用于有源与无源雷达网络目标位置与速度联合估计的广义克拉美罗界
统计理论
2016-04-20 v1 信息论
math.IT
统计理论
摘要
在本文中，我们推导了利用有源或无源分布式雷达网络进行目标位置与速度联合估计的克拉美罗界(CRB)，其所基于的条件比先前工作假设的更为一般且在实际中常出现。具体而言，所给结果允许非正交信号、空间相关高斯反射系数以及空间相关高斯杂波加噪声。这些界使得设计者能够将其所开发的（被认为具有可接受复杂度的）方法的性能与可达到的最佳性能进行比较。若所开发方法的性能接近这些界，则可认为这些方法“足够好”。近期一项针对必须涉及非正交信号的实际雷达应用设计算法的研究（其最佳性能未知）便是一个极好的例子。本文给出的结果不对目标近似位置已由先前目标检测信号处理获知作任何假设。此外，对于某些参数无法准确获知的情况，我们还推导了失配 CRB。采用最大似然估计均方误差的数值研究来支持 CRB 的有效性。为展示所得结果对当前备受关注课题的效用，数值结果聚焦于使用全球移动通信系统(GSM)蜂窝系统的无源雷达系统。
引用
@article{arxiv.1510.02551,
title = {Generalized Cramer-Rao Bound for Joint Estimation of Target Position and Velocity for Active and Passive Radar Networks},
author = {Qian He and Jianbin Hu and Rick S. Blum and Yonggang Wu},
journal= {arXiv preprint arXiv:1510.02551},
year = {2016}
}