来源 | 雷达学报
智库 | 云脑智库(CloudBrain-TT)
云圈 | 进“云脑智库微信群”,请加微信:15881101905,备注您的研究方向
声明 | 本号聚焦相关知识分享，内容观点不代表本号立场，可追溯内容均注明来源，若存在版权等问题，请联系(15881101905，微信同号)删除，谢谢。
近年来兴起的多输入多输出（Multiple-input Multiple-output，MIMO）雷达定位技术比传统雷达探测目标更可靠，其探测精度更高，但该技术目前还处于理论研究阶段。传感器布置对MIMO雷达定位性能至关重要。不同于传统的传感器布置问题，分布式（多基地）MIMO雷达需要发射机和接收机彼此协作来执行探测。因此，本文开展针对分布式MIMO雷达到达时间和（Time Summation of Arrival，TSOA）目标定位的发射机和接收机布局研究，基于极小化克拉美罗下界（CRLB）建立针对TSOA定位的传感器布局优化模型，使用交替方向乘子法（ADMM）对模型迭代求解，本报告的创新点如下：为了确保所有感兴趣区域都具有较高的目标定位精度，我们将感兴趣的区域划分为若干个网格点，期望目标在任何位置点的CRLB都能尽可能的小。因此，本文通过极大极小化最优性准则，对发射机和接收机的布局提出了一个非线性非凸约束优化问题。为了解决这样一个布局问题，本文应用ADMM+BFGS算法新框架，简化约束条件，将该难题分解为几个可解的子问题，交替迭代求解。仿真结果表明：采用本文方法对分布式（多基地）MIMO雷达的传感器进行布置，所有感兴趣区域内的目标都能够获得很高的定位估计精度，在一些特殊的传感器配置下，与国际上已有研究的布局结果保持一致，并且本文方法可应用于任何普遍的传感器配置下，验证了本文算法的可行性。本文的方法对于多基地雷达、无人机组网雷达、室内外定位等具有很大的应用价值。采用ADMM方法求问题的数值解，还存在计算复杂度高、实时性差等缺点。为了满足潜在的实时计算需求，求解解析解和优化算法复杂度是我们未来的研究方向。本报告PPT共30张。
郇明赛（1996-），西北工业大学电子科学与技术专业2019级博士研究生，导师梁军利教授。主要研究方向为雷达信号处理、阵列信号处理、机器学习及其在毫米波雷达智能感知中的应用，发表SCI二区论文一篇，授权发明专利一项，在陕西省重点研发计划项目、深圳市自然科学基金面上项目、华为合作研发项目担任第一完成人，“脉眸科技”团队创始人！
－ The End －
版权声明：欢迎转发本号原创内容，转载和摘编需经本号授权并标注原作者和信息来源为云脑智库。本公众号目前所载内容为本公众号原创、网络转载或根据非密公开性信息资料编辑整理，相关内容仅供参考及学习交流使用。由于部分文字、图片等来源于互联网，无法核实真实出处，如涉及相关争议，请跟我们联系删除。我们致力于保护作者知识产权或作品版权，本公众号所载内容的知识产权或作品版权归原作者所有。本公众号拥有对此声明的最终解释权。
投稿/招聘/推广/合作/入群/赞助 请加微信：15881101905，备注关键词
“阅读是一种习惯，分享是一种美德，我们是一群专业、有态度的知识传播者.”
↓↓↓ 戳“阅读原文”，加入“知识星球”，发现更多精彩内容.
分享💬 点赞👍 在看❤️@以“三连”行动支持优质内容！
