多输入多输出雷达(Multiple-Input Multiple-Output,MIMO)是雷达探测领域的一个热点研究问题。双基地MIMO雷达的波达方向(Direction Of Arrival,DOA)估计问题作为雷达领域的难点问题,备受学者们的关注。当阵列接收信号中含有较强冲击特...
详细信息
多输入多输出雷达(Multiple-Input Multiple-Output,MIMO)是雷达探测领域的一个热点研究问题。双基地MIMO雷达的波达方向(Direction Of Arrival,DOA)估计问题作为雷达领域的难点问题,备受学者们的关注。当阵列接收信号中含有较强冲击特性的α噪声时,传统基于二阶矩(Second Order Moment,SOM)或高阶累积量(Higher Order Cumulant,HOC)的方法性能急剧下降,甚至失效。而现有的分数低阶统计量算子对抑制α噪声的效果不强,且仅能处理α白噪声。因此如何抑制α噪声包括具体的α色噪声和高斯混合噪声(以下简称有色α噪声)便成为了重点的研究问题。
本文针对有色α噪声背景下双基地MIMO雷达的DOA估计问题,开展以下研究:
1.以分数阶累积量(Fractional Order Cumulant,FOC)统计算子为基础,提出了一种基于分数阶累积量的二维改进多重信号分类算法(FOC-2D-IMMUSIC)。该方法既克服了分数低阶矩和分数低阶统计量算子不足,又对FOC-2D-MUSIC算法的精度问题加以改进。随后提出了一种基于分数阶累积量降秩求根的多重信号分类算法(FOC-RARE-RMUSIC),在不失准确度的情况下,规避了二维的MUSIC算法谱峰搜索所产生的大量计算量问题。
2.以FOC统计算子为基础,针对MUSIC算法计算量大、算法复杂度高的问题,提出了一种基于分数阶累积量的二维酉旋转不变(FOC-2D-Unitary ESPRIT)算法。该方法成功避免了由谱峰搜索带来的算法计算量增大的问题。随后提出了基于分数阶累积量降维酉旋转不变(FOC-RD-Unitary ESPRIT)算法,该算法在不失精度的同时,避免了由于构建高维数分数阶累积量矩阵而增加计算复杂度的问题。
3.以FOC统计算子为基础,针对MUSIC算法和ESPRIT算法各自优缺点,提出了一种基于分数阶累积量的旋转不变MUSIC算法(FOC-ESPRIT-MUSIC)。该算法不仅降低了算法复杂性,还提高了角度估计的精度。
暂无评论