双基地EMVS-MIMO雷达目标定位的张量子空间算法

"这篇研究论文探讨了在双基地电磁矢量传感器-多输入多输出（EMVS-MIMO）雷达系统中使用张量子空间法进行目标定位的问题。文章着重介绍了EMVS的独特优势，如能提供二维方向搜索和目标的偏振特性信息。作者提出了一种新的张量子空间算法，该算法通过叉积技术处理测量数据，从张量子空间估计目标的2D离开方向（2D-DOD）和2D到达方向（2D-DOA），以及发射偏振特性。这种方法提供了参数估计的封闭形式解决方案，其性能优于传统方法，并通过数值仿真得到了验证。该研究受到了中国国家自然科学基金的支持。" 在本文中，目标定位被定义为多输入多输出（MIMO）雷达系统中的核心任务，特别是在双基地配置中，这种雷达系统结合了电磁矢量传感器（EMVS）的优势。EMVS不同于常规传感器，它不仅能够提供目标的二维离开和到达方向信息，还能够捕获目标的偏振特性，这在目标识别和分类中至关重要。因此，双基地EMVS-MIMO雷达系统的目标定位变得更加复杂，需要同时估计多个参数。 针对这一挑战，作者提出了一个创新的张量子空间方法。张量子空间算法利用了匹配滤波器后的阵列测量数据的张量性质，通过叉积技术处理这些数据，从而在估计目标参数时提高了精度。这种技术的关键在于，它能够从张量子空间中提取信息，为2D-DOD和2D-DOA提供精确估计。此外，通过这种方法，还能获取关于目标发射偏振特性的附加信息。 与已有的定位算法相比，所提出的张量子空间法提供了一个封闭形式的解决方案，这意味着它可以更有效地计算目标的位置和其他相关参数，而且在性能上显示出显著的优越性。为了证明这一点，论文进行了数值仿真，仿真结果证实了新算法的有效性和在提高定位精度方面的改进。 这项研究为双基地EMVS-MIMO雷达系统的目标定位提供了一个新的、高效的解决方案，这对于雷达系统的设计和优化，尤其是在智能城市等应用领域，具有重要的理论和实践意义。同时，这也为未来在雷达信号处理领域的研究开辟了新的方向。