对比研究了基于虚拟阵元内插的三种超分辨测向算法.在对多个小孔径雷达阵列的观测数据进行相干处理的基础上,分别应用非线性最小二乘迭代(NLS,Nonlinear Least Squares)、基于最小熵的反卷积迭代(IDMEC,Iterative Deconvolution algorithm based on Minimum Entropy Criterion)和最小加权范数(MWN,Minimum Weighted Norm)等算法构造雷达阵列间的各个虚拟阵元,合成大的孔径阵列以提高测向分辨率.通过仿真,验证了三种虚拟阵元内插算法的有效性,分析和比较了它们的超分辨性能和运算量.结果表明MWN法不仅具有最小的虚拟阵元构造误差和运算量,且有最好的测向性能.因此,总体上MWN法优于NLS法和IDMEC法.
展开▼