CN111580040A - 双基地展开互质阵列mimo雷达dod和doa降维估计方法 - Google Patents

双基地展开互质阵列mimo雷达dod和doa降维估计方法 Download PDF

Info

Publication number
CN111580040A
CN111580040A CN202010233412.5A CN202010233412A CN111580040A CN 111580040 A CN111580040 A CN 111580040A CN 202010233412 A CN202010233412 A CN 202010233412A CN 111580040 A CN111580040 A CN 111580040A
Authority
CN
China
Prior art keywords
array
bistatic
mimo radar
prime
doa
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.)
Pending
Application number
CN202010233412.5A
Other languages
English (en)
Inventor
周围
王强
唐俊
张维
潘英杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing University of Post and Telecommunications
Original Assignee
Chongqing University of Post and Telecommunications
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chongqing University of Post and Telecommunications filed Critical Chongqing University of Post and Telecommunications
Priority to CN202010233412.5A priority Critical patent/CN111580040A/zh
Publication of CN111580040A publication Critical patent/CN111580040A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S3/00Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received
    • G01S3/02Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received using radio waves
    • G01S3/04Details
    • G01S3/10Means for reducing or compensating for quadrantal, site, or like errors
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S3/00Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received
    • G01S3/02Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received using radio waves
    • G01S3/14Systems for determining direction or deviation from predetermined direction

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明涉及雷达技术领域,尤其涉及双基地展开互质阵列MIMO雷达DOD和DOA降维估计方法,该方法基于双基地展开互质阵列MIMO雷达阵列结构,提出了基于降维多重信号分类算法的双基地展开互质阵列MIMO雷达离开角、到达角联合估计方法,该方法通过增加约束并构造代价函数的方式,将二维MUSIC算法中的二维谱峰搜索最大值转化为求解带约束的一维最优值,先后得到DOA、DOD,并且DOD与DOA自动配对。本发明中降维思想的引入使得算法无需二维搜索,因而复杂度显著下降;得益于展开互质阵列更大的阵列孔径与MIMO雷达形成的虚拟阵列,使得本发明提出的方法在各方面性能优异;此外,子阵数目的互质消除了阵元间距大于半波长可能导致的相位模糊问题。

Description

双基地展开互质阵列MIMO雷达DOD和DOA降维估计方法
技术领域
本发明涉及雷达技术领域,尤其涉及双基地展开互质阵列MIMO雷达DOD和DOA降维估计方法。
背景技术
MIMO技术在通信的应用显著提高了在衰落信道下的信道容量以及可靠性,是无线通信领域的核心技术之一。启发自MIMO技术,科研工作者开始思考是否可以将MIMO技术应用于雷达系统,2003年美国林肯实验室的Bliss和Forsythe首次提出了MIMO雷达。MIMO雷达技术的特点在于发射阵列和接收阵列分别配置多根天线用于正交信号发射和远场信号的回波接收,并依据收发阵列是否处于同一位置而分为收发共置单基地和收发单置双基地的两种形式。MIMO雷达技术在不增加发射功率和系统带宽的情况下,多倍的提高系统的信道容量和频谱利用率,同时也能够提高信道可靠性,其在空间分辨率,自由度以及参数的可识别性等方面均优于传统体制雷达,因而得到了学术界更多的关注,其中的双基地MIMO雷达在抗干扰、抗截获、速度分辨力、探测性能、杂波抑制以及低空小目标检测等方面都有很大的改善。
双基地MIMO雷达利用发射和接收阵列信号具有的方向相关性,可同时估计出接收站目标方向和发射站目标方向,有较高的目标参数估计精度,这种体制避开了双基地固有的目标参数测量中存在的时间、角度、频率(相位)同步的三大技术难题,具有双基地雷达和MIMO技术的双重优点。因此,双基地MIMO雷达的到达角(Direction Of Arrival,DOA)估计以及离开角(Direction Of Departure,DOD)和到达角(Direction Of Arrival,DOA)联合估计则是MIMO雷达的重要研究内容,已成为MIMO雷达研究的热点之一。传统子空间类算法如MUSIC、ESPRTT算法虽然都能适用于双基地MIMO雷达的角度估计,但存在低信噪比下估计精度不高的问题,并且ESPRTT算法利用了旋转不变因子特性,只适用于等距线阵。对积累后的接收机匹配滤波输出信号进行二维搜索,通过寻找峰值来确定DOD和DOA的传统方法存在大计算量和定位精度不高的问题,严重限制了其在实际雷达系统中的应用。
发明内容
有鉴于此,本发明的目的是提供双基地展开互质阵列MIMO雷达DOD和DOA降维估计方法,其通过增加约束并构造代价函数的方式,将二维MUSIC算法中的二维谱峰搜索最大值转化为求解带约束的一维最优值,先后得到DOA、DOD,并且DOD与DOA自动配对,避免了二维的穷尽搜索,因此复杂度大大降低;展开互质阵列更大的阵列孔径与MIMO雷达形成的虚拟阵列,提出的算法在各方面性能优异。
本发明通过以下技术手段解决上述技术问题:
双基地展开互质阵列MIMO雷达DOD和DOA降维估计方法,包括以下步骤:
对双基地展开互质阵列MIMO雷达中的接收阵元匹配滤波后得到的接收数据求解空间协方差矩阵,对空间协方差矩阵进行特征值分解,得到噪声子空间Un
将获得的噪声子空间Un参与定义检测矩阵:
Figure BDA0002430144050000021
对检测矩阵进行优化变形,增加约束条件定义代价函数,获得搜索公式;
对搜索公式进行峰值搜索,搜索获得功率较大的前K个谱峰所对应的位置即为DOA估计;
由得到的DOA估计获得发射阵列下DOD所对应的导向矢量;
使用最小二乘策略求解φk,进而获得估计的发射角度
Figure BDA0002430144050000022
进一步,所述双基地展开互质阵列MIMO雷达包含异地放置的发射阵列和接收阵列,发射阵列与接收阵列各包含两个稀疏均匀线阵的子阵1和子阵2,所述子阵1和子阵2按照相反方向完全展开排列,子阵1的最后一个阵元与子阵2的第一个阵元相重合。
进一步,所述双基地展开互质阵列MIMO雷达中,设子阵1和子阵2的阵元数目分别为M、N,且M、N互质,M<N,子阵1阵元间距为Nλ/2,子阵2阵元间距为Mλ/2,λ表示入射到展开互质阵列的电磁信号波长,所述发射阵列与接收阵列各自的阵元数均为M+N-1。
进一步,所述接收阵元匹配滤波后得到的接收数据如下:
x(t)=As(t)+n(t)
式中,s(t)是回波信号矢量,A为展开互质阵列MIMO雷达的虚拟阵列流行,n(t)是均值为0,方差为σ2的加性高斯白噪声矢量。
进一步,所述空间协方差矩阵如下:
Figure BDA0002430144050000031
式中,∑表示求和操作,H表示共轭转置操作。
进一步,所述约束条件为eTat(φ)=1,其中e=[1,0…0]。
进一步,所述代价函数表示如下:
Figure BDA0002430144050000032
式中,ω为常数。
进一步,所述搜索公式如下:
Figure BDA0002430144050000033
所述峰值搜索为在θ∈(-π/2,π/2)范围内对搜索公式进行搜索,按照从高到低的顺序,寻找功率较大的前K个谱峰。
进一步,所述估计的发射角度
Figure BDA0002430144050000034
由下式得到:
Figure BDA0002430144050000035
本发明相较于现有技术具有以下优点:
(1)通过将传统互质阵列展开成两个相反的方向,得到展开的互质阵列,展开互质阵列将两个子阵完全展开,因而在阵元数目受限情况下获得相较于均匀阵列以及传统互质阵列更大的阵列孔径。进而将展开互质阵列分别作为MIMO雷达的发射阵和接收阵,通过利用展开互质阵列的大阵列孔径以及MIMO雷达优异的空间分辨率、自由度,以及参数的可识别性等性能,引入数学意义上的降维思想,使得算法无需二维搜索,因而复杂度相较于二维MUSIC算法大大降低。
(2)本发明不同于传统互质阵列DOA估计算法将两个子阵的接收数据分别进行处理,使得自由度下降了至少一半,而是将整个接收阵列作为一个整体,使用所有接收阵元的接收数据来进行DOA估计,由于同时利用了阵列的自信息以及互信息,因此自由度以及DOA估计精度相较于传统互质阵列DOA方法均有大幅的提高。
(3)发射阵列与接收阵列各自的子阵数目的互质性可消除阵元间距大于半波长而可能导致的相位模糊问题。
附图说明
图1是本发明双基地展开互质阵列MIMO雷达的几何结构示意图;
图2是双基地展开互质阵列MIMO雷达、双基地传统互质阵列MIMO雷达、均匀阵列MIMO雷达下的DOD、DOA降维估计的空间二维图谱;
图3是双基地展开互质阵列MIMO雷达在多信源场景下的二维图谱估计。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
一.建立系统数学模型
用2M+2N-1个天线阵元形成展开互质阵列MIMO雷达,其中M,N表示两个互质的整数,MIMO雷达的接收阵列接收来自K个目标反射的发射阵列发射信号的回波信号,构造展开互质阵列MIMO雷达的具体步骤如下:
本发明实施例中的双基地展开互质阵列MIMO雷达包含异地放置的发射阵列和接收阵列,其几何结构如图1所示,发射阵列与接收阵列各包含两个稀疏均匀线阵的子阵1和子阵2,子阵1和子阵2按照相反方向完全展开排列,子阵1的最后一个阵元与子阵2的第一个阵元相重合。设子阵1和子阵2的阵元数目分别为M、N,且M、N互质,不失一般性设M<N。子阵1阵元间距为Nλ/2,子阵2阵元间距为Mλ/2,其中λ表示入射到展开互质阵列的电磁信号波长,发射阵列与接收阵列各自的阵元数均为M+N-1。
那么,发射阵列和接收阵列的阵元位置可表示为
Pt=Pr={Mnd0|0≤n≤(N-1)}∪{M(N-1)d0+Nmd0|0≤m≤(M-1)} (1)
其中d0为半波长。现各个发射阵元同时发射同频正交的周期相位编码信号,发射信号满足条件公式(2)
Figure BDA0002430144050000041
其中,si、sj分别是第i个和第j个发射阵元的信号,L为每个重复周期的相位编码个数,∑表示求和操作。
获取发射子阵与接收子阵的导向矢量:
假设存在K个互不相关的远场目标,且满足K<(M+N-1)2,发射角度分别为φ12…φK,目标的回波波达角度分别为θ12…θK,因此发射阵以及接收阵关于第k个目标的导向矢量可分别由公式(3),(4)表示
Figure BDA0002430144050000051
Figure BDA0002430144050000052
其中,at1k)、at2k)分别是发射阵列中子阵1、子阵2的导向矢量,ar1k),ar2k)则分别是接收阵列中子阵1、子阵2的导向矢量,k=1,2…K。发射子阵与接收子阵的导向矢量表达式分别为
Figure BDA0002430144050000053
Figure BDA0002430144050000054
Figure BDA0002430144050000055
Figure BDA0002430144050000056
因此得到发射阵与接收阵的阵列流形At,Ar如下
At=[at1),at2),…atK)] (7)
Ar=[ar1),ar2),…arK)] (8)
进而得到展开互质阵列MIMO雷达的虚拟阵列流形
Figure BDA0002430144050000057
其中
Figure BDA0002430144050000058
表示Khatri-Rao积,
Figure BDA0002430144050000059
表示Kronecker积。由此可得接收阵元经过匹配滤波之后的接收数据
x(t)=As(t)+n(t) (11)
其中s(t)是回波信号矢量
Figure BDA00024301440500000510
βk为第k个点目标的雷达截面系数(Radar cross section,RCS),fdk为第k个点目标的多普勒频率,fs为发射波形的脉冲重复频率。n(t)是均值为0,方差为σ2的加性高斯白噪声矢量。
Figure BDA00024301440500000511
估计协方差矩阵:
由此计算空间协方差矩阵Rxx
Figure BDA0002430144050000061
其中
Figure BDA0002430144050000062
是信源的协方差矩阵,
Figure BDA0002430144050000063
是第k个信源的功率。I是维度为(M+N-1)2×(M+N-1)2的单位矩阵,实际工程应用中,空间协方差矩阵可用L个采样快拍进行估计,于是有
Figure BDA0002430144050000064
式中,t=1,2…L,H表示共轭转置操作。
二.双基地展开互质阵列MIMO雷达DOD、DOA降维估计算法
基于上述系统数学模型,本发明实施例的双基地展开互质阵列MIMO雷达DOD、DOA降维估计算法如下:
首先定义检测矩阵
Figure BDA0002430144050000065
对(16)重构变形,表达为
Figure BDA0002430144050000066
其中
Figure BDA0002430144050000067
Un为空间协方差矩阵特征分解后得到的噪声子空间,式(17)可视为二次优化问题,即寻找该表达式下的最优解集
Figure BDA0002430144050000068
亦即V(φ,θ)的极小值点。
首先增加约束条件eTat(φ)=1,其中e=[1,0…0],以排除at(φ)为全0的无意义解。至此,将问题转化为约束条件下求解最优解的数学问题,描述如下
Figure BDA0002430144050000069
按照拉格朗日乘数法求解最优值的标准方法,首先定义代价函数
Figure BDA00024301440500000610
其中ω为常数,对该式求关于at(φ)的偏导,并使其为0
Figure BDA00024301440500000611
可解得
Figure BDA00024301440500000612
又有约束eTat(φ)=1,进而可得
Figure BDA00024301440500000613
将式(21)代入
Figure BDA00024301440500000614
可得
Figure BDA0002430144050000071
在θ∈(-π/2,π/2)范围内对(22)进行搜索,按照从高到低的顺序,寻找功率较大的前K个谱峰,K个峰值所在位置即为DOA估计
Figure BDA0002430144050000072
K表示入射到展开互质阵列的目标电磁信号个数。
随后将
Figure BDA0002430144050000073
代入式(23),可得发射阵列下离开角所对应的导向矢量
Figure BDA0002430144050000074
第k个真实DOD,即φk,所对应的发射阵列导向矢量为
Figure BDA0002430144050000075
定义
Figure BDA0002430144050000076
其中angle(·)为取相位角操作。进而使用最小二乘策略求解φk,最小二乘拟合公式如下
Figure BDA0002430144050000077
其中
Figure BDA0002430144050000078
是未知参数,ck1即为πsinφk,ck0为其他参数,可忽略。
Figure BDA0002430144050000079
具体为
Figure BDA00024301440500000710
由式(25)可解得
Figure BDA00024301440500000711
则估计的发射角度
Figure BDA00024301440500000712
可由式(27)得到
Figure BDA00024301440500000713
对上述算法进行仿真计算,结果如下:
算法在子阵1、2数目分别为4、3,信噪比低至-15dB,快拍数为500时可准确识别多个信源的DOD、DOA,图2给出了该仿真条件下本发明阵列算法、传统互质阵列MIMO雷达算法、均匀阵列MIMO雷达算法的估计性能的图示。算法在子阵1、2的阵元数目分别设为7、5,信噪比设为0dB,信源数为57,DOD以及DOA均为在[-70°,70°]上以2.5°等间隔分布的仿真条件下有着优异的性能,如图3所示。
以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。本发明未详细描述的技术、形状、构造部分均为公知技术。

Claims (9)

1.双基地展开互质阵列MIMO雷达DOD和DOA降维估计方法,其特征在于,包括以下步骤:
对双基地展开互质阵列MIMO雷达中的接收阵元匹配滤波后得到的接收数据求解空间协方差矩阵,对空间协方差矩阵进行特征值分解,得到噪声子空间Un
将获得的噪声子空间Un参与定义检测矩阵:
Figure FDA0002430144040000011
对检测矩阵进行优化变形,增加约束条件定义代价函数,获得搜索公式;
对搜索公式进行峰值搜索,搜索获得功率较大的前K个谱峰所对应的位置即为DOA估计;
由得到的DOA估计获得发射阵列下DOD所对应的导向矢量;
使用最小二乘策略求解φk,进而获得估计的发射角度
Figure FDA0002430144040000012
2.根据权利要求1所述的双基地展开互质阵列MIMO雷达DOD和DOA降维估计方法,其特征在于,所述双基地展开互质阵列MIMO雷达包含异地放置的发射阵列和接收阵列,发射阵列与接收阵列各包含两个稀疏均匀线阵的子阵1和子阵2,所述子阵1和子阵2按照相反方向完全展开排列,子阵1的最后一个阵元与子阵2的第一个阵元相重合。
3.根据权利要求2所述的双基地展开互质阵列MIMO雷达DOD和DOA降维估计方法,其特征在于,所述双基地展开互质阵列MIMO雷达中,设子阵1和子阵2的阵元数目分别为M、N,且M、N互质,M<N,子阵1阵元间距为Nλ/2,子阵2阵元间距为Mλ/2,λ表示入射到展开互质阵列的电磁信号波长,所述发射阵列与接收阵列各自的阵元数均为M+N-1。
4.根据权利要求3所述的双基地展开互质阵列MIMO雷达DOD和DOA降维估计方法,其特征在于,所述接收阵元匹配滤波后得到的接收数据如下:
x(t)=As(t)+n(t)
式中,s(t)是回波信号矢量,A为展开互质阵列MIMO雷达的虚拟阵列流行,n(t)是均值为0,方差为σ2的加性高斯白噪声矢量。
5.根据权利要求4所述的双基地展开互质阵列MIMO雷达DOD和DOA降维估计方法,其特征在于,所述空间协方差矩阵如下:
Figure FDA0002430144040000013
式中,∑表示求和操作,H表示共轭转置操作。
6.根据权利要求5所述的双基地展开互质阵列MIMO雷达DOD和DOA降维估计方法,其特征在于,所述约束条件为eTat(φ)=1,其中e=[1,0…0]。
7.根据权利要求6所述的双基地展开互质阵列MIMO雷达DOD和DOA降维估计方法,所述代价函数表示如下:
Figure FDA0002430144040000021
式中,ω为常数。
8.根据权利要求7所述的双基地展开互质阵列MIMO雷达DOD和DOA降维估计方法,其特征在于,所述搜索公式如下:
Figure FDA0002430144040000022
所述峰值搜索为在θ∈(-π/2,π/2)范围内对搜索公式进行搜索,按照从高到低的顺序,寻找功率较大的前K个谱峰。
9.根据权利要求8所述的双基地展开互质阵列MIMO雷达DOD和DOA降维估计方法,其特征在于,所述估计的发射角度
Figure FDA0002430144040000023
由下式得到:
Figure FDA0002430144040000024
CN202010233412.5A 2020-03-29 2020-03-29 双基地展开互质阵列mimo雷达dod和doa降维估计方法 Pending CN111580040A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010233412.5A CN111580040A (zh) 2020-03-29 2020-03-29 双基地展开互质阵列mimo雷达dod和doa降维估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010233412.5A CN111580040A (zh) 2020-03-29 2020-03-29 双基地展开互质阵列mimo雷达dod和doa降维估计方法

Publications (1)

Publication Number Publication Date
CN111580040A true CN111580040A (zh) 2020-08-25

Family

ID=72120881

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010233412.5A Pending CN111580040A (zh) 2020-03-29 2020-03-29 双基地展开互质阵列mimo雷达dod和doa降维估计方法

Country Status (1)

Country Link
CN (1) CN111580040A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113644941A (zh) * 2021-07-29 2021-11-12 海南大学 一种基于大规模mimo接收阵列结构的模糊相位快速消除方法
CN116500543A (zh) * 2023-06-25 2023-07-28 河北大学 一种基于参考方向变换的来波角度快速估计方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105182293A (zh) * 2015-08-25 2015-12-23 西安电子科技大学 基于互质阵列mimo雷达doa与dod估计方法
JP2017116425A (ja) * 2015-12-24 2017-06-29 学校法人東京電機大学 Mimoレーダシステム、および信号処理装置
CN109239651A (zh) * 2018-07-24 2019-01-18 南京航空航天大学 互质面阵下的二维doa跟踪方法
CN110133576A (zh) * 2019-05-23 2019-08-16 成都理工大学 基于级联残差网络的双基互质mimo阵列方位估计算法
WO2019204976A1 (zh) * 2018-04-24 2019-10-31 深圳大学 一种基于稀疏的空时自适应处理方法及系统
CN110749858A (zh) * 2019-09-26 2020-02-04 南京航空航天大学 一种基于多项式求根的展开互质阵测向估计方法
CN110927661A (zh) * 2019-11-22 2020-03-27 重庆邮电大学 基于music算法的单基地展开互质阵列mimo雷达doa估计方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105182293A (zh) * 2015-08-25 2015-12-23 西安电子科技大学 基于互质阵列mimo雷达doa与dod估计方法
JP2017116425A (ja) * 2015-12-24 2017-06-29 学校法人東京電機大学 Mimoレーダシステム、および信号処理装置
WO2019204976A1 (zh) * 2018-04-24 2019-10-31 深圳大学 一种基于稀疏的空时自适应处理方法及系统
CN109239651A (zh) * 2018-07-24 2019-01-18 南京航空航天大学 互质面阵下的二维doa跟踪方法
CN110133576A (zh) * 2019-05-23 2019-08-16 成都理工大学 基于级联残差网络的双基互质mimo阵列方位估计算法
CN110749858A (zh) * 2019-09-26 2020-02-04 南京航空航天大学 一种基于多项式求根的展开互质阵测向估计方法
CN110927661A (zh) * 2019-11-22 2020-03-27 重庆邮电大学 基于music算法的单基地展开互质阵列mimo雷达doa估计方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
HUI ZHAI ET AL.: "DOA Estimation of Noncircular Signals for Unfolded Coprime Linear Array:Identifiability, DOF and Algorithm", 《IEEE ACCESS》 *
WANG ZHENG ET AL.: "DOA Estimation for Coprime Linear Arrays: An Ambiguity-Free Method Involving Full DOFs", 《IEEE COMMUNICATIONS LETTERS》 *
XIAOFEI ZHANG ET AL.: "Direction of Departure (DOD) and Direction of Arrival (DOA) Estimation in MIMO Radar with Reduced-Dimension MUSIC", 《IEEE COMMUNICATIONS LETTERS》 *
樊劲宇等: "基于张量分解的互质阵MIMO雷达目标多参数估计方法", 《电子与信息学报》 *
陈浩等: "双基地MIMO雷达多参数联合估计及目标三维定位", 《南京大学学报(自然科学)》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113644941A (zh) * 2021-07-29 2021-11-12 海南大学 一种基于大规模mimo接收阵列结构的模糊相位快速消除方法
CN116500543A (zh) * 2023-06-25 2023-07-28 河北大学 一种基于参考方向变换的来波角度快速估计方法
CN116500543B (zh) * 2023-06-25 2023-09-05 河北大学 一种基于参考方向变换的来波角度快速估计方法

Similar Documents

Publication Publication Date Title
CN111308437B (zh) 一种毫米波mimo交通雷达求熵解速度模糊的方法
CN110927661A (zh) 基于music算法的单基地展开互质阵列mimo雷达doa估计方法
CN111580039A (zh) 基于非圆信号的单基地展开互质阵列mimo雷达doa估计方法
CN108693511B (zh) 时分复用mimo雷达的运动目标角度计算方法
CN108459307B (zh) 基于杂波的mimo雷达收发阵列幅相误差校正方法
CN111736126B (zh) 一种基于低成本安防雷达的信号处理方法
CN111239721B (zh) 车载mimo雷达求熵解速度模糊的方法
CN111257879B (zh) 基于二范数解决毫米波mimo雷达目标分裂的方法
CN109254272B (zh) 一种共点式极化mimo雷达的两维角度估计方法
CN109828252B (zh) 一种mimo雷达参数估计方法
CN103217671B (zh) 色噪声环境下的多输入多输出雷达收发角度快速估计方法
CN112462363B (zh) 非均匀稀疏极化阵列相干目标参数估计方法
CN111580040A (zh) 双基地展开互质阵列mimo雷达dod和doa降维估计方法
CN111521968B (zh) 基于目标空间分集的欠定doa估计方法
Sun et al. Target estimation by exploiting low rank structure in widely separated MIMO radar
CN113281732B (zh) 一种基于空时编码的mimo雷达目标定位方法及系统
CN108490425B (zh) 一种双基地mimo雷达的测角方法
US11754671B2 (en) Incoming wave count estimation apparatus and incoming wave count incoming direction estimation apparatus
CN108828586A (zh) 一种基于波束域的双基地mimo雷达测角优化方法
CN113093143B (zh) 基于共形频控阵mimo雷达的降维参数估计方法
CN112666558B (zh) 一种适用于汽车fmcw雷达的低复杂度music测向方法及装置
Hyder et al. A new target localization method for bistatic FDA radar
WO2021196165A1 (zh) 频率分析方法、装置及雷达
KR102331907B1 (ko) 거리와 각도 동시 추정을 위한 레이더 신호 처리 장치 및 그 방법
CN112505642A (zh) 一种psfda-mimo雷达低复杂度参数估计方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200825