欢迎来到天天文库
浏览记录
ID:33376548
大小:5.06 MB
页数:80页
时间:2019-02-25
《单基地mimo雷达多目标角度估计和跟踪》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、NanjingUniversityofAeronauticsandAstronauticsTheGraduateSchoolCollegeofElectronicandInformationEngineeringTheresearchonAngleEstimationandTrackingofMultipleTargetsinMonostaticMIMORadarSystemAThesisinEngineeringMaster,ElectronicsandCommunicationEngineeringbyHailangWuAdvisedbyProf
2、.XiaofeiZhangSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofEngineeringDecember,2012承诺书本人声明所呈交的硕士学位论文是本人在导师指导下进行的研究工作及取得的研究成果。除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得南京航空航天大学或其他教育机构的学位或证书而使用过的材料。本人授权南京航空航天大学可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制
3、手段保存、汇编学位论文。(保密的学位论文在解密后适用本承诺书)作者签名:昊癌收作者签名:丞.兰堡:坠Et期:珈蚪南京航空航天大学全日制专业学位硕士学位论文摘要多输入多输出(MultipleInputMultipleOutput,MIM0)雷达是一种目标检测和参数估计性能都优于传统相控阵雷达的新体制雷达。MIM0雷达在发射端使用多个天线发射相互正交的探测信号照射空间目标,在接收端利用多个接收天线接收目标反射的回波信号并进行相干处理。波达方向(DirectionOfArrival,DOA)估计不仅是阵列信号处理中的主要研究课题,更是MIMO雷达中的一个重
4、要的研究方向。在实际的MIMO雷达系统中,被估计的目标往往是处于运动状态,其角度是随着时间变化的,因此研究单基地MIMO雷达中多目标的DOA估计和跟踪算法具有理论意义和应用价值。本文的工作如下:(1)提出了L型阵列/十字型阵列MIMO雷达中低复杂度的二维DOA估计算法。该算法通过传播算子估计二维DOA,避免了复杂度高的谱峰搜索和协方差矩阵的特征值分解,计算复杂度低;方位角和仰角自动配对,而且在高信噪比时的角度估计性能逼近于借助旋转不变信号参数估计(EstimationofSignalParametersviaRotationalInvarianceT
5、echniques,ESPRIT)算法:(2)研究了单基地MIMO雷达中基于自适应平行因子递归最小二乘跟踪(PARAllelFACtor-ReeursiveLeastSquaresTracking,PARAFAC-RLST)的DOA跟踪算法,该算法将PARAFAC的DOA估计问题推广到MIM0雷达DOA跟踪中,算法复杂度低,适合于在线工作:(3)研究了基于紧缩投影近似子空间跟踪(ProjectionApproximationSubspaceTrackingwithdeflation,PASTd)的双平行阵MIMO雷达二维DOA跟踪算法,该算法可实现二
6、维DOA的自动配对和跟踪,而且复杂度低;(4)提出了基于Kalman滤波和正交压缩近似投影子空间跟踪(OrthonormalProjectionApproximationandSubspaceTrackingofdeflation,OPASTd)的单基地MIMO雷达的角度跟踪算法,利用Kalman滤波技术可在估计角度的同时进行数据关联,并且采用Gram-Schmidt正交法来确保信号子空间的正交性,避免了因压缩而产生的迭代误差累积,从而使得该算法的DOA跟踪性能好于PASTd算法:(5)提出了基于协方差矩阵元素的单基地MIMO雷达多目标DOA跟踪算法
7、。该算法通过更新协方差矩阵元素来估计各个目标在不同时刻的的角度信息,可在估计角度的同时进行数据关联。此协方差矩阵是通过对接收信号进行降维转换处理而得到的,大大降低了算法复杂度。关键词:单基地多输入多输出雷达,波达方向估计,角度跟踪,传播算子,自适应,Kalman滤波,子空间跟踪,协方差矩阵元素单基地MIMO雷达的多目标角度估计和跟踪ABSTRACTMultiple-InputMultiple—Output(MIMO)radarisanewtyperadarsystempossessingsuperiortargetdetectionandparame
8、terestimationperformancecomparedtoconventionalphasedar
此文档下载收益归作者所有