基于压缩感知的MIMO雷达多维目标参数估计方法研究

摘要

MIMO雷达作为一种新体制雷达，与传统的相控阵雷达相比，在目标检测、波束形成和参数估计等方面具有明显的优势。在实际MIMO雷达应用中，目标往往只占据少数的分辨单元，即MIMO雷达的目标回波信号是稀疏的。因此，压缩感知理论能应用于MIMO雷达的目标参数估计问题中。本文设计了一种抗噪声能力强的自适应正则化SL0算法，以及研究MIMO雷达在病态感知矩阵和阵元失效条件下的多维目标参数估计问题，主要内容如下:
　　(1)针对快速稀疏重构算法—SL0算法的抗噪声能力和稳健性较差的问题，提出一种自适应正则化的SL0算法。该算法在SL0算法的内循环最速上升法中以第一次迭代的信号残差项估计值以及该迭代前后的稀疏信号估计的偏差值作为当前正则化参数的选择依据，从而能自适应地调整在外循环迭代中的信号稀疏度和误差容许项的权重值，在优化过程中保持两者的平衡性，从而有效降低稀疏信号的重构误差，提高了SL0算法的抗噪声干扰能力。
　　(2)针对MIMO雷达因感知矩阵病态而导致SL0算法失效的问题，利用修正截断奇异值分解方法改善MIMO雷达的病态感知矩阵，使得SL0算法能有效应用于MIMO雷达的快速多目标参数估计。为了方便科研人员测试MIMO雷达的目标参数估计性能，开发了基于LabVIEW的病态感知矩阵下MIMO雷达目标参数估计测试软件。
　　(3)为了解决MIMO雷达因阵元失效而导致其目标参数估计性能下降的问题，将矩阵填充应用于阵元失效MIMO雷达的目标参数估计。在失效阵元输出的整行或整列零元素上叠加微小的服从高斯分布的随机扰动量，使其能满足矩阵填充条件，并利用矩阵填充和迭代加权lq方法获得目标场景向量粗估计值，然后根据目标场景向量粗估计值和感知矩阵重构出失效阵元的目标接收数据，从而相比于未利用矩阵填充的重构算法，能以较高精度估计出目标的三维参数。

目录

声明

摘要

第一章 绪论

1．1 研究背景及意义

1．2 国内外研究及发展现状

1．2．1 基于传统方法的MIMO雷达目标参数估计

1．2．2 基于压缩感知方法的MIMO雷达目标参数估计

1．2．3 基于矩阵填充方法的MIMO雷达目标参数估计

1．3 本文主要工作及安排

2．1 引言

2．2 压缩感知的基本理论

2．2．1 压缩感知的数学模型

2．2．2 压缩感知重构算法

2．3 自适应正则化SL0算法

2．3．1 算法介绍

2．3．2 仿真结果及其分析

2．4 本章小结

第三章 病态感知矩阵下MIMO雷达目标参数估计方法

3．1 引言

3．2 基于SL0和TSVD的MIMO雷达目标参数估计方法

3．2．1 MLMO雷达信号模型

3．2．2 基于特征值均值门限的奇异值分解SL0算法

3．2．3 仿真结果及其分析

3．3 本章小结

第四章 阵元失效时MIM0雷达目标参数估计方法

4．1 引言

4．2 阵元失效条件下MIMO雷达目标参数估计方法

4．2．1 阵元失效条件下非均匀采样MIMO雷达信号模型

4．2．2 基于失效阵元丢失数据重构的lVlIMO雷达目标参数方法

4．2．3 仿真结果及分析

4．3 本章小结

第五章 基于LabVIEW的病态感知矩阵下MIMO雷达参数估计软件开发

5．1 引言

5．2 LabVIEW简介

5．3 测试软件设计

5．4 本章小结

6．1 总结

6．2 展望

致谢

参考文献

攻读硕士学位期间取得的学术成果