高維小樣本自適應陣列信號處理研究及套用

高維小樣本自適應陣列信號處理研究及套用

《高維小樣本自適應陣列信號處理研究及套用》是依託西安電子科技大學,由馮大政擔任項目負責人的面上項目。

基本介紹

  • 中文名:高維小樣本自適應陣列信號處理研究及套用
  • 項目類別:面上項目
  • 項目負責人:馮大政
  • 依託單位:西安電子科技大學
中文摘要,結題摘要,

中文摘要

隨著現代雷達、通信等技術發展,採用的天線(感測器)陣列規模越來越大、信號維數越來越高。然而,因受環境等因素的限制,採集樣本數還是很少。如在典型的多輸入多輸出(MIMO)雷達等中,信號維數或自由度常可達到數千到數萬,而採集樣本只有幾十到數百個,即採集樣本數遠小於信號維數,這導致許多陣列信號處理方法失效。因此,高維小樣本自適應陣列信號處理將成為信號處理領域的研究熱點,其研究對於提升機載雷達和MIMO雷達等的信號處理性能具有重要的理論和現實意義。本項目以大規模陣列信號處理為背景,著重研究高維小樣本情況下的自適應波束形成、空時多維自適應處理和參數估計等的新理論、新方法。針對不同套用背景,提出快速、有效、穩健的自適應陣列信號處理算法。深入研究小樣本、非均勻樣本及各種非理想因素等對自適應陣列信號處理算法的影響,提出改善現有和新提算法性能的方法,為大規模自適應陣列處理的實用提供理論和方法支持。

結題摘要

本項目在國家自然科學基金的資助下,對高維小樣本情況下的自適應陣列信號處理從多個方面進行了深入的研究。主要的研究內容和成果包括以下幾個方面:(1)提出一種空域數據分解的兩級降維STAP方法,明顯提高小樣本條件下的雜波抑制能力。(2)利用空時導向矢量特殊的Kronecker特性,通過重新構造新的權矩陣採用低秩逼近方法降低STAP算法的計算複雜度和樣本需求量。(3)基於線性相位和幅度約束設計MIMO雷達降維自適應穩健波束形成器,提高系統抗大角度誤差的能力,並顯著降低計算量和樣本需求量。(4)設計一種基於疊代廣義瑞利商(IGRQ)的最壞情況性能最優穩健波束形成算法,明顯降低傳統二階錐規劃(SOCP)算法的計算量。(5)在非均勻雜波環境下,採用稀疏表示技術明顯提高小樣本下雜波協方差矩陣的估計精度。(6)利用目標輻射源空間分布的稀疏性,研究了基於稀疏表示的多塊拍聯合DOA估計方法,提高了分辨力和估計精度。(7)利用機載雷達的先驗信息設計預濾波器來明顯提高傳統空時二維處理(STAP)算法的目標檢測性能。(8)考慮先驗信息誤差,利用雷達系統參數等先驗信息設計具有一定穩健特性的雙基地機載雷達預濾波方法,提高雜波抑制能力。在項目支持下,目前團隊發表相關的論文46篇,其中SCI檢索13篇,EI檢索33篇,授權發明專利7項。

相關詞條

熱門詞條

聯絡我們