多输入多输出(Multiple-Input Multiple-Output，MIMO)雷达具有多个发射阵元和接收阵元，可以发射和接收多个任意波形，使得MIMO雷达设计者拥有更多的设计自由度。根据不同的应用背景和需求，对其发射波形以及相应的信号处理算法进行设计，可以实现目标检测、参数估计、目标识别以及跟踪等方面的性能提升。本文根据MIMO雷达信号处理研究进展，重点开展了MIMO雷达的目标检测和角度估计的研究，主要贡献如下： 1.研究了未知统计特性的空时二维杂波背景下MIMO雷达自适应检测问题。 首先基于广义最大似然比原理，将单基地雷达的广义最大似然比检测器(GeneralizedLikelihood Ratio Test，GLRT)推广到MIMO雷达，给出了MIMO-GLRT检测器，并推导出其检测概率和虚警概率的闭合表达式。然后，根据MIMO雷达杂波协方差矩阵的块对角特性，给出了一种简化MIMO-GLRT检测器，降低了MIMO-GLRT检测器算法的复杂度，并在两个虚拟双基雷达的情形下，推导出简化MIMO-GLRT检测器检测概率和虚警概率的表达式。最后，针对参考单元数据不足引起的估计协方差矩阵病态问题，将对角加载技术应用到简化MIMO-GLRT检测器中，研究了简化MIMO-LGLRT检测器，改善了估计协方差矩阵的数值状态，并对检测性能进行理论分析。 2.研究了未知杂波背景下MIMO雷达的旁瓣目标抑制和鲁棒目标检测技术。 首先，为提高MIMO雷达对旁瓣目标的抑制能力，给出MIMO雷达的自适应正交抑制波束形成检测器(Adaptive Beamformer Orthogonal Rejection Test，ABORT)MIMO-ABORT和自适应锥抑制检测器(Adaptive Detector With Comc Rejection，ADCR)MIMO-ADCR。然后，针对导向向量误差问题，研究了MIMO雷达的自适应子空间检测算法，给出MIMO-SGLRT、MIMO-SABORT和MIMO-SRao检测器，提高了检测器对导向向量误差的鲁棒性。最后，给出MIMO雷达的自适应锥检测和锥抑制检测器(Adaptive Detector with Conic Acceptance and Rejection，ADCAR)MIMO-ADCAR。通过调整该检测器锥的参数，综合调整MIMO雷达的旁瓣目标抑制能力和检测性能。 3.研究了对称α稳定(Symmetric Alpha Stable，SαS)冲击杂波和复合高斯杂波两种非高斯杂波背景下MIMO雷达的波达方向(Direction of Arrival，DOA)估计问题。 对于SαS冲击杂波背景，首先分别采用分数低阶矩(Fractional Lower Order Moment，FLOM)和无穷范数(Infinity-norm，Inf)归一化对MIMO雷达接收数据进行预处理，得到有界统计量。然后，在分析相应的预处理后数据矩阵子空间结构的基础上，将多重信号分类(Multiple Signal Classification，MUSIC)算法应用到MIMO雷达，实现DOA估计。对于复合高斯杂波背景，研究了该背景下MIMO雷达对目标DOA估计理论性能，推导出平均克拉美-罗下界(Average Crammer-Rao Bounds，ACRB)和中断克拉美-罗下界(OutageCRB，OCRB)并分析了这两种下界的性质。 4.研究了MLMO雷达对相干目标的波离方向(Direction of Departure，DOD)和DOA估计算法。 首先分析了MIMO雷达接收数据协方差矩阵元素的表示形式，利用该协方差矩阵中的元素，构造出一个新数据矩阵。该新数据矩阵可以分解为信号子空间和噪声子空间，同时信号子空间的秩等于目标的个数，不受目标之间相关性的影响。然后基于旋转不变技术的信号参数估计(Estimation of Signal Parameters via Rotation Invariant Techniques，ESPRIT)算法有效实现目标DOD和DOA的估计。
展开▼
