基于張量代數(shù)的MIMO雷達(dá)角度估計(jì)算法研究.pdf

1、多輸入多輸出(Multiple-Input Multiple-Output, MIMO)雷達(dá)目前是國(guó)內(nèi)外的一項(xiàng)研究熱點(diǎn)，角度估計(jì)是重要的研究?jī)?nèi)容之一。但是，目前對(duì)于 MIMO雷達(dá)的研究大多以均勻線(xiàn)陣為主要的陣列配置，只能估計(jì)目標(biāo)的一維角度信息，而基于 L型陣列配置的MIMO雷達(dá)可以估計(jì)目標(biāo)的二維角度信息，即俯仰角和方位角，更具有實(shí)際應(yīng)用價(jià)值。因此，本文在現(xiàn)有角度估計(jì)算法的基礎(chǔ)上，結(jié)合張量代數(shù)和非圓信號(hào)，研究L型MIMO雷達(dá)的角度估計(jì)算法

2、，并提出性能更加優(yōu)越的算法。
　　本研究首先建立L型MIMO雷達(dá)的陣列結(jié)構(gòu)和信號(hào)模型，研究虛擬陣元的形成原理，并且分析了L型MIMO雷達(dá)的分辨力和最大可估計(jì)目標(biāo)數(shù)。然后介紹了傳統(tǒng)角度估計(jì)算法中的MUSIC算法、Root-MUSIC算法和ESPRIT算法的基本原理，研究這三種算法的優(yōu)缺點(diǎn)，并通過(guò)仿真實(shí)驗(yàn)，分析其角度估計(jì)性能。其次，研究了張量代數(shù)的基本運(yùn)算，包括張量的展開(kāi)矩陣、張量與矩陣相乘、張量的外積和標(biāo)量積、張量的高階奇異值分解(

3、HOSVD)和典范(CP)分解等。然后利用 L型MIMO雷達(dá)匹配濾波輸出數(shù)據(jù)的結(jié)構(gòu)特性，建立張量信號(hào)模型，研究基于張量分解的角度估計(jì)算法：對(duì)于MUSIC類(lèi)算法，研究基于張量高階奇異值分解的2D-MUSIC算法，但該算法運(yùn)算量較大，針對(duì)此問(wèn)題提出基于L型MIMO雷達(dá)張量結(jié)構(gòu)數(shù)據(jù)高階奇異值分解的降維MUSIC算法，將2D-MUSIC算法的譜峰搜索從二維降為一維搜索，從而減小算法的運(yùn)算量，同時(shí)由于利用了L型MIMO雷達(dá)輸出數(shù)據(jù)的結(jié)構(gòu)信息，在小

4、樣本的情況下具有更加優(yōu)越的性能；對(duì)于ESPRIT類(lèi)算法，通過(guò)對(duì)原始的復(fù)值張量進(jìn)行酉變換得到實(shí)值張量，再對(duì)該張量奇異值分解進(jìn)行角度估計(jì)，該算法有效降低了運(yùn)算量，同時(shí)角度估計(jì)性能也獲得一定的提升。再次，研究了基于L型MIMO雷達(dá)的張量CP分解算法。首先對(duì)張量結(jié)構(gòu)數(shù)據(jù)進(jìn)行CP分解，確定CP分解模型，并且分析了CP分解的唯一性，然后利用交替最小二乘算法計(jì)算CP分解的因子矩陣。針對(duì)計(jì)算過(guò)程中運(yùn)算量較大問(wèn)題，采用維數(shù)較低的核張量先得到降維后的因子矩