資源描述：
《dcs-mimo雷達(dá)參數(shù)估計(jì)的研究》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、NanjingUniversityofAeronauticsandAstronauticsTheGraduateSchoolCollegeofElectronicandinformationengineeringStudyOnParameterEstimationforDCS-MIMORadarAThesisinCommunicationandInformationSystemByWuHuatingAdvisedbyProf.ZhangGongSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofEn
2、gineeringDecember，2011承諾書本人聲明所呈交的碩士學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。除了文中特別加以標(biāo)注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得南京航空航天大學(xué)或其他教育機(jī)構(gòu)的學(xué)位或證書而使用過的材料。本人授權(quán)南京航空航天大學(xué)可以將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存、匯編學(xué)位論文。（保密的學(xué)位論文在解密后適用本承諾書）作者簽名：日期：南京航空航天大學(xué)碩士學(xué)位論文摘要分布式壓縮感知（DistributedCompressedSensing，DCS）將單信
3、號在某個(gè)基下稀疏擴(kuò)展到信號群在一組基下聯(lián)合稀疏，并利用信號的相關(guān)性實(shí)現(xiàn)低速采樣下多信號的聯(lián)合重構(gòu)。MIMO雷達(dá)采用分集技術(shù)改善系統(tǒng)性能，它的多個(gè)接收信號在目標(biāo)空間具有相同的稀疏性，因而將DCS應(yīng)用于MIMO雷達(dá)系統(tǒng)勢必會為其信號處理帶來新的變新。本文結(jié)合國家自然基金“分布式壓縮感知MIMO雷達(dá)目標(biāo)聯(lián)合稀疏表示和重構(gòu)研究”（61071163），主要研究了DCS中信號群表示的聯(lián)合稀疏模型及重構(gòu)算法；DCS-MIMO雷達(dá)信號的稀疏表示模型及優(yōu)化重構(gòu)、多目標(biāo)參數(shù)估計(jì)問題，完成的工作如下：針對具有共同稀疏結(jié)構(gòu)的第二聯(lián)合稀疏模型信號群的重構(gòu)，提出了基于貪婪迭代思想的聯(lián)合正交匹配追蹤（Joint
4、OrthonormalMatchingPursuit，JOMP）算法，該算法在每次迭代中，選擇占所有信號最大殘余能量的列索引并更新信號在所有已選基向量上的正交投影系數(shù)和殘余分量，仿真表明，該算法可以降低重構(gòu)信號群的時(shí)間。研究了非相干DCS-MIMO雷達(dá)的信號模型和參數(shù)估計(jì)問題，首先提出了信號模型并在延時(shí)空間實(shí)現(xiàn)了所有接收信號的聯(lián)合稀疏表示，然后利用分段的一步貪婪算法（OneStepGreedyAlgorithm，OSGA）和JOMP算法實(shí)現(xiàn)了目標(biāo)延時(shí)和反射幅度的估計(jì)。仿真表明，非相干DCS-MIMO雷達(dá)可以有效的抵抗目標(biāo)的RCS起伏，提高目標(biāo)的參數(shù)估計(jì)精度。研究了相干DCS-MIM
5、O雷達(dá)的多目標(biāo)參數(shù)估計(jì)問題，推導(dǎo)了接收信號在角度空間的聯(lián)合稀疏表示模型。針對單基地MIMO雷達(dá)，提出了基于差值的DCS-OSGA一維譜估計(jì)算法，利用接收信號與各個(gè)基向量相關(guān)性的二階差值作為譜估計(jì)器，實(shí)現(xiàn)了DOA的估計(jì)，仿真表明，該算法獲得了較高的角度分辨率。針對雙基地MIMO雷達(dá)，提出了基于一步貪婪的二維譜估計(jì)算法，將各稀疏基中具有相同索引的基向量與相應(yīng)信號的內(nèi)積之和作為譜估計(jì)器，實(shí)現(xiàn)了DOD和DOA的聯(lián)合估計(jì)。仿真表明，該算法顯著降低了二維角度估計(jì)的運(yùn)算量。關(guān)鍵詞：MIMO雷達(dá)，參數(shù)估計(jì)，分布式壓縮感知算法，聯(lián)合稀疏模型，一步貪婪算法，聯(lián)合正交匹配追蹤算法iDCS-MIMO雷達(dá)參
6、數(shù)估計(jì)研究ABSTRACTDistributedCompressedSensing(DCS)extendssparsityfromsinglesignaltomulti-signalensembles.Italsoenablesjointrecoveryunderlow-speedsamplingthatexploitsbothintra-andinter-signalcorrelationstructures.MIMOradarmainlyadoptsthediversitytechnologytoimprovesystemperformance;itsmultiplerecei
7、vedsignalshavethesamesparsityinthetargetparameterspace.ThusDCSwillbringnewinnovationstothesignalprocessingofMIMOradarsystem.Combinedwiththenationalnaturalfund“StudyOnJointSparsityPresentationandParameterEstimationforDCS-MIMORadar,thispa
