第1章 绪论 1
1.1 引言 1
1.2 MIMO雷达研究现状 2
1.2.1 MIMO雷达起源和分类 2
1.2.2 MIMO雷达的发展现状 4
1.3 本书结构及内容安排 19
参考文献 20
第2章 MIMO雷达信号处理基础 25
2.1 引言 25
2.2 MIMO雷达信号处理数学基础 25
2.2.1 矩阵数学基础 25
2.2.2 张量数学基础 31
2.3 MIMO雷达信号模型 34
2.4 MIMO雷达信号的二阶统计特性和高阶统计特性 36
2.4.1 MIMO雷达信号的二阶统计特性 36
2.4.2 MIMO雷达信号的高阶统计特性 37
2.5 小结 39
参考文献 40
第3章 均匀线阵MIMO雷达目标参数估计 41
3.1 引言 41
3.2 基于空间谱搜索的角度估计算法 42
3.2.1 二维Capon算法 42
3.2.2 二维MUSIC算法 42
3.2.3 降维的MUSIC算法 44
3.2.4 仿真实验与分析 45
3.3 基于子空间旋转不变特性的角度估计方法 47
3.3.1 ESPRIT算法 47
3.3.2 ESPRIT-MUSIC算法 49
3.3.3 仿真实验与分析 50
3.4 实数域的参数估计方法 51
3.4.1 Centro-Symmetric阵列和Unitary变换 51
3.4.2 Unitary-MUSIC算法 52
3.4.3 Unitary-ESPRIT算法 53
3.4.4 Unitary-ESPRIT-MUSIC算法 54
3.4.5 仿真实验与分析 55
3.5 小结 56
参考文献 56
第4章 非圆信号MIMO雷达目标参数估计 58
4.1 引言 58
4.2 非圆信号的MIMO雷达模型 58
4.3 NC-MUSIC算法 60
4.3.1 二维NC-MUSIC算法 60
4.3.2 仿真实验与分析 61
4.4 非圆旋转不变子空间算法 62
4.4.1 NC-ESPRIT算法 62
4.4.2 NC-ESPRIT-MUSIC算法 64
4.4.3 仿真实验与分析 65
4.5 实数域的非圆目标参数估计方法 67
4.5.1 扩展后虚拟阵列特性的Centro-Symmetric特性 67
4.5.2 Unitary NC-MUSIC算法 67
4.5.3 Unitary NC-ESPRIT算法 68
4.5.4 仿真实验与分析 69
4.6 小结 71
参考文献 71
第5章 MIMO雷达目标参数快速估计 73
5.1 引言 73
5.2 传播算子方法 74
5.2.1 传播算子方法原理 74
5.2.2 基于传播算子方法的参数估计 75
5.3 多级维纳滤波技术 76
5.3.1 多级维纳滤波原理 76
5.3.2 基于多级维纳滤波器的参数估计 79
5.4 Nystrom方法 81
5.4.1 Nystrom方法矩阵近似原理 81
5.4.2 基于Nystrom方法的参数估计 83
5.5 仿真实验与分析 85
5.5.1 运算复杂度分析 85
5.5.2 参数估计性能分析 86
5.6 小结 87
参考文献 87
第6章 MIMO雷达相干目标参数估计 90
6.1 引言 90
6.2 MIMO雷达相干目标信号模型 90
6.3 基于二维联合空间平滑的MIMO雷达相干目标参数估计方法 92
6.3.1 基于二维联合空间平滑算法的参数估计 92
6.3.2 扩展阵列孔径的二维联合空间平滑算法 93
6.3.3 仿真实验与分析 95
6.4 基于矩阵重构的MIMO雷达相干目标参数估计方法 97
6.4.1 基于托普利兹矩阵重构的相干目标参数估计 97
6.4.2 仿真实验与分析 99
6.5 小结 100
参考文献 100
第7章 基于高阶累积量的MIMO雷达参数估计 102
7.1 引言 102
7.2 高阶累积量的基本理论 102
7.2.1 特征函数 102
7.2.2 高阶矩和高阶累积量 103
7.2.3 高阶累积量的性质 105
7.2.4 四阶累积量 106
7.3 基于四阶累积量的MIMO雷达参数估计方法 106
7.3.1 信号模型 106
7.3.2 基于四阶累积量的MUSIC算法 107
7.3.3 基于四阶累积量的PM算法 111
7.3.4 基于四阶累积量的相干信号角度估计方法 118
7.4 小结 122
参考文献 122
第8章 MIMO雷达分布式目标参数估计 124
8.1 引言 124
8.2 分布式目标的信号模型 124
8.2.1 非相干分布式目标信号模型 126
8.2.2 相干分布式目标信号模型 126
8.3 广义二维DMUSIC算法 128
8.4 广义ESPRIT算法 130
8.4.1 相干分布式目标参数估计 130
8.4.2 非相干分布式目标角度估计 133
8.5 非圆分布式目标参数估计方法 139
8.5.1 广义NC-MUSIC算法 141
8.5.2 广义NC-ESPRIT算法 142
8.6 仿真实验与分析 145
8.7 小结 152
参考文献 152
第9章 基于张量分解的MIMO雷达参数估计 154
9.1 引言 154
9.2 MIMO雷达的张量信号模型 154
9.3 基于高阶奇异值分解的MIMO雷达参数估计 155
9.3.1 匹配滤波器多维结构特性分析 155
9.3.2 基于高阶奇异值分解的子空间估计 156
9.3.3 基于高阶协方差张量分解的子空间估计 157
9.3.4 参数联合估计 159
9.3.5 仿真实验与分析 160
9.4 基于实值高阶奇异值分解的参数估计 162
9.4.1 Centro-Hermitian张量和张量实值变换 162
9.4.2 基于高阶奇异值分解的UESPRIT算法 163
9.4.3 仿真实验与分析 164
9.5 色噪声背景下基于高阶奇异值分解的参数估计 165
9.5.1 色噪声背景下的MIMO雷达张量信号模型 165
9.5.2 基于高阶互协方差张量分解的参数估计 166
9.5.3 仿真实验与分析 169
9.6 小结 171
参考文献 171
第10章 互耦误差条件下的MIMO雷达参数估计 173
10.1 引言 173
10.2 互耦误差条件下的MIMO雷达信号模型 174
10.3 互耦误差条件下的MIMO雷达参数估计 176
10.3.1 基于MUSIC-Like的参数估计方法 176
10.3.2 基于ESPRIT-Like的参数估计方法 179
10.3.3 仿真实验与分析 181
10.4 互耦误差条件下基于张量分解的MIMO雷达参数估计 183
10.4.1 基于张量分解的MIMO雷达参数联合估计 183
10.4.2 仿真实验与分析 185
10.5 小结 187
参考文献 187
第11章 L型阵列结构MIMO雷达目标参数估计 190
11.1 引言 190
11.2 信号建模 191
11.2.1 收发分置L型阵列MIMO雷达信号模型 191
11.2.2 收发共置L型阵列MIMO雷达信号模型 192
11.2.3 等效虚拟阵列 193
11.2.4 自由度和最大可分辨目标数 194
11.2.5 Cramer-Rao界 195
11.3 收发分置L型阵列低复杂度DOA估计算法 197
11.3.1 基于MUSIC算法的低复杂度DOA估计算法 197
11.3.2 基于ESPRIT算法的低复杂度DOA估计算法 205
11.4 收发共置L型阵列低复杂度DOA估计算法 218
11.4.1 降维预处理 218
11.4.2 基于MUSIC算法的低复杂度DOA估计算法 222
11.4.3 基于ESPRIT算法的低复杂度DOA估计算法 228
11.5 小结 233
参考文献 234
主要符号表 236
缩略语 237