English
Angle estimation for bistatic MIMO radar with unknown mutual coupling based on three-way compressive sensing
文件大小：
95k
资源说明：### 角度估计在双站MIMO雷达中的应用与三路压缩感知技术
#### 概述
本研究探讨了在未知互耦合（Mutual Coupling, MC）情况下双站多输入多输出（Multiple-Input Multiple-Output, MIMO）雷达的角度估计问题，并提出了一种基于三路压缩感知（Three-Way Compressive Sensing, TWCS）的估计算法。传统的角度估计方法通常假设系统参数完全已知，但在实际应用中，互耦合效应的存在会严重影响角度估计的准确性。因此，本文针对这一挑战性问题进行了深入的研究。
#### 双站MIMO雷达简介
MIMO雷达是一种新兴的雷达系统，在过去十年里引起了广泛的关注。与传统的相控阵雷达相比，MIMO雷达具有多个潜在优势，例如更高的分辨率、更强的目标分辨能力以及更好的抗干扰性能等。在双站配置下，MIMO雷达的发射器和接收器分别位于不同的位置，这种配置可以提供额外的自由度，进一步提高系统的性能。
#### 未知互耦合对角度估计的影响
在双站MIMO雷达系统中，天线之间的互耦合效应对角度估计有着重要的影响。当互耦合参数未知时，它会导致接收信号模型发生变化，从而直接影响到角度估计的准确性。由于实际环境中互耦合参数难以精确测量或预知，因此如何处理未知互耦合问题成为了双站MIMO雷达研究中的一个重要课题。
#### 三路压缩感知算法
为了解决上述问题，本文提出了一种基于三路压缩感知（TWCS）的估计算法。该算法首先将接收数据建模为一个三线性张量，利用其内在的多维结构特性。接着进行去耦操作，并通过高阶奇异值分解（High-Order Singular Value Decomposition, HOSVD）来压缩高维张量，得到一个更小的张量。然后，根据压缩后的方向矩阵建立压缩的三线性模型，并构造两个过完备字典用于角度估计。
#### Cramer-Rao界
为了评估提出的TWCS算法的性能，文章还推导了角度和互耦合参数估计的Cramer-Rao界（Cramer-Rao Bound, CRB）。CRB提供了一个理论上的下限，用以衡量任何无偏估计器能达到的最佳性能。
#### 算法特点
- **准确性和复杂性**：TWCS算法不仅提高了角度估计的准确性，还降低了计算复杂度。
- **自动配对**：该算法能够实现角度估计的自动配对，简化了后处理过程。
- **性能对比**：仿真结果表明，在低信噪比环境下，TWCS算法比现有算法具有更好的估计精度；而在高信噪比条件下，其性能接近于平行因子分析（PARAFAC）算法。
#### 结论
本文提出了一种适用于双站MIMO雷达的TWCS算法，用于解决未知互耦合条件下的角度估计问题。该算法通过有效地利用接收信号的多维结构特征，并结合压缩感知技术，显著提高了角度估计的准确性和效率。未来的研究方向可能包括进一步优化算法以适应更多复杂的环境条件，以及扩展到其他类型的雷达系统中。
本源码包内暂不包含可直接显示的源代码文件，请下载源码包。
