多维度结构化稀疏MIMO雷达稳健角度估计方法研究

Multiple-input multiple-output (MIMO) radar simultaneously uses the spatial diversity gain and waveform diversity gain， and it provides more advantages than conventional phased-array radar. In order to detect and intercept the weak small targets effectively, these targets need to identify and locate correctly. Thus, angle estimation is a key issue in MIMO radar. In the practice MIMO radar system, the conventional angle estimation algorithms fail to work or their performance degrade remarkably in the present of lower SNR, smaller number of snapshot, and array errors. Therefore, this project focus on robust angle estimation algorithms for MIMO radar by utilizing the multi-dimensional structured sparsity of the signals in the presence of lower SNR, smaller number of snapshot, and array errors. For the multi-dimensional structured characteristic of the signals, tensor decomposition based robust angle estimation algorithms are proposed. Then for the spatial sparse structured characteristic of the signals, sparse signal recovery based robust angle estimation algorithms are proposed. Finally，combining both the multi-dimensional and spatial sparse structured characteristic，multi-dimensional structured sparse recovery based robust angle estimation algorithms are proposed，which can achieve robust high resolution angle estimation in the presence of lower SNR, smaller number of snapshot, and array errors.

多输入多输出(MIMO: Multiple-Input Multiple-Output)雷达同时利用信号的空域分集增益和波形分集增益，比传统相控阵雷达具有更多的优势。为了实现对弱小目标进行有效地探测与阻击，需要对其进行准确地辨别定位。因此目标角度估计是MIMO雷达的核心内容之一。在实际应用系统中，MIMO 雷达面临低信噪比、小样本和阵列误差的情况，导致传统角度估计算法性能急骤下降甚至失效。故本项目通过利用信号的多维度结构化稀疏特性，研究低信噪比、小样本和阵列误差条件下MIMO雷达稳健角度估计的新理论和新方法。针对信号的多维度结构特性，提出基于张量分解的稳健角度估计方法；针对信号的空域稀疏结构特性，提出基于稀疏信号重构的稳健角度估计方法，最后联合信号的多维度与稀疏结构特性，提出基于多维度结构化稀疏重构的稳健角度估计方法，解决低信噪比、小样本和阵列误差条件下，MIMO雷达的稳健高精度角度问题。

多输入多输出(MIMO: Multiple-Input Multiple-Output)雷达同时利用信号的空域分集增益和波形分集增益，比传统相控阵雷达具有更多的优势。为了实现对弱小目标进行有效地探测与阻击，需要对其进行准确地辨别定位。因此目标角度估计是MIMO雷达的核心内容之一。在实际应用系统中，MIMO 雷达面临低信噪比、小样本和阵列误差的情况，导致传统角度估计算法性能急骤下降甚至失效。故本项目通过利用信号的多维度结构化稀疏特性，研究低信噪比、小样本和阵列误差条件下MIMO雷达稳健角度估计的新理和新方法。主要研究一下内容：① 研究MIMO雷达信号的多维度结构特性， 利用张量分析研究了互耦误差、幅相误差条件下的MIMO雷达稳健角度估计方法。在张量域实现了误差的消除与校正，在低信噪比、小样本条件下获得了稳健的角度估计性能。②研究MIMO雷达信号的 空域稀疏特性，重点研究了互耦误差、离格误差、非均匀噪声等情况下利用稀疏贝叶斯学习实现稳健角度估计的方法。充分利用信号的空域稀疏结构特性，增强非理想条件下的MIMO雷达角度估计性能。③研究互耦误差条件下基于正则化稀疏恢复的MIMO雷达稳健角度估计方法，通过利用信号的空域稀疏结构特性以及块结构特性，利用正则化约束捕获这些信息，实现了阵列误差条件下MIMO雷达稳健角度估计。④相关的研究成果进一步拓展到了频控阵MIMO雷达中，重点研究基于张量分的频控阵MIMO雷达角度估计，改善了角度估计性能。相关研究成果拓展MIMO 雷达阵列校正与角度估计的应用范围，提高MIMO 雷达对低信噪比、小样本和阵列误差的鲁棒性能，对推动MIMO 雷达的实用化进程。.