研究单基地十字阵多输入多输出(multiple-input multiple-output,MIMO)雷达中目标二维角度参数估计的问题。已有的算法往往忽略了信源矩阵中的类Vandermonde结构,而这种特殊的结构可以提升参数估计精度。基于均匀线形阵列(uniform linear array,ULA)的中心对称特性和目标参数矩阵中的类Vandermonde结构,提出一种基于改进的三线性分解的二维角度估计算法。首先利用酉变换的方法构造阵列增广输出矩阵,再将二维角度估计与三线性模型相联系。由于增广输出使得阵列的虚拟孔径增大,因而本文所提算法的参数估计精度要优于传统三线性估计算法。此外,本文提及的改进算法不需进行谱峰搜索及奇异值分解,并且能对估计的二维目标角度自动配对,最后的仿真结果验证了本文算法的有效性。
近年来,正交频分复用(orthogonal frequency division multiplexing,OFDM)被广泛应用于高精度无线测距系统中。针对OFDM高精度测距系统对相位噪声非常敏感的问题,提出了基于区域量化的分级最佳轨迹匹配相位噪声补偿算法,首先根据实际相...
详细信息
近年来,正交频分复用(orthogonal frequency division multiplexing,OFDM)被广泛应用于高精度无线测距系统中。针对OFDM高精度测距系统对相位噪声非常敏感的问题,提出了基于区域量化的分级最佳轨迹匹配相位噪声补偿算法,首先根据实际相位噪声轨迹设计了基于区域量化的两级码本,然后通过分段匹配的方法在码本中选择最接近实际的相位噪声轨迹。仿真结果与分析表明所提方法在相同估计精度条件下可以有效地降低轨迹匹配复杂度,且所提算法可以有效地跟踪实际相位噪声轨迹,在保证码本覆盖范围的前提下得到了接近最优的测距精度。
暂无评论