江苏省博士后科研资助计划项目(1101093C)
- 作品数：3 被引量：14H指数：2
- 相关作者：李彧晟王海青朱晓华张劲东朱莹更多>>
- 相关机构：南京理工大学南京航空航天大学更多>>
- 发文基金：中国博士后科学基金江苏省博士后科研资助计划项目国家自然科学基金更多>>
- 相关领域：电子电信更多>>
- 基于DCS的发射分集MIMO雷达参数估计被引量：2
- 2012年
- 针对目标在多角度观测下的散射系数估计问题,研究了基于分布式压缩感知(distributed com-pressed sensing,DCS)的发射分集多输入多输出(multiple-input multiple-output,MIMO)雷达参数估计方法。在分析发射分集MIMO雷达信号模型的基础上,构建了其联合稀疏表示模型;在分析正交匹配追踪(orthogonalmatching pursuit,OMP)算法实现结构的基础上,提出了一种新的基于迭代式正交匹配追踪的DCS算法。仿真结果表明该方法的估计精度高于DCS-SOMP和幅度相位估计+Capon的算法,重构概率也高于DCS-SOMP算法。
- 王海青朱晓华李彧晟
- 关键词：多输入多输出雷达发射分集参数估计
- 基于DCS的统计MIMO雷达信号模型及参数估计被引量：9
- 2012年
- 分布式压缩感知(Distributed Compressed Sensing,DCS)将单信号的压缩采样扩展到信号群的压缩采样,利用信号内相关性和互相关性对多个信号进行联合重构。统计多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达系统通过多发多收配置,在发射机、目标以及接收机之间构成对目标的分布式探测系统。该文将DCS应用到统计MIMO雷达中,通过对该场景中目标回波的延时在距离空间稀疏性的分析,提出联合所有接收信号重构目标场景的设想,建立了接收信号的联合稀疏模型,并实现了目标参数估计的联合重构算法。仿真结果表明与基于压缩感知(Compressed Sensing,CS)的算法相比,基于DCS的算法在进一步降低采样数目的同时提高了参数估计精度,同时也验证了DCS-MIMO雷达可以有效克服目标的雷达散射截面积(Radar Cross Section,RCS)起伏。
- 朱莹张弓张劲东
- 关键词：正交匹配追踪
- 基于快速极坐标格式算法的MIMO雷达虚拟孔径成像被引量：3
- 2013年
- 针对共址多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达在单次快拍下的虚拟孔径成像问题,分析了MIMO雷达虚拟合成阵列,建立了MIMO雷达极坐标格式波数域回波模型,分析了基于距离向和方位向尺度变换的空间谱转化,指出MIMO雷达方位向尺度变换不再是Keystone变换,提出了一种新的MIMO雷达快速极坐标格式成像算法。仿真表明了该文方法的有效性。
- 王海青李彧晟朱晓华
- 关键词：多输入多输出雷达极坐标格式算法空间谱
