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
Overlapped-MIMO Radar Waveform Design for Coexistence With Communication Systems
本文探讨了一种重叠多输入多输出（MIMO）天线结构和频谱共享算法，通过零空间投影（NSP）的雷达通信共存。在重叠MIMO架构中，并置MIMO雷达的发射阵列被划分为允许重叠的多个子阵列。这些子阵列中的每个天线元件具有彼此正交并且与其它子阵列的元件正交的信号。该结构不仅提高了旁瓣抑制能力，降低了对通信系统的干扰，而且在不牺牲主要性能的前提下，充分发挥了MIMO雷达的优点。然后，以雷达为中心的频谱共享算法将雷达信号投影到通信系统的干扰信道的零空间上，这有助于避免来自雷达的干扰。数值结果表明，所提出的波形设计算法的整体波束方向图和旁瓣电平的雷达波形的性能，最后显示了与现有的并置MIMO雷达架构的比较所提出的系统。
2015-02-13 cs.IT math.IT
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
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
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
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
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
MIMO-MC Radar: A MIMO Radar Approach Based on Matrix Completion
在典型的MIMO雷达场景中，发射节点发射正交波形，而每个接收节点利用已知的发射波形集执行匹配滤波，并将结果转发到融合中心。基于从多个天线接收的数据，融合中心形成一个矩阵，该矩阵与标准阵列处理方案（如MUSIC）结合，导致目标检测和参数估计。在具有压缩感知的MIMO雷达（MIMO-CS）中，通过每个接收节点转发少量压缩获得的样本来制定数据矩阵。在本文中，它表明，在一定的条件下，在两种采样情况下，在融合中心的数据矩阵是低秩的，因此可以恢复的基础上，通过矩阵完成（MC）技术的一个小子集的条目的知识。利用该矩阵的低秩属性，我们提出了一种新的MIMO雷达方法，称为MIMO-MC雷达，其中每个接收节点要么执行匹配滤波与少量随机选择的字典波形或获得子奈奎斯特采样的接收信号在随机采样时刻，并将结果转发到融合中心。基于所接收的样本，并且利用采样方案的知识，融合中心部分地填充数据矩阵，并且随后应用MC技术来估计完整的矩阵。MIMO-MC雷达具有最近提出的MIMO-CS雷达的优点，即，更高的分辨率，减少数据量，但与MIMO-CS雷达不需要网格离散化。MIMO-MC雷达的概念是通过一个线性均匀阵列配置说明，并通过仿真证明其目标估计性能。
2014-09-13 cs.IT math.IT stat.AP
Optimum Design for Coexistence Between Matrix Completion Based MIMO Radars and a MIMO Communication System
最近提出的基于矩阵完成的多输入多输出雷达（MIMO-MC）采用稀疏采样来减少需要转发到雷达融合中心的数据量，并且因此能够节省通信功率和带宽。本文提出的设计，优化MIMO-MC雷达和通信系统之间的频谱共享，使后者最小限度地干扰前者。首先，通信系统的发送协方差矩阵的设计，以最小化有效干扰功率（EIP）的雷达接收机，同时保持一定的平均容量和发送功率的通信系统。提出了两种方法，即非合作和合作的方法，后者是适用于当雷达采样方案是已知的通信系统。其次，提出了通信发射协方差矩阵和MIMO-MC雷达采样方案的联合设计，进一步降低了EIP。
2015-07-07 cs.IT math.IT stat.AP
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
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 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 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
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
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
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
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
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
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
Hybrid Digital-Analog Beamforming and MIMO Radar with OTFS Modulation
受未来汽车应用的启发，我们研究了一些联合雷达目标检测和参数估计问题，其中发射机，配备了单基地MIMO雷达，希望检测多个目标，然后估计各自的参数，同时使用正交时频空间（OTFS）调制通信信息数据。假设在毫米波频段上射频链的数量小于天线的数量，我们在雷达发射机处设计了适合于不同工作阶段的混合数模波束形成。第一种情况考虑宽角度波束，以便执行目标检测和参数估计，同时向所有可能的活动用户多播公共消息。第二种情况考虑窄角度波束，以单独地向已经检测到的用户发送信息流，并同时跟踪它们各自的参数。在这种设置下，我们提出了一个有效的最大似然方案结合混合波束形成联合执行目标检测和参数估计。数值结果表明，该算法能够在天线数量足够的情况下可靠地检测多个目标，并达到了延迟、多普勒和到达角等雷达参数估计的Cramér-Rao下界。
2020-09-17 cs.IT eess.SP math.IT
Foundations of MIMO Radar Detection Aided by Reconfigurable Intelligent Surfaces
可重构智能表面（RIS）是由廉价元件制成的近无源平坦层，其可以向撞击电磁波添加可调相移，并且由低功率电子电路控制。研究了雷达回波信号增强（RI）辅助下的多输入多输出（MIMO）雷达目标检测的基本问题。首先，介绍了一个通用的信号模型，其中包括使用多达两个RISs（一个靠近雷达发射机，一个靠近雷达接收机）的可能性，并包括一个单基地和一个双基地雷达配置，或没有一个视线的前景目标。在诉诸广义似然比检验（GLRT），设计的相位偏移引入RIS元素制定为最大化的检测概率在一个固定的虚警概率的位置下检查，并提出了合适的优化算法。性能分析显示了RIS的存在所带来的好处，并阐明了关键系统参数之间的相互作用，如雷达RIS距离，RIS大小和预期目标的位置。一个主要发现是，RIS应该更好地部署在发射侧和接收侧雷达阵列的近场。本文的结论是讨论一些开放的问题和预期的应用。
2021-11-26 cs.IT eess.SP 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
Search-free DOA Estimation Method Based on Tensor Decomposition and Polynomial Rooting for Transmit Beamspace MIMO Radar
为了提高发射波束域多输入多输出（MIMO）雷达的精度和分辨力，提出了一种基于张量分解和多项式求根的无搜索波达方向（DOA）估计方法。该方法首先利用MIMO雷达接收信号的多线性特性，设计一个三阶张量对接收信号进行建模。然后，利用交替最小二乘（ALS）算法进行张量分解，得到包含目标方位信息的因子矩阵，进而将方位估计问题转化为独立最小化问题。通过利用发送导向矢量的Vandermonde结构，构造多项式函数，通过多项式求根来解决最小化问题。该多项式系数中的因子矩阵可视为广义旁瓣抵消器（GSC）中的分块矩阵，从而在发射波束方向图中形成目标方向上唯一的深零陷。与传统的DOA估计方法不同，该方法不需要谱搜索和波束空间矩阵设计，就可以获得DOA估计。仿真结果验证了该方法的有效性。
2020-10-14 cs.IT eess.SP 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
Joint Design of surveillance radar and MIMO communication in cluttered environments
在这项研究中，我们考虑了一个频谱共享架构，其中多输入多输出通信系统合作与监视雷达共存。系统设计的自由度是两个系统的发射功率、用于雷达接收机处的脉冲压缩和干扰减轻的接收线性滤波器以及空时通信码本。设计准则是通信系统的输入和输出符号之间的互信息的最大化，受到旨在保障雷达性能的约束。与以前的研究不同，我们不需要两个系统之间的任何时间同步，我们保证在信号相关（内源性）和信号无关（外源性）干扰下巡逻区域的所有距离-方位角单元的雷达性能。这导致了一个非凸问题，并因此引入了一个近似的解决方案，使用块坐标上升法。提供了一个彻底的分析，以显示所提出的方法的优点，并强调可实现的互信息，在环境中的散射体的密度，和受保护的雷达单元的数量之间的内在权衡。
2019-07-18 cs.IT eess.SP 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
Co-Designing Statistical MIMO Radar and In-band Full-Duplex Multi-User MIMO Communications -- Part III: Multi-Target Tracking
本文针对带内全双工多用户MIMO通信与分布式MIMO雷达的协同设计，提出基于Barzilai-Borwein梯度算法和混合整数线性规划的低复杂度方法，并适配联合概率数据关联与扩展卡尔曼滤波器，实现多目标检测、定位与跟踪。
2024-03-28 cs.IT eess.SP 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
Sensing Aided OTFS Channel Estimation for Massive MIMO Systems
正交时频空间（OTFS）调制具有在高度移动场景中实现鲁棒通信的潜力。然而，估计OTFS系统的信道与高导频信令开销相关联，该高导频信令开销与最大延迟和多普勒扩展成比例。这对于大规模MIMO系统来说尤其具有挑战性，因为系统开销也随着天线数量的增加而增加。然而，一个重要的观察是，延迟，多普勒，和出发/到达信息的角度直接相关的距离，速度，和移动用户的方向信息和环境中的各种散射体。有了这个动机，我们建议利用雷达感测来获得有关环境中的移动用户和散射体的信息，并利用它来帮助大规模MIMO系统中的OTFS信道估计。作为实现我们的愿景的一种方法，本文将大规模MIMO系统中的OTFS信道估计问题制定为稀疏恢复问题，并利用雷达感测信息来确定支持（非零延迟多普勒抽头的位置）。提出的雷达传感辅助稀疏恢复算法进行评估的基础上准确的三维射线跟踪框架与共存的雷达和通信数据。结果表明，开发的传感辅助解决方案始终优于标准稀疏恢复算法（不利用雷达传感数据），并导致显着减少导频开销，这突出了基于OTFS的大规模MIMO系统的一个有前途的方向。
2022-09-22 cs.IT eess.SP 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
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
Range-Angle Estimation for FDA-MIMO System With Frequency Offset
针对FDA-MIMO雷达在收发频偏下距离-角度估计性能下降问题，建立频偏系统模型，将其转化为附加噪声并分析其特性，引入去噪算法减轻恶化，推导了CRLB并通过仿真验证。
2024-03-22 cs.IT eess.SP math.IT
DoA Estimation using MUSIC with Range/Doppler Multiplexing for MIMO-OFDM Radar
针对 MIMO-OFDM 雷达在目标数超过阵列维度时 DoA 估计性能受限的问题，提出利用延迟/多普勒滤波与融合抑制旁瓣的两阶段 MUSIC 方法，提升小阵列高密度场景下的估计性能。
2025-06-16 cs.IT eess.SP math.IT
MIMO Radar Target Localization and Performance Evaluation under SIRP Clutter
多输入多输出（MIMO）雷达在过去的几十年里已经成为一个蓬勃发展的研究课题。在MIMO雷达背景下，有时将雷达杂波建模为非高斯过程更准确，更具体地说，通过使用球不变随机过程（SIRP）模型。本文主要研究了SIRP杂波下MIMO雷达目标角间距的估计和性能分析。首先，我们提出了一个迭代的极大似然以及迭代的最大后验估计，在SIRP杂波背景下的目标的间距参数估计。然后，我们推导和比较各种Cramér-Rao-like边界（CRLB）的性能评估。最后，我们解决的问题，通过使用的角度分辨率限制（ARL）的概念，目标的可分辨性，并推导出一个解析的，封闭形式的表达式的ARL的基础上史密斯准则，两个紧密间隔的目标之间的MIMO雷达背景下SIRP杂波。为了这个目的，我们还获得了非矩阵，封闭形式的表达式为每个CRLB。最后，我们提供了数值模拟来评估所提出的算法的性能，推导出的ARL表达式的有效性，并揭示ARL的有见地的属性。
2016-03-29 cs.IT math.IT stat.AP
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
MIMO-OFDM Joint Radar-Communications: Is ICI Friend or Foe?
载波间干扰（ICI）是OFDM联合雷达通信（JRC）系统在高移动性环境下面临的一个重大挑战。在本文中，我们提出了一种新的ICI感知算法的MIMO-OFDM JRC系统检测多个目标的存在和估计其延迟多普勒角参数。首先，利用空间协方差矩阵与目标时延和多普勒无关的特点，利用MUSIC算法进行角度估计。对于每个估计的角度，我们接下来制定的联合载波频率偏移（CFO）和信道估计的问题，通过一个APES（幅度和相位估计）的空间滤波方法，通过转换的延迟多普勒参数化的雷达信道到一个非结构化的形式的雷达延迟多普勒估计。考虑到在给定角度存在多个目标，我们设计了一个迭代的干扰抵消基于正交匹配追踪（OMP）的过程中，在每次迭代的广义似然比测试（GLRT）检测器被用来形成决策统计，提供作为副产品的最大似然估计（MLE）的雷达信道和CFO。在最后一步中，目标检测是在延迟多普勒域中使用目标特定的，ICI净化的信道估计在时间和频率上，其中CFO估计被用来解决多普勒模糊度，从而把ICI从敌人到朋友。该算法可以进一步利用ICI效应引入一个额外的维度（即CFO）的目标可分辨性，这使得解决目标位于相同的延迟多普勒角单元。仿真结果表明，该方法的ICI开发能力，并展示其优越的检测和估计性能，在高移动性的情况下，传统的方法。
2021-03-29 cs.IT eess.SP math.IT
Terahertz-Band Joint Ultra-Massive MIMO Radar-Communications: Model-Based and Model-Free Hybrid Beamforming
Duzce University（迪兹杰大学）；University of Luxembourg（卢森堡大学）；United States Army Research Laboratory（美国陆军研究实验室）
太赫兹（THz）频段的无线通信和传感技术由于其高工作带宽而成为近距离应用的热点。为了解决THz处的极高衰减，已经提出了超大规模多输入多输出（MIMO）天线系统用于THz通信以补偿传播损耗。然而，与这些巨大天线阵列的全数字波束形成器相关联的成本和功率是过高的。针对一种新的低THz波段超大规模多输入多输出结构，提出了一种基于模型和无模型的宽带混合波束形成器。此外，最近的发展，以节省频谱的驱动下，我们提出了一个联合超大规模多输入多输出雷达通信系统的波束形成器，其中的基站服务于多天线用户设备（RX），并通过生成多个波束向RX和目标跟踪雷达目标。我们制定的GoSA波束形成器的设计作为一个优化问题，以提供一个权衡之间的无约束的通信波束形成器和所需的雷达波束形成器。为了减轻频率无关模拟波束形成器在太赫兹波段产生的波束分裂效应，我们提出了一种相位校正技术，使多个子载波的波束对准一个物理方向。为了进一步降低超大规模多输入多输出计算复杂度并增强鲁棒性，我们还对所提出的基于模型的混合波束形成器实现了深度学习解决方案。数值实验表明，这两种技术优于传统的方法在频谱效率和雷达波束方向图，以及表现出更少的硬件成本和计算时间。
2021-09-29 cs.IT cs.LG eess.SP
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
