基于DCS的统计MIMO雷达信号模型及参数估计

摘要：

分布式压缩感知(Distributed Compressed Sensing,DCS)将单信号的压缩采样扩展到信号群的压缩采样,利用信号内相关性和互相关性对多个信号进行联合重构.统计多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达系统通过多发多收配置,在发射机、目标以及接收机之间构成对目标的分布式探测系统.该文将DCS应用到统计MIMO雷达中,通过对该场景中目标回波的延时在距离空间稀疏性的分析,提出联合所有接收信号重构目标场景的设想,建立了接收信号的联合稀疏模型,并实现了目标参数估计的联合重构算法.仿真结果表明与基于压缩感知(Compressed Sensing,CS)的算法相比,基于DCS的算法在进一步降低采样数目的同时提高了参数估计精度,同时也验证了DCS-MIMO雷达可以有效克服目标的雷达散射截面积(Radar Cross Section,RCS)起伏.

关键词：分布式压缩感知(Distributed Compressed Sensing、DCS)、统计多输入多输出(Multiple-Input Multiple-Output、MIMO)雷达、联合稀疏模型、一步贪婪算法、正交匹配追踪

所属期刊栏目：1

分类号：TN957.51

资助基金：国家自然科学基金61071163,61071164;中国博士后基金20100481143;江苏省博士后基金1101093C;江苏省高校优势学科建设工程资助项目,南京航空航天大学专项研究基金NP2011032;南京航空航天大学科研启动基金1004-56YAH 10017;航空基金2011ZC52034资助课题

在线出版日期：2012-10-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：143-148