得到η1至ηQ,利用η1至ηQ组成矩阵X;通过构造的四个选择矩阵J1至J4,得出X1至X4:采用旋转子空间不变算法估计出目标的波达方向、波离方向以及双基地MIMO雷达的收发阵列的导向矢量;得出双基地MIMO雷达的收发阵列的幅相误差。
Description
技术领域
本发明属于雷达收发阵列幅相误差校正技术领域,特别涉及双基地MIMO雷达收发阵列幅相误差的校正方法,能较精确地实现波达角度和波离角度估计。
背景技术
多输入多输出(multiple input multiple output,MIMO)雷达是近年来提出的一种新体制雷达,它通过发射阵元发射相互正交的信号,接收机利用发射信号的正交性把来自不同发射阵元的信号分离开,然后利用这些信号进行参数估计。与传统雷达相比,MIMO雷达能够增加最大可检测目标数,提高目标分辨性能,具有更大的虚拟孔径、更窄的波束和更低的旁瓣等优点。就信号处理方式而言,目前MIMO雷达主要分为两大类:一类是统计(Statistics)MIMO雷达,其特点是阵元间距较大,可从不同视角观测目标,从而获得发射和接收两方面的分集增益,尤其是在信噪比较高时,可以使闪烁目标的检测性能有较大提高;另一类是相干MIMO雷达,包括单基地(Colocated)和双基地(Bistatic)MIMO雷达。这类MIMO雷达的阵元间距较小,要求多个收发阵元到目标射线近似平行,且阵元间包络时延可以忽略,主要是利用虚拟孔径有效提高目标的可辨识度和目标的空域滤波特性。而对于双基地MIMO雷达来说,波达方向(Direction of Arrival,DOA)和波离方向(Direction of departure,DOD)是雷达信号的重要空域参数。现有的很多高分辨方法(如ESPRIT,MUSIC等)可以直接应用到双基地MIMO雷达的波达方向估计中。众所周知,在阵列信号处理中,高分辨技术具有非常高的估计性能。但是当阵列存在通道、位置等误差时,这些高分辨技术的性能就会显著下降。已有大量的文献提出了传统阵列误差校正的方法。与传统阵列校正不同,双基地MIMO雷达需要同时校正发射阵列和接收阵列的误差以达到更好的估计性能。
已有很多人致力于双基地MIMO雷达的DOA估计研究,但是都没有考虑到收发阵列的幅相误差,而在实际的应用场合中,阵列的幅相误差是不可避免的。现有技术中,有学者利用将ESPRIT方法和最小二乘方法的结合得到了收发阵列的闭式解,避免了峰值搜索,但其角度估计和幅相误差估计的精度和性能仍有待提高。还有人提出利用MUSIC方法进行两个一维的搜索得到了更好的估计性能,但两个一维的峰值搜索计算量太大,复杂度较高。
发明内容
本发明的目的在于提出双基地MIMO雷达收发阵列幅相误差的校正方法。可以对双基地MIMO雷达的收发阵列进行有效地自校正,从而更好的实现目标的波达和波离方向估计,并且具有计算量小、精度高的优点。
为实现上述技术目的,本发明采用如下技术方案予以实现。
双基地MIMO雷达收发阵列幅相误差的校正方法包括以下步骤:
S1:双基地MIMO雷达的发射阵列呈现为均匀线阵,双基地MIMO雷达的接收阵列呈现为均匀线阵;双基地MIMO雷达的发射阵列发射相互正交的编码信号,然后利用双基地MIMO雷达的接收阵列接收目标的回波信号;在接收到的回波信号中第q个脉冲周期的信号表示为Yq,q取1至Q,Q为双基地MIMO雷达的发射信号的脉冲周期数;
S2:接收到的回波信号中所有脉冲周期的信号为Y1至YQ,发射波形表示为S,分别对Y1至YQ进行发射波形匹配,得到Z1至ZQ;然后分别对Z1至ZQ进行列向量化处理,得到η1至ηQ,利用η1至ηQ组成矩阵X,X=[η1,...,ηQ];
S3:构造四个选择矩阵J1至J4,然后按照以下公式得出X1至X4:
X1=J1X,X2=J2X,X3=J3X,X4=J4X;
然后,按照以下公式得出R11、R21、R33和R43:
其中,E[·]表示矩阵的期望;
S4:根据R11和R21,采用旋转子空间不变算法估计出目标的波达方向和双基地MIMO雷达的发射阵列的导向矢量;根据R33和R43,采用旋转子空间不变算法估计出目标的波离方向和双基地MIMO雷达的接收阵列的导向矢量;
S5:根据估计出的目标的波离方向和双基地MIMO雷达的发射阵列的导向矢量,得出双基地MIMO雷达的发射阵列的幅度误差和相位误差;根据估计出的目标的波达方向和双基地MIMO雷达的接收阵列的导向矢量,得出双基地MIMO雷达的接收阵列的幅度误差和相位误差;
S6:根据所述双基地MIMO雷达的发射阵列的幅度误差和相位误差,对双基地MIMO雷达的发射阵列进行幅度和相位的校正;根据所述双基地MIMO雷达的接收阵列的幅度误差和相位误差,对双基地MIMO雷达的接收阵列进行幅度和相位的校正。
本发明的特点和进一步改进在于:
在步骤S3中,四个选择矩阵J1至J4为:
其中,表示Kronecker积,IM为M阶单位矩阵,IN为N阶单位矩阵,M为双基地MIMO雷达的发射阵列的阵元数且M≥3,N为双基地MIMO雷达的接收阵列的阵元数且N≥3;γ1为N维行向量,γ1中第一列的元素为1,其余元素均为0;γ2为N维行向量,γ2中第二列的元素为1,其余元素均为0;γ3为M维行向量,γ3中第一列的元素为1,其余元素均为0;γ4为M维行向量,γ4中第二列的元素为1,其余元素均为0。
在步骤S1中,接收到的回波信号中第q个脉冲周期的信号Yq为:
其中,Aur=ΓrAr,Γr为对角矩阵且 T表示矩阵的转置,ρrn表示待求解的双基地MIMO雷达的接收阵列中第n个阵元的幅度误差,n取3至N,表示待求解的双基地MIMO雷达的接收阵列中第n个阵元的相位误差,Ar=[ar1,...,arP],arζ表示第ζ个目标的理想接收导向矢量,ζ取1至P,P为目标的个数;
Aut=ΓtAt,Γt为对角矩阵且 ρtm表示待求解的双基地MIMO雷达的发射阵列中第m个阵元的幅度误差,m取3至M,表示待求解的双基地MIMO雷达的发射阵列中第m个阵元的相位误差,At=[at1,...,atP],atζ表示第ζ个目标的理想发射导向矢量;
在步骤S2中,按照以下公式对Yq进行发射波形匹配:
Zq=YqSH
在得出Zq之后,对Zq进行列向量化处理;对Zq进行列向量化处理包括以下步骤:提取Zq的每一列,然后按照Zq的列顺序,将Zq的每一列排在一列中,形成列向量ηq。
在步骤S4中,首先估计出噪声的平均功率σ2,求出矩阵R11S,得出R11S的最大的P个特征值、以及R11S的最大的P个特征值对应的特征向量,P为设定的目标的个数;得出R11S的伪逆矩阵构造矩阵R21 对矩阵R21 进行特征分解,可以得出其中,H表示矩阵的共轭转置;Λr=diag[λr1,λr2,…,λrP],λr1至λrP分别表示矩阵R21 的P个非零的复数特征值,Vt1至VtP分别表示所述矩阵R21 的P个非零的复数特征值对应的特征向量;然后根据下式估计出第ζ个目标的波达方向
其中,ζ取1至P,angle(·)表示取复数的相角,arcsin(·)为反正弦函数,λ为双基地MIMO雷达的发射阵列的发射信号的载波波长,dr为双基地MIMO雷达的接收阵列的阵元间距;
然后,根据与λrζ对应的特征向量Vtζ,得出第ζ个目标对应的双基地MIMO雷达的发射阵列的导向矢量
其中,Vtζ1表示Vtζ的第一个元素;
在步骤S4中,首先估计出噪声的平均功率σ2,求出矩阵R33S,R33S=R33-σ2IN,得出R33S的最大的P个特征值、以及R33S的最大的P个特征值对应的特征向量,P为设定的目标的个数;得出R33S的伪逆矩阵构造矩阵R43 对矩阵R43 进行特征分解,可以得出其中,H表示矩阵的共轭转置;Λt=diag[λt1,λt2,…,λtP],λt1至λtP分别表示矩阵R43 的P个非零的复数特征值,Ur=[Vr1,...,VrP],Vr1至VrP分别表示所述矩阵R43 的P个非零的复数特征值对应的特征向量;然后根据下式估计出第ζ个目标的波离方向
其中,ζ取1至P,angle(·)表示取复数的相角,arcsin(·)为反正弦函数,λ为双基地MIMO雷达的发射阵列的发射信号的载波波长,dt为双基地MIMO雷达的发射阵列的阵元间距;
其中,Vrζ1表示Vrζ的第一个元素。
在步骤S5中,根据以下公式得出双基地MIMO雷达的发射阵列中第m个阵元的幅度误差:
其中,T表示矩阵的转置;
在步骤S5中,根据以下公式得出双基地MIMO雷达的接收阵列中第n个阵元的幅度误差:
本发明的有益效果为:
1)本发明在估计目标的角度时对回波数据利用发射阵和接收阵的阵元旋转因子来估计目标角度,具有较高的目标角度估计精度。
2)本发明通过特征分解可以同时估计得到各目标的角度及其所对应的阵列导向矢量,再利用估计得到的目标角度和阵列导向矢量来估计阵元误差,所以估计精度更高,并能够对方位依赖的幅度相位误差进行有效地校正。
3)本发明的目标角度和阵列导向矢量是通过特征分解得到,不需要峰值搜索,所以计算量小,且精度较高。
附图说明
图1为本发明的双基地MIMO雷达收发阵列幅相误差的校正方法;
图2为本发明的双基地MIMO雷达的阵列示意图;
图3为仿真实验中每个发射阵元的幅度误差的估计结果示意图;
图4为仿真实验中每个发射阵元的相位误差的估计结果示意图;
图5为仿真实验中每个接收阵元的幅度误差的估计结果示意图;
图6为仿真实验中每个接收阵元的相位误差的估计结果示意图;
图7为仿真实验中使用本发明和ESPRIT-like方法得出的目标角度的均方根曲线示意图;
图8为仿真实验中使用本发明和ESPRIT-like方法得出的幅相误差的均方根曲线示意图;
图9为仿真实验中使用本发明和ESPRIT-like方法时目标角度的估计性能随着蒙特卡洛次数的变化趋势示意图;
图10为仿真实验中使用本发明和ESPRIT-like方法时幅相误差的估计性能随着蒙特卡洛次数的变化趋势示意图;
具体实施方式
下面结合附图对本发明作进一步说明:
参照图1,为本发明的双基地MIMO雷达收发阵列幅相误差的校正方法。在本发明实施例中,双基地MIMO雷达的发射阵列呈现为均匀线阵,双基地MIMO雷达的发射阵列的阵元间距为dt。双基地MIMO雷达的接收阵列呈现为均匀线阵,双基地MIMO雷达的接收阵列的阵元间距为dr。双基地MIMO雷达的发射阵列的发射信号的载波波长为λ。上述双基地MIMO雷达收发阵列幅相误差的校正方法包括以下步骤:
S1:双基地MIMO雷达的发射阵列发射相互正交的编码信号(发射的信号为周期性地脉冲信号),然后利用双基地MIMO雷达的接收阵列接收目标的回波信号;在接收到的回波信号中第q个脉冲周期的信号表示为Yq,q取1至Q,Q为双基地MIMO雷达的发射信号的脉冲周期数。具体说明如下:
双基地MIMO雷达的接收阵列接收到的回波信号中第q个脉冲周期的信号Yq为:
其中,Aur=ΓrAr,Γr为对角矩阵且diag[·]表示对角化操作,表示以为主对角线元素构建对角矩阵;T表示矩阵的转置,ρrn表示待求解的双基地MIMO雷达的接收阵列中第n个阵元的幅度误差,n取3至N,表示待求解的双基地MIMO雷达的接收阵列中第n个阵元的相位误差,Ar=[ar1,...,arP],arζ表示第ζ个目标的理想接收导向矢量,ζ取1至P,P为目标的个数; θrζ表示第ζ个目标相对接收阵列的方位角,即第ζ个目标的波达方向(DOA)。
Aut=ΓtAt,Γt为对角矩阵且表示以为主对角线元素构建对角矩阵;ρtm表示待求解的双基地MIMO雷达的发射阵列中第m个阵元的幅度误差,m取3至M,表示待求解的双基地MIMO雷达的发射阵列中第m个阵元的相位误差,atζ表示第ζ个目标的理想发射导向矢量; θtζ表示第ζ个目标相对发射阵列的方位角,即第ζ个目标的波离方向(DOD)。
发射波形S表示为S=[s1,…,sM]T,s1至sM分别为双基地MIMO雷达的发射阵列中第1个阵元至第M个阵元的发射波形;设g取1至M;h取1至M,则当g=h时,当g≠h时,其中,L为编码信号的码元长度,H表示矩阵的共轭转置。为接收到的回波信号的第q个脉冲周期中目标的反射系数矩阵bq=[bq1,bq2,…,bqP]T,bqζ是接收到的回波信号的第q个脉冲周期中第ζ个目标的反射系数。表示噪声矩阵,的各列相互独立(不相关),的每列的协方差矩阵为σ2IN,σ2表示噪声的平均功率,IN表示N阶单位矩阵。
S2:接收到的回波信号中所有脉冲周期的信号为Y1至YQ,发射波形表示为S,分别对Y1至YQ进行发射波形匹配,得到Z1至ZQ;然后分别对Z1至ZQ进行列向量化处理,得到η1至ηQ,利用η1至ηQ组成矩阵X,X=[η1,...,ηQ]。具体说明如下:
按照以下公式对Yq进行发射波形匹配:
Zq=YqSH
在得出Zq之后,对Zq进行列向量化处理;得到ηq,
ηq=vec(Zq)=(Aur*Aut)bq+nq
其中,*表示Khatri-Rao积,vec(·)表示进行列向量化处理。例如矩阵G表现为如下形式:G=[G1,G2,...GR],矩阵G的各列分别为G1至GR,则vec(G)为:
则 其中, 在接收到的回波信号的同一脉冲周期中,所有目标的反射系数保持不变;在各个脉冲周期之间的第q个目标的反射系数独立变化。
S3:构造四个选择矩阵J1至J4,然后按照以下公式得出X1至X4:
X1=J1X,X2=J2X,X3=J3X,X4=J4X;
然后,按照以下公式得出R11、R21、R33和R43:
其中,E[·]表示矩阵的期望。
具体地说,四个选择矩阵J1至J4为:
其中,表示Kronecker积,IM为M阶单位矩阵,IN为N阶单位矩阵,M为双基地MIMO雷达的发射阵列的阵元数且M≥3,N为双基地MIMO雷达的接收阵列的阵元数且N≥3;γ1为N维行向量,γ1中第一列的元素为1,其余元素均为0;γ2为N维行向量,γ2中第二列的元素为1,其余元素均为0;γ3为M维行向量,γ3中第一列的元素为1,其余元素均为0;γ4为M维行向量,γ4中第二列的元素为1,其余元素均为0。此时X1至X4分别为:
X1=J1X=AutB+J1W
X2=J2X+AutDrB+J2W
X3=J3X=AurB+J3W
X4=J4X=AurDtB+J4W
其中,
则R11、R21、R33和R43分别为:
其中,RB=E[BBH],RB的秩为P(因为其含有P个目标)。E[·]表示矩阵的期望。
S4:根据R11和R21,采用旋转子空间不变算法估计出目标的波达方向和双基地MIMO雷达的发射阵列的导向矢量;根据R33和R43,采用旋转子空间不变算法估计出目标的波离方向和双基地MIMO雷达的接收阵列的导向矢量。具体说明如下:
首先估计出噪声的平均功率σ2,求出矩阵R11S,得出R11S的最大的P个特征值、以及R11S的最大的P个特征值对应的特征向量,P为设定的目标的个数;得出R11S的伪逆矩阵构造矩阵R21 对矩阵R21 进行特征分解,可以得出其中,H表示矩阵的共轭转置;Λr=diag[λr1,λr2,…,λrP],λr1至λrP分别表示矩阵R21 的P个非零的复数特征值,这P个非零的复数特征值就是Dr的对角线元素。Ut=[Vt1,...,VtP],Vt1至VtP分别表示所述矩阵R21 的P个非零的复数特征值对应的特征向量;然后根据下式估计出第ζ个目标的波达方向
其中,ζ取1至P,angle(·)表示取复数的相角,arcsin(·)为反正弦函数。
其中,Vtζ1表示Vtζ的第一个元素。
求出矩阵R33S,R33S=R33-σ2IN,得出R33S的最大的P个特征值、以及R33S的最大的P个特征值对应的特征向量,P为设定的目标的个数;得出R33S的伪逆矩阵构造矩阵R43 对矩阵R43 进行特征分解,可以得出其中,H表示矩阵的共轭转置;Λt=diag[λt1,λt2,…,λtP],λt1至λtP分别表示矩阵R43 的P个非零的复数特征值,这P个非零的复数特征值就是Dt的对角线元素。Ur=[Vr1,...,VrP],Vr1至VrP分别表示所述矩阵R43 的P个非零的复数特征值对应的特征向量;然后根据下式估计出第ζ个目标的波离方向
其中,ζ取1至P,angle(·)表示取复数的相角,arcsin(·)为反正弦函数。
其中,Vrζ1表示Vrζ的第一个元素。
S5:根据估计出的目标的波离方向和双基地MIMO雷达的发射阵列的导向矢量,得出双基地MIMO雷达的发射阵列的幅度误差和相位误差;根据估计出的目标的波达方向和双基地MIMO雷达的接收阵列的导向矢量,得出双基地MIMO雷达的接收阵列的幅度误差和相位误差。具体说明如下:
在步骤S5中,根据以下公式得出双基地MIMO雷达的发射阵列中第m个阵元的幅度误差:
根据以下公式得出双基地MIMO雷达的发射阵列中第m个阵元的相位误差:
其中,T表示矩阵的转置;
在步骤S5中,根据以下公式得出双基地MIMO雷达的接收阵列中第n个阵元的幅度误差:
根据以下公式得出双基地MIMO雷达的接收阵列中第n个阵元的相位误差:
需要说明的是,本发明也可以计算在存在色噪声时双基地MIMO雷达的幅相误差,此时我们需要三个精确校正的发射阵元和接收阵元。
本发明的效果可以通过以下仿真实验进一步说明。
1)仿真条件:
在仿真实验中,双基地MIMO雷达具有6个接收阵元(指接收阵列的阵元)和6个发射阵元(指发射阵列的阵元),且都是阵元间距为半波长的等距离均匀线阵。在双基地MIMO雷达的6个接收阵元中,假设两个接收阵元的幅相误差已经事先被校正;在双基地MIMO雷达的6个发射阵元中,假设两个发射阵元的幅相误差已经事先被校正;参照图2,为本发明的双基地MIMO雷达的阵列示意图。在仿真实验中,设定存在两个目标,第1个目标的波离方向θt1和波达方向θr1为分别为10°和20°。第2个目标的波离方向θt2和波达方向θr2为分别为-15°和35°。4个发射阵元(其幅相误差未被事先校正)的幅相误差表示为ct:
ct=[1.12ejπ,0.5e-jπ/5,1.6ejπ/10,2ejπ/4],
4个接收阵元(其幅相误差未被事先校正)的幅相误差表示为cr:
cr=[0.48ejπ/6,1.5e-jπ,0.9ejπ/3,1.8ejπ/5]。
定义收发阵列的幅相误差的均方根为||·||F表示求F范数,sqrt(·)表示开二次根号,表示进行第l次蒙特卡洛实验得出的上述4个接收阵元的幅相误差,表示进行第l次蒙特卡洛实验得出的上述4个发射阵元的幅相误差。估计的目标角度的均方根为其中,表示进行第l次蒙特卡洛实验得出的第ζ个目标的波离方向,表示进行第l次蒙特卡洛实验得出的第ζ个目标的波达方向。在仿真实验中,共进行500次蒙特卡洛实验。
参照图3,为仿真实验中每个发射阵元的幅度误差的估计结果示意图。图3中,圆圈代表实际的幅度误差值,点代表用本发明估计出的每个发射阵元的幅度误差值。从图3中可以看出,即使在原始误差很大的情况下我们也能很好的估计出发射阵列的幅度误差。
参照图4,为仿真实验中每个发射阵元的相位误差的估计结果示意图。图4中,圆圈代表实际的相位误差值,点代表用本发明估计出的每个发射阵元的相位误差值。从图4中可以看出,即使在原始误差很大的情况下我们也能很好的估计出发射阵列的相位误差。
参照图5,为仿真实验中每个接收阵元的幅度误差的估计结果示意图。图5中,圆圈代表实际的幅度误差值,点代表用本发明估计出的每个接收阵元的幅度误差值。从图5中可以看出,即使在原始误差很大的情况下我们也能很好的估计出接收阵列的幅度误差。
参照图6,为仿真实验中每个接收阵元的相位误差的估计结果示意图。图6中,圆圈代表实际的相位误差值,点代表用本发明估计出的每个接收阵元的相位误差值。从图6中可以看出,即使在原始误差很大的情况下我们也能很好的估计出接收阵列的相位误差。
参照图7,为仿真实验中使用本发明和ESPRIT-like方法得出的目标角度的均方根曲线示意图。参照图8,为仿真实验中使用本发明和ESPRIT-like方法得出的幅相误差的均方根曲线示意图。从图7和图8可看出,用本发明本文估计的目标角度和幅相误差的精度性能优于已有的ESPRIT-like方法。这是因为已有ESPRIT-like方法是在未估计目标角度的情况之下估计出的幅相误差,导致了幅相误差估计精度的下降。反过来,幅相误差估计精度的下降又导致了角度的估计误差。而在本文中首先是在精确阵元的基础之上估计出目标的角度以及实际的阵列导向矢量,然后再估计其幅相误差,所以角度和幅相误差的结果没有受到目标未知的影响。
参照图9,为仿真实验中使用本发明和ESPRIT-like方法时目标角度的估计性能随着蒙特卡洛次数的变化趋势示意图。参照图10,为仿真实验中使用本发明和ESPRIT-like方法时幅相误差的估计性能随着蒙特卡洛次数的变化趋势示意图。从图9和图10中可以看出,随着蒙特卡洛次数增加,性能有所提升,但并不是线性变化的,而且会增加计算量,所以蒙特卡洛次数的选取应该在估计性能和计算量之前达到一个平衡。
参照表1,为本发明和其他方法在计算复杂度上的对比表:
表1
其中,o(·)表示高阶无穷小,Q表示采样点数,l为搜索范围内搜索步长的个数,μ=M-m+1,ν=N-n+1。m表示假设的精确校正的发射阵元个数,n表示假设的精确校正的接收阵元的个数。从表1中可以看出,本发明与已有的两种算法相比,计算复杂度最低,比其他两种算法降低接近一个数量级。而且M,N越大,重叠虚拟的阵元数越多,算法复杂度降低越多。可见本发明能大大降低双基地MIMO雷达信号处理的运算量,提高目标角度和阵列幅相误差校正的精度。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (6)
1.双基地MIMO雷达收发阵列幅相误差的校正方法,其特征在于,包括以下步骤:
S1:双基地MIMO雷达的发射阵列呈现为均匀线阵,双基地MIMO雷达的接收阵列呈现为均匀线阵;双基地MIMO雷达的发射阵列发射相互正交的编码信号,然后利用双基地MIMO雷达的接收阵列接收目标的回波信号;在接收到的回波信号中第q个脉冲周期的信号表示为Yq,q取1至Q,Q为双基地MIMO雷达的发射信号的脉冲周期数;
S2:接收到的回波信号中所有脉冲周期的信号为Y1至YQ,发射波形表示为S,分别对Y1至YQ进行发射波形匹配,得到Z1至ZQ;然后分别对Z1至ZQ进行列向量化处理,得到η1至ηQ,利用η1至ηQ组成矩阵X,X=[η1,...,ηQ];
S3:构造四个选择矩阵J1至J4,然后按照以下公式得出X1至X4:
X1=J1X,X2=J2X,X3=J3X,X4=J4X;
然后,按照以下公式得出R11、R21、R33和R43:
其中,E[·]表示矩阵的期望;
S4:根据R11和R21,采用旋转子空间不变算法估计出目标的波达方向和双基地MIMO雷达的发射阵列的导向矢量;根据R33和R43,采用旋转子空间不变算法估计出目标的波离方向和双基地MIMO雷达的接收阵列的导向矢量;
S5:根据估计出的目标的波离方向和双基地MIMO雷达的发射阵列的导向矢量,得出双基地MIMO雷达的发射阵列的幅度误差和相位误差;根据估计出的目标的波达方向和双基地MIMO雷达的接收阵列的导向矢量,得出双基地MIMO雷达的接收阵列的幅度误差和相位误差;
S6:根据所述双基地MIMO雷达的发射阵列的幅度误差和相位误差,对双基地MIMO雷达的发射阵列进行幅度和相位的校正;根据所述双基地MIMO雷达的接收阵列的幅度误差和相位误差,对双基地MIMO雷达的接收阵列进行幅度和相位的校正。
3.如权利要求2所述的双基地MIMO雷达收发阵列幅相误差的校正方法,其特征在于,在步骤S1中,接收到的回波信号中第q个脉冲周期的信号Yq为:
其中,Aur=ΓrAr,Γr为对角矩阵且 T表示矩阵的转置,ρrn表示待求解的双基地MIMO雷达的接收阵列中第n个阵元的幅度误差,n取3至N,表示待求解的双基地MIMO雷达的接收阵列中第n个阵元的相位误差,Ar=[ar1,...,arP],arζ表示第ζ个目标的理想接收导向矢量,ζ取1至P,P为目标的个数;
Aut=ΓtAt,Γt为对角矩阵且 ρtm表示待求解的双基地MIMO雷达的发射阵列中第m个阵元的幅度误差,m取3至M,表示待求解的双基地MIMO雷达的发射阵列中第m个阵元的相位误差,At=[at1,...,atP],atζ表示第ζ个目标的理想发射导向矢量;
4.如权利要求2所述的双基地MIMO雷达收发阵列幅相误差的校正方法,其特征在于,在步骤S2中,按照以下公式对Yq进行发射波形匹配:
Zq=YqSH
在得出Zq之后,对Zq进行列向量化处理;对Zq进行列向量化处理包括以下步骤:提取Zq的每一列,然后按照Zq的列顺序,将Zq的每一列排在一列中,形成列向量ηq。
5.如权利要求2所述的双基地MIMO雷达收发阵列幅相误差的校正方法,其特征在于,在步骤S4中,首先估计出噪声的平均功率σ2,求出矩阵R11S,得出R11S的最大的P个特征值、以及R11S的最大的P个特征值对应的特征向量,P为设定的目标的个数;得出R11S的伪逆矩阵构造矩阵R21 对矩阵R21 进行特征分解,可以得出其中,H表示矩阵的共轭转置;Λr=diag[λr1,λr2,…,λrP],λr1至λrP分别表示矩阵R21 的P个非零的复数特征值,Ut=[Vt1,...,VtP],Vt1至VtP分别表示所述矩阵R21 的P个非零的复数特征值对应的特征向量;然后根据下式估计出第ζ个目标的波达方向
其中,ζ取1至P,angle(·)表示取复数的相角,arcsin(·)为反正弦函数,λ为双基地MIMO雷达的发射阵列的发射信号的载波波长,dr为双基地MIMO雷达的接收阵列的阵元间距;
然后,根据与λrζ对应的特征向量Vtζ,得出第ζ个目标对应的双基地MIMO雷达的发射阵列的导向矢量
其中,Vtζ1表示Vtζ的第一个元素;
在步骤S4中,首先估计出噪声的平均功率σ2,求出矩阵R33S,R33S=R33-σ2IN,得出R33S的最大的P个特征值、以及R33S的最大的P个特征值对应的特征向量,P为设定的目标的个数;得出R33S的伪逆矩阵构造矩阵R43 对矩阵R43 进行特征分解,可以得出R43 其中,H表示矩阵的共轭转置;Λt=diag[λt1,λt2,…,λtP],λt1至λtP分别表示矩阵R43 的P个非零的复数特征值,Ur=[Vr1,...,VrP],Vr1至VrP分别表示所述矩阵R43 的P个非零的复数特征值对应的特征向量;然后根据下式估计出第ζ个目标的波离方向
其中,ζ取1至P,angle(·)表示取复数的相角,arcsin(·)为反正弦函数,λ为双基地MIMO雷达的发射阵列的发射信号的载波波长,dt为双基地MIMO雷达的发射阵列的阵元间距;
其中,Vrζ1表示Vrζ的第一个元素。
6.如权利要求5所述的双基地MIMO雷达收发阵列幅相误差的校正方法,其特征在于,在步骤S5中,根据以下公式得出双基地MIMO雷达的发射阵列中第m个阵元的幅度误差:
其中,T表示矩阵的转置;
在步骤S5中,根据以下公式得出双基地MIMO雷达的接收阵列中第n个阵元的幅度误差:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410105629.2A CN103885048B (zh) | 2014-03-20 | 2014-03-20 | 双基地mimo雷达收发阵列幅相误差的校正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410105629.2A CN103885048B (zh) | 2014-03-20 | 2014-03-20 | 双基地mimo雷达收发阵列幅相误差的校正方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103885048A true CN103885048A (zh) | 2014-06-25 |
CN103885048B CN103885048B (zh) | 2016-02-03 |
Family
ID=50954045
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410105629.2A Expired - Fee Related CN103885048B (zh) | 2014-03-20 | 2014-03-20 | 双基地mimo雷达收发阵列幅相误差的校正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103885048B (zh) |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104111448A (zh) * | 2014-07-29 | 2014-10-22 | 电子科技大学 | Mimo雷达收发阵列误差的联合校正方法 |
CN104360334A (zh) * | 2014-11-21 | 2015-02-18 | 吉林大学 | 相关噪声背景下基于特征值mimo雷达目标盲检测方法 |
CN105044693A (zh) * | 2015-06-25 | 2015-11-11 | 西安电子科技大学 | 基于辅助阵元的微波关联成像雷达幅相误差校正方法 |
CN105388450A (zh) * | 2015-10-28 | 2016-03-09 | 江苏大学 | 一种基于目标角度分离的双基地mimo系统dod和doa估计方法 |
CN105445709A (zh) * | 2015-11-12 | 2016-03-30 | 电子科技大学 | 一种稀布阵列近场无源定位幅相误差校正方法 |
CN105954731A (zh) * | 2016-04-26 | 2016-09-21 | 哈尔滨工程大学 | 冲击噪声下基于免疫布谷鸟搜索的双基地mimo雷达测向方法 |
CN106125075A (zh) * | 2016-08-31 | 2016-11-16 | 电子科技大学 | 一种双基地前视合成孔径雷达的运动误差估计方法 |
CN106324569A (zh) * | 2016-09-09 | 2017-01-11 | 深圳大学 | 一种阵列误差下的稀疏恢复stap方法及其系统 |
CN106405485A (zh) * | 2016-09-30 | 2017-02-15 | 电子科技大学 | 一种校正源位置未知的天线阵列幅相误差动中校方法 |
CN107037396A (zh) * | 2016-01-22 | 2017-08-11 | 通用汽车环球科技运作有限责任公司 | 到达角估计 |
CN107390188A (zh) * | 2017-07-28 | 2017-11-24 | 西安电子科技大学 | 一种用于mimo雷达主瓣抗干扰的发射初相优化方法 |
CN107843881A (zh) * | 2017-10-24 | 2018-03-27 | 中国人民解放军空军工程大学 | 雷达角度估计及误差校正方法 |
CN108459307A (zh) * | 2018-02-05 | 2018-08-28 | 西安电子科技大学 | 基于杂波的mimo雷达收发阵列幅相误差校正方法 |
CN108490425A (zh) * | 2018-03-07 | 2018-09-04 | 西安电子科技大学 | 一种双基地mimo雷达的测角方法 |
CN108717189A (zh) * | 2018-06-01 | 2018-10-30 | 西安电子科技大学 | 基于压缩感知理论的双基地mimo雷达成像方法 |
CN109407047A (zh) * | 2018-09-19 | 2019-03-01 | 江苏大学 | 一种基于秩损求根的幅相误差校准和波达方向估计方法 |
CN109828249A (zh) * | 2019-02-22 | 2019-05-31 | 北京遥感设备研究所 | 一种用于综合孔径辐射计阵列的定标方法 |
CN110208762A (zh) * | 2019-07-05 | 2019-09-06 | 西安电子科技大学 | 基于杂波的多输入多输出雷达阵列误差校正方法 |
CN110376560A (zh) * | 2019-06-03 | 2019-10-25 | 西安电子科技大学 | 一种基于单距离门的机载双基地mimo雷达幅相误差校正方法 |
CN111679254A (zh) * | 2020-05-13 | 2020-09-18 | 苏州理工雷科传感技术有限公司 | 一种线性调频信号mimo雷达系统的多通道校准方法 |
CN112083385A (zh) * | 2020-08-28 | 2020-12-15 | 西安电子科技大学 | 一种基于点目标回波的阵列幅相误差自校正方法 |
CN112782663A (zh) * | 2021-02-03 | 2021-05-11 | 海南大学 | 一种幅相误差条件下fda-mimo雷达的目标参数估计方法 |
CN113655475A (zh) * | 2021-08-16 | 2021-11-16 | 电子科技大学 | 一种基于波形选择的雷达通信一体化方法 |
CN114994651A (zh) * | 2022-05-18 | 2022-09-02 | 电子科技大学 | 一种存在通道幅相误差的双基地互质mimo雷达目标定位方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101251597A (zh) * | 2008-04-08 | 2008-08-27 | 西安电子科技大学 | 一种多输入多输出雷达系统阵列误差自校正的方法 |
CN103353591A (zh) * | 2013-06-19 | 2013-10-16 | 西安电子科技大学 | 基于mimo的双基地雷达局域化降维杂波抑制方法 |
-
2014
- 2014-03-20 CN CN201410105629.2A patent/CN103885048B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101251597A (zh) * | 2008-04-08 | 2008-08-27 | 西安电子科技大学 | 一种多输入多输出雷达系统阵列误差自校正的方法 |
CN103353591A (zh) * | 2013-06-19 | 2013-10-16 | 西安电子科技大学 | 基于mimo的双基地雷达局域化降维杂波抑制方法 |
Non-Patent Citations (2)
Title |
---|
刘晓莉 等: "双基地MIMO 雷达多目标定位及幅相误差估计", 《电子学报》 * |
徐青 等: "一种MIMO雷达幅相误差估计方法", 《航空学报》 * |
Cited By (38)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104111448A (zh) * | 2014-07-29 | 2014-10-22 | 电子科技大学 | Mimo雷达收发阵列误差的联合校正方法 |
CN104360334A (zh) * | 2014-11-21 | 2015-02-18 | 吉林大学 | 相关噪声背景下基于特征值mimo雷达目标盲检测方法 |
CN105044693A (zh) * | 2015-06-25 | 2015-11-11 | 西安电子科技大学 | 基于辅助阵元的微波关联成像雷达幅相误差校正方法 |
CN105388450A (zh) * | 2015-10-28 | 2016-03-09 | 江苏大学 | 一种基于目标角度分离的双基地mimo系统dod和doa估计方法 |
CN105445709A (zh) * | 2015-11-12 | 2016-03-30 | 电子科技大学 | 一种稀布阵列近场无源定位幅相误差校正方法 |
CN107037396B (zh) * | 2016-01-22 | 2021-03-12 | 通用汽车环球科技运作有限责任公司 | 到达角估计 |
CN107037396A (zh) * | 2016-01-22 | 2017-08-11 | 通用汽车环球科技运作有限责任公司 | 到达角估计 |
CN105954731A (zh) * | 2016-04-26 | 2016-09-21 | 哈尔滨工程大学 | 冲击噪声下基于免疫布谷鸟搜索的双基地mimo雷达测向方法 |
CN106125075A (zh) * | 2016-08-31 | 2016-11-16 | 电子科技大学 | 一种双基地前视合成孔径雷达的运动误差估计方法 |
CN106125075B (zh) * | 2016-08-31 | 2019-04-09 | 电子科技大学 | 一种双基地前视合成孔径雷达的运动误差估计方法 |
CN106324569B (zh) * | 2016-09-09 | 2019-01-01 | 深圳大学 | 一种阵列误差下的稀疏恢复stap方法及其系统 |
CN106324569A (zh) * | 2016-09-09 | 2017-01-11 | 深圳大学 | 一种阵列误差下的稀疏恢复stap方法及其系统 |
CN106405485A (zh) * | 2016-09-30 | 2017-02-15 | 电子科技大学 | 一种校正源位置未知的天线阵列幅相误差动中校方法 |
CN107390188A (zh) * | 2017-07-28 | 2017-11-24 | 西安电子科技大学 | 一种用于mimo雷达主瓣抗干扰的发射初相优化方法 |
CN107390188B (zh) * | 2017-07-28 | 2020-06-05 | 西安电子科技大学 | 一种用于mimo雷达主瓣抗干扰的发射初相优化方法 |
CN107843881A (zh) * | 2017-10-24 | 2018-03-27 | 中国人民解放军空军工程大学 | 雷达角度估计及误差校正方法 |
CN107843881B (zh) * | 2017-10-24 | 2020-04-03 | 中国人民解放军空军工程大学 | 雷达角度估计及误差校正方法 |
CN108459307A (zh) * | 2018-02-05 | 2018-08-28 | 西安电子科技大学 | 基于杂波的mimo雷达收发阵列幅相误差校正方法 |
CN108459307B (zh) * | 2018-02-05 | 2021-07-20 | 西安电子科技大学 | 基于杂波的mimo雷达收发阵列幅相误差校正方法 |
CN108490425A (zh) * | 2018-03-07 | 2018-09-04 | 西安电子科技大学 | 一种双基地mimo雷达的测角方法 |
CN108717189A (zh) * | 2018-06-01 | 2018-10-30 | 西安电子科技大学 | 基于压缩感知理论的双基地mimo雷达成像方法 |
CN108717189B (zh) * | 2018-06-01 | 2022-07-15 | 西安电子科技大学 | 基于压缩感知理论的双基地mimo雷达成像方法 |
CN109407047A (zh) * | 2018-09-19 | 2019-03-01 | 江苏大学 | 一种基于秩损求根的幅相误差校准和波达方向估计方法 |
CN109828249A (zh) * | 2019-02-22 | 2019-05-31 | 北京遥感设备研究所 | 一种用于综合孔径辐射计阵列的定标方法 |
CN110376560A (zh) * | 2019-06-03 | 2019-10-25 | 西安电子科技大学 | 一种基于单距离门的机载双基地mimo雷达幅相误差校正方法 |
CN110376560B (zh) * | 2019-06-03 | 2021-05-07 | 西安电子科技大学 | 一种基于单距离门的机载双基地mimo雷达幅相误差校正方法 |
CN110208762B (zh) * | 2019-07-05 | 2023-06-16 | 西安电子科技大学 | 基于杂波的多输入多输出雷达阵列误差校正方法 |
CN110208762A (zh) * | 2019-07-05 | 2019-09-06 | 西安电子科技大学 | 基于杂波的多输入多输出雷达阵列误差校正方法 |
CN111679254B (zh) * | 2020-05-13 | 2022-03-25 | 苏州理工雷科传感技术有限公司 | 一种线性调频信号mimo雷达系统的多通道校准方法 |
CN111679254A (zh) * | 2020-05-13 | 2020-09-18 | 苏州理工雷科传感技术有限公司 | 一种线性调频信号mimo雷达系统的多通道校准方法 |
CN112083385A (zh) * | 2020-08-28 | 2020-12-15 | 西安电子科技大学 | 一种基于点目标回波的阵列幅相误差自校正方法 |
CN112083385B (zh) * | 2020-08-28 | 2023-06-23 | 西安电子科技大学 | 一种基于点目标回波的阵列幅相误差自校正方法 |
CN112782663A (zh) * | 2021-02-03 | 2021-05-11 | 海南大学 | 一种幅相误差条件下fda-mimo雷达的目标参数估计方法 |
CN112782663B (zh) * | 2021-02-03 | 2023-07-21 | 海南大学 | 一种幅相误差条件下fda-mimo雷达的目标参数估计方法 |
CN113655475A (zh) * | 2021-08-16 | 2021-11-16 | 电子科技大学 | 一种基于波形选择的雷达通信一体化方法 |
CN113655475B (zh) * | 2021-08-16 | 2023-06-20 | 电子科技大学 | 一种基于波形选择的雷达通信一体化方法 |
CN114994651A (zh) * | 2022-05-18 | 2022-09-02 | 电子科技大学 | 一种存在通道幅相误差的双基地互质mimo雷达目标定位方法 |
CN114994651B (zh) * | 2022-05-18 | 2024-02-06 | 电子科技大学 | 一种存在通道幅相误差的双基地互质mimo雷达目标定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103885048B (zh) | 2016-02-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103885048B (zh) | 双基地mimo雷达收发阵列幅相误差的校正方法 | |
CN108459307B (zh) | 基于杂波的mimo雷达收发阵列幅相误差校正方法 | |
CN101770022B (zh) | 基于遗传算法的mimo雷达阵列位置误差自校正方法 | |
CN103901417B (zh) | L型阵列mimo雷达低复杂度空间目标二维角度估计方法 | |
CN101251597B (zh) | 一种多输入多输出雷达系统阵列误差自校正的方法 | |
CN104111448B (zh) | Mimo雷达收发阵列误差的联合校正方法 | |
CN107064892B (zh) | 基于张量子空间和旋转不变的mimo雷达角度估计算法 | |
Duofang et al. | Angle estimation using ESPRIT in MIMO radar | |
CN109782243B (zh) | 基于块Hankel矩阵填充的阵元故障MIMO雷达角度估计方法 | |
CN104020469B (zh) | 一种mimo雷达距离-角度二维超分辨率成像算法 | |
CN108303683B (zh) | 单基地mimo雷达实值esprit非圆信号角度估计方法 | |
CN103969640B (zh) | 双基地mimo雷达目标稀疏成像方法 | |
CN105403871B (zh) | 一种双基地mimo雷达阵列目标角度估计和互耦误差校准方法 | |
CN105467365A (zh) | 一种改善mimo雷达doa估计性能的低旁瓣发射方向图设计方法 | |
CN101799535A (zh) | Mimo雷达目标方向的估计方法 | |
Xu et al. | Joint DOD and DOA estimation in slow-time MIMO radar via PARAFAC decomposition | |
CN109828252B (zh) | 一种mimo雷达参数估计方法 | |
CN109254272B (zh) | 一种共点式极化mimo雷达的两维角度估计方法 | |
CN103901410A (zh) | 基于稀疏恢复的机载双基地mimo雷达杂波抑制方法 | |
CN109188386B (zh) | 基于改进二维esprit算法的mimo雷达高分辨率参数估计方法 | |
CN105223554A (zh) | 基于多普勒三通道联合处理的空时自适应单脉冲测角方法 | |
CN109143228A (zh) | 互耦条件下双基地mimo雷达非圆目标的角度估计方法 | |
CN104730517A (zh) | 双基地多输入多输出雷达多目标跟踪方法 | |
CN110196417B (zh) | 基于发射能量集中的双基地mimo雷达角度估计方法 | |
CN106125039B (zh) | 基于局域联合处理的改进空时自适应单脉冲测角方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160203 |
|
CF01 | Termination of patent right due to non-payment of annual fee |