近場(chǎng)、強(qiáng)弱目標(biāo)參數(shù)估計(jì)算法研究.pdf

1、傳統(tǒng)的高分辨波達(dá)方向（Direction of Arrival, DOA）估計(jì)算法通常都基于遠(yuǎn)場(chǎng)信號(hào)源的平面波模型。然而，當(dāng)信號(hào)源靠近陣列位于近場(chǎng)區(qū)域時(shí)，近場(chǎng)信號(hào)源相對(duì)于陣列孔徑需用球面波前精確描述，從而引入了近場(chǎng)源參數(shù)估計(jì)問(wèn)題。本論文主要研究了如何對(duì)近場(chǎng)源模型下的目標(biāo)參數(shù)進(jìn)行精確估計(jì)。首先介紹了信號(hào)源分別位于遠(yuǎn)場(chǎng)和近場(chǎng)時(shí)，對(duì)其進(jìn)行測(cè)向的基本原理。其次，提出了基于旋轉(zhuǎn)干涉儀的近場(chǎng)源三維參數(shù)估計(jì)算法，該算法利用旋轉(zhuǎn)干涉儀在不同空間位置的陣

2、列數(shù)據(jù)得到相位差序列，通過(guò)數(shù)字積分方法實(shí)現(xiàn)解相位模糊，能夠?qū)崿F(xiàn)近場(chǎng)源俯仰角、方位角和距離參數(shù)的聯(lián)合估計(jì)。此外，還可以利用旋轉(zhuǎn)干涉儀所得陣列數(shù)據(jù)的對(duì)稱性來(lái)構(gòu)造兩個(gè)相關(guān)序列，進(jìn)而由兩個(gè)相關(guān)序列的相位分別提取出方位角和距離信息。最后，介紹了星載旋轉(zhuǎn)干涉儀采用多假設(shè)非線性最小二乘（Multiple Hypothesis Nonlinear Least Square, MH-NLS）方法對(duì)地面目標(biāo)進(jìn)行定位的原理。仿真實(shí)驗(yàn)結(jié)果表明了所提算法的有效性

3、和正確性。
　　另外，當(dāng)雷達(dá)對(duì)密集強(qiáng)弱目標(biāo)進(jìn)行檢測(cè)時(shí)，由于分辨率有限以及易受目標(biāo)能量強(qiáng)弱的影響，基于 FFT的算法不能對(duì)這些目標(biāo)進(jìn)行有效的速度估計(jì)?；诖?，本文采用基于協(xié)方差矩陣迭代自適應(yīng)（Iterative Adaptive Algorithm, IAA）的改進(jìn) Capon（Modified Capon, MCapon）算法對(duì)密集強(qiáng)弱目標(biāo)的速度參數(shù)進(jìn)行高分辨估計(jì)。該方法首先采用Keystone變換進(jìn)行距離走動(dòng)校正，然后利用目標(biāo)所