最大相关熵准则在脉冲噪声中双基地MIMO雷达目标参数估计的应用

"这篇文章主要探讨了在冲激噪声环境下，如何利用最大相关熵准则(MCC)改进平行因子分析(PARAFAC)算法，提出了一种适用于双基地MIMO雷达目标参数联合估计算法，名为MCC-PARAFAC。这种方法旨在克服脉冲噪声对雷达系统性能的影响，提供更准确的目标参数估计，并能自动完成信号配对。通过仿真实验，算法的有效性得到了验证。" 在现代雷达技术中，双基地MIMO（Multiple-Input Multiple-Output）雷达系统因其卓越的探测能力和抗干扰能力而备受关注。这种系统利用两个或多个发射和接收天线阵列，能够获取丰富的目标信息，并且可以同时进行多目标跟踪。然而，在实际应用中，尤其是在复杂的电磁环境中，如存在冲激噪声的情况下，传统的参数估计方法可能会失效，导致估计精度下降。 最大相关熵准则（Maximum Correntropy Criterion）是一种在非高斯噪声背景下，用于衡量随机变量之间关系的稳健统计方法。它考虑了数据的局部信息，对于噪声的抑制效果显著，特别适合处理含有脉冲噪声的数据。论文中，作者将MCC引入到平行因子分析算法中，修正了基于三线性最小二乘（TALS）迭代准则的目标函数，从而形成了MCC-PARAFAC算法。 平行因子分析（PARAFAC）是一种多维数据分解方法，常用于信号处理和模式识别领域，可以解析复杂的数据结构，提取有用信息。在雷达信号处理中，PARAFAC可以帮助分解接收到的信号，估计目标的距离、速度、角度等关键参数。然而，原始的PARAFAC算法对于冲激噪声敏感，容易受到噪声影响导致估计误差。MCC-PARAFAC算法通过结合MCC的稳健性，增强了对脉冲噪声的抑制能力，提高了参数估计的准确性。 仿真实验结果表明，MCC-PARAFAC算法在冲激噪声环境下表现出了良好的估计性能，不仅能够有效抵抗噪声干扰，还能自动完成信号配对，这对于实时的雷达系统操作至关重要。这种方法的引入，为双基地MIMO雷达系统在恶劣环境中的稳定运行提供了理论支持，有助于提升雷达系统的整体效能。 "28 冲激噪声环境下基于最大相关熵准则的双基地+MIMO雷达目标参数联合估计算法"研究提出了一种创新的参数估计策略，该策略结合了MCC的稳健性和PARAFAC的分析能力，旨在解决在冲激噪声环境下的雷达目标参数估计问题。这一工作对于未来雷达系统设计和优化具有重要的理论和实践意义。