论文部分内容阅读
MIMO雷达通过呈空间分布的天线发射出正交波形,经匹配滤波器接收回波,极大地提高MIMO雷达抗摧毁能力以及目标参数估计检测能力。现有MIMO雷达侦察识别算法只能获取MIMO雷达的参数特征,不能获取脉内细微特征,不能有效地提高MIMO雷达的干扰与抗干扰能力。因此,提出将欠定盲源分离算法应用于MIMO雷达信号侦察识别中,根据MIMO雷达信号时频特性利用时频独立复角检测算法和自适应分层聚类算法估计MIMO雷达信号欠定混合矩阵,再利用l1范数最小化算法和频率编码序列估计算法重构MIMO雷达发射信号。MIMO雷达信号欠定盲源分离算法不仅可以用于侦察敌方MIMO雷达的发射信号加以干扰,还可用于对己方MIMO雷达回波进行处理,分离出不属于己方MIMO雷达的发射信号,达到抗干扰的目的。故对MIMO雷达信号欠定盲源分离算法研究是必要而有意义的。本文对MIMO雷达信号欠定盲源分离算法进行深入研究,得到的主要工作成果包括:（1）针对3种MIMO雷达信号模型,分析其时域,时频域信号特点。3种信号在时频域都表现出一种稀疏特性,在每个时隙内不同发射信号占有不同频率,其中单频MIMO雷达在脉冲周期内信号的时频特性表现为一条水平直线,而线性调频MIMO雷达信号为具有斜率的斜线,但是正交离散频率编码MIMO雷达信号则在不同时间隙内频率不同,在脉冲周期内频率按照编码序列变化。故相比于正交离散频率编码MIMO雷达信号,单频MIMO雷达信号和线性调频MIMO雷达信号模型相对简单,因此本文主要讨论正交离散频率编码MIMO雷达信号的欠定盲源分离问题。（2）提出时频独立复角检测算法和自适应分层聚类算法用于正交离散频率编码MIMO雷达信号欠定混合矩阵估计。同时在计算机仿真试验中,不仅验证了算法在欠定条件下混合矩阵的估计性能,也在正定条件和超定条件下做了相关仿真,结果表明该算法在这两种条件下具有良好的性能。（3）将基于稀疏模型的l1范数最小化算法应用于正交离散频率编码MIMO雷达时频域信号重构,并针对正交离散频率编码MIMO雷达提出频率编码序列估计算法,根据重构出的每个信号的时频域信号估计出每个发射信号的频率编码序列重构正交离散频率编码MIMO雷达发射信号。将基于频率编码序列估计信号重构算法与直接使用l1范数最小化算法在重构信号方面进行计算机仿真对比,根据重构信号的自相关和互相关特性对比结果,说明所提出算法的优越性。