分布式MIMO雷达中仅使用多普勒频移的直接定位技术邓丽娟;张展;魏平;孙文;廖红舒【摘要】本文研究了MIMO(Multiple-Input Multiple-Output)雷达系统中,仅使用多普勒频移(Doppler Frequency Shifts,DFS)信息对目标进行直接定位(Direct Position Determination,DPD)的方法.通常的两步定位的方法需要先将定位参数从接收信号中提取出来再通过求解参数与目标位置的关系方程对目标位置进行估计.这一过程由于忽略了所有测量参数的提取必须相对于同一个目标位置的约束条件,因而是次优的定位方法.针对这一问题,本文提出了一种基于极大似然(Maximum Likelihood,ML)准则的直接定位算法,可以不需要进行参数提取而集中地处理所有接收到的数据,实现对目标位置的一步估计.仿真结果表明,所提算法性能在较低信噪比(signal to noise ratio,SNR)的条件下优于两步定位法,且在较高信噪比下与两步法定位精度相当.【期刊名称】《信号处理》【年(卷),期】2018(034)011【总页数】8页(P1377-1384)【关键词】多输入多输出;多普勒频移;直接定位;克拉美罗界【作者】邓丽娟;张展;魏平;孙文;廖红舒【作者单位】电子科技大学信息与通信工程学院,四川成都611731;电子科技大学信息与通信工程学院,四川成都611731;电子科技大学信息与通信工程学院,四川成都611731;电子科技大学信息与通信工程学院,四川成都611731;电子科技大学信息与通信工程学院,四川成都611731【正文语种】中文【中图分类】TN911.71 引言分布式MIMO(Multiple-Input Multiple-Output)雷达，作为新雷达体制中的一种，自其被提出以来就引起了国内外众多学者的广泛关注[1-4]。
分布式MIMO雷达的收发天线阵元在空间上分布很广，各天线接收到的信号可以认为是相互独立的，主要利用的是空间分集来获取性能增益。
双基地FDA-MIMO雷达角度、距离及速度无模糊估计方法赵智昊;王志民;孙扬【摘要】在传统的相控阵雷达中,由于受到脉冲重复周期(PRF)的限制,距离估计精度和速度估计精度往往难以同时得到提高.该文将频控阵(FDA)和双基地多输入多输出(MIMO)雷达相结合,提出了一种基于双基地FDA-MIMO雷达的角度、距离及速度联合估计方法.文章首先利用FDA技术,使得雷达的发射矢量中包含目标的角度、距离甚至速度信息.然后提出了基于子阵的波形设计和解耦合算法以对发射矢量中距离-速度进行解耦合处理,并利用传统的子空间类算法对目标的发射角(DOD)、接收角(DOA)、距离和速度进行估计,最后文章提出了基于FDA的解模糊方法以解决距离和速度模糊问题.另外,该文推导了该方法下参数估计的克拉美罗界(CRB)并分析了其性能.仿真结果验证了所提出方法的能够对目标的角度、距离和速度进行无模糊的联合估计.%It is known that velocity estimation ambiguities can be eliminated and range estimation ambiguities may appear with high pulse repetition frequency (PRF) in traditional phased-array (PA) radar.In this paper,a joint unambiguous angle,range and velocity estimation method is proposed for bi-static Multiple-Input-Multiple-Output (MIMO) radar with frequency diverse array (FDA).First,with the FDA,the transmit steering matrix carries angle,range even velocity information.Then,a subarraybased transmitted waveform and decoupling approach are designed to solve range-angle coupling in transmit steering matrix.Utilizing the subspace decomposition algorithm,the direction-of-departure (DOD),direction-of-arrival (DOA),range and velocity parameters are estimated.Finally,the ambiguity resolve methods based on FDA are proposed to deal with theambiguities of range and velocity estimation.Additionally,Cramér-Rao bounds (CRB) for these parameters are derived and the performance of this radar is analyzed.Simulation results indicates the validity of the proposed method.【期刊名称】《四川大学学报（自然科学版）》【年(卷),期】2017(054)006【总页数】9页(P1202-1210)【关键词】双基地MIMO雷达;频控阵;角度、距离及速度联合估计;距离及速度解模糊【作者】赵智昊;王志民;孙扬【作者单位】解放军信息工程大学,郑州 450001;解放军信息工程大学,郑州450001;解放军信息工程大学,郑州 450001【正文语种】中文【中图分类】TN958多输入多输出(Multiple-Input-Multiple-Output,MIMO)雷达系统作为一种新的雷达体制，在近几年正受到越来越多的关注.相对于传统相控阵雷达，MIMO雷达能够利用雷达天线结构或是发射正交波形来提高雷达的自由度(DOFs)，从而提升雷达的探测性能[1-5].目前，MIMO雷达主要分为分布式MIMO雷达[2]和集中式MIMO雷达[3]两种.其中，集中式MIMO雷达又可分为单基地MIMO雷达[6]和双基地MIMO雷达[7]两种.本文主要针对双基地MIMO雷达进行研究.雷达的主要作用之一就是获取目标的位置信息包括角度、距离和速度.利用双基地MIMO雷达我们能够得到目标的二维角度信息，同时利用脉冲雷达我们能够得到目标的距离和速度信息.然而，由于受到PRF的限制，距离估计精度和速度估计精度往往难以同时得到提高[8].不同于传统相控阵雷达，我们可以利用MIMO雷达波形分集的特征设计特殊波形来解决这一问题.一种有效的解决办法就是利用类似于FDA雷达的方法，让雷达波形中包含目标的角度-距离信息.不同于传统雷达，FDA雷达中的发射信号载频随着发射阵列而变化[9].由于不同天线发射载频不同，因此我们可以得到一种包含距离-角度信息的波形[10]，从而能够对目标角度和距离进行同时估计[11].文献[12，13]将FDA和波形分集(WD)MIMO雷达相结合并研究其波形特性，文献[14，15]对频率分集下Phased-MIMO雷达的波形方向图进行了研究.关于FDA-MIMO雷达的参数估计，文献[16]利用了MLE算法实现了角度和距离的无模糊联合估计，而文献[17]则利用了基于稀疏重构的算法进行参数估计.然而文献[16]没有考虑角度-距离信息的耦合问题并进行相应的发射波形改进，因此，该方法下的角度估计CRB要高于传统MIMO雷达.通过这些研究，可以发现单基地的FDA-MIMO雷达能够获得目标的DOA和距离信息从而确定目标的2维位置，类似的，利用双基地FDA-MIMO雷达则可以估计目标的DOA、DOD和距离参数从而获得的3维坐标信息.对于角度-距离的耦合问题，文献[18]将发射阵列分为2个子阵并且每个子阵采用不同的频率增量，而文献[19]则通过发射频率增量分别为零和非零的两种脉冲来解耦合.同时，由于目标的多普勒频移与信号载频有关系，因此可以利用FDA-MIMO雷达信号载频的特征，在发射矢量中进一步挖掘目标的速度信息，从而解决利用多普勒测速的模糊问题.本文利用双基地FDA-MIMO雷达对目标的角度、距离和速度参数进行估计并对距离和速度参数进行解模糊处理.首先推导了FDA-MIMO雷达下的接收信号形式，通过推导发现了频率增量和目标速度之间的关系从而为速度解模糊提供条件.为了实现角度-距离信息的解耦合，本文设计了一种基于子阵的发射波形及相应的解耦合方法，并利用空间平滑和ESPRIT算法，得到目标的参数信息.然后根据距离的估计结果和脉冲法测得的结果对距离估计进行解模糊，另外结合FDA-MIMO雷达的特性，提出了一种基于MUSIC的速度解模糊算法解决了多普勒测速下的速度模糊问题.最后，本文推导了双基地FDA-MIMO雷达参数估计的CRB.考虑一个包含M个发射天线N个接收天线的双基地FDA-MIMO雷达系统，其发射天线的间距为dt接收天线的间距为dr.将第一个发射天线作为参考点，则第m个天线上的信号载频为fm=f0+(m-1)Δf,m=1,2,…,Ms m(t)=φm(t)ej2πfmt,0≤t≤T,m=1,2,…,M考虑一个无噪条件下的双基地FDA-MIMO雷达探测场景并选取第一个接收天线为接收端的参考点.第p(p=1,2,…,P)个目标的坐标为(Rtp,Rrp,θp,φp)且其速度为(vtp,vrp).其中Rtp和Rrp分别为目标-发射端距离和目标-接收端距离，θp和φp 分别为目标DOD和DOA，vtp和vrp分别表示目标-发射端和目标-接收端径向速度.0显示了该雷达系统工作场景.则经匹配滤波器处理后第l(l=1,2,…,L)个脉冲下，第p个目标从第m个发射天线到第n个接收天线的信号能够表示为xmnp(l)=ξpej2πfm(τpl-τm-τn)≈ξpej2π(f0+(m-1)Δf)((Rtp+Rrp-vtpτpl-vrpτpl)/c-dt(m-1)sin(θp)/c-dr(n-1)sin(φp)/c)=其中，ξp表示目标的复散射系数；τpl表示第l个脉冲下发射参考点到接收参考点之间的时延；τm和τn分别是第m个发射天线和第n个接收天线的相对时延；Rp=Rtp+Rrp表示两个距离之和而vp=vtp+vrp表示两个速度之和.如式(3)所示，对于第p个目标而言，e-j2π(m-1)dtsin(θp)/λ和e-j2π(m-1)ΔfRp/c分别包含了DOD和距离信息并且与发射阵列有关；在e-j2πf0vp(l-1)T/c中，f0vp/c表示目标的多普勒频移且其与脉冲数有关；e-j2π(n-1)drsin(φp)/λ包含了目标的DOA信息且与接收阵列有关；而e-j2π(m-1)Δfvp(l-1)T/c包含了速度信息且与发射阵列和脉冲数有关，并且当脉冲数l较小的时候其大小相对于其他部分可以忽略，而当l较大且其大小可以测量时，该项可以用来解决速度估计模糊的问题.如果令第一个发射天线作为参考点，则对于第p个目标而言，FDA-MIMO雷达的发射矢量为at(θp,Rp)=x(l)=Ar(φ)diag(a(v,l))At+w(l)因而L个脉冲后的接收信号经向量化后可以表示为Y=(B(v)⊙At(θ,R)⊙Ar(φ))h+WRY=(B(v)⊙At(θ,R)⊙Ar(φ))Rh+Q=CRhCH+Q矩阵RY的秩为1且会导致特征分解后无法获得信号子空间和噪声子空间矩阵.因此，我们利用空间平滑技术解决这一问题；同时，考虑到角度兼并问题，我们采用类似于文献[21]的方法，针对接收导向矢量和多普勒矢量进行前向空间平滑得到矩阵对进行特征分解得到信号子空间矩阵Es∈Cl0Mn0×P.由于span{Es}=span{C0},则Es能被表示为Es=C0T-1将Es分为2个子矩阵Es1和Es2,然后我们可以得到0=EsUs根据0 s的特点，可以得到DOD、DOA、距离和速度的估计值然后对DOD和距离进行分离操作由于同一目标的4个参数是从联合导向矢量的同一列估计得出，因此，所有的参数均已自动配对.同时，由于是对接收导向矩阵和速度矩阵同时进行空间平滑处理，因此目标的角度兼并问题能够得到缓解.然而当目标DOA和速度相同时则仍会存在角度兼并问题.考虑到发射波形和估计过程与传统MIMO雷达已经不同，为了防止DOD估计的模糊问题，发射天线的间距不应大于λ/4.根据前文的方法可知，当频率增量Δf增大时距离估计的精度也随之增加.然而，当|ΔfRp/c|>1/4将会产生距离估计模糊.类似文献[16]，这里我们可以结合距离估计的脉冲法来解模糊.对于第p个目标，假设脉冲法下的目标真实距离为则在FDA-MIMO雷达下利用ESPRIT方法的目标无模糊距离估计可以表示为根据式(18)和式(19)，我们能够得出无模糊的距离估计值：关于频率增量的选择可以采用类似文献[16]的方法.但要注意的是，由于将发射端分割为2个子阵且采用了相应的解耦合算法，因此，本文的频率增量应为文献[16]中频率增量的一半.通过式(3)可知，f0T越大，速度估计的精度就越精确.同时，当PRF越大，多普勒模糊就越小，且当|f0vpT/c|>1/2时，速度估计将会出现模糊.我们可以利用接收信号中e-j2π(m-1)Δfvp(l-1)T/c这一项来解决这一模糊问题.首先，我们选择较大的脉冲数值l=La,La>L使得e-j2π(m-1)Δfvp(l-1)T/c能够被测量，且此时的接收信号为x(La)=(At(θ,R,v,La)⊙Ar(φ))aP(v,La)+w(La)=Cv(La)+w(La)类似的，利用空间平滑方法可以得到基于两个发射子阵的协方差矩阵和假设第p个目标的真实速度为为了研究双基地FDA-MIMO雷达的性能，我们推导了4个参数的CRB，同时也对发射端距离和DOD信息的耦合问题进行了分析.首先，我们计算无模糊条件下的CRB.未知参数如下利用Schur变换，将FIM变为其中λ.通过G的推导结果，我们可以看到由于对发射端进行了基于子阵的设计使得距离和角度信息不再耦合，因此Eθ和ER存在差异使得FIM能够进行求逆计算.因此，速度、DOD、距离和DOA的CRB分别为Dv=Dθ=DR=Dφ=在对距离和速度进行相应的解模糊处理后，这两个参数的CRB也随之改善.根据文献[16]的分析，当Δf≤B/2Na时，距离估计的CRB为DR≥另外，根据1/100<ΔfNvLa/2f0<1,我们可以得到f0<ΔfNvLa/2,则速度估计的CRB得到了改善，相较于之前的CRB更小.Dv>为了验证上述联合角度、速度、距离参数估计的性能，本章节将进行2个仿真实验，仿真条件如表1所示.为了验证双基地FDA-MIMO雷达的性能，我们将其与传统双基地MIMO雷达和相控阵雷达进行比较.本例中，我们研究了这几种雷达参数估计的RMSE关于SNR 的变化情况.假设空间中有2个目标，一个目标的DOD为20°,DOA为25°,距离为180 km,速度为430 m/s,另一个DOD为30°,DOA为35°,距离为270 km,速度为360 m/s,采样点数为256，仿真进行了1000次蒙特卡洛实验，值得注意的是，2个目标速度和距离在传统方法中均能产生模糊.图2为4个参数的RMSE关于SNR的变化情况，通过实验我们能得出以下结论：1) 所有参数的RMSE均随SNR的增加而减少； 2) 由于FDA-MIMO雷达和传统MIMO雷达的发射阵列结构相同，同时，FDA-MIMO雷达发射端的特殊设计，因此这FDA-MIMO雷达与传统MIMO雷达的DOD和DOA估计结果相似，同时FDA-MIMO雷达还能够对目标距离进行估计； 3) 由于发射端关于解耦合的波形设计，因此FDA-MIMO雷达和传统MIMO雷达的角度CRB相同，相较于文献[16]中FDA-MIMO雷达角度估计性能有所改善； 4) 由于虚拟孔径的增加，因此两种MIMO雷达的DOA估计相较于相控阵雷达更精确； 5) 由于没有充分利用MIMO雷达发射分集的特性，因此传统MIMO雷达和相控阵雷达均无法对速度和距离进行无模糊估计.本例中，我们研究了FDA-MIMO雷达、传统双基地MIMO雷达和相控阵雷达参数估计的RMSE关于采样点数的变化情况，仿真条件与前者相同，其中SNR=0 dB,仿真结果如图3所示，通过图3可以发现，由于采样点数越多，接收到的信息量就越大，因此4个参数的RMSE均随着采样点数的增加而提高，而MIMO雷达由于虚拟孔径的存在，其角度估计相较于相控阵雷达的精度更高.同样，由于发射端和参数估计的方法改进，因此双基地FDA-MIMO雷达在保证角度估计的精度与传统MIMO雷达相同的情况下还能够进行距离和速度的无模糊估计.本文提出了一种基于双基地FDA-MIMO雷达的联合角度、速度、距离无模糊估计方法，在该方法中，我们充分利用MIMO雷达发射分集的特性，让不同天线发射不同频率的信号，产生了一种随目标距离和角度变化的波形.为了解决角度-距离信息耦合问题，我们设计了基于子阵的发射波形，同时利用空间平滑和ESPRIT算法，得到了4个参数的估计，结合传统脉冲法测距和发射信号中的速度信息，目标距离和速度的估计模糊问题得以解决.同时文章对于双基地FDA-MIMO雷达下4个参数的CRB进行了推导.仿真结果证实了双基地FDA-MIMO雷达在参数估计尤其是距离和速度无模糊估计上的优越性.【相关文献】[1] Fishler E,Haimovich A,Blum R.MIMO radar:an idea whose time has come[C]//Proceedings of the IEEE Radar Conference Philadelphia,A:IEEE Press,2004.[2] Haimovich A M,Blum R S,Cimini L J.MIMO radar with widely separated antennas [J].IEEE Signal Proc Mag,2008,25:116.[3] Gong P C,Li J,Zhang Z W,et al.Adaptive parameter estimation for colocated MIMO radar via sparse model [C] //Proceedings of the IEEE International Conference on Communication Problem-Solving (ICCP) .Guilin:IEEE,2015.[4] 顾帅楠,李玉翔,赵峰,等.基于非均匀子阵划分的MIMO雷达阵列设计研究 [J].四川大学学报：自然科学版，2017,54:309.[5] 袁德诚,王运锋.杂波环境下雷达新建航迹处理方法分析 [J].四川大学学报：自然科学版，2017,54:89.[6] Gupta V,Mishra A,Dwivedi S,et al.SBL-based joint target imaging and ler frequency estimation in monostatic MIMO radar systems [C] //Proceedings of the IEEE International Conference on Acoustics,Speech and Signal Processing (ICASSP) .Shanghai:IEEE,2016. [7] Willis N J,Griffiths H D.Advances in BISTATIC RADAR [M].Raleigh,NC:SciTech Publishing,2007.[8] Hovanessian S A.An algorithm for calculation of range in a multiple PRF radar [J].IEEE Trans Aerosp Elec Syst,1976,12:287.[9] Antonik P,Wicks M C,Grifiths H D,et al.Range-dependent beamforming using element level waveform diversity [C] //Proceedings of the International Waveform Diversity Design Conf s Vegas,NV,USA:WDDC,2006.[10] Xu J W,Xu Y H,Liao G S.Direct data domain based adaptive beamforming for FDA-MIMO RADAR [C] //Proceedings of the IEEE Statistical Signal Processing Workshop (SSP).Spain,Palma de Mallorca:IEEE,2016.[11] Wang W Q,So H C.Transmit subaperturing for range and angle estimation in frequency diverse array radar [J].IEEE Trans Signal Proc,2014,62:2000.[12] Sammartino P F,Baker C J,Griffiths H D.Range-angle dependent waveform [C]//Proceedings of the IEEE Radar Conference.Washington,DC,USA:IEEE,2010.[13] Sammartino P F,Baker C J,Griffiths H D.Frequency diverse MIMO techniques for radar [J].IEEE Trans Aerosp Elec Syst,2013,49:201.[14] Wang W Q,Shao H Z.A flexible phased-MIMO array antenna with transmit beamforming [J].Int J Antenn Propag,2012 (1):473.[15] Wang W Q.Phased-MIMO radar with frequency diversity for range-dependent beamforming [J].IEEE Sensors J,2013,13:1320.[16] Xu J W,Liao G S,Zhu S Q,et al .Joint range and angle estimation using mimo radar with frequency diverse array [J].IEEE Trans Signal Proc,2015,63:3396.[17] Chen H,Shao H Z.Sparse reconstruction based target localization with frequency diverse array MIMO radar [C] //Proceedings of the IEEE China SIP Conference on Signal and Information Processing.Chengdu：IEEE,2015.[18] Wang Y B,Wang W Q.Frequency diverse array radar Cramér-Rao lower bounds for estimating direction,range,and velocity [J].Int J Antenn Propag,2014 (12):1.[19] Wang W Q,Shao H Z.Range-angle localization of targets by a double-pulse frequency diverse array radar [J].IEEE J Sel Top Signal Proc,2014,8:106.[20] Wang Y B,Wang W Q,Hong S,et al.Optimal frequency diverse subarray design with cramér-rao lower bound minimization [J].IEEE Antenn Wirel Pr,2015，14:1188.[21] Hong S,Ke H Y,Wang X R,et al.Covariance differencing-based matrix decomposition for coherent sources localisation in bi-static MIMO radar [J].IET Radar,SonarNavig,2014,9:540.。
