CSSF MIMO RADAR: Low-Complexity Compressive Sensing Based MIMO Radar That Uses Step Frequency
提出了一种将步进频率（SF）技术应用于基于压缩感知（CS）的多输入多输出（MIMO）雷达的新方法，即CSSF MIMO雷达。所提出的方法能够在发射窄带脉冲的同时实现高分辨率的距离、角度和多普勒估计。首先将联合角度-多普勒-距离估计问题公式化以适合CS框架，即，L1优化问题。这个问题的直接解决方案需要很高的复杂性，因为它采用了一个基础矩阵，其建设需要离散化的角度多普勒距离空间。由于高分辨率需要精细的空间离散化，因此联合距离、角度和多普勒估计的复杂度可能非常高。对于缓慢移动的目标的情况下，提出了一种技术，实现了显着的复杂性降低，通过连续估计的角度范围和多普勒在一个解耦的方式，并通过采用通过匹配滤波获得的初始估计，以进一步减少需要被数字化的空间。数值结果表明，CS和SF的组合结果在MIMO雷达系统，具有优越的分辨率，并需要少得多的数据相比，使用匹配滤波器与SF的系统。
2011-01-14 cs.IT math.IT
Power Allocation and Measurement Matrix Design for Block CS-Based Distributed MIMO Radars
多输入多输出（MIMO）雷达提供更高的分辨率，更好的目标检测，更准确的目标参数估计。由于目标在空间速度域的稀疏性，当采样率远小于奈奎斯特采样率时，可以利用压缩感知（CS）来提高MIMO雷达的性能。在分布式MIMO雷达中，由于接收信号是一个基上的块稀疏信号，因此可以用块压缩感知方法代替经典的压缩感知方法，以获得更好的性能。针对基于分组CS的分布式MIMO雷达，提出了两种提高雷达性能的新方法。第一种方法是一种新的能量分配方法，另一种方法是一种新的测量矩阵的优化设计方法。这些方法基于感测矩阵块相干性的上限的最小化。仿真结果表明，这两种方法提高了多目标参数估计的精度。
2016-03-08 cs.IT math.IT
Three-dimensional (3D) Channel Modeling between Seaborne MIMO Radar and MIMO Cellular System
与通信系统共享雷达频谱是一个新兴的研究领域。在雷达波段部署商用无线通信服务为无线运营商提供了急需的额外频谱，以满足不断增长的带宽需求。然而，为了在这两个根本不同的系统之间实现频谱共享，必须解决干扰问题。为了评估干扰问题，我们设计了一个三维（3D）的雷达和蜂窝基站（BS）之间的信道模型，其中雷达使用一个二维（2D）的天线阵列和BS使用一个一维（1D）的天线阵列。我们制定了一个视线（LoS）信道，然后提出了一种算法，减轻雷达干扰BS。我们扩展了先前提出的零空间投影算法的2D通道的3D通道，并表明，有效的零可以放置通过利用BS的方位角和仰角信息。这导致有效的干扰减轻。此外，我们表明，三维信道模型，使我们能够准确地分类的大小雷达的搜索空间时，零空间投影算法用于干扰缓解。
2015-06-08 cs.IT math.IT
MIMO OFDM Radar IRCI Free Range Reconstruction with Sufficient Cyclic Prefix
在本文中，我们提出了具有足够的循环前缀（CP）的MIMO OFDM雷达，其中从不同的发射机发送的所有OFDM脉冲共享相同的频带，并在离散频域中的每个子载波彼此正交。正交性不受来自发射机的时间延迟的影响。因此，我们提出的MIMO OFDM雷达具有相同的单发射机雷达的距离分辨率，并实现全空间分集。正交设计用于实现跨发射机的这种正交性，利用正交设计，仅需要为第一发射机设计OFDM脉冲。提出了一种联合脉冲压缩和脉冲相干积累的距离重建方法。为了获得最佳的信噪比进行距离重建，我们应用仿酉滤波器组理论设计的OFDM脉冲。然后，我们提出了一种改进的迭代限幅和滤波（MICF）算法的OFDM脉冲的设计联合，当其他重要因素，如峰均功率比（PAPR）在时域上，也被考虑。与我们提出的MIMO OFDM雷达，有没有干扰的范围重建不仅跨发射机，而且跨范围内的小区在一个叫区间小区干扰（IRCI）自由，这是类似于我们以前提出的基于CP的OFDM雷达单发射机。仿真结果表明，基于CP的MIMO OFDM雷达性能优于现有的多相码频段共享MIMO雷达和频分MIMO雷达。
2014-06-01 cs.IT math.IT
Frequency-Hopping MIMO Radar-Based Communications: An Overview
在射频技术进步的推动下，雷达和通信系统的融合变得越来越有前途，并被设想为未来6 G网络的关键特征。近年来，跳频MIMO雷达被引入到双功能雷达通信系统中。FH-MIMO基于雷达的DFRC（FH-MIMO DFRC）优于许多以前的以雷达为中心的DFRC设计，其符号率可以超过雷达脉冲重复频率。然而，许多实际问题，特别是那些关于有效的数据通信的问题，尚未探索/解决。为了提高人们对新DFRC的认识和理解，本文对FH-MIMO DFRC进行了介绍。我们全面回顾了新DFRC的许多重要方面：信道/信号模型，信令策略，调制/解调处理和信道估计方法，仅举几例。我们还强调了FH-MIMO DFRC中存在的主要问题，并提出了潜在的解决方案，以阐明未来的研究工作。
2020-10-19 cs.IT eess.SP math.IT
IRCI Free Colocated MIMO Radar Based on Sufficient Cyclic Prefix OFDM Waveforms
本文提出了一种基于循环前缀（CP）的MIMO雷达距离重构方法及其相应的MIMO OFDM波形设计。我们提出的MIMO-OFDM波形设计在距离重构后实现了最大信噪比（SNR）增益，并且其在离散时域中的峰均功率比（PAPR）也是最优的，即，0 dB，当Zadoff-Chu序列在离散频域中用作子载波的加权系数时。我们还调查了性能时，有发送和接收数字波束形成（DBF）指向错误。结果表明，我们提出的基于CP的MIMO-OFDM距离重建是距离小区间干扰（IRCI）免费的，无论是否有发送和接收DBF指向错误或没有。仿真结果验证了该理论，并与传统的OFDM和LFM共址MIMO雷达进行了比较。
2014-06-05 cs.IT math.IT
Ambiguity Function of the Transmit Beamspace-Based MIMO Radar
本文针对远场目标和窄带波形的情况，推导了基于发射波束域（TB）的多输入多输出（MIMO）雷达的模糊函数（AF）。发射相干处理增益和波形分集的影响被纳入AF定义。为了覆盖由不同因素传递的所有相位信息，我们引入了等效发射相位中心。新定义的AF作为一种广义的AF形式，相控阵（PA）和传统的MIMO雷达AF是重要的特殊情况。我们建立之间的关系，定义的基于TB的MIMO雷达AF和现有的AF结果，包括伍德沃德的AF，AF定义为传统的共址MIMO雷达，以及PA雷达AF，分别。此外，我们比较了基于TB的MIMO雷达AF与平方和形式的AF定义，并确定了两种限制情况下，以限制其在多普勒延迟域中的“清晰区域”，即没有旁瓣。导出了这两种情况下的相应界限，并且表明最坏情况下的界限与传输波形的数量K成反比，而最好情况下的界限与K无关。基于TB的MIMO雷达AF的实际“清晰区域”取决于阵列配置，并且在最坏和最好情况界限之间。我们提出了一个TB的设计策略，以减少AF旁瓣的水平，并在仿真中显示，适当的TB矩阵的设计，导致基于TB的MIMO雷达AF的相对旁瓣水平的减少。
2015-03-23 cs.IT math.IT
MIMO Radars and Massive MIMO Communication Systems can Coexist
该研究针对单小区大规模MIMO通信系统与MIMO雷达的共存场景，利用随机矩阵理论推导二者可实现速率与联合系统速率区域，发现基站的大量自由度可在无协同设计时实现低干扰，并通过仿真验证了结论。
2023-07-22 cs.IT eess.SP math.IT
Compressive Sensing for MIMO Radar
与具有相同数量的发射和接收天线的传统雷达系统相比，多输入多输出（MIMO）雷达系统已经被示出实现更高的分辨率。本文考虑了分布式MIMO雷达的情况下，其中每个发射单元是一个节点在一个无线网络中，并研究了使用压缩采样的到达方向（DOA）估计。根据压缩采样理论，可以基于比奈奎斯特采样定理所需的少得多的样本来恢复在某些域中稀疏的信号。目标的到达角在角度空间上是一个稀疏向量，因此可以采用压缩采样进行DOA估计。该方法实现了MIMO雷达的高分辨率与远少于其他方法的样本。这在分布式场景中特别有用，其中每个接收节点处的结果需要被发送到融合中心以进行进一步处理。
2009-07-27 cs.IT math.IT
Co-Designing Statistical MIMO Radar and In-band Full-Duplex Multi-User MIMO Communications -- Part II: Joint Precoder, Radar Code, and Receive Filters Design
本文针对统计MIMO雷达与带内全双工多用户MIMO通信的频谱共享问题，提出基于复合加权和互信息的联合设计框架，并采用块坐标下降与交替投影方法优化雷达码、预编码器和接收滤波器，实验验证了算法收敛性、干扰抑制能力和数据速率稳定性。
2024-03-28 cs.IT eess.SP math.IT
Optimal Joint Target Detection and Parameter Estimation By MIMO Radar
我们考虑宽间距天线的多输入多输出（MIMO）雷达系统。这样的天线配置便于捕获由于目标散射体的独立信号色散而导致的固有分集增益。我们认为一个新的MIMO雷达框架检测目标，位于一个未知的位置。这与传统的MIMO雷达形成对比，传统的MIMO雷达将空间分成小的小区，并且旨在检测指定小区中目标的存在。我们对待这个问题，通过提供一个新的复合假设检验框架的目标检测时，（i）一个或多个参数的目标是未知的，我们有兴趣估计它们，（ii）只有有限数量的观测。所提供的测试优化了一个度量，该度量同时考虑了检测和估计精度。在本文中，作为感兴趣的参数，我们专注于从发射天线发射的波形，直到被观察到的接收天线的时间延迟的向量。分析和实验结果表明，对于由多个独立散射体组成的扩展目标，MIMO雷达的联合目标检测和时延估计性能优于相控阵雷达。然而，对于被建模为单个散射体的点目标，MIMO和相控阵雷达对于这种特定设置（联合目标检测和时延估计）的检测/估计精度是相当的。
2009-08-07 cs.IT math.IT
MU-MIMO Communications with MIMO Radar: From Co-existence to Joint Transmission
本文研究MIMO雷达与多用户MIMO通信的联合传输，提出分离天线与共享波形两种波束成形方案，并通过加权流形优化以更低复杂度实现接近原优化的性能。
2017-07-03 cs.IT math.IT
Network MIMO with Partial Cooperation between Radar and Cellular Systems
为了满足不断增长的频谱需求，未来的蜂窝系统预计将共享其他服务（如雷达）的频谱。在本文中，我们考虑了一个网络多输入多输出（MIMO）与部分合作模型，雷达站与蜂窝基站（BS）的合作，以提供信息给预期的移动用户。因此，雷达站在蜂窝系统中充当BS。然而，由于雷达站发射的高功率用于检测远目标，蜂窝接收机在接收这些高雷达功率时可能烧毁。因此，我们提出了一种新的投影方法，称为小奇异值空间投影（SSVSP），以减轻这些有害的高功率，使雷达站与蜂窝基站合作。此外，我们制定了一个MIMO干扰信道的一般约束（MIMO-IFC-GC）的问题。最后，我们提供了一个解决方案，以最大限度地减少加权和均方误差最小化问题（WSMMSE）与执行功率约束的雷达和蜂窝站。
2015-10-18 cs.IT math.IT
Robust MIMO Beamforming for Cellular and Radar Coexistence
在这封信中，我们考虑下行链路多用户多输入多输出（MU-MIMO）通信和MIMO雷达之间的共存和频谱共享。对于给定的下行通信系统的性能要求，我们设计的发射波束形成，使雷达的检测概率最大化。而原来的优化问题是非凸的，我们利用单调增加的关系的检测概率与非中心性参数的概率分布，以获得一个凸的下界优化。所提出的波束形成器被设计为对不完美的信道状态信息（CSI）具有鲁棒性。仿真结果表明，该方法有利于雷达和通信链路之间的共存，并说明了两个系统的性能之间的可扩展的权衡。
2017-07-03 cs.IT math.IT
SUMMeR: Sub-Nyquist MIMO Radar
多输入多输出（MIMO）雷达相对于传统的雷达阵列系统在灵活性和性能方面具有许多优点。然而，MIMO雷达提出了新的挑战，无论是硬件设计和数字处理。特别地，实现高方位分辨率需要大量的发射和接收天线。此外，以其奈奎斯特速率对从每个发射机到每个接收机的接收信号的样本执行数字处理，当需要高分辨率时，该奈奎斯特速率可能非常大。为了克服速率瓶颈，提出了亚奈奎斯特采样方法，打破了雷达信号带宽和采样率之间的联系。在这项工作中，我们将这些方法扩展到MIMO配置，并提出了一个子奈奎斯特MIMO雷达（SUMMeR）系统，执行时间和空间压缩。我们提出了一个距离-方位-多普勒恢复算法从一个减少数量的发射机和接收机，利用恢复的目标的参数的稀疏性获得的子奈奎斯特样本。这使我们能够实现部署的天线的数量和每个接收器的样本数量的减少，而不会降低时间和空间分辨率。仿真结果表明，不同的压缩水平的SUMMeR的检测性能，并显示，时间和空间分辨率的保留，相对于经典的奈奎斯特MIMO配置。我们还研究了设计参数，如天线的位置和载波频率，对检测性能的影响，并提供指导方针，为他们的选择。
2016-08-28 cs.IT math.IT
Target Detection Performance of Spectrum Sharing MIMO Radars
未来的无线通信系统被设想为与诸如雷达的其他服务共享射频（RF）频谱，以便满足不断增长的频谱需求。在本文中，我们考虑蜂窝系统和雷达之间的共信道频谱共享。我们解决的问题，目标检测的雷达是受其波形的方式，它不会造成干扰蜂窝系统。我们考虑多输入多输出（MIMO）雷达和MIMO蜂窝通信系统与$\mc K$基站（BS）。我们提出了一种频谱共享算法，该算法通过将雷达波形投影到干扰信道的零空间上，来引导雷达零值，朝向“选定”BS，从而保护其免受雷达干扰。在$\mc K$ BS中，基于保证最小波形劣化来选择该BS。我们研究了这种零空间投影（NSP）波形的目标检测能力，并将其与正交波形进行了比较。我们推导出广义似然比测试（GLRT）的目标检测和NSP和正交波形的检测器统计。理论分析和蒙特卡罗仿真研究了非相干信号和正交信号的目标检测性能。
2014-08-14 cs.IT math.IT
Reduced Complexity Angle-Doppler-Range Estimation for MIMO Radar That Employs Compressive Sensing
作者最近提出了一种由小型无线网络实现的MIMO雷达系统。通过在接收节点处应用压缩感知（CS），MIMO雷达超分辨率可以用比传统方法少得多的观测值来实现。这以前的工作考虑了到达方向和多普勒的估计。由于目标在角速度空间中是稀疏的，因此可以通过求解l1最小化问题来提取目标信息。本文通过在具有CS的MIMO雷达中引入步进频率来利用距离信息。该方法在提高距离分辨力的同时，也提高了模糊速度。然而，联合角度多普勒距离估计需要离散化的角度多普勒距离空间，这会导致急剧上升的计算负担的l1最小化问题。为了保持一个可接受的复杂度，提出了一种技术，连续估计角度，多普勒和范围在一个解耦的方式。所提出的方法可以显着降低复杂性，而不牺牲性能。
2009-12-05 cs.IT math.IT
Antenna Deployment Method for MIMO Radar under the Situation of Multiple Interference Regions
研究了分布式多输入多输出（MIMO）雷达同时考虑多个干扰区域的天线优化配置问题。提出了一种基于多目标粒子群优化（MOPSO）的天线优化部署方法，解决了天线优化部署问题。首先，我们建立了一个多目标优化问题的MIMO雷达天线部署，选择不同区域的干扰功率密度为目标函数。然后，为了在不浪费时间和计算资源的情况下获得最优部署结果，提出了一种基于间隔距离的迭代收敛准则。迭代收敛准则可以用来停止MOPSO优化过程中有效地当最优天线部署算法达到所需的收敛水平。最后，数值结果验证了所提出的算法的有效性。
2017-01-20 cs.IT math.IT
QPSK Waveform for MIMO Radar with Spectrum Sharing Constraints
多输入多输出（MIMO）雷达是雷达信号处理领域中一个相对较新的概念。通过考虑各种性能指标和约束，已经开发了许多新颖的MIMO雷达波形。在本文中，我们表明，有限字母恒定包络（FACE）正交脉冲移位键控（QPSK）波形可以被设计为实现一个给定的协方差矩阵，通过将约束非线性优化问题转化为无约束非线性优化问题。此外，我们设计的QPSK波形的方式，他们不造成干扰的蜂窝系统，通过转向零点朝向选定的基站（BS）。根据我们的算法，保证最小的退化，由于零空间投影（NSP）的雷达波形的雷达性能的BS选择。我们设计QPSK波形与频谱共享的限制，为一个固定和移动的雷达平台。我们表明，设计用于固定MIMO雷达的波形匹配所需的波束方向图密切，当BS天线的数量$N^{\text{BS}}$是相当少的雷达天线的数量$M$，由于准静态干扰信道。然而，对于运动雷达，由于快速变化的信道，设计波形与期望波形之间的差异比静止雷达大。
2014-08-14 cs.IT cs.NI math.IT
Cognitive Sub-Nyquist Hardware Prototype of a Collocated MIMO Radar
我们提出的设计和硬件实现的雷达原型，演示了一个亚奈奎斯特配置多输入多输出（MIMO）雷达的原理。该设置允许以远低于奈奎斯特采样定理所规定的速率在空间域和频谱域中进行采样。我们的原型实现了一个X波段MIMO雷达，可以配置为具有最多8个发射和10个接收天线元件。我们使用频分复用（FDM）来实现MIMO波形的正交性，并应用XDIF框架进行信号恢复。该原型还实现了一种认知传输方案，其中每个传输波形被限制到接收器采样和处理的全信号带宽的那些预定子带。实时实验显示合理的恢复性能，同时作为一个4 × 5稀疏随机阵列，其中组合的空间和光谱采样因子减少是填充的8 × 10阵列的87.5%。
2016-08-04 cs.IT math.IT
Target Estimation in Colocated MIMO Radar via Matrix Completion
我们考虑一个共址MIMO雷达的情况下，在接收天线转发他们的测量融合中心。基于接收到的数据，融合中心制定一个矩阵，然后用于目标参数估计。当接收天线以奈奎斯特速率对目标回波进行采样时，假设接收天线数多于目标数，则融合中心的数据矩阵为低秩。当每个接收天线仅向融合中心发送少量样本以及样本索引时，接收数据矩阵具有与未被转发的样本相对应的缺失元素。在某些条件下，可以应用矩阵完成技术来恢复完整的接收数据矩阵，然后可以结合阵列处理技术来使用该完整的接收数据矩阵，例如，MUSIC，获取目标信息。数值结果表明，当接收数据矩阵占用率低至50%时，可以实现良好的目标恢复。
2013-03-26 cs.IT math.IT stat.AP
Measurement Matrix Design for Compressive Sensing Based MIMO Radar
在使用压缩感知（CS）的共位多输入多输出（MIMO）雷达中，接收节点经由线性变换（称为测量矩阵）压缩其接收信号。样本随后被转发到融合中心，在融合中心，针对目标信息制定并求解L1优化问题。基于CS的MIMO雷达充分利用了目标在角度-多普勒-距离空间的稀疏性，从而以更少的观测量获得了传统MIMO雷达的高定位性能。测量矩阵对于CS恢复性能至关重要。本文考虑了测量矩阵的设计，实现了最优性标准，依赖于传感矩阵（CSM）和/或信号干扰比（SIR）的一致性。第一种方法最小化性能损失，该性能损失是CSM和逆SIR的线性组合。第二种方法在测量矩阵上施加一种结构，并确定所涉及的参数，从而增强SIR。根据发射波形，第二种方法可以显着提高SIR，同时保持CSM可比的高斯随机测量矩阵（GRMM）。仿真结果表明，建议的测量矩阵可以提高检测精度相比，GRMM。
2011-02-24 cs.IT math.IT
Distributed MIMO radar using compressive sampling
考虑了一种分布式MIMO雷达，其中发射和接收天线属于小规模无线网络的节点。发射波形可以是不相关的，或者是相关的，以便实现期望的波束图案。在接收节点处采用压缩采样的概念以执行到达方向（DOA）估计。根据压缩采样理论，可以基于比奈奎斯特采样定理所需的少得多的样本来恢复在某些域中稀疏的信号。目标的波达方向在角度空间中形成稀疏向量，因此可以采用压缩采样进行波达方向估计。该方法实现了MIMO雷达的高分辨率与远少于其他方法的样本。这在分布式场景中特别有用，其中每个接收节点处的结果需要被发送到融合中心。
2009-07-27 cs.IT math.IT
A Cognitive Sub-Nyquist MIMO Radar Prototype
我们提出了一个认知原型，演示了共址，频分复用，多输入多输出（MIMO）雷达，实现时间和空间的亚奈奎斯特采样。信号通过Xcovery框架进行采样和恢复。认知是由于发射机通过仅发射接收机采样和处理的那些子带来调整其信号频谱的事实。实时实验表明，该方法在低于奈奎斯特的条件下对目标场景进行MIMO恢复，时空带宽降低了87.5%，信噪比为-10 dB。
2019-06-13 cs.IT eess.SP math.IT
Joint Robust Transmit/Receive Adaptive Beamforming for MIMO Radar Using Probability-Constrained Optimization
针对多输入多输出（MIMO）雷达的发射和接收信号导向矢量同时存在高斯和任意分布失配的情况，提出了一种基于概率约束优化的MIMO雷达发射/接收联合鲁棒自适应波束形成方法。利用对偶理论还推导出了概率约束的紧下界。所提出的概率约束鲁棒波束形成问题是一个非凸的NP-困难问题。然而，我们将其成本函数重新表示为双二次函数，而概率约束分为发送和接收部分。然后，提出了一种基于二阶锥规划的块坐标下降法来解决双凸问题。仿真结果表明，与最坏情况和其他现有的最先进的MIMO雷达联合发射/接收鲁棒自适应波束形成方法相比，所提出的波束形成方法具有更好的鲁棒性。
2015-08-10 cs.IT math.IT
MIMO UWB Radar System with Compressive Sensing
Tennessee Technological University（田纳西理工大学）
本文提出基于压缩感知的多输入多输出超宽带认知雷达，通过压缩感知实现稀疏目标信号重建，减少ADC硬件复杂度并提高雷达带宽。
2016-04-14 cs.IT cs.SY eess.SY
Coexistence of Communications and Cognitive MIMO Radar: Waveform Design and Prototype
新一代雷达系统将需要与其他射频（RF）系统共存，预测它们的行为并做出适当的反应以避免干扰。针对这一需求，本文设计、实现了基于自定义认知多输入多输出（MIMO）雷达原型的纯相位序列（恒功率），并对其性能进行了评估。所提出的发射波形避免了窄带干扰器或通信链路占用的频段，同时彼此之间具有小的互相关，以使它们在MIMO雷达接收机处具有可分离性。通过求解一个非凸双目标优化问题得到的优化序列集的性能，与最先进的同行相比，其适用性说明了开发的原型。一个现实的长期演进（LTE）的下行链路用于通信，和实时系统的实现进行了验证和评估，通过吞吐量计算的通信和雷达系统的检测性能测量。
2021-03-08 cs.IT eess.SP math.IT
Using Massive MIMO Arrays for Joint Communication and Sensing
在超5G和6 G无线通信系统领域中越来越重要的趋势之一是对联合执行通信和环境感测的系统的研究。本文提出了使用基站（BS），我们称之为\textit{radar-BS}，配备了一个大规模的天线阵列来执行，使用相同的频率范围，与移动用户通信，并通过雷达扫描感测/监视周围环境。大规模天线阵列实际上既可以作为具有协同定位天线的MIMO雷达（发射指向正仰角的雷达信号）运行，又可以执行信号空间波束成形，以主要基于地面与用户进行通信。我们的研究结果表明，使用一个大规模的MIMO雷达基站的通信和雷达系统可以共存，相互干扰很小。
2019-12-01 cs.IT eess.SP math.IT
Robust Design of Transmit Waveform and Receive Filter For Colocated MIMO Radar
本文针对共置MIMO雷达在信号相关干扰下的角度不确定性，提出基于秩一松弛和半定规划的循环优化算法，联合设计发射波形与接收滤波器以最大化最坏情况输出SINR。
2015-06-05 cs.IT math.IT
Resource Allocation in MIMO Radar With Multiple Targets for Non-Coherent Localization
针对MIMO雷达多目标非相干定位场景，在功率与带宽资源受限条件下，以Crámer-Rao下界为性能指标，通过求解序列凸问题得到三类资源分配近似解，仿真验证带宽分配对定位性能影响远强于功率分配。
2013-08-29 cs.IT math.IT
Joint DOD and DOA Estimation in Slow-Time MIMO Radar via PARAFAC Decomposition
针对慢时间MIMO雷达多普勒域样本不足问题，提出基于新张量模型与改进交替最小二乘的PARAFAC分解方法，利用阵列范德蒙德结构实现性能更优的联合DOD与DOA估计，仿真验证了有效性。
2020-07-30 cs.IT eess.SP math.IT
Co-existence Between a Radar System and a Massive MIMO Wireless Cellular System
在本文中，我们考虑使用5G新无线电兼容多址的大规模MIMO通信系统的上行链路，该系统将与使用相同频带的雷达系统共存。我们提出了一个系统模型，考虑到混响（杂波）所产生的雷达系统在大规模MIMO接收机。然后，我们提出了几个线性接收机的上行链路数据检测，范围由简单的信道匹配波束形成器的迫零和线性最小均方误差接收机的杂波干扰抑制。我们的研究结果表明，杂波可能有很强的影响蜂窝通信系统的性能，但在基站使用大规模的天线阵列是关键，以提供更强的鲁棒性对它，至少就数据检测而言。
2018-05-20 cs.IT eess.SP math.IT
Target Localization Accuracy Gain in MIMO Radar Based Systems
本文提出了一种分析的目标定位精度，可通过使用MIMO（多输入多输出）雷达系统，配置有多个发射和接收传感器，广泛分布在一个给定的区域。针对相干和非相干处理，提出了目标定位精度的克拉美-罗下界。相干处理需要所有发射和接收传感器的公共相位参考。CRLB被示出为在非相干情况下与信号有效带宽成反比，但在相干情况下与载波频率近似成反比。我们进一步证明，优化的传感器的位置降低CRLB的一个因素，等于产品的发送和接收传感器的数量。针对MIMO目标定位问题，推导了最佳线性无偏估计器（BLUE）。BLUE的效用在于提供闭合形式的定位估计，其便于分析传感器位置、目标位置和定位精度之间的关系。几何精度因子（GDOP）等值线用于绘制给定地理区域内给定雷达布局的相对性能精度。
2008-09-24 cs.IT math.IT
Transmit Design for Joint MIMO Radar and Multiuser Communications with Transmit Covariance Constraint
在本文中，我们考虑设计的多输入多输出（MIMO）发射机，同时作为MIMO雷达和基站的下行链路多用户通信。为了保证MIMO雷达的性能，除了功率约束外，还要求发射波形的协方差等于给定的最优协方差。在此约束下，我们制定和解决信号干扰噪声比（SINR）的平衡问题，多用户发射波束成形通过凸优化。考虑到这种约束不能完全消除干扰，我们引入脏纸编码（DPC），以进一步消除干扰，并制定在DPC制度的SINR平衡和和速率最大化问题。虽然这两个问题都是非凸的，我们表明，他们可以重新制定凸优化通过拉格朗日和下行链路-上行链路的对偶。此外，我们提出了基于梯度投影的算法来解决等效的对偶问题的SINR平衡，在发射波束成形和DPC制度。仿真结果表明，DPC的发射波束形成的显着性能改善，也表明，通信发射机的自由度是由协方差的秩的限制。
2021-09-02 cs.IT eess.SP math.IT
Super-Resolution MIMO Radar
多输入多输出（MIMO）雷达用多个发射天线发射探测信号，用多个接收天线记录来自目标的反射。从接收到的信号估计相对角度、延迟和多普勒频移允许确定目标的位置和速度。基于数字匹配滤波或压缩感测的MIMO雷达的标准方法仅解析$(1/(N_T N_R), 1/B,1/T)$网格上的角度延迟多普勒三元组，其中$N_T$和$N_R$是发射和接收天线的数量，$B$是探测信号的带宽，并且$T$是观察反射的时间间隔的长度。在这项工作中，我们表明，\emph{continuous}角度延迟多普勒三重峰和相应的衰减因子可以通过求解凸优化问题完美地恢复。假设角度-延迟-多普勒三元组在角度上被$10/(N_T N_R-1)$分开，在延迟上被$10.01/B$分开，或在多普勒方向上被$10.01/T$分开，则该结果成立。此外，该结果在可以恢复的角度延迟多普勒三重峰的数量方面是最佳的（最多对数因子）。
2016-05-10 cs.IT math.IT
A Novel Antenna Placement Algorithm for Compressive Sensing MIMO Radar
在共址压缩感知MIMO雷达中，测量矩阵由天线位置确定。为了保证可接受的恢复性能，该测量矩阵应该满足某些属性，例如，一个小的连贯性。文献中的先前工作通常采用优化天线位置的先验分布的随机布局算法。这些算法的性能是次优的，因为它们可以很容易地通过删除来增强。在本文中，我们提出了一个迭代的天线布局算法，确定性的天线位置。所提出的算法联合定位的发射和接收阵列上的天线元件，从而得到的测量矩阵的相干性最小化。数值模拟表明，该算法的性能明显优于基准，即使在删除。
2022-10-24 cs.IT eess.SP math.IT
Protecting Massive MIMO-Radar Coexistence: Precoding Design and Power Control
本文针对大规模MIMO通信与MIMO雷达共存场景，提出保护性迫零预编码方案并推导性能闭式解，构建功率控制优化问题提升雷达检测概率，同时满足通信用户频谱效率要求。
2023-12-19 cs.IT eess.SP math.IT
Fast Randomized-MUSIC for mm-Wave Massive MIMO Radars
在新兴的无人系统中，如果进一步与毫米波（mm-Wave）大规模多输入多输出（MIMO）技术相结合，则子空间方法对于高分辨率环境感知是必不可少的。作为一个关键步骤，信号/噪声子空间的估计在计算上是复杂的，并且在开发高分辨率但低复杂度的汽车雷达时呈现出特别的挑战。在这项工作中，我们开发了一个快速随机MUSIC（R-MUSIC）算法，它利用随机矩阵草图通过近似计算来估计信号子空间。我们的新方法大大降低了获取高质量信号子空间的时间复杂度。此外，与其他低复杂度的对应物不同，R-MUSIC的精度没有降低，即获得高分辨率的到达角（AoA）估计。数值仿真验证了我们的R-MUSIC方法的性能。该方法解决了MIMO雷达信号处理的复杂度与精度之间的矛盾，在实时超分辨汽车传感中具有巨大的应用潜力。
2021-01-11 cs.IT eess.SP math.IT
Joint Beamforming and Association Design for MIMO Radar
雷达接收机的一个关键任务是数据关联，它将雷达目标检测分配给目标滤波器航迹。鉴于其重要性，本文介绍了联合设计多输入多输出（MIMO）雷达发射波束方向图的问题及相应的数据关联方案。我们表明，耦合的波束形成和关联子问题可以方便地参数化，我们称之为模糊图，它规定，如果两个目标是消除模糊的波束形成设计或数据关联方案。模糊度图的选择决定了两个子问题中的哪一个更困难，因此允许一个与另一个的性能进行交易，从而导致检测-关联权衡。本文展示了如何设计的波束方向图和关联方案，为一个给定的模糊度图。然后讨论了如何选择一个模糊图实现接近最佳的检测-关联权衡。
2018-09-10 cs.IT eess.SP math.IT
Analysis of Sparse MIMO Radar
UC Davis（加州大学戴维斯分校）；UC Santa Cruz（加州大学圣克鲁兹分校）
针对MIMO雷达系统，利用压缩感知理论推导了通过稀疏近似算法在方位-距离域和方位-距离-多普勒域中目标可恢复性的理论框架，证明了可检测目标数量和有噪条件下的分辨率界限，并通过数值模拟验证。
2012-03-13 cs.IT cs.NA math.IT
Spatial Compressive Sensing for MIMO Radar
我们研究压缩感知在空间域中实现目标定位，特别是到达方向（DOA），使用多输入多输出（MIMO）雷达。针对发射和接收单元随机布置的MIMO阵列，提出了一种稀疏定位框架。这使得所需的元件数量大幅减少，同时仍能获得与填充（奈奎斯特）阵列相当的性能。通过利用结构随机矩阵的属性，我们开发的结果测量矩阵的一致性的约束，并获得条件下，测量矩阵满足所谓的各向同性属性。相干性和各向同性的概念被用来建立均匀和非均匀的恢复保证内提出的空间压缩感知框架。特别地，我们证明了如果发射和接收单元数的乘积MN（也是自由度的数目）与K（log（G））^2成比例，则保证非均匀恢复，其中K是目标的数目，G与阵列孔径成比例，并确定角度分辨率。与其中乘积MN与G线性缩放的填充虚拟MIMO阵列相比，在所提出的框架中对G的对数依赖性支持由虚拟阵列孔径提供的高分辨率，同时使用少量MIMO雷达元件。在数值结果中，我们表明，在所提出的框架中，压缩感知恢复算法能够比经典的方法，如波束成形和MUSIC更好的性能。
2013-10-30 cs.IT math.IT
JCR70: A Low-Complexity Millimeter-Wave Proof-of-Concept Platform for A Fully-Digital MIMO Joint Communication-Radar
在毫米波（mmWave）波段具有多输入多输出（MIMO）架构的全数字宽带联合通信雷达（JCR）将实现高的联合通信和雷达性能，同时增强设计灵活性。具有少量位模数转换器（ADC）的量化接收器将为未来便携式设备和自动驾驶汽车提供实用的JCR解决方案，降低功耗。在本文中，我们提出了一个联合通信雷达的概念验证平台，名为JCR 70，这些JCR系统使用真实的信道测量在71-76 GHz频段的性能进行评估和演示。我们开发这个平台，通过扩展毫米波通信设置与一个额外的全双工雷达接收器，并通过捕获MIMO JCR信道使用移动天线在滑轨上。为了表征我们开发的测试JCR性能，我们进行了几次室内和室外实验，并对测量数据应用传统和先进的处理算法。此外，我们还将JCR 70平台的性能与INRAS Radarbook进行了比较，后者是最先进的77 GHz汽车雷达评估平台。结果表明，对于高达5 dB的信噪比，具有2-4位ADC的量化接收器的性能通常非常接近高分辨率ADC。我们的JCR 70平台具有73 GHz和2 GHz带宽的全数字JCR波形，由于更高的带宽和更大的合成天线孔径，因此比Radarbook具有更高的分辨率能力。
2020-06-23 cs.IT eess.SP math.IT
MIMO OFDM Dual-Function Radar-Communication Under Error Rate and Beampattern Constraints
在这项工作中，我们考虑了一个多输入多输出（MIMO）双功能雷达通信（DFRC）系统，该系统可以感知多个空间方向，并为多个用户提供服务。在采用正交频分复用（OFDM）传输格式和差分相移键控（DPSK）调制方式的基础上，研究了雷达和用户采用的辐射波形和接收滤波器的设计。该方法是以通信为中心的，在这个意义上，雷达为导向的目标优化的约束下的平均发射功率，对特定方向的功率泄漏，和每个用户的错误率，从而保障通信服务质量（QoS）。我们采用了一个统一的设计方法，允许一个广泛的家庭的雷达目标，包括估计和检测为导向的价值函数。我们设计了一个次优的解决方案的基础上交替优化所涉及的变量，一个凸的可行的搜索集的限制，和minorization-maximization，提供一个单一的算法在考虑家庭的所有雷达价值函数。最后，通过数值算例对算法的性能进行了检验.
2021-12-09 cs.IT eess.SP math.IT
MIMO Radar Using Compressive Sampling
提出了一种MIMO雷达系统，用于获取潜在目标的角度和多普勒信息。发送器和接收器是小规模无线网络的节点，并且被假设为随机地分散在圆盘上。发送节点发送不相关的波形。每个接收节点对接收信号应用压缩采样以获得少量样本，节点随后将其转发到融合中心。假设目标稀疏分布在角度-多普勒空间中，融合中心根据接收节点转发的样本建立l1优化问题，求解该问题可得到目标角度和多普勒信息。所提出的方法实现了MIMO雷达的高分辨率与远少于其他方法所需的样本。这意味着在接收节点和融合中心之间的通信阶段期间的功率节省。性能在干扰机的存在下进行了分析的情况下，缓慢移动的目标。讨论了与形成跨越角度多普勒空间的基矩阵以及为该空间选择网格有关的问题。大量的仿真结果证明了所提出的方法在不同的干扰和噪声水平的性能。
2009-11-25 cs.IT math.IT
Communications and Radar Coexistence in the Massive MIMO Regime: Uplink Analysis
本文考虑了使用5G新无线电兼容多址的大规模MIMO通信系统的上行链路，该系统将与使用相同频带的雷达系统共存。提出了一种考虑雷达系统在大规模MIMO接收机上产生的混响（杂波）的系统模型。在这种情况下，提出了几种用于上行链路信道估计和数据检测的接收机，从简单的信道匹配波束形成器到用于杂波干扰抑制的迫零和线性最小均方误差接收机，在完全已知和完全未知的杂波协方差的两种相反的情况下。还给出了理论分析，导出了可实现的上行链路频谱效率和输入高斯编码符号与蜂窝大规模MIMO系统的通信接收机处可用的可观测量之间的互信息的下限：关于后者，特别是，我们表明，在大天线数制度，基站处的雷达杂波效应被抑制并且恢复了单用户容量。数值结果，说明所提出的检测方案的性能，证实了理论分析的结果，并允许量化系统的鲁棒性杂波的影响，在基站的天线数量的增加。
2020-04-17 cs.IT eess.SP math.IT
Joint Design of Transmit Waveforms and Receive Filters for MIMO Radar via Manifold Optimization
发射波形和接收滤波器的联合设计问题是多输入多输出（MIMO）雷达系统的许多应用场景中所期望的。在本文中，联合设计问题下的信号与干扰加噪声比（SINR）的性能指标，在这种情况下，该问题被制定为最大化的SINR在接收端受到一些实际的发射波形约束。基于流形优化方法，提出了一种求解非凸约束优化问题的数值算法。流形优化方法在许多工程应用中已被证明是强大而灵活的。该算法能够在统一的框架下有效地解决不同波形约束下的信干噪比最大化问题。数值实验表明，该算法优于现有的基准在计算效率和实现可比的信干噪比性能。
2021-02-10 cs.IT eess.SP math.IT
Towards a performance bound on MIMO DFRC systems
分析多输入多输出（MIMO）双功能雷达通信（DFRC）系统的性能界是一个基本问题。为此，我们推导出一个性能约束下的雷达性能的通信功能。为了便于分析，我们考虑一个玩具的例子，其中只有一个下行链路用户与一个接收天线和一个雷达目标。在这种简化的情况下，我们得到了性能界的解析表达式和相应的波形设计策略，以实现界。结果揭示了通信和雷达性能之间的权衡，以及传输能量可以在这两个功能之间共享的条件。
2022-11-13 cs.IT eess.SP math.IT
Transmit Array Interpolation for DOA Estimation via Tensor Decomposition in 2D MIMO Radar
针对平面阵列单基地多输入多输出（MIMO）雷达，提出了一种基于张量建模的二维（2D）联合发射阵列插值和波束空间设计的波达方向（DOA）估计方法。我们的基本思想是将发射阵列映射到所需的阵列，并抑制感兴趣的空间扇区之外的发射功率。这样，在接收阵列处的信号-音调噪声比得到改善。然后，我们沿着每个维度折叠接收到的数据到一个张量结构，并应用基于张量的方法来获得DOA估计。此外，我们推导出一个封闭的形式表示的DOA估计偏差所造成的插值误差，并主张使用一个专门设计的查找表来补偿偏差。相应的Cramer-Rao界（CRB）也被导出。仿真结果显示了所提出的方法的性能，并比较其性能CRB。
2017-05-05 cs.IT math.IT
Performance Optimization and Parameters Estimation for MIMO-OFDM Dual-functional Communication-radar Systems
在双功能通信雷达系统中，公共射频（RF）信号用于通信和检测。为了更好地与现有的通信系统兼容，我们采用多输入多输出（MIMO）正交频分复用（OFDM）信号作为集成信号，并研究MIMO-OFDM信号的估计性能。首先分析了参数估计的Cramer-Rao下界。然后，在不同的子载波上的发射功率进行优化，以实现传输速率和估计性能之间的最佳折衷。最后，我们提出了一个更精确的估计方法，利用三阶张量的典型多进分解（CPD）来获得参数矩阵。由于参数矩阵具有列结构的特点，我们只需要使用DFT / IDFT来恢复多个目标的参数。仿真结果表明，基于张量的估计方法可以获得接近CRLB的估计性能，并且可以通过优化发射功率来提高估计性能。
2022-08-28 cs.IT math.IT physics.data-an
DOA Estimation for Transmit Beamspace MIMO Radar via Tensor Decomposition with Vandermonde Factor Matrix
研究了张量分解在发射波束域多输入多输出雷达波达方向估计中的应用问题。设计了一种通用的四阶张量模型，使计算效率高的DOA估计。而其他张量分解为基础的方法把所有的因素矩阵作为任意的，所提出的DOA估计方法的本质是充分利用的因素矩阵的Vandermonde结构，以利用不同的子阵列之间和内部的移位不变性。具体地，TB MIMO雷达的接收信号被表示为4阶张量。根据目标多普勒频移，构造的张量被重塑成两个不同的3阶张量。提出了一种计算效率高的张量分解方法来分解范德蒙因子矩阵。通过计算范德蒙因子矩阵的生成元来估计子阵之间的相位旋转，并利用该相位旋转作为查找表来估计目标DOA。它进一步表明，我们提出的方法可以用于更一般的情况下，子阵列结构可以是任意的，但相同的。该方法不需要张量秩的先验信息，并能保证得到精确的分解结果。仿真结果表明，提出的DOA估计方法相比，传统的DOA估计技术的TB MIMO雷达的性能改善。
2021-01-29 cs.IT eess.SP math.IT
Refined analysis of sparse MIMO radar
我们分析了多输入多输出（MIMO）雷达模型，并提供压缩感知（CS）方法的恢复结果。在MIMO雷达中，不同的脉冲由多个发射机发射，并且回波在多个接收机节点处被记录。在合理的假设下，从发射脉冲到接收回波的变换可以近似地被认为是线性的。对于所考虑的模型，和许多雷达任务一般来说，稀疏的目标在所考虑的角度范围多普勒域是一个自然的假设。因此，可以应用CS的方法来重建目标的参数。假设高斯随机脉冲，所得到的测量矩阵变成高度结构化的随机矩阵。我们的第一个主要结果提供了一个众所周知的限制等距属性（RIP），确保稳定和强大的恢复估计。我们需要比CS的标准结果更多的测量，例如高斯随机测量。然而，我们表明，由于所考虑的测量矩阵的特殊结构，我们的RIP结果实际上是最佳的（可能的对数因子）。我们关于非均匀恢复的另外两个主要结果（即，对于固定稀疏目标场景）揭示了支持集的精细结构如何影响（非均匀）恢复性能。我们表明，对于某些“平衡”的支持集重建基本上是最佳数量的测量是可能的。我们证明了恢复结果的支持集的完美恢复的情况下，正是稀疏vectors和$\ell_2$ -norm近似结果下的稀疏defect. We的分析补充了Strohmer和Friedlander早期的工作，加深了理解所考虑的MIMO雷达模型。
2015-09-11 cs.IT math.IT math.PR
An Analysis of Phase Synchronization Mismatch Sensitivity for Coherent MIMO Radar Systems
在这项研究中，混合克拉美-罗界（CRB）的目标定位，建立估计均方误差（MSE）的相位同步失配的水平在相干多输入多输出（MIMO）雷达系统与广泛分布的天线的敏感性。对于未知参数的向量的联合估计，推导出MSE的下限，所述未知参数的向量由目标位置和据称已知的系统参数的失配组成，即，雷达上的相位偏移同步误差被建模为随机和高斯。对于正交波形的情况，推导了混合CRB的封闭形式表达式，目标定位MSE的界限表示为两项之和-第一项表示没有相位失配的CRB，第二项捕获失配效应。后者示出依赖于相位误差方差，不匹配的发送和接收传感器的数量和系统的几何形状。对于给定的相位同步误差方差，该表达式提供了分析可实现的定位精度的手段。或者，对于预定的定位MSE目标值，导出的表达式可以用于确定分布式系统中的必要相位同步水平。
2009-10-29 cs.IT math.IT
Massive MIMO Radar for Target Detection
自Marzetta在2010年发表的开创性论文以来，通信系统中的大规模多输入多输出范例已经从具有无限数量天线的MIMO的理论放大版本变为实用技术。其关键概念已被5G新无线电标准和基站采用，其中$64$全数字收发器已商业化部署。出于这些最新的发展，本文认为，共置MIMO雷达与$M_T$发射和$M_R$接收天线，并探讨了潜在的好处，有大量的虚拟空间天线信道$N=M_TM_R$。特别是，我们专注于目标检测问题，并开发了一个\textit{robust}沃尔德型测试，保证一定的检测性能，不管未知的杂波干扰的统计特性。封闭形式的表达式的虚警和检测的概率推导出的渐近制度$N\to \infty$。数值结果被用来验证在有限系统政权与不同的干扰模型的渐近分析。我们的研究结果意味着，总是存在足够数量的天线的性能要求得到满足，没有任何先验知识的杂波统计。这被称为雷达系统的大规模多输入多输出状态。
2020-01-15 cs.IT eess.SP math.IT
Scaling up MIMO radar for target detection
本文主要研究MIMO雷达系统中的目标检测问题。代替利用经典的时间域，我们提出探索空间维度（即，天线的数量$M$）来导出检测器的渐近结果。具体来说，我们假设没有先验知识的自回归数据生成过程的统计，并建议使用一个错误指定的Wald型检测器，这是具有渐近$χ$平方分布为$M\to\infty$。推导出虚警和检测概率的封闭式表达式。数值结果被用来验证在有限系统政权的渐近分析。事实证明，对于所考虑的场景，渐近性能已经与$M\ge 50$紧密匹配。
2019-04-08 cs.IT eess.SP math.IT
