雙-多基地雷達(dá)參數(shù)估計(jì)算法研究.pdf

1、雙/多基地雷達(dá)的檢測(cè)、定位、成像是信號(hào)處理的重要內(nèi)容，其中參數(shù)估計(jì)，如波達(dá)方向、時(shí)延和頻率的估計(jì)等，問題涉及雙/多基地雷達(dá)的空間、時(shí)間和頻率同步。而基于雙/多基地信號(hào)模型的參數(shù)估計(jì)，可以充分利用多個(gè)基站所獲得的信息對(duì)目標(biāo)的參數(shù)進(jìn)行估計(jì)，有效提高參數(shù)估計(jì)的精度，因而具有很重要的應(yīng)用價(jià)值。本文就是基于此背景，圍繞雙/多基地陣列信號(hào)處理中的波達(dá)方向、頻率等參數(shù)估計(jì)問題進(jìn)行了研究。本文分為兩大部分，第一部分為建立模型和分布式參數(shù)估計(jì)算法研究，即

2、前三部分(文中的第二、三和四章)。第二部分為集中式參數(shù)估計(jì)算法研究，即后三部分(文中的第五、六和七章)。主要內(nèi)容概括如下： 1. 建立了雙/多基地參數(shù)估計(jì)模型，推導(dǎo)了雙/多基地模型下，接收同一信號(hào)源的信號(hào)不同基地之間存在相干的條件。即當(dāng)信號(hào)源位于過基線中點(diǎn)的法線上時(shí)，不同基地所接收信號(hào)的相對(duì)時(shí)延為零，接收信號(hào)之間的相干性最強(qiáng)；當(dāng)信號(hào)源位于基線兩端時(shí)，相干性最弱。但是，只要滿足基地之間相對(duì)時(shí)延小于所接收信號(hào)帶寬的倒數(shù)，不同基地接收

3、信號(hào)之間就存在相干性。當(dāng)不同基地的接收信號(hào)存在相干時(shí)，將雙/多基地信號(hào)參數(shù)估計(jì)算法分為兩類，即分布式和集中式參數(shù)估計(jì)算法。 2. 為了提高雙/多基地系統(tǒng)的參數(shù)估計(jì)精度，進(jìn)而提高基于雙/多基地模型下分布式算法的性能，提出了兩種數(shù)據(jù)共軛重排傳播算子算法。第一種為修正的傳播算子算法―MPM （Modified Propagator Method ）。該算法可以顯著改善PM 算法在快拍數(shù)有限條件下的DOA 估計(jì)性能，但該算法仍然需要搜索

4、。第二種為廣義傳播算子算法。該算法利用數(shù)據(jù)的共軛，重新排列數(shù)據(jù)，構(gòu)造旋轉(zhuǎn)因子，通過旋轉(zhuǎn)因子來估計(jì)方位。它綜合了廣義傳播算子算法具有共軛傳播算子和共軛ESPRIT 算法的優(yōu)點(diǎn)，克服了共軛傳播算子算法在低信噪比下性能不好，而共軛ESPRIT 算法在低信噪比性能好、高信噪比性能差的缺點(diǎn)，有效提高了參數(shù)估計(jì)的精度。且該算法不需要一維搜索，直接可以得到方位估計(jì)的閉式解。仿真研究結(jié)果證明了算法的有效性。最后文中比較了兩種算法的估計(jì)性能。 3

5、. 提出了兩種簡(jiǎn)單而且有效的預(yù)白化方法，從理論上解釋了它的魯棒性。相對(duì)于高斯白噪聲的情況下，預(yù)白化后可以等效為對(duì)角加載。該方法可以應(yīng)用到空間非平穩(wěn)色噪聲波達(dá)方向估計(jì)和波束形成。把其應(yīng)用到空間非平穩(wěn)情況下的方位估計(jì)，可以有效改善方位估計(jì)的性能。應(yīng)用到空間非平穩(wěn)情況下的波束形成，可以克服非平穩(wěn)色噪聲所引起的波束畸變。 4.提出了一種基于雙基地特有的陣列形式和ESPRIT 算法相結(jié)合的多源雙基地DOA 聯(lián)合估計(jì)新算法，該算法利用了空間

6、分集技術(shù)。雖然同一子陣陣元間的噪聲為色噪聲，但是不同子陣之間的噪聲之間為不相關(guān)噪聲。該算法可以同時(shí)估計(jì)入射到兩個(gè)或多個(gè)等距線陣的波達(dá)方向，并且估計(jì)出的信號(hào)參數(shù)自動(dòng)配對(duì)。通過理論分析和仿真驗(yàn)證，結(jié)果表明子陣之間噪聲互不影響，僅僅和各個(gè)子陣自己接收的噪聲有關(guān)，避免了參數(shù)估計(jì)時(shí)的互相干擾。在上述情況下，基于雙基地模型的DOA 估計(jì)性能，在0～13dB 之間比單基地模型的DOA 估計(jì)性能要好，且該算法可以很簡(jiǎn)單的推廣到多基地的情況。 5

7、. 提出了一種基于雙/多基地模型下方位聯(lián)合估計(jì)的快速算法，即方位聯(lián)合估計(jì)傳播算子算法。該算法是在假定噪聲為有限空間相關(guān)，兩個(gè)陣列之間的距離足夠遠(yuǎn)的情況下導(dǎo)出的。它的噪聲子空間通過線性算子估計(jì)得到，即用最小二乘方法從互協(xié)方差矩陣中提取出來。由于避免了特征分解，因而具有更小的計(jì)算復(fù)雜度。此外，文中還給出了簡(jiǎn)單而有效的參數(shù)配對(duì)方法。仿真研究表明，該算法計(jì)算量小，易于工程實(shí)現(xiàn)。 6. 提出了一種基于雙基地特有的結(jié)構(gòu)形式和ESPRIT 算

8、法相結(jié)合的多信源DOA和頻率聯(lián)合估計(jì)新算法－UN-JAFE （Unknown Noise Field-Joint Angle andFrequency Estimated ），推導(dǎo)了方位和頻率聯(lián)合估計(jì)的CRLB （Cramer-Rao LowerBound ）。該算法避免了多維搜索，直接得到頻率和入射到兩個(gè)陣列的波達(dá)方向，并且估計(jì)出的信號(hào)參數(shù)之間利用頻率相同來自動(dòng)配對(duì)。本章算法可以克服色噪聲的影響。并且提出了用特征值的虛部作為判斷信號(hào)子