脉冲噪声中双基地MIMO雷达的联合参数估计与目标定位技术

"这篇研究论文探讨了在脉冲噪声环境下双基地MIMO雷达系统的联合参数估计与目标定位问题。作者Li Li提出了一种新颖的方法，适用于多目标的参数估计。文章首先建立了一个针对脉冲噪声环境中的三维运动目标的新信号阵列模型。接下来，通过基于分数阶傅里叶变换（FRAFT）的分数阶下级模糊函数（FLOS-FAF）和解 chirping 方法，联合估计多普勒频率参数。此外，为了估计目标的离开方向（DOA）和到达方向（DOA），文章提出了两种改进算法：基于分数阶下级模糊函数的音乐算法（FF-MUSIC）和基于分数阶下级模糊函数的ESPRIT算法（FF-ESPRIT）。这些算法提高了在噪声环境中对目标参数的估计精度和定位能力。" 本文的核心知识点包括： 1. **脉冲噪声下的雷达系统**：在脉冲噪声环境下，传统的雷达信号处理方法可能无法有效地进行参数估计和目标定位，因此需要新的方法来克服这种噪声对性能的影响。 2. **双基地MIMO雷达系统**：这种系统由两个或多个发射和接收天线组成，可以提供更精确的目标信息和更高的空间分辨率。MIMO（Multiple-Input Multiple-Output）技术的应用增加了雷达系统的探测能力和抗干扰能力。 3. **信号阵列模型**：根据目标在脉冲噪声环境中的三维运动特性，构建了一个新的信号阵列模型，这有助于更准确地分析和理解接收到的信号。 4. **分数阶傅里叶变换（FRAFT）**：FRAFT 是一种扩展了传统傅里叶变换的数学工具，允许在非整数阶上进行变换，对于处理非线性或非平稳信号特别有用。在这里，它被用于处理脉冲噪声环境中的信号，提高参数估计的准确性。 5. **分数阶下级模糊函数（FLOS-FAF）**：FLOS-FAF 是一种用于去除信号模糊性的技术，通过寻找峰值来估计多普勒频率参数，这种方法在脉冲噪声环境下能提供较好的性能。 6. **联合参数估计**：文章提出的算法可以同时估计多个目标的参数，如多普勒频率，这对于跟踪多个动态目标至关重要。 7. **DOA估计**：通过FF-MUSIC和FF-ESPRIT算法，改进了对目标离开和到达方向的估计。这两种算法都是基于子空间方法，但在处理分数阶模糊函数时进行了优化，增强了在噪声环境中的估计性能。 8. **音乐算法（MUSIC）和ESPRIT算法**：MUSIC和ESPRIT是经典的参数估计方法，它们通过寻找信号空间和噪声空间的特征向量来估计DOA。FF-MUSIC和FF-ESPRIT则是对这两者的扩展，适应于分数阶域，提高了在脉冲噪声条件下的DOA估计精度。 该论文为脉冲噪声环境下的双基地MIMO雷达系统提供了一套创新的解决方案，包括新的信号模型和优化的参数估计方法，这些方法在实际应用中对于提高雷达系统的性能具有重要意义。