首页> 中文学位 >脉冲噪声环境下MIMO雷达目标定位算法研究
【6h】

脉冲噪声环境下MIMO雷达目标定位算法研究

代理获取

目录

声明

摘要

第1章 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.2.1 高斯噪声环境下MIMO雷达目标定位算法

1.2.2 脉冲噪声环境下MIMO雷达目标定位算法

1.3 本文主要研究内容及结构安排

第2章 MIMO雷达目标定位经典算法

2.2.1 单基地MIMO雷达信号模型

2.2.2 双基地MIMO雷达信号模型

2.3 MIMO雷达目标角度估计经典算法

2.3.1 MUSIC算法

2.3.2 ESPRIT算法

2.4 MIMO雷达目标角度跟踪经典算法

2.5 本章小结

第3章 α稳定分布的基础理论概述

3.1.2 α稳定分布的性质

3.2 分数低阶统计量

3.2.1 分数低阶矩

3.2.2 分数低阶相关

3.2.3 相位分数低阶矩

3.2.4 相位分数低阶协方差

3.3 鲁棒的处理方法

3.3.1 相关熵函数

3.3.2 非线性压缩核函数

3.3.3 空间符号函数

3.4 本章小结

第4章 脉冲噪声环境下MIMO雷达目标角度估计算法

4.1.1 FLOM-RCESPRIT的角度估计算法

4.1.2 GCAS-RCESPRIT的角度估计算法

4.1.3 NCCF-RCESPRIT的角度估计算法

4.1.4 仿真实验与结果分析

4.2 脉冲噪声环境下双基地MIMO雷达目标角度估计算法

4.2.1 FLOM-UnitaryESPRIT的角度估计算法

4.2.2 GCAS-UnitaryESPRIT的角度估计算法

4.2.3 NCCF-UnitaryESPRIT的角度估计算法

4.2.4 仿真实验与结果分析

4.3 本章小结

第5章 脉冲噪声环境下MIMO雷达目标角度跟踪算法

5.1 基于空间符号函数预处理的MIMO雷达目标角度跟踪算法

5.2 基于最大相关熵准则的MIMO雷达目标角度跟踪算法

5.2.1 最大相关熵准则

5.2.2 MCC-PAST-ESPRIT的目标角度跟踪算法

5.3 仿真实验与结果分析

5.4 本章小结

第6章 总结与展望

参考文献

致谢

作者简介

展开▼

摘要

多输入多输出(MIMO)雷达是MIMO技术与雷达系统相结合的一种新兴雷达。MIMO雷达目标定位算法大多是在高斯噪声下进行研究的,但实际雷达系统中的噪声往往存在很强的脉冲性,其统计特性已经偏离了高斯分布,通常采用应用较广的α稳定分布模型来描述。由于α稳定分布不存在二阶统计量(SOS),导致基于SOS的目标定位算法的性能显著退化,因此,本文针对α稳定分布脉冲噪声环境下的MIMO雷达目标定位算法进行研究,主要工作如下:
  本文首先研究了α稳定分布脉冲噪声下单基地MIMO雷达的目标角度估计算法。针对基于分数低阶矩(FLOM)的MIMO雷达目标角度估计算法需要已知脉冲噪声的先验知识并且在强脉冲噪声(α<1)中估计性能退化严重的问题,本文首先利用接收数据构造出两种鲁棒的相关矩阵,即广义类相关熵(GCAS)相关矩阵和非线性压缩核函数(NCCF)相关矩阵,然后分别提出了基于GCAS和基于NCCF的单基地MIMO雷达目标角度估计算法。通过仿真表明,这两种算法的性能明显优于基于SOS和基于FLOM的算法,而且无需知道脉冲噪声的先验知识。其次,研究了α稳定分布脉冲噪声下双基地MIMO雷达的目标发射角(DOD)和接收角(DOA)估计算法。利用发射阵列和接收阵列的特性,分别构建基于发射阵列和接收阵列的旋转不变关系,然后基于阵列接收信号的GCAS相关矩阵和NCCF相关矩阵,分别提出了基于GCAS和基于NCCF的双基地MIMO雷达目标角度估计算法。通过仿真表明,这两种算法的性能优于基于SOS和基于FLOM的算法。最后,由于实际雷达系统中目标一般处于运动状态,因此研究了α稳定分布脉冲噪声下双基地MIMO雷达目标角度跟踪问题。结合空间符号函数(SSF)预处理技术和最大相关熵准则(MCC),本文提出了两种改进的投影近似子空间目标角度跟踪算法,分别是基于SSF预处理的投影近似子空间跟踪算法和基于MCC的投影近似子空间跟踪算法。仿真实验表明,在α稳定分布噪声脉冲下两种算法均能成功地跟踪目标的收发角度,且跟踪性能要好于基本的投影近似子空间跟踪算法。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号