基于增广矩阵束方法(Matrix Enhancement and Matrix Pencil,MEMP),以使用尽可能少的阵元逼近期望的方向图为目标,提出了一种求解阵元位置和设计激励幅度的新方法.首先对期望平面阵的方向图进行采样得到离散的数据集,再构造增广矩阵,对...基于增广矩阵束方法(Matrix Enhancement and Matrix Pencil,MEMP),以使用尽可能少的阵元逼近期望的方向图为目标,提出了一种求解阵元位置和设计激励幅度的新方法.首先对期望平面阵的方向图进行采样得到离散的数据集,再构造增广矩阵,对此增广矩阵进行奇异值分解(Singular Value Decomposition,SVD),确定逼近期望方向图所需的最小阵元数目;基于广义特征值分解求解两组特征值,并根据类基于旋转不变技术的信号参数估计(Estimating Signal Parameters Via RotationalInvariance Techniques,ESPRIT)对这两组特值配对;在最小二乘准则下求解稀布面阵的阵元位置和激励.仿真试验验证了该方法在稀布平面阵优化问题中的高效性和数值精度.展开更多
通过研究多输入多输出(Multiple input and multiple out,MIMO)雷达的角度估计算法,基于收发共址的十字阵MIMO雷达系统,将四元数理论应用到MIMO雷达角度中,提出了一种新的参数估计算法。通过构造四元数模型,结合增广矩阵束(Matrix enhan...通过研究多输入多输出(Multiple input and multiple out,MIMO)雷达的角度估计算法,基于收发共址的十字阵MIMO雷达系统,将四元数理论应用到MIMO雷达角度中,提出了一种新的参数估计算法。通过构造四元数模型,结合增广矩阵束(Matrix enhancement and matrix pencil,MEMP)方法构造增广矩阵,并证明该矩阵的秩等于目标总数,且不受目标相干性的影响,结合ESPRIT算法实现了对MIMO相干目标的角度估计。算法无需谱峰搜索,能够实现参数的自动配对,同时降低了运算复杂度。仿真实验进一步验证了算法的有效性。展开更多
文摘基于增广矩阵束方法(Matrix Enhancement and Matrix Pencil,MEMP),以使用尽可能少的阵元逼近期望的方向图为目标,提出了一种求解阵元位置和设计激励幅度的新方法.首先对期望平面阵的方向图进行采样得到离散的数据集,再构造增广矩阵,对此增广矩阵进行奇异值分解(Singular Value Decomposition,SVD),确定逼近期望方向图所需的最小阵元数目;基于广义特征值分解求解两组特征值,并根据类基于旋转不变技术的信号参数估计(Estimating Signal Parameters Via RotationalInvariance Techniques,ESPRIT)对这两组特值配对;在最小二乘准则下求解稀布面阵的阵元位置和激励.仿真试验验证了该方法在稀布平面阵优化问题中的高效性和数值精度.
文摘通过研究多输入多输出(Multiple input and multiple out,MIMO)雷达的角度估计算法,基于收发共址的十字阵MIMO雷达系统,将四元数理论应用到MIMO雷达角度中,提出了一种新的参数估计算法。通过构造四元数模型,结合增广矩阵束(Matrix enhancement and matrix pencil,MEMP)方法构造增广矩阵,并证明该矩阵的秩等于目标总数,且不受目标相干性的影响,结合ESPRIT算法实现了对MIMO相干目标的角度估计。算法无需谱峰搜索,能够实现参数的自动配对,同时降低了运算复杂度。仿真实验进一步验证了算法的有效性。
