双/多基地雷达参数估计算法研究

论文摘要

双/多基地雷达的检测、定位、成像是信号处理的重要内容,其中参数估计,如波达方向、时延和频率的估计等,问题涉及双/多基地雷达的空间、时间和频率同步。而基于双/多基地信号模型的参数估计,可以充分利用多个基站所获得的信息对目标的参数进行估计,有效提高参数估计的精度,因而具有很重要的应用价值。本文就是基于此背景,围绕双/多基地阵列信号处理中的波达方向、频率等参数估计问题进行了研究。本文分为两大部分,第一部分为建立模型和分布式参数估计算法研究,即前三部分(文中的第二、三和四章)。第二部分为集中式参数估计算法研究,即后三部分(文中的第五、六和七章)。主要内容概括如下:1.建立了双/多基地参数估计模型,推导了双/多基地模型下,接收同一信号源的信号不同基地之间存在相干的条件。即当信号源位于过基线中点的法线上时,不同基地所接收信号的相对时延为零,接收信号之间的相干性最强;当信号源位于基线两端时,相干性最弱。但是,只要满足基地之间相对时延小于所接收信号带宽的倒数,不同基地接收信号之间就存在相干性。当不同基地的接收信号存在相干时,将双/多基地信号参数估计算法分为两类,即分布式和集中式参数估计算法。2.为了提高双/多基地系统的参数估计精度,进而提高基于双/多基地模型下分布式算法的性能,提出了两种数据共轭重排传播算子算法。第一种为修正的传播算子算法―MPM(Modified Propagator Method)。该算法可以显著改善PM算法在快拍数有限条件下的DOA估计性能,但该算法仍然需要搜索。第二种为广义传播算子算法。该算法利用数据的共轭,重新排列数据,构造旋转因子,通过旋转因子来估计方位。它综合了广义传播算子算法具有共轭传播算子和共轭ESPRIT算法的优点,克服了共轭传播算子算法在低信噪比下性能不好,而共轭ESPRIT算法在低信噪比性能好、高信噪比性能差的缺点,有效提高了参数估计的精度。且该算法不需要一维搜索,直接可以得到方位估计的闭式解。仿真研究结果证明了算法的有效性。最后文中比较了两种算法的估计性能。3.提出了两种简单而且有效的预白化方法,从理论上解释了它的鲁棒性。相对于高斯白噪声的情况下,预白化后可以等效为对角加载。该方法可以应用到空间

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景及其意义
• 1.2 双/多基地系统及其特点
• 1.2.1 双/多基地系统
• 1.2.1.1 双基地系统定义
• 1.2.1.2 多基地系统定义
• 1.2.2 双/多基地系统的结构特点
• 1.2.3 双/多基地系统的技术特点
• 1.2.3.1 双/多基地系统隐蔽性
• 1.2.3.2 双/多基地系统的抗干扰性
• 1.2.3.3 双/多基地系统收发站的同步
• 1.2.3.4 双/多基地系统目标定位
• 1.2.3.5 双/多基地系统测高技术
• 1.3 研究历史与现状
• 1.3.1 双/多基地系统的研究历史与现状
• 1.3.2 双/多基地系统中所用参数估计的研究历史与现状
• 1.4 本文的主要工作
• 第二章 双/多基地参数估计数学模型
• 2.1 信号的相干性
• 2.2 基于双/多基地模型的信号相干性分析
• 2.2.1 双/多基地参数估计模型的建立
• 2.2.2 双/多基地模型信号相干性条件分析
• 2.3 双/多基地模型参数估计算法
• 2.3.1 双/多基地模型的分布式参数估计算法
• 2.3.2 双/多基地模型的集中式参数估计算法
• 2.4 本章小结
• 第三章 数据共轭重排的传播算子算法
• 3.1 引言
• 3.2 窄带传播算子算法
• 3.3 修正的传播算子算法
• 3.3.1 MPM 算法计算步骤
• 3.3.2 MPM 算法运算量分析
• 3.3.3 计算机仿真
• 3.3.4 小结
• 3.4 广义共轭传播算子算法研究
• 3.4.1 信号模型
• 3.4.2 共轭传播算子算法
• 3.4.3 广义共轭传播算子算法
• 3.4.4 计算机仿真
• 3.4.5 小结
• 3.5 两种算法的性能比较
• 3.6 本章小节
• 第四章 空间非平稳色噪声的新预白化
• 4.1 引言
• 4.2 阵列信号模型
• 4.3 预白化方法
• 4.3.1 数据协方差矩阵主对角元素迹平均置换法（TA）
• 4.3.2 数据协方差矩阵主对角元素直接置换法（DER）
• 4.4 预白化方法在非平稳色噪声环境下DOA 估计中的应用
• 4.4.1 非平稳色噪声环境下DOA 估计方法
• 4.4.2 DOA 估计的计算机仿真
• 4.5 自适应波束形成算法
• 4.5.1 波束形成算法
• 4.5.2 波束形成算法的鲁棒性
• 4.5.3 波束形成的仿真
• 4.6 本章小结
• 第五章 双/多基地方位联合估计算法研究
• 5.1 引言
• 5.2 双基地信号模型
• 5.3 双基地方位估计算法
• 5.4 计算机仿真
• 5.5 本章小结
• 第六章 双/多基地方位联合估计快速算法研究
• 6.1 引言
• 6.2 双基地信号模型
• 6.3 双基地方位联合估计快速算法
• 6.3.1 方位估计算法
• 6.3.2 入射到阵列1 的方位角θ1i 的估计
• 6.3.3 参数配对
• 6.4 计算机仿真
• 6.5 本章小结
• 第七章 双基地频率和方位联合估计新算法
• 7.1 引言
• 7.2 双基地信号模型
• 7.3 信号频率和双基地方位联合估计算法
• 7.3.1 估计入射到阵列1 的方位和信号频率
• 7.3.2 估计入射到阵列2 的方位和信号频率
• 7.3.3 控制噪声特征值的ESPRIT
• 7.3.4 估计参数的配对
• 7.3.5 频率估计的模糊问题
• 7.4 计算机仿真
• 7.4.1 双基地频率和方位估计算法仿真
• 7.4.2 双基地频率和方位估计的CRLB 和单基地CRLB 的比较
• 7.5 本章小结
• 第八章 总结与展望
• 8.1 总结
• 8.2 展望
• 致谢
• 博士学习期间（合作）撰写与发表的学术论文