干扰背景下压缩感知mimo雷达doa估计方法【字数：12990】
MIMO雷达凭借其多通道大孔径的优势，在近年来成为了新体制雷达研究领域的新热点。随着MIMO雷达研究的不断深入，由多通道带来的海量数据问题，成为了MIMO雷达研究与应用的瓶颈。凭借这压缩感知理论在数据压缩方面的优势，压缩感知MIMO雷达在一定程度上解决了海量数据的问题。然而，由于干扰信号的存在，压缩感知雷达的真实目标场景稀疏特性会遭到隐蔽性破坏，导致真实目标探测与估计的失效。因此，针对压缩感知MIMO雷达的干扰抑制方法研究具有必要性。本论文针对上述问题，结合压缩感知理论，研究了一种基于观测矩阵的压缩感知MIMO雷达干扰抑制方法，利用观测矩阵，在压缩处理与传输数据量的同时，实现了对空间干扰的抑制，有效的提高了压缩感知MIMO雷达在干扰背景下的目标探测性能。
目录
1 绪论 1
1.1 研究背景及意义 1
1.2 国内外研究现状 2
1.3课题研究的主要内容及实现方法 3
1.4论文的整体框架 4
2 压缩感知理论 5
2.1 压缩感知的基本原理 5
2.1.1信号的稀疏性 5
2.1.2 稀疏信号的压缩观测与重构 6
3 MIMO雷达DOA估计 9
3.1 MIMO雷达模型介绍 9
3.1.1 MIMO雷达的基本概念 9
3.1.2?MIMO雷达中的分集技术 9
3.1.3?单基地MIMO雷达的信号模型 10
3.2 DOA估计方法 11
3.2.1 Capon算法 12
3.2.2 Music算法 13
4 基于观测矩阵的CSMIMO雷达干扰抑制方法 15
4.1 研究背景 15
4.2 单基地CSMIMO雷达信号模型 15
4.3 空域抑制干扰矩阵设计 18
4.4 仿真结果分析 20
5 论文总结 23
参考文献 24
致谢 25
1 绪论
1.1 研究背景及意义
多输入多输出（MIMO，MultipleInputMultipleOutput）雷达首先在通信方面被广 *好棒文|www.hbsrm.com +Q: ^351916072*
泛运用，与传统的机械扫描（单输入单输出）雷达相比，MIMO雷达可以多天线同一时间发射并且接收信号。相对于传统的相位阵列雷达，两者的最主要区别在于MIMO雷达可以波形分集并使之发送正交波形。但由于MIMO雷达需要大量的数据以用于通道的处理问题，也因此面临着海量数据处理的难题。目标的波达角（DOA）是MIMO雷达参数估计问题中的最主要研究内容之一。
目前大多数的数据处理都采用传统的奈奎斯特采样理论（香农采样定理）来设计，这种方法所需要的采样率必须不小于最高频率的2倍，且包含大量冗余，即信号具有稀疏性。因此，这种采样获得的数据量较大，但会浪费大量的时间和空间，而压缩感知正好解决了整个难题。
由Candes，Donoho等人提出的压缩感知理论相对于传统香农采样定理的突破，使其成为信号采样及处理领域的新兴技术，也在许多地方得到发展。压缩感知理论主要针对于稀疏信号或可压缩信号，这种方法将获取信号与压缩同时进行，使投影数据量大大减小，相对于传统的香农采样定理有着极大的突破，这样有利于采集高分辨率的信号。
由于空间中点目标相对于背景的高度稀疏性，即在空域中具有了相应的稀疏表示的空间，同时回波信号相对于探测区域的整体回波同样具有稀疏性，这就为CS理论引入雷达领域创造了可能，也使得将CS理论应用于MIMO雷达DOA估计中是非常重要的。
然而压缩感知MIMO雷达在研究过程中面临着干扰的问题，在DOA估计过程中会产生与真目标相似的信号，以破坏目标场景的真实稀疏特性，从而影响MIMO雷达DOA估计的有效进行。因此，研究干扰背景下压缩感知MIMO雷达DOA估计显得极为重要。
1.2 国内外研究现状
雷达起始于十九世纪二十年代，它通过发射无线电波，接收回波从而探测目标的角方位，并且测算与目标的距离，测量目标的速度。作为主要的探测工具，雷达在军事国防领域的地位日益提高。由于现代化技术发展与社会需求的影响，雷达的发展日益加快。在此过程中，可以通过多个天线发射不同的信号以及接收回波信号的多输入多输出（MIMO）雷达就产生了。MIMO雷达在2003年由美国麻省理工学院林肯实验室首次提出，一经提出就引起了轰动，国内外学者开始广泛关注。参数估计是MIMO雷达中的主要研究内容之一，而DOA（波达角）估计则是参数估计中一个重要的方向。2017年王得旺和郭金良通过实验表明，多输入多输出雷达要比传统的相位阵列精度更高。他们基于单基地MIMO雷达提出了一种能够有效解算相干源DOA的方法。
随着现代化军事装备的信息化发展，战争对雷达的目标分辨率要求日益提高。与此同时，数字信号迅速发展，人们已经不满足于现状，对图像视频的清晰度要求要越来越严格。不同于传统的香农采样定理，压缩感知理论已成为国内学者的研究热点。
压缩感知（CS）理论在2006年由Donoho正式发表，Donoho又将CS理论继续研究，通过实验使之变得更加完善。在图像处理领域，朱明、高文、郭立强等人提出CS理论突破了传统香农采样定理的限制，将从采集的很少的数据中解压缩出大量的信息成为可能。在无线传感器网络处理方面，宣利峰、熊继平、赵健提出CS理论的运用可以减少无线传感器网络的信号采集，能量的损耗，从而提高无线传感器网络节点的生命周期。在雷达领域，邓佳欣、苗毅等人通过仿真分析了稀疏重构方法的性能，通过实例论证了CS理论对于雷达信号处理领域问题解决的优势。
CS理论在国内外MIMO雷达的研究领域内引起了广泛重视。2007年Baraniuk R和Steeghs P在Compressive radar imaging中首次提出压缩感知雷达框架，两人初步给出了压缩感知的SAR成像方案。2010年Ender介绍了在雷达领域中CS理论的运用前景，同时通过研究表明，CS理论对于雷达领域有极大地作用并且目前已有成效。由于CS理论应用于MIMO雷达DOA估计的重要性，国内学者们也对此产生研究兴趣。2013年王海涛，王俊为了获得目标的DOA信息，让时域互相干扰并且相互抵消，最后进行方位向压缩感知稀疏重构。
目录
1 绪论 1
1.1 研究背景及意义 1
1.2 国内外研究现状 2
1.3课题研究的主要内容及实现方法 3
1.4论文的整体框架 4
2 压缩感知理论 5
2.1 压缩感知的基本原理 5
2.1.1信号的稀疏性 5
2.1.2 稀疏信号的压缩观测与重构 6
3 MIMO雷达DOA估计 9
3.1 MIMO雷达模型介绍 9
3.1.1 MIMO雷达的基本概念 9
3.1.2?MIMO雷达中的分集技术 9
3.1.3?单基地MIMO雷达的信号模型 10
3.2 DOA估计方法 11
3.2.1 Capon算法 12
3.2.2 Music算法 13
4 基于观测矩阵的CSMIMO雷达干扰抑制方法 15
4.1 研究背景 15
4.2 单基地CSMIMO雷达信号模型 15
4.3 空域抑制干扰矩阵设计 18
4.4 仿真结果分析 20
5 论文总结 23
参考文献 24
致谢 25
1 绪论
1.1 研究背景及意义
多输入多输出（MIMO，MultipleInputMultipleOutput）雷达首先在通信方面被广 *好棒文|www.hbsrm.com +Q: ^351916072*
泛运用，与传统的机械扫描（单输入单输出）雷达相比，MIMO雷达可以多天线同一时间发射并且接收信号。相对于传统的相位阵列雷达，两者的最主要区别在于MIMO雷达可以波形分集并使之发送正交波形。但由于MIMO雷达需要大量的数据以用于通道的处理问题，也因此面临着海量数据处理的难题。目标的波达角（DOA）是MIMO雷达参数估计问题中的最主要研究内容之一。
目前大多数的数据处理都采用传统的奈奎斯特采样理论（香农采样定理）来设计，这种方法所需要的采样率必须不小于最高频率的2倍，且包含大量冗余，即信号具有稀疏性。因此，这种采样获得的数据量较大，但会浪费大量的时间和空间，而压缩感知正好解决了整个难题。
由Candes，Donoho等人提出的压缩感知理论相对于传统香农采样定理的突破，使其成为信号采样及处理领域的新兴技术，也在许多地方得到发展。压缩感知理论主要针对于稀疏信号或可压缩信号，这种方法将获取信号与压缩同时进行，使投影数据量大大减小，相对于传统的香农采样定理有着极大的突破，这样有利于采集高分辨率的信号。
由于空间中点目标相对于背景的高度稀疏性，即在空域中具有了相应的稀疏表示的空间，同时回波信号相对于探测区域的整体回波同样具有稀疏性，这就为CS理论引入雷达领域创造了可能，也使得将CS理论应用于MIMO雷达DOA估计中是非常重要的。
然而压缩感知MIMO雷达在研究过程中面临着干扰的问题，在DOA估计过程中会产生与真目标相似的信号，以破坏目标场景的真实稀疏特性，从而影响MIMO雷达DOA估计的有效进行。因此，研究干扰背景下压缩感知MIMO雷达DOA估计显得极为重要。
1.2 国内外研究现状
雷达起始于十九世纪二十年代，它通过发射无线电波，接收回波从而探测目标的角方位，并且测算与目标的距离，测量目标的速度。作为主要的探测工具，雷达在军事国防领域的地位日益提高。由于现代化技术发展与社会需求的影响，雷达的发展日益加快。在此过程中，可以通过多个天线发射不同的信号以及接收回波信号的多输入多输出（MIMO）雷达就产生了。MIMO雷达在2003年由美国麻省理工学院林肯实验室首次提出，一经提出就引起了轰动，国内外学者开始广泛关注。参数估计是MIMO雷达中的主要研究内容之一，而DOA（波达角）估计则是参数估计中一个重要的方向。2017年王得旺和郭金良通过实验表明，多输入多输出雷达要比传统的相位阵列精度更高。他们基于单基地MIMO雷达提出了一种能够有效解算相干源DOA的方法。
随着现代化军事装备的信息化发展，战争对雷达的目标分辨率要求日益提高。与此同时，数字信号迅速发展，人们已经不满足于现状，对图像视频的清晰度要求要越来越严格。不同于传统的香农采样定理，压缩感知理论已成为国内学者的研究热点。
压缩感知（CS）理论在2006年由Donoho正式发表，Donoho又将CS理论继续研究，通过实验使之变得更加完善。在图像处理领域，朱明、高文、郭立强等人提出CS理论突破了传统香农采样定理的限制，将从采集的很少的数据中解压缩出大量的信息成为可能。在无线传感器网络处理方面，宣利峰、熊继平、赵健提出CS理论的运用可以减少无线传感器网络的信号采集，能量的损耗，从而提高无线传感器网络节点的生命周期。在雷达领域，邓佳欣、苗毅等人通过仿真分析了稀疏重构方法的性能，通过实例论证了CS理论对于雷达信号处理领域问题解决的优势。
CS理论在国内外MIMO雷达的研究领域内引起了广泛重视。2007年Baraniuk R和Steeghs P在Compressive radar imaging中首次提出压缩感知雷达框架，两人初步给出了压缩感知的SAR成像方案。2010年Ender介绍了在雷达领域中CS理论的运用前景，同时通过研究表明，CS理论对于雷达领域有极大地作用并且目前已有成效。由于CS理论应用于MIMO雷达DOA估计的重要性，国内学者们也对此产生研究兴趣。2013年王海涛，王俊为了获得目标的DOA信息，让时域互相干扰并且相互抵消，最后进行方位向压缩感知稀疏重构。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/dzxx/dzkxyjs/695.html
