认知MIMO雷达目标跟踪与自适应波形优化设计

多输入多输出（MIMO，Multiple Input Multiple Output）雷达可降低回波起伏对雷达性能的影响，提高雷达对目标的检测能力，改善目标参数的估计精度，还可提高对多目标的分辨能力。本项目拟在MIMO雷达中引入认知能力，发展和创建极化分布式认知MIMO雷达的目标跟踪问题的基本理论框架，探索提高雷达探测性能的新的方向和技术途径，发展和建立认知MIMO雷达的自适应跟踪波形优化设计的理论和算法。本项目的主要研究内容包括：极化分布式认知MIMO雷达目标跟踪的理论框架和算法，目标跟踪过程中的自适应优化波形设计，非协作工作方式下的跟踪波形优化设计，以及接收信号处理理论与算法。通过本项目的研究，将进一步拓展MIMO雷达的理论框架，丰富认知雷达的内涵，发展MIMO雷达自适应波形设计的理论和算法。

多输入多输出（MIMO，Multiple Input Multiple Output）雷达可降低回波起伏对雷达性能的影响，提高雷达对目标的检测能力，改善目标参数的估计精度，还可提高对多目标的分辨能力。本项目在已有MIMO雷达信号处理相关理论的基础上，研究了基于极化敏感阵列的极化分布式MIMO雷达信号模型，并在此基础上研究了基于四元数的极化分布式MIMO雷达信号模型。四元数（quaternion）是一个超复数数系，利用四元数可以较容易地表示出用于表征完全极化波的Jones矢量，从而进一步得到基于四元数的极化阵列信号模型和极化MIMO雷达信号模型。项目组探索了基于极化敏感阵列的MIMO雷达检测与估计技术，并将四元数理论应用于极化MIMO雷达的估计问题的研究中。基于四元数理论，针对基于极化敏感阵列，项目组研究了基于AIC和MDL的信号源个数估计理论，研究了四元数MUSIC算法、四元数APES算法等多种算法。与传统算法相比，基于四元数的估计算法具有相当的估计性能，并且通常具有存储量和运算量方面的优势。项目组研究了MIMO雷达极化波形和波形设计带来的增益。通过对极化波形的最优设计，能够显著地改善极化MIMO雷达的检测性能。为了解决波形设计过程中所涉及的网格搜索计算量巨大的问题，项目组研究了基于博弈论的波形设计方法，得到次优的极化波形。项目组较全面地对比分析了四元数检测器和复数检测器，包括检测器性能分析，四元数协方差矩阵估计的精度分析，基于四元数的自适应检测统计量的统计特性，四元数广义线性检测模型。在自适应检测中，利用杂波的先验知识通常能增强检测性能。在复合高斯杂波的环境下，其杂波回波协方差矩阵一般拥有Kronecker结构。项目组研究了应用Kronecker结构的自适应检测器。通过本项目组对MIMO 雷达的理论框架、极化阵列检测与估计理论以及波形设计方法等的初步探索与拓展，一定程度上丰富了认知雷达的内涵，发展了MIMO 雷达检测、参数估计以及波形设计的理论和算法。