简介:理想条件下,均匀线阵的互耦矩阵可用一带状、对称Toeplitz矩阵进行建模。然而实测数据表明,均匀线阵的互耦矩阵具有对称性,但不具有Toeplitz性,此时仍按理想情况建模,会导致DOA估计不准甚至完全失效。基于RBF神经网络,提出了互耦矩阵非Toeplitz条件下的DOA估计方法。算法利用了信号协方差矩阵的对称性和对角线元素不含信号DOA信息的特点,取协方差矩阵的上三角的元素作为网络输入,不仅减少了网络的输入数,同时还提高了与阵列法线夹角60°外的DOA估计精度。实验仿真结果验证了算法的有效性。
简介:在HRR雷达中,当目标尺寸大于雷达波长和雷达距离分辨单元时,在连续扫描过程中从目标不同散射中心返回的目标回波会产生不同的方向图,使传统杂波抑制方法无效。提出采用Hough变换来解决这个问题。Hough变换是一种在图像中识别曲线的著名变换。比较了两种基于Hough变换的雷达检测算法,一是将数据空间中的点映射到ρ-θ空间中的曲线的传统模式,另一种模式采用斜率-截距参数空间Hough变换。斜率-截距模式的效率通过仿真进行验证。与传统模式相比,Hough变换的斜率-截距模式的性能更好。针对非起伏目标及四种Swerling类目标,研究了在瑞利分布、Weibull分布、对数正态分布和K分布杂波下,Hough变换检测器的斜率-截距模式对HRR雷达信号的检测性能。还研究了目标速度和脉冲数的影响。通过Monte-Carlo仿真对Hough变换检测器的目标检测性能进行了分析。