宽带双基地MIMO雷达：α稳定分布噪声下的参数估计新方法

"这篇论文探讨了在α稳定分布噪声环境下宽带双基地多输入多输出（MIMO）雷达系统的参数估计技术。针对宽带信号通常不能简单用窄带模型近似以及回波信号可能受到非高斯噪声干扰的问题，文章提出了一种新的宽带信号模型和相应的处理方法。这种方法结合分数低阶统计量（FLOS）与分数功率谱（FPSD），旨在抑制脉冲噪声并准确估计目标参数。具体来说，首先建立了α稳定分布噪声下的新信号阵列模型，然后通过FLOS-FPSD的峰值搜索来估计多普勒扩展和时延。此外，提出了FLOS-FPSD-MUSIC和FLOS-FPSD-ESPRIT两种改进的DOA估计算法。仿真结果验证了所提方法的有效性。" 这篇论文的核心知识点包括： 1. 宽带双基地MIMO雷达系统：这种雷达系统利用多个天线发射和接收信号，以提高探测性能和抗干扰能力。在宽带设置中，可以获取更丰富的频率信息，从而实现更精确的目标定位。 2. α稳定分布模型：α稳定分布是一种广泛应用于描述非高斯噪声的统计模型，特别适合处理具有尖峰和厚尾特性的噪声，如脉冲噪声。 3. 参数估计：在雷达系统中，参数估计是确定目标的位置、速度等关键信息的过程。在α稳定分布噪声环境下，常规方法可能失效，因此需要开发新的算法。 4. 分数低阶统计量（FLOS）：FLOS是一种用于分析非高斯信号的工具，能够捕捉到传统低阶统计量无法揭示的信号特性，对于抑制脉冲噪声有显著效果。 5. 分数功率谱（FPSD）：相对于传统的功率谱分析，分数功率谱能够提供更精细的频谱信息，特别是在处理非平稳信号时更有优势。 6. FLOS-FPSD-MUSIC算法：这是一种基于分数功率谱密度的音乐（MUltiple SIgnal Classification）算法变体，用于估计到达方向（DOA）。MUSIC算法本身是一种强大的DOA估计算法，结合FLOS和FPSD可以增强其在脉冲噪声环境下的性能。 7. FLOS-FPSD-ESPRIT算法：ESPRIT（Estimation of Signal Parameters via Rotation Invariance Techniques）是另一种DOA估计技术，与FLOS-FPSD结合后，能更好地处理α稳定分布噪声环境中的数据。 8. 仿真结果：通过仿真，作者展示了所提方法在抑制脉冲噪声和提高参数估计精度方面的有效性，进一步证明了新模型和算法的优越性。 这篇论文贡献了一种适用于宽带双基地MIMO雷达的新方法，解决了在非高斯噪声环境下的参数估计难题，对雷达信号处理领域有着重要的理论和实践价值。