http://www.paper.edu.cn
MIMO雷达多目标DOA估计
1
莫海生 ，李军 ，廖桂生
西安电子科技大学雷达信号处理国家重点实验室，陕西西安 (710071)
E-mail：lingchuan-2002@163.com
摘 要：本文提出了 MIMO 雷达模型下一种子空间 DOA 估计方法，通过直接对数据协方
差矩阵进行变换，依据过估计理论，构造得到信号子空间和噪声子空间的投影矩阵。该方法
不仅可以避免因信源数的估计不精确而带来的影响，在低信噪比、多目标情况下依然能保持
良好的估计性能，而且由于不需要对数据协方差矩阵进行特征分解，完全避开了在一般非理
想情况下 MUSIC 算法必须面对的识别小特征值与大特征值的麻烦，降低了复杂度。仿真实验
验证了该方法的有效性。
关键词：MIMO 雷达， DOA 估计，信号子空间，噪声子空间
1. 引言
空间谱估计是阵列信号处理的主要研究方向之一。最早的基于阵列的波达方向估计算法
为常规波束形成法
[1]
，但常规波束形成受阵列孔径的限制，即“瑞利限”，20 世纪 70 年代末
出现的多重信号分类
[2]
(MUSIC)算法利用信号子空间和噪声子空间的正交性构造出“针状”
的空间谱峰，从而大大提高了算法的分辨力，但前提是信源数目精确已知。在实际应用场合
中，信号源数目往往是一个未知数，需要先估计信号源的数目或假设已知，然后再估计信号
源的方向。但是，当估计的信号源数目与真实的信源数目不一致时，空间谱曲线中的峰值个
数与实际信源数不相同而且往往也会对真实信号的估计产生严重的影响，进而造成估计信源
时的漏警或者虚警
[3]
。另外，经典的MUSIC算法不适用于信号源相干的情况。这是因为当信
号源相干时，阵列接收的数据协方差矩阵的秩降为 1，导致信号子空间的维数小于信号源数
目，也就是说信号子空间扩散到了噪声子空间，致使某些相干源的导向矢量与噪声子空间不
完全正交，从而无法正确估计信号源方向。
近年来也出现了一些改进的MUSIC算法
[4,5]
，这些算法都不需要进行特征分解。文献
[4]
的
方法在信噪比较高的情况下，能取得很好的估计效果，但该方法受权调整指数的影响，也不
适用于相干源的情况，在色噪声环境下，会出现伪峰。文献
[5]
是一种过估计的MUSIC算法，
信噪比较低时，容易出现伪峰，色噪声背景下，性能更差。文献
[6]
将传统相控阵雷达中的一
些谱估计方法(例如capon)引入MIMO雷达中，取得了不错的效果。本文提出了MIMO雷达模
型下一种改进的子空间谱估计方法，采用过估计的方法，以避免信源数估计的问题，直接对
数据协方差矩阵进行变换，从而构造了信号子空间投影矩阵和噪声子空间投影矩阵，不需要
像经典的MUSIC一样对其进行特征分解，完全避开了在一般非理想情况下MUSIC算法必须
面对的识别小特征值与大特征值的麻烦，降低了复杂度，而且该方法不受快拍数的影响，在
相干源情况下也能准确的估计目标的入射角，不会出现伪峰。
2. 算法模型
经典的 MUSIC 需要精确已知信源数目，当信源数估计不准确，尤其当空间同时存在强
1
本课题得到高等学校博士学科点专项科研基金（项目编号：20050701011）和教育部重点项目（107102）
的资助。
-1-
普通网友
- 粉丝: 486
- 资源: 1万+
我的内容管理
收起
- 我的资源
快来上传第一个资源
我的收益 登录查看自己的收益
我的积分
登录查看自己的积分
我的C币
登录后查看C币余额
我的收藏 
我的下载 
下载帮助
评论0