10.13229/j.cnki.jdxbgxb201703039
基于线性收缩的大阵列MIMO雷达目标盲检测
针对阵元数与快拍数可以相比拟的大阵列MIMO雷达系统,将协方差矩阵估计的收缩算法与大维随机矩阵理论相结合,提出了一种基于线性收缩-标准条件数(LS-SCN)的目标盲检测新方法.通过求解大维系统样本协方差矩阵的优化矩阵,并利用M-P律,推导了检测阈值与收缩系数之间的关系,分别给出了基于LS-SCN的单目标和多目标检测算法.该方法无需已知噪声方差、目标散射矩阵和目标方位等先验信息,对噪声变化不敏感,且适用于大阵列系统.仿真结果表明,在阵元数与快拍数在同一数量级的情况下,与SCN算法和MDL算法相比,显著提高了目标检测性能.
通信技术、雷达工程、目标检测、大维随机矩阵理论、收缩算法、大阵列
47
TN911.23
国家自然科学基金项目61371158
2017-07-03(万方平台首次上网日期,不代表论文的发表时间)
共8页
973-980