作者中心
专家审稿
责编办公
编辑办公
Frequency Diverse Array Radar Signal Processing via Space-Range-Doppler Focus (SRDF) Method
-
摘要: 针对复杂环境下对低可观测运动目标探测的迫切需求，该文在系统回顾近几年频控阵雷达国内外发展现状、频控阵雷达阵列结构设计及波束形成、距离和角度的联合估计等技术的基础上，提出了基于空距频聚焦的频控阵雷达信号新方法。充分利用频控阵雷达提供的发射波形自由度、阵元位置自由度、波束方位与距离相关性以及凝视观测的特点，即在空间(角度)、距离和频率(多普勒)的灵活自由度和能量集性，实现空-距-频聚焦和联合参数估计。仿真分析表明该方法具有提高复杂环境下雷达微弱动目标检测和参数估计的潜力，在杂波和干扰抑制、动目标精细化处理等方面有广阔的应用前景。Abstract: To meet the urgent demand of low-observable moving target detection in complex environments, a novel method of Frequency Diverse Array (FDA) radar signal processing method based on Space-Rang-Doppler Focusing (SRDF) is proposed in this paper. The current development status of the FDA radar, the design of the array structure, beamforming, and joint estimation of distance and angle are systematically reviewed. The extra degrees of freedom provided by FDA radar are fully utilizsed, which include the Degrees Of Freedom (DOFs) of the transmitted waveform, the location of array elements, correlation of beam azimuth and distance, and the long dwell time, which are also the DOFs in joint spatial (angle), distance, and frequency (Doppler) dimensions. Simulation results show that the proposed method has the potential of improving target detection and parameter estimation for weak moving targets in complex environments and has broad application prospects in clutter and interference suppression, moving target refinement, etc..
-
1. 引言
外辐射源雷达是一种利用非合作辐射源(如广播电视、通讯基站、导航和通信卫星、无线局域网络等)对目标进行探测的双/多基地雷达系统。与传统主动雷达相比，具有无需频率分配、隐蔽性好、抗干扰能力强、电磁兼容性好等诸多优势 [1] 。单发单收结构的双基地外辐射源雷达理论方法及系统设计已日臻成熟，然而双基地架构存在着一些缺陷，如分辨率强烈依赖于收发站几何位置、目标散射截面积受限于目标姿态等，使其在探测稳定性和跟踪连续性上表现出不足 [2 – 6] 。采用如 图1 所示的多发多收(包括多发单收、单发多收)分布式探测体制是有效的解决方案之一。中国新一代的数字广播电视广泛采用网络化覆盖模式，如中国移动多媒体广播(China Mobile Multimedia Broadcasting, CMMB)/数字地面多媒体广播(Digital Television Terrestrial Multimedia Broadcasting, DTMB)/数字音频广播(China Digital Radio, CDR)，其发射信号普遍利用了多载波体制的正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)调制，信号带宽大，功率稳定，非常适合用作分布式外辐射源雷达的机会照射源。
分布式外辐射源雷达在系统组成和收发处理上比传统雷达复杂，还有许多特殊的关键技术问题亟待解决，首当其冲的是各单元雷达接收站与辐射源的空间、频率、时间的同步。空间同步即波束同步，是指参与目标探测的雷达接收机和辐射源的主波束必须同时指向到同一个目标空间，才能使接收到的目标回波信号最强。频率同步主要包括载波同步和采样率同步：载波同步是指接收机的本地混频振荡器频率与照射源发射机的载波频率必须一致，才能将信号准确恢复到基带；采样率同步是指接收机实际采样率与标称采样率必须一致，否则，采样率偏差的积累会导致目标跟踪结果异常。时间同步是指各发射站之间和各接收站之间均应有统一的时间基准，这是分布式雷达准确定位目标的前提。
上述三大同步问题中，空间同步较容易实现，这是因为数字广播电视基站发射天线多具有全向性，只需要人为控制各单元接收站天线波束指向同一目标空间即可。而由于发射站的不可控性，外辐射源雷达系统频率同步和时间同步的方案设计依赖于所用照射源发射系统本身的同步方式，并且系统同步性能的测试也比主动雷达更难。故本文重点讨论频率同步和时间同步的设计和测试问题。
传统双(多)基地雷达的同步方法可分为直接法、间接法和独立式法 [7] ，其中直接法多适用于主动雷达，独立式法的同步稳定性及精度相比而言都较差，因此分布式外辐射源雷达一般采用间接法。间接法是在各雷达站分别设置一个相同的高稳定度时钟，通过定期校准时钟，用来作为时间基准实现各雷达站间的时间频率同步。校准时钟信号的授时技术有：微波授时技术、光纤授时技术、卫星授时技术、激光授时技术。这些方法各有优劣，其中微波传输距离短，光纤缺乏机动性，激光易受遮挡，而卫星作用范围广、不受视距限制、且有良好的机动性，因此在实际应用中多基地外辐射源雷达的同步方式多采用卫星授时技术。文献[8]指出，地面数字电视广播基站发射系统采用GPS接收机提供频率参考和时间参考，因此，基于此辐射源的分布式外辐射源雷达系统亦需采用GPS授时技术实现时间和频率同步。本文提出的同步方案核心是为每个单元接收站配置一个GPS接收模块，该模块为接收机提供高精度高稳定的10 MHz频率源和精确的1PPS(1 Pulse Per Second)定时信号，使系统实现频率同步和时间同步。并且，通过分析CMMB信号帧结构特点，本文提出了一种基于CMMB帧同步信号的同步性能测试方法，然后结合在江西南昌开展的分布式多站实验，通过实测数据分析，验证了系统同步的可靠性。
2. 分布式外辐射源雷达系统同步需求
2.1 频率同步
数字广播电视信号广泛采用OFDM调制，OFDM调制技术具有良好的抗多径能力，各符号间带有保护间隔且子载波间是相互正交的。外辐射源雷达系统通常设有两个通道：参考通道和监测通道，其中参考通道波束一般正对信号发射站，用来接收直达波信号；监测通道波束对准目标空间，接收目标回波信号。与常规双(多)基地雷达一样，外辐射源雷达系统工作时，发射端将基带信号调制至射频进行发射，接收端通过混频等方式将信号解调到基带，这要求各单元接收机的本地混频载波与发射端上变频调制的载波频率一致。当接收站与发射站存在载波频偏(Carrier Frequency Offset, CFO)时，系统的探测性能会受到影响：(1)使子信道之间产生干扰，影响OFDM波形信号子载波的正交性，从而会影响参考信号的重构，而参考信号的重构效果又会直接影响杂波抑制和匹配滤波的效果 [9] ；(2)影响监测信号中直达波和多径回波与参考信号之间的时域相关性，从而会影响杂波抑制效果 [9] 。
外辐射源雷达接收系统与发射系统采用的时钟源相互独立，那么，发射端数模转换的采样时钟频率与接收端模数转换的采样时钟频率不可避免地存在偏差。在实际情况下，对外辐射源雷达来说，一般认为发射系统采样时钟频率高度精确稳定。此时，采样率偏差为接收系统实际采样率与标称采样率的偏差，在时域上表现为一定时间内采样数据点数与理论值有偏差。该偏差同样对系统探测性能存在不利影响：(1)使OFDM信号帧起始位置与采样时刻不对应，导致同步算法计算结果错误，影响参考信号的重构 [10] ；(2)使杂波对消后残余能量变多，同时也会降低重构信号和目标信号的相关积累增益 [11] 。
2.2 时间同步
对于传统主动双基地雷达，准确测距的前提之一是接收系统与发射系统间有相同的时间参考，在主动多基地雷达中，还要求各发射站之间和各接收站之间时间同步。外辐射源雷达则有所不同，其发射系统不受控且发射信号未知，因此无法也无需实现接收站与发射站之间的时间同步。外辐射源雷达通过在接收端设置参考通道获取参考信号，将其提纯后与监测通道信号作匹配滤波计算来获取距离-多普勒谱。对于分布式数字广播电视外辐射源雷达系统而言，各发射站间的时间同步已由开发商完成，因此只需要考虑各接收站之间的时间同步。
分布式外辐射源雷达多站时间同步精度首先影响目标的双基距离，在时差定位时进一步影响定位精度。以单发多收结构为例。若多站时间同步精确，各单元接收站与照射源构成的双基地椭圆交于一点，即能准确定位目标 [12] 。若多站时间同步存在偏差，则各单元接收站与照射源构成的双基地椭圆并不交于一点，而是由椭圆两两相交形成一个目标区域，由此导致目标定位不精确。
分布式外辐射源雷达进行目标定位时，若每个单元接收站均能获得良好的参考信号，那么各单元接收站都能准确测得目标双基地距离。若各站存在时间同步偏差 τ ，那么，各站对目标定位偏差由目标速度 υ 与 τ 的乘积表征。然而，在实际环境中，各接收站所在位置的环境差异性很大，导致所获取的参考信号质量有好有坏，甚至于部分接收站所获取的参考信号重构效果极差而无法使用，那么需选用其中一个接收站的高质量参考信号作为其他接收站的参考信号，才能实现多站联合探测目标。此时，各站对目标定位偏差由电波传播速度c与 τ 的乘积表征 [13] 。显然，实际情况下分布式外辐射源雷达系统对各接收站时间同步精度提出了更高的要求。
3. 同步方案设计
3.1 同步系统
一般情况下，多基地外辐射源雷达系统接收站与发射站的空间位置分布稀疏且相距较远，采用全球卫星导航系统(Global Navigation Satellite System, GNSS)授时技术是较符合实际且精度较高的同步方案 [14] 。其中，GPS是4种主要GNSS之一，应用最广泛，同时考虑到目前数字广播电视基站发射系统普遍采用基于GPS的同步方式，因此，本文设计的基于数字广播电视分布式外辐射源雷达系统同步方案选用GPS接收模块，为接收机提供精确的同步频率源和时钟源，使各接收站联合形成一个统一的雷达探测网。系统如 图2 所示，GPS接收模块获取GPS定位与时间信息，并产生与GPS卫星时间高度同步的1PPS和用1PPS驯服恒温晶振而得到的高精度高稳定性10 MHz时钟信号。把该驯服时钟作倍频处理后，用作雷达接收机的工作时钟，使分布式外辐射源雷达系统实现频率同步。同时，各单元接收机响应1PPS信号上升沿，产生启动采样指令，使分布式外辐射源雷达系统实现时间同步。
3.2 GPS接收模块
系统选用的GPS接收模块是某款集成了恒温高稳晶振OCXO和高精度授时型GPS OEM板，采用大规模集成电路和GPS频率测控技术，产生并发送精确稳定的定时信号(1PPS)和频率信号(10 MHz)，为系统提供高精度的时间和频率参考信号。 表1 为输出10 MHz频率信号参数， 表2 为1PPS信号参数。
表 1 10 MHz频率信号参数Table 1. Parameters of the 10 MHz signal参数 参数值 准确度 <10 –12 (24小时平均值) 保持精度 <5×10 –12 (GPS断开，24小时内) 每秒稳定度 <10 –11 相位噪声 –80 dBc/Hz@1 Hz; –140 dBc/Hz@1 kHz 表 2 1PPS信号参数Table 2. Parameters of the 1PPS signal参数 参数值 授时精度 30 ns (RMS) 上升沿时间 <10 ns 占空比 1:1 4. 同步测试原理
4.1 辐射源信号选择
在前述的国内3种已投入商用的数字广播电视中，CMMB因其特殊的信号帧结构 [15] ，可以用来验证分布式外辐射源雷达系统同步性能。CMMB信号帧结构如 图3 所示，定义1帧信号时长为1 s，并将其划分为40个时隙，每个时隙长25 ms，又可划分为1个CMMB信标和53个OFDM符号。其中信标是同步的关键，它包括1个发射机标识信号(TxID)以及2个内容完全一样的同步信号，同步信号存在于每个时隙的起始位置，时长为409.6 μs。OFDM符号的有效子载波分配为数据子载波、离散导频和连续导频，其中连续导频中包含时隙号信息，离散导频包含384个子载波。
4.2 频率同步测试原理
4.2.1载波同步 利用CMMB同步信号的时域相关性和频域共轭特性可估计接收机系统的CFO [16] 。先对采样数据进行符号粗同步，找到CMMB时隙中同步信号的大概位置，然后利用同步信号进行CFO估计，计算出采样信号CFO值。
符号粗同步是利用加窗检测峰值的方法捕获同步信号的大致位置 [17] ，表达式为：
R(n)=|n+Nsync∑i=nx(i)×x∗(i+Nsync)|,1≤n≤2N (1) 其中， n 对应采样点的序号， N sync为同步信号的长度， x ( i )是采样得到CMMB信号， N 为1个时隙的CMMB信号长度。滑动相关后的峰值点位置即为粗同步所捕获的同步信号的起始位置。
捕获到同步信号位置后，取出两个同步信号为 x 1( n )和 x 2( n )，在存在载波偏差 Δ f 的情况下， x 1( n )和 x 2( n )表达为：
x1(n)=sync(n)exp(j2πΔfnTb/Nb+jΔφ) +awgn(nTb/Nb) (2) x2(n)=sync(n)exp(j2πΔf(n+Nb)Tb/Nb+jΔφ)+awgn(nTb/Nb) (3) 其中，sync( n )为发射端产生的同步信号， T b为同步信号时长， N b为同步信号采样点数， Δφ 为信号中固定相位偏转，awgn( n )为噪声。信号信噪比较高时，忽略噪声的影响，对 x 1( n )和 x 2( n )按式(1)运算有：
R=Nb∑n=1x∗1(n)x2(n)=exp(j2πΔfTb)Nb∑n=1|sync(n)|2 (4) 对 R 求相位得angle( R )，则频偏表达式为：
Δf=angle(R)2πTb (5) angle( R )的范围为[– π , π )，归一化频偏值范围为[–0.5, 0.5)，将这种方法估计得到的频偏值称作小数倍频偏，所估计频偏值最大为同步信号子载波间隔的一半，当频率偏差继续增大时，需再估计整数倍频率偏差 ΔF 。在粗同步有 m 个样值偏差的情形下，此时 x 2( n )写为：
x2(n)=sync(n−m)exp(j2πΔF(n−m)Tb/Nb+jΔφ)+awgn(nTb/Nb) (6) 忽略噪声影响，对式(6)作FFT处理，得到频域同步信号为：
X2(k)=exp(jΔφ)exp(j2πkm/Nb)⋅SYNC(⟨k−ΔF/Tb⟩Nb) (7) 其中，SYNC为sync对应的频域信号。由式(7)可见，整数倍的频率偏差会造成频域数据的循环移位，样值偏差则会引起频域数据的线性相位旋转。利用频域同步信号前后采样点共轭特性消除样值偏差后，将接收的频域同步信号与本地已知的同步信号进行循环移位相关，则可以求出整数倍频率偏差 ΔF 的大小， ΔF + Δf 即系统的总载波频偏。
4.2.2 采样率同步 采样率不准确会引起实际采样数据点数与理论值偏差。对于CMMB信号，当标称采样率为10 MHz时，理论上一帧信号有10 7 个采样数据。由上述载波频偏估计算法算得采样信号的CFO后，先补偿该CFO，然后进行符号精同步可以得到同步信号准确位置，计算相邻信号帧第1个同步峰间隔的数据点数，与理论值比较，即可验证采样率同步性能。
补偿采样信号的CFO后，进行符号精同步。文献[ 16]已证明，CMMB时域同步信号 x b( k )具有共轭对称的特性：
x∗b(k)=xb(Nb−k),k≠0 (8) 且同步信号一共存在4对长为1024点的共轭对称的数据块，基于共轭数据块的相关结果呈现离散单峰的特性，可以准确地找到时隙同步位置。选取第1和第4个共轭数据块作相关：
R(k)=1024−1∑n=0xb(k+n)xb(k+4096−n) (9) k 为滑动相关的起始点。同步信号的能量为：
P(k)=1024−1∑n=0(|xb(k+n)|2+|xb(k+4096−n)|2) (10) 最强峰值对应准确的同步位置 k ML为：
kML=argmaxk(|R(k)|2/P(k))2 (11) 4.3 时间同步测试原理
发射站信号到达各单元接收站的时间差与相应收发对间距离差成正比关系，比例系数为电波传播速度。通过GPS接收模块获取发射站与接收站的位置信息，可计算得收发站间距离差，进而计算得信号到达各单元接收站的理论时间差。然后通过分析各单元接收站的采样数据，计算出信号到达各单元接收站的量测时间差。比较量测时间差与理论时间差即可验证系统时间同步性能。
采样数据序列经过精同步处理后得到的最强峰位置 k ML与采样数据起点的时间差为：
Δt=kML/fs (12) 其中， f s为系统采样率。以 图4 所示站位场景为例，发射站标记为Tx，选取两个单元接收站，分别标记为Rx m , Rx n 。取距Tx最远的单元接收站Rx m 为参考，接收站Rx m , Rx n 采样数据中同一帧中同一时隙的同步信号相关峰值位置分别记为 k ML, m , k ML, n 。 k ML, m , k ML, n 与各自采样数据起点的时间差记为 Δtm , Δtn , 那么信号到达Rx m , Rx n 量测时间差为：
Δtmn=Δtm−Δtn=kML,m−kML,nfs (13) 通过GPS定位信息可以获知Rx m , Rx n 到Tx的基线距离差 ΔLmn ，电波传播速度记为c，取值3×10 8 m/s，由此计算得信号到达Rx m , Rx n 的理论时间差 Δt′mn 为：
Δt′mn=ΔLmnc (14) Δtmn 与 Δt′mn 的误差 εmn 为：
εmn=|Δtmn−Δt′mn| (15) 5. 分布式多站实验及结果
5.1 实验场景
为测试该分布式外辐射源雷达系统同步性能，武汉大学于2016年7月在江西省南昌市开展了多站实验。实验系统包含3个单元接收站和1个非合作照射源，系统参数如 表3 所示。实验站位场景图如 图5 所示，其中3个接收站单元Rx1, Rx2, Rx3分别位于南昌大学前湖校区、华东交通大学、江西农业大学，照射源Tx位于江西省电视台，各接收站参考通道天线均正对照射源，监测通道天线指向同一目标区域。根据GPS获取的各站点经纬度计算得Rx1, Rx2, Rx3距照射源Tx的距离量测值分别为12.714 km, 9.081 km, 13.749 km。
表 3 实验系统参数Table 3. Parameters of the experiment system参数 参数值 Rx1位置 (E115.7941°, N28.6643°) Rx2位置 (E115.8653°, N28.7406°) Rx3位置 (E115.8277°, N28.7676°) Tx位置 (E115.9234°, N28.6767°) 采样率 10 MHz 载波中心频率 714 MHz 信号带宽 8 MHz 5.2 实测数据处理结果
5.2.1 频率同步——载波同步 分析各站连续100帧实测数据，每一帧做一次频偏估计，计算得到接收系统的载波频偏如 图6 所示。可以看出，接收系统的载波频偏小于1 Hz。文献[ 8]提出，单频网中各发射机频率精度偏差为1 Hz是可行的，因此本设计实现的载波同步精度满足基于此的分布式外辐射源雷达的同步需求。通过后续CFO补偿可以进一步减小该CFO对杂波抑制和目标检测的影响。
5.2.2 频率同步——采样率同步 分析各站连续100帧实测数据，计算相邻信号帧的第1个同步峰间隔采样点数与理论值10 7 的偏差，结果如 图7 所示，偏差均为0。这表明，接收站实际采样率相对标称采样率的误差远小于10 –7 ，完全满足基于数字广播电视外辐射源雷达接收系统的采样率同步需求。
5.2.3 时间同步对 3个接收站多次同时启动采样的数据做同步分析，以距照射源Tx最远的接收站Rx3的同步峰位置为参考，接收站Rx1, Rx2与Rx3同步峰间隔采样点数分别稳定为35, 156，三站同步峰相对位置如 图8 所示，根据式(13)计算信号到达Rx1, Rx2, Rx3的量测时间差 Δt31 , Δt32 ：
Δt31=(kML3−kML1)/fs=35107s=3.5×10−6s Δt32=(kML3−kML2)/fs=156107s=1.56×10−5s 根据GPS定位信息，以接收站Rx3为参考，根据式(14)计算可得信号到达Rx1, Rx2, Rx3的理论时间差为：
Δt′31=ΔL31c=13.749km−12.714kmc=3.450×10−6s Δt′32=ΔL32c=13.749km−9.081kmc=1.556×10−5s 将量测时间差与理论时间差对比，三站时间同步误差分别为：
ε31=|Δt31−Δt′31|=5×10−8s ε32=|Δt32−Δt′32|=4×10−8s 可以看出，该误差量级为10 –8 ，且误差值非常接近GPS接收模块的标称定时精度，表明系统时间同步设计性能良好，符合基于数字广播电视分布式外辐射源雷达接收系统的同步需求。需要指出的是，上述分析所得误差不仅来源于多站同步时间误差，还来源于GPS接收模块定位误差和接收机采样的时间量化误差，但此结果仍能说明该分布式外辐射源雷达系统的时间同步性能良好。
图 8 三站同步信号相对位置Figure 8. Relative positions of the synchronization signals received by the receivers6. 结束语
本文针对数字广播电视发射系统的同步原理，设计并实现了基于此照射源的分布式外辐射源雷达系统同步方案。该方案采用GPS接收模块为接收系统提供精确稳定的10 MHz频率源和1PPS定时信号，以实现雷达接收站与照射源、接收站与接收站之间的时间、频率同步。然后利用CMMB信号帧结构的特殊性，提出了一种同步性能测试方法，结合实验实测数据分析，验证了该同步方案基本满足分布式外辐射源雷达系统的同步需求。另外，分布式外辐射源雷达系统工作时，往往默认发射站之间同步性能良好，然而实际中难免存在发射站间频率和时间异步情况，此时，利用本文设计的同步性能良好的接收系统，通过文中提出的测试方法，同样可以测试发射站间的同步情况。
致谢: 论文相关实验得到南昌大学王玉皞教授、赵志欣博士、洪升博士的协助，在此表示感谢！ -
图 2 频控阵雷达空-距-频聚焦信号处理流程架构
Figure 2. Signal processing flow of space-range-Doppler Focus method for FDA radar
图 4 基于SRDF的频控阵雷达动目标检测和估计方法流程图
Figure 4. Flowchart of moving target detection and estimation based on SRDF for FDA radar
图 5 噪声背景下匀速运动目标的频控阵雷达空间谱(SNR=0 dB)
Figure 5. Spatial spectrum of uniform motion targets in a noise background for FDA radar (SNR=0 dB)
图 6 噪声背景下匀加速运动目标的频控阵雷达空间谱(SNR=0 dB)
Figure 6. Spatial spectrum of moving targets with constant acceleration in a noise background for FDA radar (SNR=0 dB)
图 7 相同方位角，不同距离和多普勒的多目标频控阵雷达空间谱(θ1=θ2=0°, r1=2990 m, r2=3990 m, fd1=–0.26,fd2=0.19)
Figure 7. Spatial spectrum of multiple targets with the same azimuth, different range and Doppler (θ1=θ2=0°, r1=2990 m, r2=3990 m, fd1=–0.26,fd2=0.19)
-
[1] 陈小龙, 关键, 黄勇, 等. 雷达低可观测动目标精细化处理及应用[J]. 科技导报, 2017, 35(20): 19–27Chen Xiao-long, Guan Jian, Huang Yong, et al. Radar refined processing and its applications for low-observable moving target[J]. Science&Technology Review, 2017, 35(20): 19–27 [2] 陈小龙, 关键, 黄勇, 等. 雷达低可观测目标探测技术[J]. 科技导报, 2017, 35(11): 30–38Chen Xiao-long, Guan Jian, Huang Yong, et al. Radar low-observable target detection[J]. Science&Technology Review, 2017, 35(11): 30–38 [3] 许稼, 彭应宁, 夏香根, 等. 空时频检测前聚焦雷达信号处理方法[J]. 雷达学报, 2014, 3(2): 129–141. DOI: 10.3724/SP.J.1300.2014.14023Xu Jia, Peng Ying-ning, Xia Xiang-gen, et al. Radar signal processing method of space-time-frequency focus-before-detects[J]. Journal of Radars, 2014, 3(2): 129–141. DOI: 10.3724/SP.J.1300.2014.14023 [4] Haimovich A M, Blum R S, and Cimini L J. MIMO radar with widely separated antennas[J]. IEEE Signal Processing Magazine, 2008, 25(1): 116–129. DOI: 10.1109/MSP.2008.4408448 [5] Antonik P, Wicks M C, Griffiths H D, et al.. Range dependent beamforming using element level waveform diversity[C]. Proceedings of Waveform Diversity and Design Conference, LasVegas, 2006. [6] Zhang Z and Kayama H. Dynamic space-frequency-division multiple-access over frequency-selective slow-fading channels[C]. Proceedings of the IEEE 63rd Vehicular Technology Conference, Melbourne, Australia, 2006: 2119–2124. [7] Farooq J, Temple M A, and Saville M A. Application of frequency diverse arrays to synthetic aperture radar imaging[C]. Proceedings of 2007 International Conference on Electromagnetics in Advanced Applications, Torino, Italy, 2007: 447–449. [8] Higgins T and Blunt S D. Analysis of range-angle coupled beamforming with frequency-diverse chirps[C]. Proceedings of 2009 International Waveform Diversity and Design Conference, Kissimmee, FL, USA, 2009: 140–144. [9] Huang J J. Frequency diversity array: Theory and design[D]. [Ph.D. dissertation], University College London, 2010. [10] Weber J, Oruklu E, and Saniie J. FPGA-based configurable frequency-diverse ultrasonic target-detection system[J]. IEEE Transactions on Industrial Electronics, 2011, 58(3): 871–879. DOI: 10.1109/TIE.2009.2030214 [11] Wang W Q. Phased-MIMO radar with frequency diversity for range-dependent beamforming[J]. IEEE Sensors Journal, 2013, 13(4): 1320–1328. DOI: 10.1109/JSEN.2012.2232909 [12] Secmen M, Demir S, Hizal A, et al.. Frequency diverse array antenna with periodic time modulated pattern in range and angle[C]. Proceedings of 2007 IEEE Radar Conference, Boston, MA, USA, 2007: 427–430. [13] Jones A M and Rigling B D. Frequency diverse array radarreceiver architectures[C]. Proceedings of 2012 InternationalWaveform Diversity & Design Conference, Kauai, HI, USA,2012: 211–217. [14] Basit A, Qureshi I M, Khan W, et al.. Cognitive frequency offset calculation for frequency diverse array radar[C]. Proceedings of the 2015 12th International Bhurban Conference on Applied Sciences and Technology, Islamabad, Pakistan, 2015: 641–645. [15] Khan W, Qureshi I M, Basit A, et al. Range-bins-based MIMO frequency diverse array radar with logarithmic frequency offset[J]. IEEE Antennas and Wireless Propagation Letters, 2016, 15: 885–888. DOI: 10.1109/LAWP.2015.2478964 [16] Wang W Q, So H C, and Farina A. An overview on time/frequency modulated array processing[J]. IEEE Journal of Selected Topics in Signal Processing, 2017, 11(2): 228–246. DOI: 10.1109/JSTSP.2016.2627182 [17] So H C, Amin M G, Blunt S, et al. Introduction to the special issue on time/frequency modulated array signal processing[J]. IEEE Journal of Selected Topics in Signal Processing, 2017, 11(2): 225–227. DOI: 10.1109/JSTSP.2017.2652098 [18] Xu J W, Liao G S, Zhang Y H, et al. An adaptive range-angle-Doppler processing approach for FDA-MIMO radar using three-dimensional localization[J]. IEEE Journal of Selected Topics in Signal Processing, 2017, 11(2): 309–320. DOI: 10.1109/JSTSP.2016.2615269 [19] Qin S, Zhang Y D, Amin M G, et al. Frequency diverse coprime arrays with coprime frequency offsets for multitarget localization[J]. IEEE Journal of Selected Topics in Signal Processing, 2017, 11(2): 321–335. DOI: 10.1109/JSTSP.2016.2627184 [20] Liu Y M, Ruan H, Wang L, et al. The random frequency diverse array: A new antenna structure for uncoupled direction-range indication in active sensing[J]. IEEE Journal of Selected Topics in Signal Processing, 2017, 11(2): 295–308. DOI: 10.1109/JSTSP.2016.2627183 [21] Wang W Q. Range-angle dependent transmit beampattern synthesis for linear frequency diverse arrays[J]. IEEE Transactions on Antennas and Propagation, 2013, 61(8): 4073–4081. DOI: 10.1109/TAP.2013.2260515 [22] Wang W Q and So H C. Transmit subaperturing for range and angle estimation in frequency diverse array radar[J]. IEEE Transactions on Signal Processing, 2014, 62(8): 2000–2011. DOI: 10.1109/TSP.2014.2305638 [23] Xu Y H, Shi X W, Xu J W, et al. Range-angle-dependent beamforming of pulsed frequency diverse array[J]. IEEE Transactions on Antennas and Propagation, 2015, 63(7): 3262–3267. DOI: 10.1109/TAP.2015.2423698 [24] Xu J W, Liao G S, Zhu S Q, et al. Joint range and angle estimation using MIMO radar with frequency diverse array[J]. IEEE Transactions on Signal Processing, 2015, 63(13): 3396–3410. DOI: 10.1109/TSP.2015.2422680 [25] Li Y. Dynamic waveform design for sensor systems with novel estimation of sensing environment characteristics[D]. Arizona State University, 2010. [26] Deng H and Himed B. Optimum waveform design and clutter rejection processing for MIMO radar[C]. Proceedings of the 2010 18th European Signal Processing Conference, Aalborg, Denmark, 2010: 1249–1251. [27] Friedlander B. Waveform design for MIMO radars[J]. IEEE Transactions on Aerospace and Electronic Systems, 2007, 43(3): 1227–1238. DOI: 10.1109/TAES.2007.4383615 [28] Naghibi T and Behnia F. MIMO radar waveform design in the presence of clutter[J]. IEEE Transactions on Aerospace and Electronic Systems, 2011, 47(2): 770–781. DOI: 10.1109/TAES.2011.5751224 [29] Rabideau D J. MIMO radar aperture optimization[Z]. Lexington, Massachusetts: Lincoln Laboratory, 2011. [30] Bliss D W, Forsythe K W, and Richmond C D. MIMO radar: Joint array and waveform optimization[C]. Proceedings of 2007 Conference Record of the Forty-First Asilomar Conference on Signals, Systems and Computers, Pacific Grove, CA, USA, 2007: 207–211. [31] Xue Y H, Li X Y, and Sun Y L. Knowledge-aided target detection in sea clutter for distributed MIMO sky-wave radar[C]. Proceedings of IET International Radar Conference 2015, Hangzhou, China, 2015: 1–5. [32] 李秀友, 薛永华, 黄勇, 等. 基于不确定集的稳健MIMO雷达波形设计算法[J]. 电子与信息学报, 2016, 38(10): 2445–2452. DOI: 10.11999/JEIT151425Li Xiu-you, Xue Yong-hua, Huang Yong, et al. Robust MIMO radar waveform design algorithm based on uncertainty set[J]. Journal of Electronics&Information Technology, 2016, 38(10): 2445–2452. DOI: 10.11999/JEIT151425 [33] 关键, 黄勇, 何友. 基于自适应脉冲压缩-Capon滤波器的MIMO阵列雷达CFAR检测器[J]. 中国科学: 信息科学, 2011, 54(11): 2411–2424Guan Jian, Huang Yong, and He You. A CFAR detector for MIMO array radar based on adaptive pulse compression-capon filter[J]. Science China Information Sciences, 2011, 54(11): 2411–2424 [34] 关键, 黄勇, 何友. MIMO阵列雷达检测器的性能分析[J]. 电子学报, 2010, 38(9): 2107–2111Guan Jian, Huang Yong, and He You. Performance analysis of the detector for MIMO array radar[J]. Acta Electronica Sinica, 2010, 38(9): 2107–2111 [35] 关键, 黄勇. Gauss色噪声中MIMO分布孔径雷达检测性能分析[J]. 中国科学 F辑: 信息科学, 2009, 52(9): 1688–1696Guan Jian and Huang Yong. Detection performance analysis for MIMO radar with distributed apertures in Gaussian colored noise[J]. Science in China Series F-Information Sciences, 2009, 52(9): 1688–1696 [36] Xu J, Zhou X, Qian L C, et al. Hybrid integration for highly maneuvering radar target detection based on generalized radon-Fourier transform[J]. IEEE Transactions on Aerospace and Electronic Systems, 2016, 52(5): 2554–2561. DOI: 10.1109/TAES.2016.150076 [37] Huang P H, Liao G S, Yang Z W, et al. Long-time coherent integration for weak maneuvering target detection and high-order motion parameter estimation based on keystone transform[J]. IEEE Transactions on Signal Processing, 2016, 64(15): 4013–4026. DOI: 10.1109/TSP.2016.2558161 [38] Chen X L, Guan J, Liu N B, et al. Maneuvering target detection via radon-fractional Fourier transform-based long-time coherent integration[J]. IEEE Transactions on Signal Processing, 2014, 62(4): 939–953. DOI: 10.1109/TSP.2013.2297682 [39] Chen X L, Guan J, Huang Y, et al. Radon-linear canonical ambiguity function-based detection and estimation method for marine target with micromotion[J]. IEEE Transactions on Geoscience and Remote Sensing, 2015, 53(4): 2225–2240. DOI: 10.1109/TGRS.2014.2358456 [40] Chen X L, Guan J, Liu N B, et al. Detection of a low observable sea-surface target with micromotion via the radon-linear canonical transform[J]. IEEE Geoscience and Remote Sensing Letters, 2014, 11(7): 1225–1229. DOI: 10.1109/LGRS.2013.2290024 [41] Chen X L, Huang Y, Liu N B, et al. Radon-fractional ambiguity function-based detection method of low-observable maneuvering target[J]. IEEE Transactions on Aerospace and Electronic Systems, 2015, 51(2): 815–833. DOI: 10.1109/TAES.2014.130791 [42] Xu J, Yu J, Peng Y N, et al. Radon-Fourier transform for radar target detection, I: Generalized Doppler filter bank[J]. IEEE Transactions on Aerospace and Electronic Systems, 2011, 47(2): 1186–1202. DOI: 10.1109/TAES.2011.5751251 [43] Li X L, Cui G L, Kong L J, et al. Fast non-searching method for maneuvering target detection and motion parameters estimation[J]. IEEE Transactions on Signal Processing, 2016, 64(9): 2232–2244. DOI: 10.1109/TSP.2016.2515066 [44] Zheng J B, Su T, Zhu W T, et al. ISAR imaging of nonuniformly rotating target based on a fast parameter estimation algorithm of cubic phase signal[J]. IEEE Transactions on Geoscience and Remote Sensing, 2015, 53(9): 4727–4740. DOI: 10.1109/TGRS.2015.2408350 [45] Wang H W, Fan X Y, Chen Y, et al. Wigner-Hough transform based on slice's entropy and its application to multi-LFM signal detection[J]. Journal of Systems Engineering and Electronics, 2017, 28(4): 634–642. [46] Yang L S, Zhang Z J, and Guo F Y. Fast algorithm for Radon-ambiguity transform[J]. IET Radar,Sonar&Navigation, 2016, 10(3): 553–559. DOI: 10.1049/iet-rsn.2015.0297 [47] Wang Y, Zhao B, and Jiang Y C. Inverse synthetic aperture radar imaging of targets with complex motion based on cubic Chirplet decomposition[J]. IET Signal Processing, 2015, 9(5): 419–429. DOI: 10.1049/iet-spr.2014.0086 [48] Tao R, Li Y L, and Wang Y. Short-time fractional Fourier transform and its applications[J]. IEEE Transactions on Signal Processing, 2010, 58(5): 2568–2580. DOI: 10.1109/TSP.2009.2028095 [49] Chen X L, Wang G Q, Dong Y L, et al. Sea clutter suppression and micromotion marine target detection via Radon-linear canonical ambiguity function[J]. IET Radar,Sonar&Navigation, 2015, 9(6): 622–631. DOI: 10.1049/iet-rsn.2014.0318 [50] Chen X L, Guan J, Li X Y, et al. Effective coherent integration method for marine target with micromotion via phase differentiation and Radon-Lv’s distribution[J]. IET Radar,Sonar&Navigation, 2015, 9(9): 1284–1295. DOI: 10.1049/iet-rsn.2015.0100 [51] Sammartino P F and Baker C J. The frequency diverse bistatic system[C]. Proceedings of 2009 International Waveform Diversity and Design Conference, Kissimmee, FL, USA, 2009: 155–159. DOI: 10.1109/WDDC.2009.4800336. [52] Khan W, Qureshi I M, and Saeed S. Frequency diverse array radar with logarithmically increasing frequency offset[J]. IEEE Antennas and Wireless Propagation Letters, 2015, 14: 499–502. DOI: 10.1109/LAWP.2014.2368977 [53] Chen H and Shao H Z. Sparse reconstruction based target localization with frequency diverse array MIMO radar[C]. Proceedings of 2015 IEEE China Summit and International Conference on Signal and Information Processing, Chengdu, China, 2015: 94–98. [54] Gao K D, Shao H Z, Chen H, et al. Impact of frequency increment errors on frequency diverse array MIMO in adaptive beamforming and target localization[J]. Digital Signal Processing, 2015, 44: 58–67. DOI: 10.1016/j.dsp.2015.05.005 [55] Chen B X, Chen X L, Huang Y, et al. Transmit beampattern synthesis for the FDA radar[J]. IEEE Antennas and Wireless Propagation Letters, 2018, 17(1): 98–101. DOI: 10.1109/LAWP.2017.2776957 [56] Wang W Q and Shao H Z. Range-angle localization of targets by a double-pulse frequency diverse array radar[J]. IEEE Journal of Selected Topics in Signal Processing, 2014, 8(1): 106–114. DOI: 10.1109/JSTSP.4200690 [57] Wang W Q. Subarray-based frequency diverse array radar for target range-angle estimation[J]. IEEE Transactions on Aerospace and Electronic Systems, 2014, 50(4): 3057–3067. DOI: 10.1109/TAES.2014.120804 [58] Xiong J, Wang W Q, and Gao K D. FDA-MIMO radar range-angle estimation: CRLB, MSE, and resolution analysis[J]. IEEE Transactions on Aerospace and Electronic Systems, 2018, 54(1): 284–294. DOI: 10.1109/TAES.2017.2756498 [59] Li J J, Li H B, and Ouyang S. Identifying unambiguous frequency pattern for target localisation using frequency diverse array[J]. Electronics Letters, 2017, 53(19): 1331–1333. DOI: 10.1049/el.2017.2355 [60] Gui R H, Wang W Q, Pan Y, et al. Cognitive target tracking via angle-range-Doppler estimation with transmit subaperturing FDA radar[J]. IEEE Journal of Selected Topics in Signal Processing, 2018, 12(1): 76–89. DOI: 10.1109/JSTSP.2018.2793761 [61] 陈小龙, 关键, 何友, 等. 高分辨稀疏表示及其在雷达动目标检测中的应用[J]. 雷达学报, 2017, 6(3): 239–251. DOI: 10.12000/JR16110Chen Xiao-long, Guan Jian, He You, et al. High-resolution sparse representation and its applications in radar moving target detection[J]. Journal of Radars, 2017, 6(3): 239–251. DOI: 10.12000/JR16110 [62] 陈小龙, 关键, 于晓涵, 等. 雷达动目标短时稀疏分数阶傅里叶变换域检测方法[J]. 电子学报, 2017, 45(12): 3030–3036Chen Xiao-long, Guan Jian, Yu Xiao-han, et al. Radar detection for moving target in short-time sparse fractional Fourier transform domain[J]. Acta Electronica Sinica, 2017, 45(12): 3030–3036 [63] Liu S S, Shan T, Tao R, et al. Sparse discrete fractional Fourier transform and its applications[J]. IEEE Transactions on Signal Processing, 2014, 62(24): 6582–6595. DOI: 10.1109/TSP.2014.2366719 [64] 刘永军, 廖桂生, 杨志伟, 等. 一种超分辨OFDM雷达通信一体化设计方法[J]. 电子与信息学报, 2016, 38(2): 425–433. DOI: 10.11999/JEIT150320Liu Yong-jun, Liao Gui-sheng, Yang Zhi-wei, et al. A super-resolution design method for integration of OFDM radar and communication[J]. Journal of Electronics&Information Technology, 2016, 38(2): 425–433. DOI: 10.11999/JEIT150320 期刊类型引用(21)
1. 张晶，陈楚舒，王博. 基于密度锥削阵sin-FDA的波束方向图研究. 指挥控制与仿真. 2024(02): 122-127 . 
百度学术2. 陈小龙，何肖阳，邓振华，关键，杜晓林，薛伟，苏宁远，王金豪. 雷达微弱目标智能化处理技术与应用. 雷达学报. 2024(03): 501-524 . 
本站查看3. 张顺生，刘美慧，王文钦. 基于多普勒扩展补偿的FDA-MIMO雷达运动目标检测. 雷达学报. 2022(04): 666-675 . 本站查看4. 兰岚，许京伟，朱圣棋，廖桂生，张玉洪. 波形分集阵列雷达抗干扰进展. 系统工程与电子技术. 2021(06): 1437-1451 . 百度学术5. 张军涛，李尚生，王旭坤. 基于灰色关联-模糊综合评判的雷达抗干扰性能评估方法. 系统工程与电子技术. 2021(06): 1557-1563 . 百度学术6. 王博，雷腾，张君鹏，方浩百，张晶. 基于双程方向图的FDA干扰性能分析. 火力与指挥控制. 2021(06): 12-20 . 百度学术7. 王博，陈楚舒，李洁，孙浩然，王丁皓. 非线性FDA多假目标干扰方法研究. 空军预警学院学报. 2021(04): 244-247 . 百度学术8. 王博，陈楚舒，马学亮，朱鹏羽. 基于对数稀布阵的FDA-MIMO干扰抑制. 空军工程大学学报(自然科学版). 2021(05): 37-42 . 百度学术9. 王博，谢军伟，张晶，王梓人. PFDA阵列点状波束形成及干扰抑制特性研究. 系统工程与电子技术. 2020(02): 253-262 . 百度学术10. 王博，谢军伟，张晶，孙渤森. 频率分集阵列负型模糊函数特性仿真. 北京航空航天大学学报. 2020(01): 122-132 . 百度学术11. 王博，谢军伟，葛佳昂，张晶. FDA发射干扰机对无源雷达干涉仪测向系统的欺骗机理. 华南理工大学学报(自然科学版). 2020(01): 93-103 . 百度学术12. 王博，谢军伟，张晶，李凡. 脉冲压缩雷达信号的FDA特性研究. 电子科技大学学报. 2020(01): 56-63 . 百度学术13. 王博，谢军伟，张晶，葛佳昂. 对数频偏FDA方向图解耦优化. 系统工程与电子技术. 2020(03): 505-512 . 百度学术14. 王博，谢军伟，张晶，赵敏. 基于Capon的CSB sin-FDA稳健波束形成. 北京理工大学学报. 2020(01): 53-61 . 百度学术15. 王博，谢军伟，葛佳昂，张晶. FDA对比幅法单脉冲测向的角度欺骗. 北京航空航天大学学报. 2020(03): 643-650 . 百度学术16. 王博，谢军伟，张晶，葛佳昂. 低快拍下基于RBF的CSB sin-FDA稳健波束形成. 振动与冲击. 2020(06): 117-124 . 百度学术17. 王博，谢军伟，张晶，孙渤森. 基于遗传算法的FDA方向图非时变解耦. 雷达科学与技术. 2020(01): 87-93+108 . 百度学术18. 陈小龙，黄勇，关键，宋伟健，薛永华. MIMO雷达微弱目标长时积累技术综述. 信号处理. 2020(12): 1947-1964 . 百度学术19. 王博，谢军伟，张晶，孙渤森. 子阵结构FDA阵列模糊函数建模与研究. 空军工程大学学报(自然科学版). 2019(04): 90-96 . 百度学术20. 王博，谢军伟，张晶，葛佳昂. 基于SD-LCMV算法的FDA平台外干扰抑制. 北京航空航天大学学报. 2019(11): 2247-2256 . 百度学术21. 王博，谢军伟，葛佳昂，张晶. FDA对测向时差组合定位的欺骗研究. 空军工程大学学报(自然科学版). 2019(06): 72-78 . 百度学术其他类型引用(10)
-
下载:
下载:
百度学术
计量
- 文章访问数: 4163
- HTML全文浏览量: 1352
- PDF下载量: 774
- 被引次数: 31
