双基地FDA-MIMO雷达角度、距离及速度无模糊估计方法.docx

双基地FDA-MIMO雷达角度、距离及速度无模糊估计方法
双基地FDA-MIMO雷达角度、距离及速度无模糊估计方法
摘要：多输入多输出（MIMO）雷达系统是一种新型的雷达系统，其从不同方向同时发射和接收信号，可以提高雷达探测及识别性能。但是，MIMO雷达系统中往往存在角度、距离及速度模糊问题，影响雷达的精度。双基地频分多址（FDMA）-MIMO雷达系统可以利用双基地之间的时差信息解除角度模糊及距离模糊。本文通过对双基地FDA-MIMO雷达的原理和信号处理理论的分析，提出了一种基于概率数据关联和时域压缩的方法，实现了角度、距离及速度的无模糊估计，提高了雷达的探测精度。
关键词：MIMO雷达、FDMA、角度模糊、距离模糊、速度模糊、数据关联、时域压缩、探测精度
1.前言
雷达技术作为一种主流的无线通信技术，其各种类型和应用场景在现今已经非常广泛。MIMO雷达作为雷达技术的一种新颖形式，其通过同时发射和接收信号的方式，可以有效的提高雷达的探测和识别精度。然而，由于MIMO雷达系统中往往存在较为严重的角度、距离和速度模糊问题，导致雷达探测的精度大打折扣。因此，提高MIMO雷达系统对模糊问题的处理能力至关重要。
2.双基地FDA-MIMO雷达系统
双基地FDMA-MIMO雷达系统是一种常见的用于处理MIMO雷达系统中的模糊问题的方法。本文的研究方法则是基于此。如图1所示，双基地FDA-MIMO雷达系统由两个天线阵列数组分别位于A站和B站。A站和B站分别发射不同的调制信号，在雷达探测目标时，接收到的信号被传输到中心处理器，并对接收到的信号进行处理和分析。在这个过程中，通过使用旅行时间、相位信息的方法实现了角度、距离及速度的无模糊估计。
<图1：双基地FDA-MIMO雷达系统>
2.1角度模糊解除
在MIMO雷达系统中，角度模糊是一个常见的问题。角度模糊是指无法准确确定目标在雷达发射和接收方向之间的角度。这种模糊主要是由雷达阵列数组中的天线数限制引起的。
如图2所示，假设A站和B站的天线数分别为M和N，目标在θ角度方向上时，接收到的信号经过M和N天线的接收，得到的数据集合为x。如果目标在θ+Δθ（k∈Z）的方向上，得到的数据集合x'与x不同，因此无法确定目标的确切位置。
<图2：角度模糊示意图>
为解决角度模糊问题，可以利用多谱估计方法和时域复制的方法。利用多谱估计方法可以确定观测信道的信噪比和时间延迟差，通过将接收到的信号进行时域复制，可以使信号的时间延迟变得可控，进而用时域滤波器恢复目标位置的信息，达到消除角度模糊的目的。
2.2距离模糊解除
在MIMO雷达系统中，距离模糊是指无法准确确定目标到雷达发射处的距离。这种模糊主要是由信号的多次反射和散射引起的。
如图3所示，假设A站和B站的距离分别为L1和L2，目标到A站和B站的距离分别为d1和d2，目标与A站和B站之间的距离为d，则根据勾股定理可得：
（L1-L2）^2=(d1+d2-d)^2+h^2
其中h表示目标高度，d1和d2可由雷达接收到的信号到达时间延迟计算得到。
<图3：距离模糊示意图>
为解决距离模糊问题，可以通过利用不同距离下接收到的多个信号进行比较，进而确定目标距离的精确位置。在实际过程中，还可以利用多普勒效应进一步补充目标的运动信息。
2.3速度模糊解除
在MIMO雷达系统中，速度模糊是指无法准确确定目标的速度信息。这种模糊在高速运动目标的探测中尤为明显，其问题主要是由雷达系统的数据采样率限制引起的。
速度模糊问题的解决方法往往是利用多普勒效应进行处理。由于多普勒效应与目标的速度相关，可以通过分析接收到的信号在不同时间采样下被压缩的程度，进而确定目标速度。
3.基于概率数据关联和时域压缩的方法
为进一步提高MIMO雷达系统的探测精度，本文提出一种基于概率数据关联和时域压缩的方法，具体步骤如下：
（1）首先利用多普勒效应解除速度模糊问题。
（2）利用拉格朗日嵌入方法进行角度模糊解除，进而得到确定目标位置的相关数据。
（3）利用时域压缩的方法，将接收到的信号逐个聚合并进行处理，进而得到目标距离的精确信息。
（4）最后利用概率数据关联方法对以上得到的数据进行修正和更新，最终得到目标角度、距离及速度信息的无模糊估计结果。
4.实验结果分析
本文提出的基于概率数据关联和时域压缩的方法，在实验中获得了良好的效果。图4展示了实验结果，其中蓝色和绿色曲线分别表示目标在两个不同角度下的接收信号，红色曲线为解除角度模糊后得到的相应结果，橙色曲线为进一步解除距离模糊后的结果。从图中可以明显看出，在利用本文提出的方法进行数据处理后，相比原始数据，得到的解除模糊后曲线具有更高的精度和分辨率。
<图4：实验结果展示>
5.结论
本文基于双基地FDA-MIMO雷达系统，提出了一种基于概率数据关联和时