论文部分内容阅读
多输入多输出（Multiple-Input Multiple-Output,MIMO）雷达是一种新体制雷达,它通过波形分集在空域可以获得更高的自由度和更大的灵活性,近年来受到越来越广泛的关注。MIMO雷达目标角度估计是雷达信号处理中的重要问题,尤其是双基地MIMO雷达目标波离角（Direction of Departure,DOD）和波达角（Direction of Arrival,DOA）联合估计,在目标识别、定位和跟踪等领域发挥着十分重要的作用。由于双基地MIMO雷达目标角度估计涉及二维参数,处理更加复杂,传统方法只有在大快拍数、高斯白噪声和均匀线阵等理想背景下才能获得较好的估计效果。然而,MIMO雷达工作环境日益复杂,导致传统方法的DOD和DOA估计精度下降。基于此,本文以无网格（Gridless）和离网格（Off-Grid）压缩感知理论为主要工具,结合MIMO雷达工作原理和目前研究进展,重点针对少快拍、冲击噪声、阵元互耦和非均匀噪声、以及非均匀线阵等复杂背景下的双基地MIMO雷达目标DOD和DOA联合估计问题展开深入研究。本文主要创新性工作如下:（1）针对少快拍情况,提出一种基于二维原子范数最小化（Two Dimensional Atomic Norm Minimization,2D-ANM）的双基地MIMO雷达目标DOD和DOA联合估计方法。该方法结合无网格压缩感知技术,无需计算观测信号的协方差矩阵,在少快拍情况下,相对于传统二维子空间算法的角度估计精度更高。并且,由于采用连续域的目标二维角度原子集,该方法能够克服基于网格的压缩感知算法存在的基不匹配问题,改善DOD和DOA估计精度。为了进一步降低2D-ANM算法的复杂度,分别基于奇异值分解法和交替方向乘子法（Alternating Direction Method of Multipliers,ADMM）提出两种低复杂度的2D-ANM算法,在对目标角度估计精度影响较小的情况下,有效减少了算法的运行时间,提高了算法效率。（2）针对冲击噪声背景,提出一种基于迭代重加权lp范数最小化的双基地MIMO雷达目标DOD和DOA联合估计方法。该方法利用lp范数降低极值敏感性的特点,通过分块连续上界最小化（Block Successive Upper-Bound Minimization,BSUM）算法求解目标函数,有效提高了冲击噪声背景下目标的DOD和DOA估计精度。另外,由于目标函数具有非凸和非线性,DOD和DOA的初值选取至关重要,因此提出一种基于二维牛顿正交匹配追踪（Two Dimensional Newtonized Orthogonal Matching Pursuit,2D-NOMP）的DOD和DOA初值估计算法,其利用二维离网格参数估计技术,通过牛顿法对目标角度的网格估计值进行修正,提高了初值选取的准确性,进一步改善了DOD和DOA估计精度。（3）针对阵元互耦和非均匀噪声背景,提出一种基于截断核范数最小化（Truncated Nuclear Norm Minimization,TNNM）和互耦阵元消除算法的双基地MIMO雷达目标DOD和DOA联合估计方法。该方法利用信号协方差矩阵的低秩特性和噪声协方差矩阵的稀疏性,结合TNNM算法去除非均匀噪声,弥补了传统子空间算法中非均匀噪声导致的信号子空间和噪声子空间相互泄露的缺陷。进而,为了有效解决双基地MIMO雷达的阵元互耦问题,提出一种互耦阵元消除算法,其通过构造两个选择矩阵并根据收发阵列互耦矩阵的结构特征形成新的协方差矩阵,不同于传统双基地MIMO雷达消除互耦的方法,该方法可以避免同时舍弃收发阵列阵元,因此能够获得更多的角度估计自由度和更高的角度估计精度。（4）针对非均匀线阵情况,提出一种基于解耦原子范数最小化（Decoupled Atomic Norm Minimization,D-ANM）插值的双基地互质阵MIMO雷达目标DOD和DOA联合估计方法。非均匀线阵中的互质阵具有阵列孔径大、分辨率高的优势,但其阵元不连续,导致传统基于均匀线阵的角度估计方法不再适用。所提出方法考虑收发阵列均为互质阵的情况,通过D-ANM算法对收发互质阵中虚拟差分阵列进行插值,克服了“空洞”现象的影响,使虚拟差分阵列均匀线阵化,从而充分利用整个虚拟差分阵列孔径,进一步增加有效阵元数,提高DOD和DOA估计的分辨力。此外,所提出方法将D-ANM转化为具有残差的半定规划（Semidefinite Programming,SDP）问题,并推导了一种基于特定ADMM的高效求解算法,有效降低了求解SDP问题的算法复杂度。