In this paper,a space-time adaptive processing(STAP)method is proposed for the airborne radar with the array amplitude-phase error considered,which is based on atomic norm minimization(ANM).In the conventional ANM-bas...In this paper,a space-time adaptive processing(STAP)method is proposed for the airborne radar with the array amplitude-phase error considered,which is based on atomic norm minimization(ANM).In the conventional ANM-based STAP method,the influence of the array amplitude-phase error is not considered and restrained,which inevitably causes performance deterioration.To solve this problem,the array amplitude-phase error is firstly estimated.Then,by pre-estimating the array amplitude-phase error information,a modified ANM model is built,in which the array amplitude-phase error factor is separated from the clutter response and the clutter covariance matrix(CCM)to improve the estimation accuracy of the CCM.To prove that the atomic norm theory is applicable in the presence of the array amplitude-phase error,the clutter sparsity is analyzed in this paper.Meanwhile,simulation results demonstrate that the proposed method is superior to the state-of-the-art STAP method.Moreover,the measured data is used to verify the effectiveness of the proposed method.展开更多
针对水下阵列波达方位(direction of arrival,DOA)估计在少快拍情况下对相邻声源分辨能力差的问题,提出了基于迭代原子范数最小化的均匀圆环阵DOA快速估计方法。所提方法利用模态域处理方法对阵列流形进行预处理,将均匀圆环阵转换为虚...针对水下阵列波达方位(direction of arrival,DOA)估计在少快拍情况下对相邻声源分辨能力差的问题,提出了基于迭代原子范数最小化的均匀圆环阵DOA快速估计方法。所提方法利用模态域处理方法对阵列流形进行预处理,将均匀圆环阵转换为虚拟直线阵,然后通过对角重构估计无噪接收信号协方差矩阵,消除模态域处理引入的非均匀噪声的影响。为了充分利用接收信号稀疏性,同时避免字典网格搜索带来的误差,在模态域引入迭代原子范数最小化稀疏恢复方法,提出均匀圆环阵迭代原子范数最小化(uniform circular array-iterative atomic norm minimization,UCA-IANM)方位估计方法。原子范数最小化稀疏恢复问题一般采用内点法求解,该方法随接收信号快拍数增加,计算量急剧上升,不适用于水下计算资源受限的场景。在交替方向乘子法(alternating direction multiplier method,ADMM)的基础上,针对正则化参数难以选择的问题,提出了基于参数优化ADMM的UCA-IANM(UCA-IANM assisted by ADMM with parameter optimization,UCA-IANM-APO)DOA快速估计算法。仿真实验与实测数据分析表明,UCA-IANM-APO DOA快速估计方法的角度分辨能力和估计精度均优于传统DOA估计方法,求解速度较内点法提升了两个数量级。展开更多
传统的基于原子范数最小化(Atomic Norm Minimization,ANM)的波达方向(Direction of Arrival,DOA)估计算法无法直接应用于不满足范德蒙德结构的非均匀圆阵,针对这一问题提出了一种基于虚拟阵列变换的改进方法。以某非均匀圆阵作原始阵...传统的基于原子范数最小化(Atomic Norm Minimization,ANM)的波达方向(Direction of Arrival,DOA)估计算法无法直接应用于不满足范德蒙德结构的非均匀圆阵,针对这一问题提出了一种基于虚拟阵列变换的改进方法。以某非均匀圆阵作原始阵列为例,首先通过虚拟阵列变换处理原始阵列接收的数据,使其转换为虚拟的均匀L阵接收数据,将非均匀圆阵上的DOA估计问题转化为两个均匀线阵上的DOA估计问题,再利用基于ANM的DOA估计算法与L型阵的二维角度关系还原出方位角和俯仰角。通过仿真与实测实验验证了所提算法应用于非均匀圆阵的可行性,并分析其DOA估计结果,证明其拥有较高的估计精度。展开更多
本文基于一种基于正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)的雷达通信一体化系统,利用目标时延与多普勒在时频域优良的稀疏性,提供了多种基于无网格的二维时频联合估计方法以解决传统稀疏恢复方法字典失配导致...本文基于一种基于正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)的雷达通信一体化系统,利用目标时延与多普勒在时频域优良的稀疏性,提供了多种基于无网格的二维时频联合估计方法以解决传统稀疏恢复方法字典失配导致的性能较差的问题,有效提高了动目标参数估计性能,并提供了多测量向量(Multiple measurement vector,MMV)模型,可有效解决低信噪比下目标参数估计性能差的问题。同时,针对基于矢量二维原子范数计算量较大的问题,本文利用半正定规划(SDP)将传统方法的高维Toeplitz矩阵解耦为两个低维Toeplitz矩阵,可将计算复杂度降低几个数量级,同时保留原子范数在超分辨性能的优势,可适应于OFDM多子载波与多符号数波形体制。仿真结果证明该方法保持了原子范数类算法的估计性能优势,并显著减少了计算量。展开更多
为了提高极化敏感阵列中压缩感知类波达方向(Direction Of Arrival,DOA)估计算法的精度,避免网格失配问题,本文使用正交偶极子阵列在原子范数最小化(Atomic Norm Minimization,ANM)的理论基础上提出一种无网格波达方向估计算法.首先,将...为了提高极化敏感阵列中压缩感知类波达方向(Direction Of Arrival,DOA)估计算法的精度,避免网格失配问题,本文使用正交偶极子阵列在原子范数最小化(Atomic Norm Minimization,ANM)的理论基础上提出一种无网格波达方向估计算法.首先,将一维正交偶极子天线接收到的多快拍信号分解为两个子阵再求和,然后通过解决半正定规划问题恢复出一个含有入射信源信息的半正定Toeplitz矩阵,继而对该矩阵进行Vandermonde分解,恢复入射信源的DOA信息.同时结合协方差矩阵的向量化结果和最小二乘法计算得到入射信源的极化辅助角和极化相位角信息.通过仿真实验,在不同快拍数和信噪比下,对比子空间类算法和压缩感知类算法,证明了该算法具有较高的测角精度.展开更多
针对目前快速内点法(fast interior point method,FIPM)无法处理多快拍情况下半正定规划(semi-definite programming,SDP)问题的缺陷,提出一种基于多快拍FIPM(multiple snapshots FIPM,M-FIPM)的无网格波达方向(direction of arrival,D...针对目前快速内点法(fast interior point method,FIPM)无法处理多快拍情况下半正定规划(semi-definite programming,SDP)问题的缺陷,提出一种基于多快拍FIPM(multiple snapshots FIPM,M-FIPM)的无网格波达方向(direction of arrival,DOA)估计算法。该算法首先对天线阵列接收多快拍数据的协方差矩阵进行特征值分解,然后利用特征值和特征向量的相应加权和来重新构建符合FIPM模型的单快拍观测向量,最后再通过FIPM获得SDP问题的最优解并以此建立Toeplitz矩阵,根据该矩阵的Vandermonde分解结果便可以估计出入射信源的DOA参数。M-FIPM算法不仅保留了现有FIPM算法运算复杂度低的特点,能够将SDP问题的维度由O(M^(2))降低为O(M),同时在新单快拍观测向量的构造过程中,由于舍弃了协方差矩阵小特征值所对应的部分,因此能够有效抑制噪声对于后续DOA参数恢复过程的影响,进一步提升算法的估计精度。仿真实验验证了M-FIPM在估计精度以及运算时间方面的优越性。展开更多
基金supported by the Fund for Foreign Scholars in University Research and Teaching Programs(the 111 Project)(B18039)。
文摘In this paper,a space-time adaptive processing(STAP)method is proposed for the airborne radar with the array amplitude-phase error considered,which is based on atomic norm minimization(ANM).In the conventional ANM-based STAP method,the influence of the array amplitude-phase error is not considered and restrained,which inevitably causes performance deterioration.To solve this problem,the array amplitude-phase error is firstly estimated.Then,by pre-estimating the array amplitude-phase error information,a modified ANM model is built,in which the array amplitude-phase error factor is separated from the clutter response and the clutter covariance matrix(CCM)to improve the estimation accuracy of the CCM.To prove that the atomic norm theory is applicable in the presence of the array amplitude-phase error,the clutter sparsity is analyzed in this paper.Meanwhile,simulation results demonstrate that the proposed method is superior to the state-of-the-art STAP method.Moreover,the measured data is used to verify the effectiveness of the proposed method.
文摘针对水下阵列波达方位(direction of arrival,DOA)估计在少快拍情况下对相邻声源分辨能力差的问题,提出了基于迭代原子范数最小化的均匀圆环阵DOA快速估计方法。所提方法利用模态域处理方法对阵列流形进行预处理,将均匀圆环阵转换为虚拟直线阵,然后通过对角重构估计无噪接收信号协方差矩阵,消除模态域处理引入的非均匀噪声的影响。为了充分利用接收信号稀疏性,同时避免字典网格搜索带来的误差,在模态域引入迭代原子范数最小化稀疏恢复方法,提出均匀圆环阵迭代原子范数最小化(uniform circular array-iterative atomic norm minimization,UCA-IANM)方位估计方法。原子范数最小化稀疏恢复问题一般采用内点法求解,该方法随接收信号快拍数增加,计算量急剧上升,不适用于水下计算资源受限的场景。在交替方向乘子法(alternating direction multiplier method,ADMM)的基础上,针对正则化参数难以选择的问题,提出了基于参数优化ADMM的UCA-IANM(UCA-IANM assisted by ADMM with parameter optimization,UCA-IANM-APO)DOA快速估计算法。仿真实验与实测数据分析表明,UCA-IANM-APO DOA快速估计方法的角度分辨能力和估计精度均优于传统DOA估计方法,求解速度较内点法提升了两个数量级。
文摘传统的基于原子范数最小化(Atomic Norm Minimization,ANM)的波达方向(Direction of Arrival,DOA)估计算法无法直接应用于不满足范德蒙德结构的非均匀圆阵,针对这一问题提出了一种基于虚拟阵列变换的改进方法。以某非均匀圆阵作原始阵列为例,首先通过虚拟阵列变换处理原始阵列接收的数据,使其转换为虚拟的均匀L阵接收数据,将非均匀圆阵上的DOA估计问题转化为两个均匀线阵上的DOA估计问题,再利用基于ANM的DOA估计算法与L型阵的二维角度关系还原出方位角和俯仰角。通过仿真与实测实验验证了所提算法应用于非均匀圆阵的可行性,并分析其DOA估计结果,证明其拥有较高的估计精度。
文摘为了提高极化敏感阵列中压缩感知类波达方向(Direction Of Arrival,DOA)估计算法的精度,避免网格失配问题,本文使用正交偶极子阵列在原子范数最小化(Atomic Norm Minimization,ANM)的理论基础上提出一种无网格波达方向估计算法.首先,将一维正交偶极子天线接收到的多快拍信号分解为两个子阵再求和,然后通过解决半正定规划问题恢复出一个含有入射信源信息的半正定Toeplitz矩阵,继而对该矩阵进行Vandermonde分解,恢复入射信源的DOA信息.同时结合协方差矩阵的向量化结果和最小二乘法计算得到入射信源的极化辅助角和极化相位角信息.通过仿真实验,在不同快拍数和信噪比下,对比子空间类算法和压缩感知类算法,证明了该算法具有较高的测角精度.
文摘针对目前快速内点法(fast interior point method,FIPM)无法处理多快拍情况下半正定规划(semi-definite programming,SDP)问题的缺陷,提出一种基于多快拍FIPM(multiple snapshots FIPM,M-FIPM)的无网格波达方向(direction of arrival,DOA)估计算法。该算法首先对天线阵列接收多快拍数据的协方差矩阵进行特征值分解,然后利用特征值和特征向量的相应加权和来重新构建符合FIPM模型的单快拍观测向量,最后再通过FIPM获得SDP问题的最优解并以此建立Toeplitz矩阵,根据该矩阵的Vandermonde分解结果便可以估计出入射信源的DOA参数。M-FIPM算法不仅保留了现有FIPM算法运算复杂度低的特点,能够将SDP问题的维度由O(M^(2))降低为O(M),同时在新单快拍观测向量的构造过程中,由于舍弃了协方差矩阵小特征值所对应的部分,因此能够有效抑制噪声对于后续DOA参数恢复过程的影响,进一步提升算法的估计精度。仿真实验验证了M-FIPM在估计精度以及运算时间方面的优越性。
