新體制雷達(dá)的優(yōu)化及目標(biāo)定位方法

目錄
第1章 緒論 1
1.1 引言 1
1.2 部分新體制雷達(dá)簡(jiǎn)介 1
1.2.1 認(rèn)知雷達(dá) 1
1.2.2 MIMO雷達(dá) 3
1.2.3 壓縮感知雷達(dá) 5
1.3 國(guó)內(nèi)外研究現(xiàn)狀 6
1.4 本書內(nèi)容安排 11
第2章 認(rèn)知雷達(dá)系統(tǒng)的波形優(yōu)化與參數(shù)估計(jì) 13
2.1 引言 13
2.2 認(rèn)知雷達(dá)系統(tǒng)模型 13
2.3 雷達(dá)發(fā)射波形優(yōu)化 16
2.4 兩步法 19
2.4.1 不存在雜波干擾時(shí)的發(fā)射波形優(yōu)化 19
2.4.2 存在雜波干擾時(shí)的發(fā)射波形優(yōu)化 22
2.4.3 復(fù)雜度分析 25
2.4.4 目標(biāo)散射系數(shù)估計(jì)的Cramér-Rao界 25
2.5 仿真結(jié)果 25
2.6 本章小結(jié) 31
第3章 多目標(biāo)條件下的波形優(yōu)化與參數(shù)估計(jì) 32
3.1 引言 32
3.2 存在多個(gè)擴(kuò)展型目標(biāo)的CR雷達(dá)系統(tǒng)建模 32
3.3 多個(gè)遠(yuǎn)距離間隔目標(biāo)的TSC估計(jì) 33
3.3.1 基于KF的多個(gè)遠(yuǎn)距離間隔目標(biāo)TSC估計(jì)算法 33
3.3.2 針對(duì)多個(gè)遠(yuǎn)距離間隔擴(kuò)展型目標(biāo)的波形優(yōu)化 35
3.4 多個(gè)近距離間隔目標(biāo)的TSC估計(jì) 37
3.4.1 基于KF的多個(gè)近距離間隔目標(biāo)TSC估計(jì)算法 37
3.4.2 針對(duì)多個(gè)近距離間隔擴(kuò)展型目標(biāo)的波形優(yōu)化 38
3.5 仿真實(shí)驗(yàn) 40
3.5.1 針對(duì)多個(gè)遠(yuǎn)距離間隔擴(kuò)展型目標(biāo)的波形優(yōu)化 41
3.5.2 針對(duì)多個(gè)近距離間隔擴(kuò)展型目標(biāo)的波形優(yōu)化 44
3.6 討論 48
3.7 本章小結(jié) 48
第4章 基于壓縮感知的參數(shù)估計(jì)與波形優(yōu)化 49
4.1 引言 49
4.2 多個(gè)擴(kuò)展型目標(biāo)的雷達(dá)系統(tǒng)建模 50
4.2.1 接收信號(hào)模型 50
4.2.2 基于壓縮感知的稀疏系統(tǒng)建模 51
4.3 波形優(yōu)化算法 53
4.3.1 *小化互相干系數(shù) 53
4.3.2 兩步波形優(yōu)化法 54
4.4 仿真結(jié)果 58
4.4.1 *小化互相干系數(shù)的波形優(yōu)化算法 58
4.4.2 不同SNR下的稀疏重構(gòu)性能 62
4.4.3 不同目標(biāo)個(gè)數(shù)條件下的稀疏重構(gòu)性能 62
4.4.4 不同測(cè)量次數(shù)條件下的稀疏重構(gòu)性能 63
4.5 討論 64
4.6 本章小結(jié) 64
第5章 運(yùn)動(dòng)目標(biāo)檢測(cè)與波形優(yōu)化 66
5.1 引言 66
5.2 基于多個(gè)運(yùn)動(dòng)平臺(tái)的集中式MIMO雷達(dá)系統(tǒng) 67
5.3 運(yùn)動(dòng)目標(biāo)檢測(cè) 71
5.4 回波信號(hào)估計(jì) 73
5.4.1 目標(biāo)不存在時(shí)的信號(hào)估計(jì) 73
5.4.2 目標(biāo)存在時(shí)的信號(hào)估計(jì) 76
5.5 發(fā)射波形優(yōu)化 77
5.5.1 問(wèn)題描述 77
5.5.2 波形優(yōu)化問(wèn)題求解 80
5.6 仿真結(jié)果 82
5.6.1 波形優(yōu)化對(duì)檢測(cè)性能的影響分析 83
5.6.2 目標(biāo)和雜波參數(shù)估計(jì)對(duì)檢測(cè)性能的影響 84
5.6.3 與其他算法對(duì)比 84
5.6.4 與分布式MIMO雷達(dá)對(duì)比 85
5.6.5 與集中式MIMO雷達(dá)對(duì)比 86
5.6.6 不同參數(shù)對(duì)檢測(cè)性能的影響 86
5.7 本章小結(jié) 88
第6章 基于壓縮感知的多目標(biāo)定位與多天線位置優(yōu)化 89
6.1 引言 89
6.2 分布式MIMO雷達(dá)系統(tǒng)模型 89
6.3 基于壓縮感知的多目標(biāo)定位方法 91
6.4 分布式MIMO雷達(dá)的天線位置優(yōu)化 93
6.5 統(tǒng)計(jì)性能分析 97
6.5.1 互相干系數(shù)概率分布 97
6.5.2 互相干系數(shù)的漸近性分析 99
6.6 仿真結(jié)果 102
6.6.1 算法6.1性能分析 102
6.6.2 多目標(biāo)定位性能分析 104
6.7 本章小結(jié) 106
第7章 考慮未知互耦與網(wǎng)格偏離時(shí)基于稀疏貝葉斯的MIMO雷達(dá)DOA估計(jì)方法 107
7.1 MIMO雷達(dá)DOA估計(jì)模型 107
7.2 考慮未知陣元互耦的DOA估計(jì)方法 112
7.2.1 存在網(wǎng)格偏離的稀疏模型 112
7.2.2 基于稀疏貝葉斯學(xué)習(xí)的DOA估計(jì)方法 114
7.3 仿真結(jié)果 122
7.4 本章小結(jié) 126
第8章 考慮未知互耦與網(wǎng)格偏離時(shí)均勻線陣的DOA估計(jì)方法 127
8.1 均勻線陣測(cè)向系統(tǒng) 127
8.2 存在未知天線互耦時(shí)的DOA估計(jì)方法 130
8.2.1 稀疏DOA估計(jì)模型 130
8.2.2 基于稀疏重構(gòu)的DOA估計(jì)方法 132
8.2.3 SODMC算法的收斂性分析 136
8.2.4 SODMC算法的計(jì)算復(fù)雜度分析 137
8.3 仿真驗(yàn)證 138
8.4 本章小結(jié) 144
參考文獻(xiàn) 145
附錄A 時(shí)延與多普勒頻移表達(dá)式 158
附錄B 部分公式詳細(xì)推導(dǎo)過(guò)程 160