频率分集阵(Frequency Diverse Array,FDA)雷达不同天线单元的发射载频存在微小的差异,从而带来了发射方向图距离角度时间依赖的特性,这一特性提供了FDA雷达新的信息和信号处理灵活度,也带了新的技术问题。该文综述了FDA天线技术及雷达...频率分集阵(Frequency Diverse Array,FDA)雷达不同天线单元的发射载频存在微小的差异,从而带来了发射方向图距离角度时间依赖的特性,这一特性提供了FDA雷达新的信息和信号处理灵活度,也带了新的技术问题。该文综述了FDA天线技术及雷达应用的相关研究进展,并重点从雷达系统理论与工程应用的角度,着重分析了相干FDA雷达和正交FDA雷达两种体制的技术特点,指出FDA雷达在抗干扰、抗模糊中的应用优势,梳理了FDA雷达技术的难点和研究方向。展开更多
多输入多输出(MIMO,Multiple-Input Multiple-Output)雷达用多个发射天线同时发射多个独立信号照射目标,并使用多个接收天线接收目标回波信号.本文研究了MIMO雷达中参数估计的稳健性问题.本文应用幅度相位估计(APES,Amplitude and Phase...多输入多输出(MIMO,Multiple-Input Multiple-Output)雷达用多个发射天线同时发射多个独立信号照射目标,并使用多个接收天线接收目标回波信号.本文研究了MIMO雷达中参数估计的稳健性问题.本文应用幅度相位估计(APES,Amplitude and Phase EStimation)技术,利用目标的方位角最大似然估计值,得到了衰落向量的APES估计算法.考虑到方位角估计的不准确性,借鉴稳健的Capon波束形成器的设计思想,本文推导了衰落向量的稳健的APES估计算法.仿真实验表明,衰落向量的APES算法与稳健的APES算法性能十分接近.因此,衰落向量的APES估计算法是稳健的.展开更多
实值处理具有降低高自由度多输入多输出(multiple-input multiple-output,MIMO)雷达角度估计大计算量的优势。但受制于阵列的共轭对称性,对于任意阵列结构的双基地MIMO雷达发射角(direction of departure,DOD)和接收角(direction of arr...实值处理具有降低高自由度多输入多输出(multiple-input multiple-output,MIMO)雷达角度估计大计算量的优势。但受制于阵列的共轭对称性,对于任意阵列结构的双基地MIMO雷达发射角(direction of departure,DOD)和接收角(direction of arrival,DOA)联合估计,若不做附加的预处理则无法实现实值操作,故将常规阵列实值处理的多重信号分类(multiple signal classification,MUSIC)超分辨算法推广至任意阵列结构的双基地MIMO雷达。首先根据MIMO雷达的导向矢量共轭与镜像的对等性,提取接收信号协方差矩阵的实部,并对其进行特征分解得到"目标加倍"的信号子空间及其应对的噪声子空间;然后利用Kronecker积的特性对其进行降维处理,得到搜索区域减半的一维半实值域MUSIC谱,取出目标DOD真值与其镜像代入降维Capon算法来剔除虚拟峰值得到目标DOD估计真值;最后利用特征矢量得到模糊DOA估计值,采用方向余弦差最小范数方法得到目标DOA无模糊估计值。本文算法估计性能与一维搜索复数域MUSIC相当,计算量约降50%,且能够实现DOD和DOA的自动配对。仿真结果证明了该算法的有效性。展开更多
Non-orthogonal multiple access （NOMA） has been recognized as a promising multiple access technique for the next generation cel-lular communication networks. In this paper, we first discuss a simple NOMA model with t...Non-orthogonal multiple access （NOMA） has been recognized as a promising multiple access technique for the next generation cel-lular communication networks. In this paper, we first discuss a simple NOMA model with two users served by a single-carrier si-multaneously to illustrate its basic principles. Then, a more general model with multicarrier serving an arbitrary number of users on each subcarrier is also discussed. An overview of existing works on performance analysis, resource allocation, and multiple-in-put multiple-output NOMA are summarized and discussed. Furthermore, we discuss the key features of NOMA and its potential re-search challenges.展开更多
文摘频率分集阵(Frequency Diverse Array,FDA)雷达不同天线单元的发射载频存在微小的差异,从而带来了发射方向图距离角度时间依赖的特性,这一特性提供了FDA雷达新的信息和信号处理灵活度,也带了新的技术问题。该文综述了FDA天线技术及雷达应用的相关研究进展,并重点从雷达系统理论与工程应用的角度,着重分析了相干FDA雷达和正交FDA雷达两种体制的技术特点,指出FDA雷达在抗干扰、抗模糊中的应用优势,梳理了FDA雷达技术的难点和研究方向。
文摘多输入多输出(MIMO,Multiple-Input Multiple-Output)雷达用多个发射天线同时发射多个独立信号照射目标,并使用多个接收天线接收目标回波信号.本文研究了MIMO雷达中参数估计的稳健性问题.本文应用幅度相位估计(APES,Amplitude and Phase EStimation)技术,利用目标的方位角最大似然估计值,得到了衰落向量的APES估计算法.考虑到方位角估计的不准确性,借鉴稳健的Capon波束形成器的设计思想,本文推导了衰落向量的稳健的APES估计算法.仿真实验表明,衰落向量的APES算法与稳健的APES算法性能十分接近.因此,衰落向量的APES估计算法是稳健的.
文摘实值处理具有降低高自由度多输入多输出(multiple-input multiple-output,MIMO)雷达角度估计大计算量的优势。但受制于阵列的共轭对称性,对于任意阵列结构的双基地MIMO雷达发射角(direction of departure,DOD)和接收角(direction of arrival,DOA)联合估计,若不做附加的预处理则无法实现实值操作,故将常规阵列实值处理的多重信号分类(multiple signal classification,MUSIC)超分辨算法推广至任意阵列结构的双基地MIMO雷达。首先根据MIMO雷达的导向矢量共轭与镜像的对等性,提取接收信号协方差矩阵的实部,并对其进行特征分解得到"目标加倍"的信号子空间及其应对的噪声子空间;然后利用Kronecker积的特性对其进行降维处理,得到搜索区域减半的一维半实值域MUSIC谱,取出目标DOD真值与其镜像代入降维Capon算法来剔除虚拟峰值得到目标DOD估计真值;最后利用特征矢量得到模糊DOA估计值,采用方向余弦差最小范数方法得到目标DOA无模糊估计值。本文算法估计性能与一维搜索复数域MUSIC相当,计算量约降50%,且能够实现DOD和DOA的自动配对。仿真结果证明了该算法的有效性。
文摘Non-orthogonal multiple access （NOMA） has been recognized as a promising multiple access technique for the next generation cel-lular communication networks. In this paper, we first discuss a simple NOMA model with two users served by a single-carrier si-multaneously to illustrate its basic principles. Then, a more general model with multicarrier serving an arbitrary number of users on each subcarrier is also discussed. An overview of existing works on performance analysis, resource allocation, and multiple-in-put multiple-output NOMA are summarized and discussed. Furthermore, we discuss the key features of NOMA and its potential re-search challenges.
