基于DCS的統(tǒng)計MIMO雷達(dá)信號模型及參數(shù)估計

朱 瑩 張 弓* 張勁東

?

基于DCS的統(tǒng)計MIMO雷達(dá)信號模型及參數(shù)估計

朱 瑩 張 弓張勁東

(南京航空航天大學(xué)電子信息工程學(xué)院 南京 210016)

分布式壓縮感知(Distributed Compressed Sensing, DCS)將單信號的壓縮采樣擴(kuò)展到信號群的壓縮采樣，利用信號內(nèi)相關(guān)性和互相關(guān)性對多個信號進(jìn)行聯(lián)合重構(gòu)。統(tǒng)計多輸入多輸出(Multiple-InputMultiple-Output, MIMO)雷達(dá)系統(tǒng)通過多發(fā)多收配置，在發(fā)射機(jī)、目標(biāo)以及接收機(jī)之間構(gòu)成對目標(biāo)的分布式探測系統(tǒng)。該文將DCS應(yīng)用到統(tǒng)計MIMO雷達(dá)中，通過對該場景中目標(biāo)回波的延時在距離空間稀疏性的分析，提出聯(lián)合所有接收信號重構(gòu)目標(biāo)場景的設(shè)想，建立了接收信號的聯(lián)合稀疏模型，并實(shí)現(xiàn)了目標(biāo)參數(shù)估計的聯(lián)合重構(gòu)算法。仿真結(jié)果表明與基于壓縮感知(Compressed Sensing, CS)的算法相比，基于DCS的算法在進(jìn)一步降低采樣數(shù)目的同時提高了參數(shù)估計精度，同時也驗證了DCS-MIMO雷達(dá)可以有效克服目標(biāo)的雷達(dá)散射截面積(Radar Cross Section, RCS)起伏。

分布式壓縮感知(Distributed Compressed Sensing, DCS)；統(tǒng)計多輸入多輸出(Multiple-InputMultiple-Output, MIMO)雷達(dá)；聯(lián)合稀疏模型；一步貪婪算法；正交匹配追蹤

1 引言

2003年Rabideau等人首先提出了多輸入多輸出(Multiple Input Multiple Output, MIMO)雷達(dá)的概念。目前MIMO雷達(dá)研究主要集中在兩種形式的MIMO系統(tǒng)：分布式統(tǒng)計MIMO和集中式正交信號MIMO雷達(dá)系統(tǒng)。其中集中式正交信號MIMO雷達(dá)的發(fā)射陣列以及接收陣列的陣元間隔較小，各個收發(fā)通道的信號包含相同的目標(biāo)信息。分布式統(tǒng)計MIMO雷達(dá)收發(fā)天線的陣元間距為大間隔，形成對目標(biāo)的分布式探測系統(tǒng)，它通過發(fā)射正交波形從不同的視角激發(fā)目標(biāo)電磁散射的空間分集特性，從而可以很好地克服目標(biāo)的雷達(dá)散射截面積(Radar Cross section, RCS)起伏。……