李 麗,邱天爽

(1.大連大學(xué)信息工程學(xué)院，遼寧大連 116622; 2.大連理工大學(xué)電子信息與電氣工程學(xué)部,遼寧大連 116024)

脈沖噪聲環(huán)境下基于寬帶模糊函數(shù)的雙基地MIMO雷達(dá)目標(biāo)參數(shù)估計(jì)新方法

李 麗1,邱天爽2

(1.大連大學(xué)信息工程學(xué)院，遼寧大連 116622; 2.大連理工大學(xué)電子信息與電氣工程學(xué)部,遼寧大連 116024)

以Alpha穩(wěn)定分布作為噪聲模型，研究了脈沖噪聲環(huán)境下寬帶雙基地MIMO雷達(dá)系統(tǒng)中參數(shù)估計(jì)問題.針對(duì)在脈沖噪聲環(huán)境中，基于傳統(tǒng)的信號(hào)模型和算法效果顯著退化的問題，本文提出了基于分?jǐn)?shù)低階統(tǒng)計(jì)量的寬帶模糊函數(shù)算法.首先根據(jù)分?jǐn)?shù)低階寬帶模糊函數(shù)的峰值點(diǎn)實(shí)現(xiàn)對(duì)多普勒頻率尺度因子和時(shí)延的聯(lián)合估計(jì).接下來基于分?jǐn)?shù)低階寬帶模糊函數(shù)構(gòu)造兩個(gè)子陣.通過采用改進(jìn)的MUSIC算法和ESPRIT算法實(shí)現(xiàn)了收發(fā)角的聯(lián)合估計(jì).仿真實(shí)驗(yàn)表明本文算法具有很好的性能.

雙基地MIMO雷達(dá)；Alpha穩(wěn)定分布；分?jǐn)?shù)低階寬帶模糊函數(shù)；FLWBAF-MUSIC算法；FLWBAF-ESPRIT算法

1 引言

多輸入多輸出MIMO雷達(dá)是一種新體制雷達(dá)，是目前國際上的研究熱點(diǎn).按照陣元天線配置距離及方式不同，MIMO雷達(dá)可分成兩大類：一是統(tǒng)計(jì)MIMO雷達(dá)，發(fā)射陣列和接收陣列由多個(gè)距離很遠(yuǎn)的發(fā)射陣元和接收陣元組成，并且發(fā)射陣元互不相關(guān)，接收陣元非相參處理，使得每個(gè)目標(biāo)具有不同的雷達(dá)散射面積(RCS)值.二是相干MIMO雷達(dá)，發(fā)射陣列和接收陣列的各個(gè)陣元間距較小且集中放置，發(fā)射陣元發(fā)射相互正交信號(hào)，同時(shí)所有的發(fā)射接收天線對(duì)具有相同的RCS值，相干MIMO雷達(dá)利用接收陣列收到的回波信號(hào)間具有的相干特性，并借助匹配濾波器進(jìn)行信號(hào)分離.本文主要研究的是第二類相干MIMO雷達(dá)的參數(shù)估計(jì)問題[1～3].

目標(biāo)參數(shù)估計(jì)和定位是雷達(dá)信號(hào)處理的一個(gè)重要內(nèi)容.現(xiàn)有的雙基地MIMO雷達(dá)參數(shù)估計(jì)大都是基于窄帶信號(hào)模型進(jìn)行參數(shù)估計(jì).例如，文獻(xiàn)[4]利用發(fā)射陣和接收陣的平移不變結(jié)構(gòu)，采用經(jīng)典的ESPRIT算法估計(jì)目標(biāo)的2維方位角，但需要額外的2維參數(shù)配對(duì)過程.文獻(xiàn)[5]提出了一種基于平行因子分析的雙基地MIMO雷達(dá)收發(fā)角及多普勒頻率的聯(lián)合估計(jì)算法.文獻(xiàn)[6]通過多徑信號(hào)的散列函數(shù)來估計(jì)多普勒頻移和時(shí)間延遲.對(duì)寬帶雙基地雷達(dá)目標(biāo)參數(shù)估計(jì)的方法，許多學(xué)者也進(jìn)行了大量研究，然而，這些方法存在一定局限性.文獻(xiàn)[7,8]分別基于循環(huán)相關(guān)特性和寬帶模糊函數(shù)提出了寬帶回波信號(hào)的Doppler和多徑時(shí)延聯(lián)合估計(jì)的方法，但是沒能實(shí)現(xiàn)收發(fā)角的估計(jì)，然而收發(fā)角對(duì)于目標(biāo)的精確定位也是非常重要的.文獻(xiàn)[9]根據(jù)寬帶模糊函數(shù)僅僅實(shí)現(xiàn)了DOA角度的估計(jì)，文獻(xiàn)[10]基于相關(guān)信號(hào)子空間提出了聲學(xué)信號(hào)的DOA估計(jì)方法.文獻(xiàn)[11]提出基于分?jǐn)?shù)階功率譜的參數(shù)聯(lián)合估計(jì)算法.雖然這些方法都具有較好的性能，然而對(duì)寬帶雙基地MIMO雷達(dá)收發(fā)角和多普勒頻率聯(lián)合估計(jì)的研究較少[11].因此寬帶雙基地MIMO雷達(dá)系統(tǒng)中參數(shù)的聯(lián)合估計(jì)是研究的薄弱環(huán)節(jié).

目前大多數(shù)的參數(shù)估計(jì)方法都是設(shè)定噪聲為高斯白噪聲.然而，理論研究和實(shí)際測(cè)量結(jié)果發(fā)現(xiàn)，雷達(dá)、聲納和無線通信系統(tǒng)的實(shí)際噪聲中含有大量脈沖成分.在這情況下采用高斯噪聲的信號(hào)模型是不合適的，這類噪聲更適合用Alpha穩(wěn)定分布模型來描述.為了克服這些不足，本文構(gòu)造了含有脈沖噪聲的新的寬帶信號(hào)模型，將具有抑制脈沖噪聲作用的分?jǐn)?shù)低階矩理論和具有時(shí)頻特性的寬帶模糊函數(shù)相結(jié)合，提出了基于分?jǐn)?shù)低階統(tǒng)計(jì)量的寬帶模糊函數(shù)實(shí)現(xiàn)α穩(wěn)定分布環(huán)境下雙基地MIMO雷達(dá)目標(biāo)參數(shù)較好估計(jì).

2 信號(hào)模型

本文所用的雙基地MIMO雷達(dá)系統(tǒng)結(jié)構(gòu)如圖1所示.發(fā)射和接收陣元數(shù)目分別為Q和N，陣元間距分別為dt和dr，設(shè)雷達(dá)工作在寬帶遠(yuǎn)場(chǎng)條件，發(fā)射陣列和接收陣列處于同一相位中心.假設(shè)在相同距離分辨單元上存在L個(gè)目標(biāo)，(φl,θl)表示第l個(gè)目標(biāo)所對(duì)應(yīng)的雷達(dá)發(fā)射角和接收角.為了提高抗干擾性，考慮發(fā)射陣元發(fā)射信號(hào)為線性調(diào)頻信號(hào)，在寬帶條件下，由于目標(biāo)運(yùn)動(dòng)使得雷達(dá)接收到的回波信號(hào)除了產(chǎn)生多普勒頻移之外，還會(huì)產(chǎn)生信號(hào)的尺度變換，即產(chǎn)生多普勒展寬.因此第n個(gè)接收陣元接收到的回波信號(hào)可表示為：

+wn(t)， 0≤t≤T

(1)

其中xq(t)=exp[j2π(f0t+μt2/2)]為第q個(gè)發(fā)射陣元發(fā)射LFM信號(hào)，βl表示第l個(gè)目標(biāo)的幅度衰減因子，σl和τl為第l個(gè)目標(biāo)產(chǎn)生的多普勒頻移尺度因子[10～12]和時(shí)間延遲.Aq(φl)=exp(j2π(q-1)dtsinφl/λ)稱為發(fā)射導(dǎo)向變量，Bn(θl)=exp(j2π(n-1)drsinθl/λ)為接收導(dǎo)向變量，λ為發(fā)射信號(hào)波長(zhǎng)，假設(shè)發(fā)射陣元間距和接收陣元間距均為等間隔，dt=dr=λ/2，噪聲wn(t)是標(biāo)準(zhǔn)SαS穩(wěn)定分布噪聲.

由于有限長(zhǎng)LFM信號(hào)的Wigner分布在時(shí)頻平面上呈現(xiàn)為斜直線的背鰭形分布，因此，若在與該斜直線相垂直的分?jǐn)?shù)階域上求信號(hào)的分?jǐn)?shù)階傅里葉變換，則在該域的某點(diǎn)會(huì)出現(xiàn)明顯的峰值.本文根據(jù)文獻(xiàn)[12,13]中提出的分?jǐn)?shù)域內(nèi)的帶通濾波器，選擇合適的帶寬，將回波信號(hào)在分?jǐn)?shù)域內(nèi)通過帶通濾波器進(jìn)行信號(hào)提取，再進(jìn)行分?jǐn)?shù)階傅里葉反變換回時(shí)間域，就可提取到想要的回波信號(hào)rqn(t)：

(2)

其中rqn(t)表示第q個(gè)發(fā)射陣元發(fā)射LFM信號(hào)經(jīng)L個(gè)目標(biāo)反射后到達(dá)第n個(gè)接收陣元的單次回波信號(hào)，rqn∈[r11,…,r1N,…,rq1,…,rqN,…,rQ1,…,rQN].

3 基于分?jǐn)?shù)低階統(tǒng)計(jì)量的寬帶模糊函數(shù)分析

3.1 寬帶模糊函數(shù)

為了實(shí)現(xiàn)聯(lián)合估計(jì)時(shí)延和多普勒頻率因子，Swick[14，15]給出了寬帶模糊函數(shù)(Wide-Band Ambiguity Function,WBAF)的定義

(3)

根據(jù)Schwarz不等式，我們可以得到下面的表達(dá)式

(4)

根據(jù)式(4),當(dāng)τ=τ0和σ=σ0時(shí)寬帶模糊函數(shù)才具有最大值，因此我們可以得到下面的關(guān)系式

(5)

3.2 Alpha穩(wěn)定分布

理論研究和實(shí)際測(cè)量發(fā)現(xiàn)，自然界及許多工程領(lǐng)域的噪聲存在脈沖特性，可以采用具有厚拖尾的α穩(wěn)定分布過程[16，17]來描述.但是，由于一個(gè)特征指數(shù)為α(α≤2)的穩(wěn)定分布過程只存在有限的小于特征指數(shù)α的矩，因此，許多傳統(tǒng)參數(shù)估計(jì)算法在穩(wěn)定分布脈沖噪聲條件下性能退化嚴(yán)重.Alpha穩(wěn)定分布(Alpha-Stable Distribution，常簡(jiǎn)稱為“穩(wěn)定分布”)，是描述上述隨機(jī)過程的最有潛力和最具吸引力的模型之一.

如果隨機(jī)變量X存在參數(shù)0<α≤2,γ≥0,-1≤β≤1和實(shí)數(shù)a使其特征函數(shù)具有式(6)的形式

φ(ω)=exp{jaω-γ|ω|α[1+jβsgn(ω)ψ(ω,α)]}

(6a)

或表示為

φ(ω)=exp{jaω-σα|ω|α[1+jβsgn(ω)ψ(ω,α)]}

(6b)

式中

(6c)

(6d)則隨機(jī)變量X服從穩(wěn)定分布.其中α∈(0,2]稱為特征指數(shù)，它決定該分布脈沖特性的程度.α值越小，所對(duì)應(yīng)分布的拖尾越厚，因此脈沖特性越顯著.相反，隨著α值變大，所對(duì)應(yīng)分布的拖尾變薄，且脈沖特性減弱.當(dāng)α=2時(shí)，為高斯分布，是α穩(wěn)定分布的一個(gè)特例.γ>0為分散系數(shù)，-1<β<1稱為對(duì)稱參數(shù)，a稱為位置參數(shù).

分?jǐn)?shù)低階統(tǒng)計(jì)量(the fractional lower-order statistics,FLOS)是研究Alpha穩(wěn)定分布環(huán)境下最基本的理論.對(duì)于滿足0<α≤2的聯(lián)合SαS分布的隨機(jī)變量X和Y，其位置參數(shù)a=0，則X和Y的p階分?jǐn)?shù)低階相關(guān)定義為

(7)

其中，p為分?jǐn)?shù)低階統(tǒng)計(jì)量的階數(shù)，當(dāng)p=2時(shí)p階分?jǐn)?shù)低階相關(guān)就為通常的二階相關(guān).

3.3 分?jǐn)?shù)低階寬帶模糊函數(shù)

從定義式(3)可以看出，傳統(tǒng)的寬帶模糊函數(shù)是基于二階矩的.如果信號(hào)中含有α<2的脈沖噪聲，其寬帶模糊函數(shù)將會(huì)發(fā)散.為了解決脈沖噪聲環(huán)境下信號(hào)參數(shù)估計(jì)問題，本文將分?jǐn)?shù)低階統(tǒng)計(jì)量和寬帶模糊函數(shù)相結(jié)合，提出了基于分?jǐn)?shù)低階統(tǒng)計(jì)量的寬帶模糊函數(shù)(the wide-band ambiguity function basing on the fractional lower-order statistics,FLOS-WBAF,即分?jǐn)?shù)低階寬帶模糊函數(shù))，其定義式為：

(8)

其中(·)〈p〉=|·|〈p-1〉(·)*，(·)*表示復(fù)共軛.

圖2給出了脈沖噪聲環(huán)境下的信號(hào)的分?jǐn)?shù)低階寬帶模糊函數(shù)和傳統(tǒng)的寬帶模糊函數(shù)的三維圖.從圖中可以看出，分?jǐn)?shù)低階寬帶模糊函數(shù)相對(duì)于傳統(tǒng)的寬帶模糊函數(shù)能夠很好的抑制脈沖噪聲的干擾.

4 基于FLOS-WBAF的參數(shù)聯(lián)合估計(jì)方法

本節(jié)以第q個(gè)發(fā)射信號(hào)經(jīng)第l個(gè)目標(biāo)反射后在第n個(gè)接收陣元的回波信號(hào)經(jīng)匹配濾波后的輸出rqnl(t)為例具體描述本文提出的參數(shù)估計(jì)算法，根據(jù)式(2)得rqnl(t)的表達(dá)式如下

l=1,…,L

(9)

4.1 多普勒頻移因子及時(shí)延的聯(lián)合估計(jì)

根據(jù)本文提出的FLOS-WBAF定義，我們可以得到

(10)

根據(jù)式(4)，(5)和(10)，我們可以得到

(11)

其中τl0,σl0分別為分?jǐn)?shù)低階寬帶模糊函數(shù)峰值點(diǎn)對(duì)應(yīng)的橫縱坐標(biāo)，即第l個(gè)目標(biāo)的時(shí)延和多普勒頻移尺度因子.

4.2 發(fā)射角和接收角的估計(jì)

根據(jù)式(11)，定義變量yql(t)為

(12)

(13)

(14)

(15)

在第l個(gè)目標(biāo)反射的回波信號(hào)的分?jǐn)?shù)低階寬帶模糊函數(shù)的峰值點(diǎn)(τl0,σl0)處，

+Nn(τl0,σl0)

(16)

(17)

取L個(gè)FLOS-WBAF的峰值點(diǎn)作為該陣元的觀測(cè)數(shù)據(jù)，則在第n個(gè)陣元上的空間時(shí)頻輸出為

(18)

根據(jù)式(17)和(18)，將所有陣元的空間時(shí)頻輸出表示為向量形式，即可得到基于分?jǐn)?shù)低階寬帶模糊函數(shù)的空間時(shí)頻分布數(shù)據(jù)模型

P=BAZ+N

(19)

(20)

(21)

(22)

(23)

其中

(24)

本文構(gòu)造兩個(gè)子陣P1和P2，兩個(gè)子陣的空間時(shí)頻輸出的數(shù)據(jù)模型為

P1=BZ+N1，q=1

(25)

P2=BAZ+N2，q≠1

(26)

式(25)的分?jǐn)?shù)低階自相關(guān)矩陣定義為

(27)

由于信號(hào)與噪聲不相關(guān)，且信號(hào)與噪聲相互獨(dú)立，式(27)可以寫成下面的形式

(28)

(29)

其中UG和UN分別是信號(hào)子空間和噪聲子空間.

利用分?jǐn)?shù)低階寬帶模糊函數(shù)相關(guān)矩陣代替?zhèn)鹘y(tǒng)的陣列相關(guān)矩陣，并可根據(jù)MUSIC算法得到FLWBAF-MUSIC空間譜為：

(30)

對(duì)P(θ)進(jìn)行譜峰搜索，可得到第l個(gè)目標(biāo)發(fā)射回波信號(hào)的接收角的估計(jì)值θl.

定義兩個(gè)矩陣C11和C12，

(31)

和

(32)

根據(jù)式(31)和(32)，我們可以得到如下的表達(dá)式

(33)

其中()#表示偽逆矩陣.

由于接收角θl已經(jīng)由式(30)估計(jì)得到，因此矩陣A也可以寫成下面的形式

(34)

因此發(fā)射角的估計(jì)值φl可以根據(jù)FLWBAF-ESPRIT算法，由下面的表達(dá)式估計(jì)得到

φl=arcsin(arg(gl)/(q-1)π)

(35)

其中g(shù)l是矩陣A主對(duì)角線上的元素，arg(gl)表示取gl的相位角.

4.3 時(shí)間復(fù)雜度分析

本文算法通過對(duì)分?jǐn)?shù)低階寬帶模糊函數(shù)峰值搜索實(shí)現(xiàn)了多普勒頻移尺度因子和時(shí)延的聯(lián)合估計(jì).因此這兩個(gè)參數(shù)估計(jì)的時(shí)間復(fù)雜度約為O(P2).對(duì)收發(fā)角的聯(lián)合估計(jì)是將空間時(shí)頻分布和陣列信號(hào)處理相結(jié)合，并且本文算法先估計(jì)DOA角再估計(jì)DOD角，因此FLWBAF-MUSIC算法的時(shí)間復(fù)雜度約為O(N3+JNL)，F(xiàn)LWBAF-ESPRIT算法的時(shí)間復(fù)雜度約為O(N3+JNL+Q3)，其中Q為發(fā)射陣元數(shù)目，N為接收陣元數(shù)目，J為MUSIC譜數(shù)目，L為目標(biāo)個(gè)數(shù)，P為快拍數(shù).

5 仿真實(shí)驗(yàn)及分析

仿真實(shí)驗(yàn)參數(shù)設(shè)置，發(fā)射陣元和接收陣元數(shù)目分別為Q=4和N=6，目標(biāo)個(gè)數(shù)為L(zhǎng)=2，相對(duì)于發(fā)射陣元和接收陣元的發(fā)射角和接收角分別為(φ1,θ1)=(20°,30°)，(φ2,θ2)=(50°,60°)，多普勒頻移尺度參數(shù)a1=0.9，a2=1.1，多徑時(shí)延分別為τ1=80/fs，τ2=160/fs.兩個(gè)LFM信號(hào)的初始頻率、頻率調(diào)制率及幅度分別為f10=0.25MHz，μ10=100MHz，A1=2，f20=0.3MHz，μ20=-200MHz，A2=4，初相φ10=0，φ20=0，采樣頻率為fs=1MHz，采樣點(diǎn)數(shù)為1000，Monte-Carlo實(shí)驗(yàn)次數(shù)為300.

5.1 分?jǐn)?shù)低階矩p

本次實(shí)驗(yàn)中，Alpha穩(wěn)定分布噪聲的特征指數(shù)α=1.4，廣義信噪比GSNR=-10dB.圖3顯示了多普勒頻移因子及時(shí)延估計(jì)的RMSE與分?jǐn)?shù)低階矩p的關(guān)系.

從圖3可以看出，當(dāng)分?jǐn)?shù)低階矩1.1≤p≤1.4時(shí)本文算法的具有較好性能.由Alpha穩(wěn)定分布的特性可知，一個(gè)特征指數(shù)為α的穩(wěn)定分布過程只存在有限的小于特征指數(shù)α的矩.由圖3我們能發(fā)現(xiàn)分?jǐn)?shù)低階矩p≥1.5時(shí)，參數(shù)估計(jì)的RMSE變大.因此，后續(xù)實(shí)驗(yàn)中，階數(shù)p取值為1.1≤p<α.

5.2 廣義信噪比GSNR

本次實(shí)驗(yàn)中，Alpha穩(wěn)定分布噪聲的特征指數(shù)設(shè)定為α=1.4，分?jǐn)?shù)低階矩設(shè)定為p=1.1.圖4(a)～(b)顯示了本文算法與FLOS-FPSD算法[11]關(guān)于多普勒頻率因子和時(shí)延估計(jì)的RMSE隨GSNR變化的曲線.圖4(c)～(d)顯示了本文算法與PARAFAC算法[5]、FLOS-FPSD算法關(guān)于收發(fā)角估計(jì)的RMSE與GSNR之間的關(guān)系.

從圖4(a)和(b)中可以看出，本文方法具有較好的估計(jì)性能，通過與其他兩種算法進(jìn)行比較，我們能發(fā)現(xiàn)本文算法的估計(jì)性能顯著優(yōu)于FLOS-FPSD方法和PARAFAC算法.圖4(c)和(d)顯示了本文方法、PARAFAC方法和FLOS-FPSD算法關(guān)于收發(fā)角估計(jì)RMSE隨GSNR的變化曲線.從圖中可以看出，當(dāng)GSNR大于-15dB時(shí),本文算法RMSE很小，并保持穩(wěn)定.本文算法將分?jǐn)?shù)低階統(tǒng)計(jì)量理論應(yīng)用到了參數(shù)估計(jì)的算法中，由于分?jǐn)?shù)低階統(tǒng)計(jì)量具有很好的抑制脈沖噪聲的性能，同時(shí)寬帶模糊函數(shù)很好的能量聚集特性，而隨機(jī)噪聲不具有這一特性，因此本文提出的FLOS-WBAF算法不僅能夠很好的抑制脈沖噪聲的干擾，而且具有很好參數(shù)估計(jì)性能.實(shí)驗(yàn)證明，本算法在低GSNR時(shí)仍具有很好的性能.5.3 Alpha穩(wěn)定分布噪聲的特征指數(shù)α

在本次實(shí)驗(yàn)中，廣義信噪比設(shè)定為GSNR=-10dB.圖5顯示了三種算法對(duì)不同參數(shù)估計(jì)的RMSE隨噪聲特征指數(shù)α變化的曲線，其中特征指數(shù)α的變化范圍為[1.1,2].

從圖5可以看出，在脈沖噪聲環(huán)境下，本文FLOS-WBAF算法的參數(shù)估計(jì)性能明顯優(yōu)于FLOS-FPSD算法和PARAFAC算法.本文提出的FLOS-WBAF算法不僅能夠很好的抑制脈沖噪聲的干擾，而且具有很好參數(shù)估計(jì)性能.而PARAFAC算法在進(jìn)行參數(shù)估計(jì)時(shí)沒有考慮脈沖噪聲的影響，因此在脈沖噪聲環(huán)境下，本文算法的性能明顯優(yōu)于其他兩種算法.

6 結(jié)論

本文提出了一種基于分?jǐn)?shù)低階寬帶模糊函數(shù)的雙基地MIMO雷達(dá)目標(biāo)參數(shù)估計(jì)的新方法.在雙基地MIMO雷達(dá)中，本文選用線性調(diào)頻信號(hào)作為發(fā)射信號(hào)，利用其具有大時(shí)寬頻寬積特性，可獲得更好的低截獲概率特性.針對(duì)雷達(dá)回波信號(hào)中常含有大量脈沖噪聲，提出了含有脈沖噪聲的寬帶信號(hào)模型，并提出了分?jǐn)?shù)低階寬帶模糊函數(shù)算法實(shí)現(xiàn)目標(biāo)參數(shù)估計(jì).首先，通過FLOS-WBAF峰值搜索實(shí)現(xiàn)了多普勒頻移因子和時(shí)延的聯(lián)合估計(jì).接下來，在時(shí)頻域內(nèi)構(gòu)造基于分?jǐn)?shù)低階寬帶模糊函數(shù)的兩個(gè)子陣，采用本文提出的FLWBAF-MUSIC和FLWBAF-ESPRIT算法實(shí)現(xiàn)了接發(fā)角的聯(lián)合估計(jì).仿真實(shí)驗(yàn)證明在較低的GSNR環(huán)境下本文提出的方法仍具有較低的RMSE，具有很好的性能.

[1]Fishler E,Haimovich A,Blum R S,et al.Spatial diversity in radars models and detection performance[J].IEEE Transactions on Signal Processing,2006,54(3):823-838.

[2]Stoica P,Li J,Xie Y.On probing signal design for MIMO radar[J].IEEE Transactions on Signal Processing,2007,55(8):4151-4161.

[3]陳浩文,黎湘,莊釗文.一種新興的雷達(dá)體制—MIMO雷達(dá)[J].電子學(xué)報(bào),2012,40(6):1190-1198. Chen H W,Li X,Zhuang Z W.Arising radar system—MIMO radar[J].Acta Electronica Sinica,2012,40(6):1190-1198.(in Chinese)

[4]Chen D F,Chen B X,Qi G D.Angle estimation using ESPRIT in MIMO radar[J].Electronics Letters,2008,44(12):770-771.

[5]張劍云,鄭志東,李小波.雙基地MIMO雷達(dá)收發(fā)角及多普勒頻率的聯(lián)合估計(jì)算法[J].電子與信息學(xué)報(bào),2010,32(8):1843-1848. Zhang jinyun,Zheng zhidong,Li xiaobo.Multi-target localization based on polynomial rooting for bistatic MIMO radar[J].Journal of Electronics & Information Technology,2010,32(8):1843-1848.(in Chinese)

[6]Zaition S,Ahmad Z S.Estimation of the Doppler spread and time delay spread for the wireless communication channel[A].2010 International Conference on Computer Applications and Industrial Electronics (ICCAIE 2010)[C].Kuala Lumpur,Malaysia,2010.438-442.

[7]史建鋒，王可人.基于循環(huán)相關(guān)的LFM脈沖雷達(dá)寬帶回波Doppler和多徑時(shí)延的聯(lián)合估計(jì)[J].電子與信息學(xué)報(bào),2008,30(7):1736-1739. Shi Jianfeng,Wang Keren.Joint estimation of Doppler and multipath time delay of wideband echoes for LFM pulse radar based on cyclic correlation[J].Journal of Electronics & Information Technology,2008,30(7):1736-1739.(in Chinese)

[8]Qu J,Kon M W,Luo Z Q.The estimation of time delay and Doppler stretch of wideband signals[J].IEEE Transactions on Signal Processing,1995,43(4):904-916.

[9]Ma N,Goh J T.Ambiguity-function-based techniques to estimate DOA of broadband chirp signals[J].IEEE Transactions on Signal Processing,2006,54(5):1826-1839.

[10]Chen H W,Zhao J W.Wideband MVDR beamforming for acoustic vector sensor linear array[J].IEE Proceedings of Radar,Sonar and Navigation,2004,151(3):158-162.

[11]Li L,Qiu T S.Parameter estimation based on fractional power spectrum under Alpha-stable distribution noise environment in wideband bistatic MIMO radar system[J].AEUE-International Journal of Electronics and Communications,2013,67(11):947-954.

[12]陶然，鄧兵，王越.分?jǐn)?shù)階傅里葉變換及其應(yīng)用[M].北京：清華大學(xué)出版社,2009.285-296.

[13]齊林,陶然,周思永,王越.LFM信號(hào)的一種最優(yōu)濾波算法[J].電子學(xué)報(bào),2004,32(9):1464-1467. Qi Lin,Tao Ran,Zhou Siyong,Wang Yue.An approach for optimal filtering of LFM signal[J].Acta Electronica Sinica,2004,32(3):1464-1467.(in Chinese)

[14]Swick D A.An Ambiguity Function Independent of Assumpiton About Bandwidth and Carrier Feequency[R].Washington,DC:Naval Research Lab Washington DC,1966.

[15]Swick D A.A Review of Wide-Band Ambiguity Function[R].Washington,DC:Naval Research Lab Washington DC,1969.

[16]Nikias C L,SHAO M.Signal Processing with Alpha Stable Distributions and Applications[M].New York:John Wiley & Sons Inc,1995.

[17]李森，邱天爽.Alpha穩(wěn)定分布噪聲中的韌性投影近似子空間跟蹤算法[J].電子學(xué)報(bào),2009,37(3):519-522. Li Sen,Qiu Tianshuang.A robust PAST Algorithm in alpha stable noise environment[J].Acta Electronica Sinica,2009,37(3):519-522.(in Chinese)

李 麗 女，1979年生于黑龍江佳木斯.大連大學(xué)信息工程學(xué)院副教授.研究方向?yàn)殛嚵行盘?hào)處理、參數(shù)估計(jì).

E-mail:ffsimple@163.com

邱天爽 男，1954年生于遼寧省撫順.大連理工大學(xué)教授，博士生導(dǎo)師.主要從事信號(hào)信息處理方面的教學(xué)與研究工作.

A Novel Method for Parameter Estimation Based on Wide-Band Ambiguity Function in Bistatic MIMO Radar System in Impulsive Noise Environment

LI Li1,QIU Tian-shuang2

(1.InformationEngineeringCollege,DalianUniversity.Dalian,Liaoning116622,China; 2.FacultyofElectronicInformationandElectricalEngineering,DalianUniversityofTechnology,Dalian,Liaoning116023,China)

This paper takes the Alpha stable distribution as the noise model and studies the problem of bistatic multiple-input multiple-output (MIMO) radar system in the impulsive noise environment.Since the conventional algorithms degenerate severely in the impulsive noise environment,this paper proposes a novel method of wide-band ambiguity function based on the fractional lower-order statistics (FLOS-WBAF).Firstly,Doppler stretch and time delay are jointly estimated by peak searching the FLOS-WBAF.Secondly,two sub-array models are constructed based on the FLWBAF.Furthermore,two modified algorithms are proposed for the estimation of DODs and DOAs,including the fractional lower-order wide-band ambiguity function based on MUSIC algorithm (FLWBAF-MUSIC) and the fractional lower-order wide-band ambiguity function based on ESPRIT algorithm (FLWBAF-ESPRIT).Simulation results are presented to verify the effectiveness of the proposed method.

bistatic MIMO radar;Alpha stable distribution;fractional lower-order wide-band ambiguity function;FLWBAF-MUSIC algorithm;FLWBAF-ESPRIT algorithm

2015-07-27;

2015-11-18;責(zé)任編輯：藍(lán)紅杰

國家自然科學(xué)基金(No.61401055，No.61139001,No.61172108,No.61261046)

TN911.7

A

0372-2112 (2016)12-2842-07

??學(xué)報(bào)URL:http://www.ejournal.org.cn

10.3969/j.issn.0372-2112.2016.12.005