Pu Wang; Hongbin Li ; Himed, B.
In this paper, we examine the target velocity estimation with distributed multi-input multi-output (MIMO) radars in non-homogeneous environments, where the disturbance signal (clutter and noise) exhibits non-homogeneity in not only power but also covariance structure from one transmit-receive antenna pair to another as well as across different test cells. Specifically, a set of distinctive auto-regressive (AR) models are used to model such non-homogeneous disturbance signals for different transmit-receive pairs. The maximum likelihood (ML) estimator for the target velocity parameter is developed. Corresponding Cramér-Rao bounds, in both the exact and asymptotic forms, respectively, are examined to shed additional light to the problem. Numerical results are presented to demonstrate of the effectiveness of the proposed method.
Tłumaczenie polskie:
W tym artykule będziemy badać oszacowanie prędkości docelowej z dystrybuowane wielowejściowy Multi-Output (MIMO) radary w środowiskach niejednorodnych, gdzie sygnał zakłócenia (bałaganu i hałasu) wykazuje niejednorodności w nie tylko władzy, ale także od struktury kowariancji jeden anteny nadawczo-odbiorczych do drugiej pary, jak również w różnych badanych komórek. Konkretnie zestaw wyróżniających auto-regresywnych (AR) modele są używane do modeli takich niejednorodnych sygnałów zakłócających dla różnych nadawczo-odbiorczych parach.Największej wiarygodności (ML) estymator dla parametru prędkości docelowej jest rozwijany. Odpowiadające Cramer-Rao granice, zarówno w formach ścisłych i asymptotyczna, odpowiednio, są badane, aby rzucić dodatkowe światło na problem. Wyniki liczbowe są przedstawione w celu wykazania skuteczności proponowanego sposobu.
Tapety na pulpit z kategorii Bez kategorii są dostępne w rodzielczościach ekranu: