FDA-MIMO雷达参数估计

引言

FDA-MIMO雷达通过在发射端阵元间引入一个远小于信号载频的频偏,使得发射导向矢量与距离和角度相关。利用距离维的额外自由度,FDA-MIMO可以无模糊地估计出目标距离和角度参数。
FDA-MIMO结构图

FDA-MIMO的信号模型

m个阵元的发射信号:
s m ( t ) = ϕ m ( t ) e j 2 π f m t , 0 ≤ t ≤ T p , m = 1 , 2 , . . . , M , {{s}_{m}}\left( t \right)={{\phi }_{m}}\left( t \right){{e}^{j2\pi {{f}_{m}}t}},0\le t\le {{T}_{p}},m=1,2,...,M, sm(t)=ϕm(t)ej2πfmt,0tTp,m=1,2,...,M,
其中, T p T_p Tp为脉冲持续时间, ϕ m ( t ) {{\phi }_{m}}\left( t \right) ϕm(t)为第m个天线的基带调制信号,M个天线发射的信号正交。
接收端处理过程

在接收端经过混频、匹配滤波等操作后,第n个天线单元输出的m路信号:
y n = [ y 1 , n , y 2 , n , … , y M , n ] T = ξ k [ 1 e − j 4 π Δ f c r k + j 2 π d T λ 0 sin ⁡ θ k ⋮ e − j 4 π Δ f c ( M − 1 ) r k + j 2 π d T λ 0 ( M − 1 ) sin ⁡ θ k ] e j 2 π d R λ 0 ( n − 1 ) sin ⁡ θ k . {{y}_{n}}={{\left[ {{y}_{1,n}},{{y}_{2,n}},\ldots ,{{y}_{M,n}} \right]}^{\text{T}}}={{\xi }_{k}}\left[ \begin{matrix} 1 \\ {{e}^{-j4\pi \frac{\Delta f}{c}{{r}_{k}}+j2\pi \frac{{{d}_{\text{T}}}}{{{\lambda }_{0}}}\sin {{\theta }_{k}}}} \\ \vdots \\ {{e}^{-j4\pi \frac{\Delta f}{c}(M-1){{r}_{k}}+j2\pi \frac{{{d}_{\text{T}}}}{{{\lambda }_{0}}}(M-1)\sin {{\theta }_{k}}}} \\ \end{matrix} \right]{{e}^{j2\pi \frac{{{d}_{\text{R}}}}{{{\lambda }_{0}}}(n-1)\sin {{\theta }_{k}}}}. yn=[y1,n,y2,n,,yM,n]T=ξk 1ej4πcΔfrk+j2πλ0dTsinθkej4πcΔf(M1)rk+j2πλ0dT(M1)sinθk ej2πλ0dR(n1)sinθk.
N个接收天线输出的MN路信号排成MN×1的列向量:
x ( l ) = [ y 1 T , y 2 T , … , y N T ] T = A s ( l ) + n ( l ) = ( A r ∘ A t ) s ( l ) + n ( l ) , l = 1 , 2 , … L , \begin{aligned} & {x}(l)={{\left[ {y}_{1}^{\text{T}},{y}_{2}^{\text{T}},\ldots ,{y}_{N}^{\text{T}} \right]}^{\text{T}}} \\ & \quad={As}(l)+{n}(l) \\ &\quad =\left( {{{A}}_{r}}\circ {{{A}}_{t}} \right){s}(l)+{n}(l),l=1,2,\ldots L, \end{aligned} x(l)=[y1T,y2T,,yNT]T=As(l)+n(l)=(ArAt)s(l)+n(l),l=1,2,L,
其中, A A A为联合收发域导向矢量, A r , A t A_r,A_t Ar,At分别为发射域和接收域导向矢量。

MUSIC算法

首先计算采样协方差矩阵:
R ^ x = 1 L ∑ l = 1 L x ( l ) x H ( l ) = ∑ i = 1 K λ i e i e i H + ∑ i = K + 1 M N λ i e i e i H = E ^ s  ⁣ ⁣ Λ  ⁣ ⁣   s E ^ s H + σ n 2 E ^ n E ^ n H , {{{\hat{R}}}_{x}}=\frac{1}{L}\sum\limits_{l=1}^{L}{{x}}(l){{{x}}^{\text{H}}}(l)=\sum\limits_{i=1}^{K}{{{\lambda }_{i}}}{{{e}}_{i}}{e}_{i}^{\text{H}}+\sum\limits_{i=K+1}^{MN}{{{\lambda }_{i}}}{{{e}}_{i}}{e}_{i}^{\text{H}}={{{\hat{E}}}_{s}}{{{ }\!\!\Lambda\!\!\text{ }}_{s}}{\hat{E}}_{s}^{\text{H}}+\sigma _{n}^{2}{{{\hat{E}}}_{n}}{\hat{E}}_{n}^{\text{H}}, R^x=L1l=1Lx(l)xH(l)=i=1KλieieiH+i=K+1MNλieieiH=E^sΛ sE^sH+σn2E^nE^nH,
根据噪声子空间计算二维空间谱函数:
P ( θ , r )   = 1 a H ( θ , r ) E ^ n E ^ n H a ( θ , r ) = 1 ∥ E ^ n H a ( θ , r ) ∥ 2 . {P}(\theta ,r)\text{ }=\frac{1}{{{{a}}^{\text{H}}}(\theta ,r){{{{\hat{E}}}}_{n}}{\hat{E}}_{n}^{\text{H}}{a}(\theta ,r)}=\frac{1}{{{\left\| {\hat{E}}_{n}^{\text{H}}{a}(\theta ,r) \right\|}^{2}}}. P(θ,r) =aH(θ,r)E^nE^nHa(θ,r)1= E^nHa(θ,r) 21.
遍历距离和角度的搜索区间,通过寻找谱函数的峰值来估计目标距离和角度:
( θ ^ , r ^ ) = arg ⁡ θ , r    max P ( θ , r ) \left( \hat{\theta },\hat{r} \right)=\underset{\theta ,r}{\mathop{\arg }}\,\text{ max}{P}(\theta ,r) (θ^,r^)=θ,rarg maxP(θ,r)

仿真实验

仿真条件:载频 f 0 = 10 G H z f_0=10\mathrm{GHz} f0=10GHz,频率增量 Δ f = 30 K H z {\Delta}f=30\mathrm{KHz} Δf=30KHz,发射天线数和接收天线数都设置为8,四个远场不相关目标的距离分别为[8 8 10 10]*1e3m,角度为[-20 20 -20 20] ∘ ^{\circ } ,以下分别是MIMO雷达和FDA-MIMO雷达的距-角度二维空间谱:
MIMO空间谱
FDA-MIMO空间谱
可以看出,MIMO雷达无法识别角度相同但分布在不同距离处的目标,而FDA-MIMO雷达由于导向矢量中包含目标的真实距离和角度,可以实现距离和角度的联合估计。

// 2D-MUSIC算法代码
//MIMO空间谱
for i=1:length(range) //range,angle分别为距离角度搜索区间
    for j=1:length(angle)
        at = exp(1i*2*pi*f0/c*dr*sind(angle(j))*(0:N-1)');  
        ar = exp(1i*2*pi*f0/c*dr*sind(angle(j))*(0:M-1)');
        atr = kron(ar,at);  //克罗内克积
        P(i,j) = 1/abs(atr'*En*En'*atr); //En为噪声子空间
    end
end
P = P/max(max(P));
figure(); 
imagesc(range,angle,10*log10(P.'));
xlabel('range'); ylabel('angle'); 
axis xy; axis tight; colorbar;colormap(jet)

//FDA-MIMO空间谱
for i=1:length(range)
    for j=1:length(angle)
        at_d = exp(-1i*2*pi*2*delta_f/c*range(i)*(0:N-1)' );
        at_r = exp(1i*2*pi*f0/c*dt*(0:N-1)'*sind(angle(j)));
        at = at_d.*at_r;
        ar = exp(1i*2*pi*f0/c*dr*sind(angle(j))*(0:M-1)');
        atr = kron(ar,at);
        P(i,j) = 1/abs(atr'*En*En'*atr);
    end
end
P = P/max(max(P));
figure(); 
imagesc(range,angle,10*log10(P.'));
xlabel('range'); ylabel('angle'); 
axis xy; axis tight; colorbar; colormap(jet)







  • 4
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
FDA-MIMO雷达是一种基于调制多波形的多输入多输出雷达系统,其主要特点是通过在发送端使用多个波形信号以及在接收端使用多通道接收机进行工作。这种雷达系统能够实现高分辨率、高灵敏度的目标检测与成像。 在Matlab中,我们可以通过编写相应的代码来实现FDA-MIMO雷达的功能。首先,我们需要定义发送端和接收端的参数,包括天线数目、距离分辨率、频率范围等。然后,我们需要生成不同的波形信号,可以使用正弦波、方波或者其他调制方式来实现。 接下来,我们需要根据发送信号和接收端参数,计算出雷达的接收信号。可以使用各种模型,如近场、远场模型等来模拟信号的传播与接收。在接收信号的处理过程中,我们可以采用波束形成、空时动态降噪等技术来提高雷达系统的性能。 最后,我们可以通过将接收信号进行FFT变换,得到雷达系统的频谱图像。通过对频谱图像进行处理、分析与显示,我们可以实现对目标的检测与成像。 需要注意的是,编写FDA-MIMO雷达Matlab代码需要有一定的信号处理雷达系统知识基础。同时,为了让代码更加完善和高效,我们还可以引入各种优化算法和技术,如多通道合并、稀疏信号处理等。 总之,通过在Matlab中编写FDA-MIMO雷达的代码,我们可以实现高性能的雷达信号处理与目标检测功能,为雷达系统的研究与应用提供支持。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值