展开互质阵列将两个子阵完全展开,因而可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。文中基于双基地展开互质阵列多输入多输出(Multiple Input Multiple Output,MIMO)雷达阵列结构,提出了基于降维多重信...展开互质阵列将两个子阵完全展开,因而可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。文中基于双基地展开互质阵列多输入多输出(Multiple Input Multiple Output,MIMO)雷达阵列结构,提出了基于降维多重信号分类(Multiple Signal Classification,MUSIC)算法的双基地展开互质阵列MIMO雷达离开角(Direction of Departure,DOD)、到达角(Direction of Arrival,DOA)联合估计算法。算法通过增加约束并构造代价函数的方式,将二维MUSIC算法中的穷尽搜索二维谱峰转化为求解带约束二次优化问题,先后得到DOA、DOD,并且DOD与DOA自动配对。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。同时,得益于展开互质阵列MIMO雷达形成的虚拟阵列与大幅扩展的阵列孔径,文中提出的算法亦获得了显著提升的分辨率、自由度以及低信噪比下更为优异的估计性能。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。仿真验证了算法的有效性。展开更多
针对传统互质阵列波达方向(Direction of Arrival,DOA)估计方法的自由度低、阵列孔径小、特定方向上存在相位模糊,以及低信噪比下估计性能不佳等问题,提出了基于多重信号分类(Multiple Signal Classification,MUSIC)算法的单基地展开互...针对传统互质阵列波达方向(Direction of Arrival,DOA)估计方法的自由度低、阵列孔径小、特定方向上存在相位模糊,以及低信噪比下估计性能不佳等问题,提出了基于多重信号分类(Multiple Signal Classification,MUSIC)算法的单基地展开互质阵列多输入多输出(Multiple Input Multiple Output,MIMO)雷达DOA估计方法。该方法结合了MIMO雷达和展开互质阵列,利用展开互质阵列作为收发阵列,获得了相较于均匀线阵以及传统互质阵列更大的阵列孔径,且自由度得到提高,算法在信噪比低至-20 dB时,仍有着尖锐的谱峰。但是算法涉及对高维度矩阵的特征值分解,因此运算量极大,继而提出了基于传播算子(Propagation Method,PM)的单基地展开互质阵列MIMO雷达DOA估计方法,避免了特征值分解,运算量显著下降,且信噪比大于2 dB时性能相仿。随后,进行了无相位模糊的理论推导,提出的两种算法均严格无传统相位模糊以及新场景相位模糊问题。最后,仿真验证了算法的有效性。展开更多
文摘展开互质阵列将两个子阵完全展开,因而可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。文中基于双基地展开互质阵列多输入多输出(Multiple Input Multiple Output,MIMO)雷达阵列结构,提出了基于降维多重信号分类(Multiple Signal Classification,MUSIC)算法的双基地展开互质阵列MIMO雷达离开角(Direction of Departure,DOD)、到达角(Direction of Arrival,DOA)联合估计算法。算法通过增加约束并构造代价函数的方式,将二维MUSIC算法中的穷尽搜索二维谱峰转化为求解带约束二次优化问题,先后得到DOA、DOD,并且DOD与DOA自动配对。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。同时,得益于展开互质阵列MIMO雷达形成的虚拟阵列与大幅扩展的阵列孔径,文中提出的算法亦获得了显著提升的分辨率、自由度以及低信噪比下更为优异的估计性能。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。仿真验证了算法的有效性。
