双基地MIMO雷达参数估计：FRFT方法与联合估计算法

"该文章提出了一种新的双基地MIMO雷达系统中的参数联合估计方法，主要涉及多普勒频率和收发角度的估计。利用分数阶傅里叶变换（FRFT）的能量聚集特性，对多普勒频率的初始频率和调频率进行联合估计，然后在FRFT域内构建子阵，通过FRFT-MUSIC算法和FRFT-ESPRIT算法实现收发角度的联合估计，即使在低信噪比环境下也能保持良好的性能。" 在雷达系统中，双基地MIMO（Multiple-Input Multiple-Output）雷达是一种先进的技术，它结合了两个独立的发射和接收天线阵列，能够提供更高的目标分辨能力和更强的抗干扰能力。本文介绍的新方法针对这种系统，旨在更准确地估计目标的运动参数。 多普勒频率是雷达系统中关键的参数之一，它反映了目标相对于雷达的相对速度。在传统的雷达系统中，多普勒频率的估计通常需要复杂的数据处理。而本文提出的方法利用分数阶傅里叶变换（FRFT），这是一种扩展了传统傅里叶变换的数学工具，具有在不同尺度上聚集信号能量的能力。通过FRFT，可以同时估计多普勒频率的初始频率和调频率，提高了估计精度。 DOA（Direction Of Arrival）和DOD（Direction Of Departure）是雷达系统中用于确定目标方向的重要参数。在双基地MIMO雷达中，由于存在两个独立的天线阵列，需要分别估计这两个方向。文章中，作者在FRFT域内构造了两个子阵，应用了两种算法——FRFT-MUSIC（Fractional Fourier Transform - Multiple Signal Classification）算法和FRFT-ESPRIT（Estimation of Signal Parameters via Rotational Invariance Techniques）算法，这两者都是基于子空间的谱估计算法，能够有效地估计目标的DOA和DOD。 FRFT-MUSIC算法是基于音乐谱估计算法的扩展，它在FRFT域内寻找噪声子空间，从而估计目标的角度。而FRFT-ESPRIT算法则是通过旋转不变性来估计参数，它在FRFT域内寻找信号子空间，同样能够实现角度的精确估计。 通过仿真实验，该方法在低信噪比的环境下表现出了良好的性能，这表明这种方法对于实际应用中的挑战具有很好的适应性。这项研究为双基地MIMO雷达系统的参数估计提供了新的思路，有助于提升雷达系统的探测能力和目标识别能力。