CN113253195A - 一种阵元互耦与方向相关情景下的自校正mimo***测向方法 - Google Patents

一种阵元互耦与方向相关情景下的自校正mimo***测向方法 Download PDF

Info

Publication number
CN113253195A
CN113253195A CN202110487090.1A CN202110487090A CN113253195A CN 113253195 A CN113253195 A CN 113253195A CN 202110487090 A CN202110487090 A CN 202110487090A CN 113253195 A CN113253195 A CN 113253195A
Authority
CN
China
Prior art keywords
array
mutual coupling
angle
representing
vectors
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202110487090.1A
Other languages
English (en)
Other versions
CN113253195B (zh
Inventor
汪跃先
雒帅
李建瀛
王伶
张兆林
杨欣
韩闯
谢坚
陶明亮
粟嘉
邢自健
宫延云
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Northwestern Polytechnical University
Original Assignee
Northwestern Polytechnical University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Northwestern Polytechnical University filed Critical Northwestern Polytechnical University
Priority to CN202110487090.1A priority Critical patent/CN113253195B/zh
Publication of CN113253195A publication Critical patent/CN113253195A/zh
Application granted granted Critical
Publication of CN113253195B publication Critical patent/CN113253195B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S3/00—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received
    • G01S3/02—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received using radio waves
    • G01S3/14—Systems for determining direction or deviation from predetermined direction
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S3/00—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received
    • G01S3/02—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received using radio waves
    • G01S3/023—Monitoring or calibrating

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种阵元互耦与方向相关情景下的自校正MIMO***测向方法，首先对阵列接收得到的数据进行匹配滤波，将匹配滤波后的数据堆叠成一个三阶张量；然后利用平行因子分解技术对得到的三阶张量进行分解，得到实际的发射阵列流型和接收阵列流型；接下来使用矩阵变换，将得到的阵列流型中的互耦系数与角度变量进行分离，从而构造出角度参数的代价函数；接着对代价函数进行求解并进行两倍目标数的一维谱峰搜索得到可以自动配对的波离角和波达角；最后使用波离角和波达角的角度估计值求出依赖于方向的互耦向量。本发明可显著提高在非理想条件下，方向估计的性能及成功率，实现了在阵元互耦依赖于角度情况下的阵列自校准。

Description

一种阵元互耦与方向相关情景下的自校正MIMO***测向方法
技术领域
本发明属于信号处理技术领域，具体涉及一种自校正MIMO***测向方法。
背景技术
目标的来波方向估计技术在民用和军事应用中发挥着重要作用，而由于双基地MIMO***具有参数估计精度高和杂波抑制能力强等特点，在过去的十几年中MIMO***角度估计呈现出蓬勃发展的态势，子空间类算法、最大似然算法、张量算法和压缩感知等算法层出不穷。
当前基于MIMO***进行角度估计的算法大多都是建立在阵列流行精确已知的基础上并表现出了良好的估计性能。然而在实际中由于阵元间的互耦影响，导致实际的阵列模型与理想的模型之间不相匹配，极大的影响了目标来波方向的估计精度。
而针对阵元互耦与方向相关的算法非常的少，但是阵列自校正的方法不需要参考阵元，并极大地提高了互耦情景下目标参数的估计性能，具有深刻的研究意义。
发明内容
为了克服现有技术的不足，本发明提供了一种阵元互耦与方向相关情景下的自校正MIMO***测向方法，首先对阵列接收得到的数据进行匹配滤波，将匹配滤波后的数据堆叠成一个三阶张量；然后利用平行因子分解技术对得到的三阶张量进行分解，得到实际的发射阵列流型和接收阵列流型；接下来使用矩阵变换，将得到的阵列流型中的互耦系数与角度变量进行分离，从而构造出角度参数的代价函数；接着对代价函数进行求解并进行两倍目标数的一维谱峰搜索得到可以自动配对的波离角和波达角；最后使用波离角和波达角的角度估计值求出依赖于方向的互耦向量。本发明可显著提高在非理想条件下，方向估计的性能及成功率，实现了在阵元互耦依赖于角度情况下的阵列自校准。
本发明解决其技术问题所采用的技术方案包括如下步骤：
步骤1：建立存在阵元互耦影响下双基地MIMO阵列接收的信号模型：假定双基地MIMO***的发射阵列有M个阵元，接收阵列有R个阵元，空间中有K个远场目标；
步骤2：MIMO***发射阵列的各阵元之间发射的信号之间是互相正交的；
步骤2-1：在不考虑阵元互耦影响时，将接收到的信号进行匹配滤波后得到接受数据模型为X0＝[Ar⊙At]ST+N，⊙表示Khatri-Rao积，
Figure BDA0003050870450000021
和
Figure BDA0003050870450000022
分别为接收阵列和发射阵列的阵列流形矩阵，
Figure BDA0003050870450000023
和
Figure BDA0003050870450000024
k＝1，…，K分别为接收阵列和发射阵列对不同方向的导向矢量，
Figure BDA0003050870450000025
和θk分别为第k个远场目标的波离角和波达角，
Figure BDA0003050870450000026
为一个相干间隔内接收Q个脉冲匹配滤波后得到的信号且
Figure BDA0003050870450000027
αkq和fk分别为目标的***横截面RCS振幅和目标的多普勒频移，q＝1,…,Q；
步骤2-2：在考虑阵元互耦影响时，在匹配滤波后得到接受数据模型为X＝[Br⊙Bt]ST+N，Br＝[Cr1ar(θ1),Cr2ar(θ2),…,CrKar(θK)]，
Figure BDA0003050870450000028
其中
Figure BDA0003050870450000029
和
Figure BDA00030508704500000210
分别代表接收阵列和发射阵列基于不同方向的互耦矩阵，P代表阵元互耦存在的范围，cr(θk)表示接收阵列在不同方向的互耦向量，
Figure BDA00030508704500000211
表示发射阵列在不同方向的互耦向量；
步骤3：利用
Figure BDA00030508704500000212
将接受数据模型进行三维空间堆叠操作，得到一个三维数组，即接收数据的三阶张量模型，并且步骤2-2中的接受数据模型和三阶张量模型之间的关系为
Figure BDA00030508704500000213
步骤4：利用平行因子分解得到
Figure BDA00030508704500000214
其中
Figure BDA00030508704500000215
为外积，
Figure BDA00030508704500000216
表示发射阵列受互耦影响的导向矢量，br(θk)表示接收阵列受互耦影响的导向矢量，st(fk)表示第k个目标在t时刻的接收数据；
步骤5：引入一个矩阵变换定理：
C(θk)a(θk)＝T(θk)c(θk)
T(θk)＝[E1a(θk),…,EPa(θk)]
Figure BDA00030508704500000217
其中，a(θk)表示阵列的导向矢量，C(θk)表示阵列的互耦矩阵，Ep是一个M×M的矩阵，p＝1,…,P，满足(2)式：
Figure BDA0003050870450000031
其中，其中，角标i，j分别表示矩阵C(θk)的第i行，第j列；
步骤6：对通过步骤3平行因子分解得到的Bt和Br进行步骤5的矩阵变换，将互耦向量分离得到：
Figure BDA0003050870450000032
其中，Tr(θk)表示式(1)中接收阵列的变换矩阵T(θk)，
Figure BDA0003050870450000033
表示式(1)中发射阵列的变换矩阵T(θk)；
步骤7：对步骤4和步骤6中得到的结果进行拟合，得到：
Figure BDA0003050870450000034
其中，
Figure BDA0003050870450000035
表示发射阵列受互耦影响的导向矢量估计值，
Figure BDA0003050870450000036
表示发射阵列在不同方向的互耦向量估计值，
Figure BDA0003050870450000037
表示接收阵列受互耦影响的导向矢量估计值，
Figure BDA0003050870450000038
表示接收阵列在不同方向的互耦向量估计值；
进一步得到互耦系数的表达式为：
Figure BDA0003050870450000039
其中，
Figure BDA00030508704500000310
操作符代表Moore-Penrose伪逆；
将式(5)带入式(4)得到目标波离角和波达角的估计式为：
Figure BDA00030508704500000311
则只要进行2K次一维搜索就能得到空间中K个目标的角度估计值；
步骤8：在得到目标的角度估计值后，将角度估计值代入式(5)估计出不同方向的互耦向量。
本发明的有益效果如下：
本发明在双基地MIMO***中考虑到了阵元互耦对目标参数估计的影响，并且考虑更一般的情况即认为互耦和方向是相关的情况，通过推导目标方向和互耦系数的求解方法实现了互耦条件下阵列的在线自校准，大大提高了目标的参数估计精度和算法的稳定性。
附图说明
图1是本发明方法流程图。
图2是本发明双基地MIMO***的测向示意图。
图3是本发明实施例的目标方向估计结果。
图4是本发明实施例在不同信噪比下的方向估计误差曲线。
具体实施方式
下面结合附图和实施例对本发明进一步说明。
本发明为了克服阵元间的互耦对目标参数估计的影响，提供了一种自校正的双基地MIMO***方向估计方法，该方法基于张量的平行因子分解完成对阵列实际导向矩阵的拟合，然后利用矩阵的变换将互耦参数与角度参数进行分离，在得到目标角度估计值的同时还可计算得到不同方向下的互耦系数。
如图1所示，一种阵元互耦与方向相关情景下的自校正MIMO***测向方法，包括如下步骤：
步骤1：建立存在阵元互耦影响下双基地MIMO阵列接收的信号模型：假定双基地MIMO***的发射阵列有M个阵元，接收阵列有N个阵元，空间中有K个远场目标；
步骤2：MIMO***发射阵列的各阵元之间发射的信号之间是互相正交的；
步骤2-1：在不考虑阵元互耦影响时，将接收到的信号进行匹配滤波后得到接受数据模型为X0＝[Ar⊙At]ST+N，⊙表示Khatri-Rao积，
Figure BDA0003050870450000041
和
Figure BDA0003050870450000042
分别为接收阵列和发射阵列的阵列流形矩阵，
Figure BDA0003050870450000043
和
Figure BDA0003050870450000044
k＝1，…，K分别为接收阵列和发射阵列对不同方向的导向矢量，
Figure BDA0003050870450000045
和θk分别为第k个远场目标的波离角和波达角，
Figure BDA0003050870450000046
为一个相干间隔内接收Q个脉冲匹配滤波后得到的信号且
Figure BDA0003050870450000047
αkq和fk分别为目标的***横截面RCS振幅和目标的多普勒频移，q＝1,…,Q；
步骤2-2：在考虑阵元互耦影响时，在匹配滤波后得到接受数据模型为X＝[Br⊙Bt]ST+N，Br＝[Cr1ar(θ1),Cr2ar(θ2),…,CrKar(θK)]，
Figure BDA0003050870450000051
其中
Figure BDA0003050870450000052
和
Figure BDA0003050870450000053
分别代表接收阵列和发射阵列基于不同方向的互耦矩阵，P代表阵元互耦存在的范围，超过这个范围则认为两个阵元之间不存在互耦，cr(θk)表示接收阵列在不同方向的互耦向量，
Figure BDA0003050870450000054
表示发射阵列在不同方向的互耦向量；
步骤3：利用
Figure BDA0003050870450000055
将接受数据模型进行三维空间堆叠操作，得到一个三维数组，即接收数据的三阶张量模型，并且步骤2-2中的接受数据模型和三阶张量模型之间的关系为
Figure BDA0003050870450000056
步骤4：利用平行因子分解得到
Figure BDA0003050870450000057
其中
Figure BDA0003050870450000058
为外积，
Figure BDA0003050870450000059
表示发射阵列受互耦影响的导向矢量，br(θk)表示接收阵列受互耦影响的导向矢量，st(fk)表示第k个目标在t时刻的接收数据；
步骤5：引入一个矩阵变换定理：
C(θk)a(θk)＝T(θk)c(θk)
T(θk)＝[E1a(θk),…,EPa(θk)]
Figure BDA00030508704500000510
其中，a(θk)表示阵列的导向矢量，C(θk)表示阵列的互耦矩阵，Ep是一个M×M的矩阵，p＝1,…,P，满足(2)式：
Figure BDA00030508704500000511
其中，角标i，j分别表示矩阵C(θk)的第i行，第j列；
步骤6：对通过步骤3平行因子分解得到的Bt和Br进行步骤5的矩阵变换，将互耦向量分离得到：
Figure BDA00030508704500000512
其中，Tr(θk)表示式(1)中接收阵列的变换矩阵T(θk)，
Figure BDA0003050870450000061
表示式(1)中发射阵列的变换矩阵T(θk)；
步骤7：对步骤4和步骤6中得到的结果进行拟合，得到：
Figure BDA0003050870450000062
其中，
Figure BDA0003050870450000063
表示发射阵列受互耦影响的导向矢量估计值，
Figure BDA0003050870450000064
表示发射阵列在不同方向的互耦向量估计值，
Figure BDA0003050870450000065
表示接收阵列受互耦影响的导向矢量估计值，
Figure BDA0003050870450000066
表示接收阵列在不同方向的互耦向量估计值；
进一步得到互耦系数的表达式为：
Figure BDA0003050870450000067
其中，
Figure BDA0003050870450000068
操作符代表Moore-Penrose伪逆；
将式(5)带入式(4)得到目标波离角和波达角的估计式为：
Figure BDA0003050870450000069
则只要进行2K次一维搜索就能得到空间中K个目标的角度估计值；
步骤8：在得到目标的角度估计值后，将角度估计值代入式(5)估计出不同方向的互耦向量。
具体实施例：
1、设置初始化参数
如图2所示的双基地MIMO***测向示意图，发射阵元数和接收阵元数分别M＝8，N＝6，阵元间距
Figure BDA00030508704500000610
为半个波长，发射阵元发射的是完全正交的信号，***横截面(RCS)振幅选取为α＝[1,1,1]T，多普勒频移选为f＝[200,400,850]T/2000，空间中有K＝3个目标，方向分别选取
Figure BDA00030508704500000611
脉冲采样数选取为Q＝100。
2、根据步骤3建立接收数据的张量信号模型；
3、根据步骤4通过对三阶张量进行平行因子分解得到发射阵列流形；
4、使用矩阵变换C(θk)a(θk)＝T(θk)c(θk)将每一个方向对应的互耦向量分离出来；
5、通过目标方向的估计式(4)进行2K＝6次的一维搜索得到各目标的波离角和波达角；
6、得到目标的方向估计后，可以将角度信息带入到式(5)求取不同方向对应的互耦向量。
如图3所示，信噪比SNR＝5dB；采样脉冲数Q＝100，***横截面(RCS)振幅选取为α＝[1,1,1]T，多普勒频移选取为f＝[200,400,850]T/2000，发射阵元数M＝12，接收阵元数N＝10，发射和接收阵列的在三个不同方向的互耦向量为ct＝[1,0.22+j*0.59,0.41-j*0.33；1,0.38+j*0.48,0.23+j*0.16；1,0.47+j*0.39,0.34+j*0.23]；cr＝[1,0.40+j*0.19,0.21+j*0.36；1,0.12+j*0.79,0.21+j*0.27；1,0.42-j*0.14,0.13-j*0.37]；目标方向分别选取
Figure BDA0003050870450000071
时对目标方向的估计结果示意图。
可以看出本文方法相比于未校正的方法，得到的方向估计更加准确。
图4的参数设置同图3，目标方向分别为
Figure BDA0003050870450000072
Figure BDA0003050870450000073
时，采样脉冲数选取Q＝100，未矫正的方法和本发明方法在不同信噪比SNR下的均方根误差变化图。
可以看出即使在低信噪比下，本发明的方法仍然具有较高精度，优于未校正算法。
综上，阵元互耦与方向相关情景下的自校正MIMO***测向方法在方向估计精度上要远优于未校正的MIMO***测向方法，大大提高了方向估计的精度，提升了算法的稳健性。

Claims (1)

1.一种阵元互耦与方向相关情景下的自校正MIMO***测向方法，其特征在于，包括以下步骤：
步骤1：建立存在阵元互耦影响下双基地MIMO阵列接收的信号模型：假定双基地MIMO***的发射阵列有M个阵元，接收阵列有R个阵元，空间中有K个远场目标；
步骤2：MIMO***发射阵列的各阵元之间发射的信号之间是互相正交的；
步骤2-1：在不考虑阵元互耦影响时，将接收到的信号进行匹配滤波后得到接受数据模型为X0＝[Ar⊙At]ST+N，⊙表示Khatri-Rao积，
Figure FDA0003050870440000011
和
Figure FDA0003050870440000012
分别为接收阵列和发射阵列的阵列流形矩阵，
Figure FDA0003050870440000013
和
Figure FDA0003050870440000014
分别为接收阵列和发射阵列对不同方向的导向矢量，
Figure FDA0003050870440000015
和θk分别为第k个远场目标的波离角和波达角，
Figure FDA0003050870440000016
为一个相干间隔内接收Q个脉冲匹配滤波后得到的信号且
Figure FDA0003050870440000017
Figure FDA0003050870440000018
和fk分别为目标的***横截面RCS振幅和目标的多普勒频移，q＝1,…,Q；
步骤2-2：在考虑阵元互耦影响时，在匹配滤波后得到接受数据模型为
Figure FDA0003050870440000019
Br＝[Cr1ar(θ1),Cr2ar(θ2),…,CrKar(θK)]，
Figure FDA00030508704400000110
其中
Figure FDA00030508704400000111
和
Figure FDA00030508704400000112
分别代表接收阵列和发射阵列基于不同方向的互耦矩阵，P代表阵元互耦存在的范围，cr(θk)表示接收阵列在不同方向的互耦向量，
Figure FDA00030508704400000113
表示发射阵列在不同方向的互耦向量；
步骤3：利用
Figure FDA00030508704400000114
将接受数据模型进行三维空间堆叠操作，得到一个三维数组，即接收数据的三阶张量模型，并且步骤2-2中的接受数据模型和三阶张量模型之间的关系为
Figure FDA00030508704400000115
步骤4：利用平行因子分解得到
Figure FDA00030508704400000116
其中
Figure FDA00030508704400000117
为外积，
Figure FDA00030508704400000118
表示发射阵列受互耦影响的导向矢量，br(θk)表示接收阵列受互耦影响的导向矢量，st(fk)表示第k个目标在t时刻的接收数据；
步骤5：引入一个矩阵变换定理：
C(θk)a(θk)＝T(θk)c(θk)
T(θk)＝[E1a(θk),…,EPa(θk)]
Figure FDA0003050870440000021
其中，a(θk)表示阵列的导向矢量，C(θk)表示阵列的互耦矩阵，Ep是一个M×M的矩阵，p＝1,…,P，满足(2)式：
Figure FDA0003050870440000022
其中，其中，角标i，j分别表示矩阵C(θk)的第i行，第j列；
步骤6：对通过步骤3平行因子分解得到的Bt和Br进行步骤5的矩阵变换，将互耦向量分离得到：
Figure FDA0003050870440000023
其中，Tr(θk)表示式(1)中接收阵列的变换矩阵T(θk)，
Figure FDA0003050870440000024
表示式(1)中发射阵列的变换矩阵T(θk)；
步骤7：对步骤4和步骤6中得到的结果进行拟合，得到：
Figure FDA0003050870440000025
其中，
Figure FDA0003050870440000026
表示发射阵列受互耦影响的导向矢量估计值，
Figure FDA0003050870440000027
表示发射阵列在不同方向的互耦向量估计值，
Figure FDA0003050870440000028
表示接收阵列受互耦影响的导向矢量估计值，
Figure FDA0003050870440000029
表示接收阵列在不同方向的互耦向量估计值；
进一步得到互耦系数的表达式为：
Figure FDA00030508704400000210
其中，
Figure FDA00030508704400000211
操作符代表Moore-Penrose伪逆；
将式(5)带入式(4)得到目标波离角和波达角的估计式为：
Figure FDA0003050870440000031
则只要进行2K次一维搜索就能得到空间中K个目标的角度估计值；
步骤8：在得到目标的角度估计值后，将角度估计值代入式(5)估计出不同方向的互耦向量。
CN202110487090.1A 2021-05-04 2021-05-04 一种阵元互耦与方向相关情景下的自校正mimo***测向方法 Active CN113253195B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110487090.1A CN113253195B (zh) 2021-05-04 2021-05-04 一种阵元互耦与方向相关情景下的自校正mimo***测向方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110487090.1A CN113253195B (zh) 2021-05-04 2021-05-04 一种阵元互耦与方向相关情景下的自校正mimo***测向方法

Publications (2)

Publication Number Publication Date
CN113253195A true CN113253195A (zh) 2021-08-13
CN113253195B CN113253195B (zh) 2022-10-28

Family

ID=77223516

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110487090.1A Active CN113253195B (zh) 2021-05-04 2021-05-04 一种阵元互耦与方向相关情景下的自校正mimo***测向方法

Country Status (1)

Country Link
CN (1) CN113253195B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070091723A1 (en) * 2005-07-22 2007-04-26 Institute Of Acoustics, Chinese Academy Of Sciences Method of signal processing for high resolution bathymetric sidescan sonar
KR101375425B1 (ko) * 2013-02-28 2014-03-17 충북대학교 산학협력단 배열 안테나에서 전파의 도래각 추정 방법
CN104330783A (zh) * 2014-11-05 2015-02-04 河海大学 基于高阶累积量的双基地mimo雷达的参数估计方法
CN104931931A (zh) * 2015-05-18 2015-09-23 哈尔滨工程大学 互耦条件下基于张量实值子空间的双基地mimo雷达角度估计方法
CN105388450A (zh) * 2015-10-28 2016-03-09 江苏大学 一种基于目标角度分离的双基地mimo***dod和doa估计方法
CN107290730A (zh) * 2017-05-10 2017-10-24 长江大学 互耦条件下双基地mimo雷达角度估算方法
CN108414985A (zh) * 2018-02-13 2018-08-17 西北工业大学 基于三阶循环累积量的近场定位方法
KR20190019756A (ko) * 2017-08-18 2019-02-27 국방과학연구소 뉴튼 이터레이션을 이용한 위치 결정 방법 및 시스템
CN110596638A (zh) * 2019-10-21 2019-12-20 南京邮电大学 一种基于均匀圆阵的doa估计及互耦校正方法
CN112269172A (zh) * 2020-10-14 2021-01-26 中国人民解放军空军工程大学 一种基于张量结构的嵌套mimo雷达角度估计方法和装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070091723A1 (en) * 2005-07-22 2007-04-26 Institute Of Acoustics, Chinese Academy Of Sciences Method of signal processing for high resolution bathymetric sidescan sonar
KR101375425B1 (ko) * 2013-02-28 2014-03-17 충북대학교 산학협력단 배열 안테나에서 전파의 도래각 추정 방법
CN104330783A (zh) * 2014-11-05 2015-02-04 河海大学 基于高阶累积量的双基地mimo雷达的参数估计方法
CN104931931A (zh) * 2015-05-18 2015-09-23 哈尔滨工程大学 互耦条件下基于张量实值子空间的双基地mimo雷达角度估计方法
CN105388450A (zh) * 2015-10-28 2016-03-09 江苏大学 一种基于目标角度分离的双基地mimo***dod和doa估计方法
CN107290730A (zh) * 2017-05-10 2017-10-24 长江大学 互耦条件下双基地mimo雷达角度估算方法
KR20190019756A (ko) * 2017-08-18 2019-02-27 국방과학연구소 뉴튼 이터레이션을 이용한 위치 결정 방법 및 시스템
CN108414985A (zh) * 2018-02-13 2018-08-17 西北工业大学 基于三阶循环累积量的近场定位方法
CN110596638A (zh) * 2019-10-21 2019-12-20 南京邮电大学 一种基于均匀圆阵的doa估计及互耦校正方法
CN112269172A (zh) * 2020-10-14 2021-01-26 中国人民解放军空军工程大学 一种基于张量结构的嵌套mimo雷达角度估计方法和装置

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
AHMET M. ELBIR: "Direction Finding in the Presence of Direction-Dependent Mutual Coupling", 《IEEE ANTENNAS AND WIRELESS PROPAGATION LETTERS》 *
杨康等: "基于实值三线性分解的互耦条件下双基地MIMO雷达角度估计算法", 《***工程与电子技术》 *
王伟等: "双基地MIMO雷达多目标定位及互耦参数估计", 《华中科技大学学报(自然科学版)》 *
郭艺夺等: "双基地MIMO雷达目标定位及互耦自校正算法", 《西安电子科技大学学报》 *

Also Published As

Publication number Publication date
CN113253195B (zh) 2022-10-28

Similar Documents

Publication Publication Date Title
CN109471086B (zh) 基于多采样快拍和集阵列信号离散傅里叶变换的互质mimo雷达波达方向估计方法
CN109782243B (zh) 基于块Hankel矩阵填充的阵元故障MIMO雷达角度估计方法
CN108459307B (zh) 基于杂波的mimo雷达收发阵列幅相误差校正方法
CN109143197B (zh) 一种基于辅助阵元的极化mimo雷达的2d-doa和极化参数估计方法
CN109188386B (zh) 基于改进二维esprit算法的mimo雷达高分辨率参数估计方法
CN109828252B (zh) 一种mimo雷达参数估计方法
CN110596687B (zh) 一种基于黎曼流形的单基地mimo雷达目标检测方法
CN103983952A (zh) 一种非圆信号双基地mimo雷达低复杂度收发角度联合估计方法
CN109765521B (zh) 一种基于子阵划分的波束域成像方法
CN109254272B (zh) 一种共点式极化mimo雷达的两维角度估计方法
CN106526531A (zh) 基于三维天线阵列的改进传播算子二维doa估计算法
CN113189592B (zh) 考虑幅相互耦误差的车载毫米波mimo雷达测角方法
CN109725298B (zh) 一种基于秩损求根的阵列流型误差校准和波达方向估计方法
CN110927711A (zh) 一种双基地emvs-mimo雷达的高精度定位算法及装置
CN108828504B (zh) 基于部分相关波形的mimo雷达目标方向快速估计方法
CN112180339A (zh) 一种基于稀疏处理的雷达回波信号精确测向方法
CN108828586B (zh) 一种基于波束域的双基地mimo雷达测角优化方法
CN110208736B (zh) 基于四阶累量的非圆信号均匀阵列波达方向角估计方法
CN109870670B (zh) 一种基于阵列重构的混合信号参数估计方法
CN113253195B (zh) 一种阵元互耦与方向相关情景下的自校正mimo***测向方法
CN115169378A (zh) 一种移动稀疏接收阵列角度估计方法
CN109061564B (zh) 基于高阶累积量的简化近场定位方法
CN112698263A (zh) 一种基于正交传播算子的单基地互质mimo阵列doa估计算法
CN112505642A (zh) 一种psfda-mimo雷达低复杂度参数估计方法
CN111537974A (zh) 一种去耦合的空时自适应信号处理方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant