MIMO信号处理学习笔记

最近学习了MIMO雷达信号处理的部分基础知识，现将我的学习笔记与大家分享，不对之处请多指教。
本文主要包含的内容有

1. MIMO雷达的发射信号
2. 回波信号模型
3. 双基地MIMO雷达的DOD、DOA估计

MIMO雷达的发射信号

在MIMO雷达系统中，假设有N个发射阵元构成了一个均匀线阵，以第一个阵元为参考阵元，则发射信号可写为：
$$s_n(t)=u_n(t)e^{-j2\pi f_{c}t}$$其中$u_n(t)$为基带正交波形，$f_c$为载频，$t\in [0,T]$，$T$为脉冲宽度，PRI为脉冲重复周期。
发射信号矩阵为：$$S=[s_1(t),s_2(t),...,s_N(t){]}^T$$通常在Matlab中仿真的时候，正交基带波形$u_n(t)$通过Hadamard函数实现，例如

N = 10; % 发射阵元个数
h = 64;
H = hadamard(h); %此处h必须是2的整数幂
St = (H(1:N,:)+1i*H(N+1:2*N,:))/sqrt(2); % 得到归一化的复信号矩阵，信号长度为h

回波信号模型

此部分主要涉及阵列的发射导引矩阵和接收导引矩阵
假设，收、发阵列中阵元间距均为半波长：$d=\lambda /2=c/(2f_c)$，发射阵列有N个阵元，接收阵列有M个阵元。共有K个目标，各目标的信息为：
波离角（DOD）： $\phi$=[40°，20°，-30°]
波达交（DOA）： $\theta$=[10°，50°，0°]
径向速度：vel=[100, 50, 20]

此处需要注意的是：在MIMO雷达系统中，运动速度不同的目标被称为非相干目标，运动速度相同的目标被称为相干目标。MUSIC算法及Capon算法只能估计非相干目标的参数。

因此，发射导引矩阵可以写为：
$$A=[a({\phi }_1),a({\phi }_2),...,a({\phi }_K)]$$其中
$$a({\phi }_k)=[1,e^{-j2\pi f_c\cdot 1\cdot dsin({\phi }_k)},...,e^{-j2\pi f_c\cdot (N-1)\cdot dsin({\phi }_K)}{]}^T$$
接收导引矩阵为：
$$B=[b({\theta }_1),b({\theta }_2),...,b({\theta }_K)]$$其中
$$b({\vartheta }_k)=[1,e^{-j2\pi f_c\cdot 1\cdot dsin({\theta }_k)},...,e^{-j2\pi f_c\cdot (M-1)\cdot dsin({\theta }_K)}{]}^T$$

多普勒频移为
$$f_{dk}=2f_c{v}_k/c$$其中$v_k$为第k个目标的径向运动速度，当条件：
$$2\pi f_{dk}T\ll 1$$满足时，多普勒慢变化成立。即可认为同一个脉冲回波内的多普勒包络是不变的，所以第$m$个阵元接收的回波信号为：
$$x_m(t)=\sum _{k=1}^K{e}^{-j2\pi f_c(m-1)dsin({\theta }_k)}{e}^{-j2\pi f_{dk}l\cdot PRI}a({\phi }_k)S$$

信号处理-双基地MIMO雷达的DOD、DOA估计

快拍(snapshot)，是ADC采集数据的一个时间窗内的采样
此处，可将一个脉冲内的ADC采样点数设为h。所以，第$l$个快拍得到的信号矩阵为$X_l$，其维度为$M\times h$。
所以，当快拍数为$L$时，可以得到$L$个$M\times h$维的接收信号矩阵：$$X_1,X_2,...,X_L$$对这$L$个信号矩阵做匹配滤波$$Y_l=X_l\times S=e^{-j2\pi f_{dk}lPRI}B{A}^T$$可以得到$L$个$M\times N$维的匹配滤波输出：$$Y_1,Y_2,...,Y_L$$ 矩阵$Y_l$可以成为数据矩阵
对数据矩阵做行列堆栈处理，可以得到$MN\times 1$维的数据列向量$$y_l=vec(Y_l^T)$$ $L$个数据列向量可以构成一个$MN\times L$维的数据矩阵$$\tilde{Y}=[y_1,y_2,...,y_L]$$

MUSIC算法

求矩阵$\tilde{Y}$的协方差矩阵$R$,$$R=1/L\ast \tilde{Y}\ast {\tilde{Y}}^H$$MUSIC的具体内容、推导与证明可以参考这里
在具体实现中

1. 对协方差矩阵$R$做奇异值分解$$R=U_S{\gamma }_S{U}_S+U_N{\gamma }_N{U}_N$$

[U,~,~] = svd(R);

2. 求噪声子空间

UU = U(:,K+1:end); % (需要知道目标个数的先验信息)

3. 谱峰搜索$$P_{MUSIC}=1/|a(\phi ,\theta {)}^H(UU\ast U{U}^H)\ast a(\phi ,\theta )|$$

n1 = (0:N-1)';
m1 = (0:M-1)';
theta = (-90:1:90)/180*pi;
phi = (-90:1:90)/180*pi;
Pmusic = zeros(length(theta),length(phi));
Pcapon = zeros(length(theta),length(phi));
for i = 1:length(theta)
   for j = 1:length(phi)
       A = exp(-1i*2*pi*n1*sin(phi(j))/2); % N*1
       B = exp(-1i*2*pi*m1*sin(theta(i))/2); % M*1
       AA = kron(B,A); % NM*1
       Pmusic(i,j) = 1/abs(AA'*(UU*UU')*AA);
       Pcapon(i,j) = 1/abs(AA'*Ri*AA);
   end
end

Capon算法

与MUSIC算法在实现时的不同是谱峰搜索$$P_{Capon}=1/|a(\phi ,\theta {)}^H{R}^{-1}\ast a(\phi ,\theta )|$$

仿真结果