基于非连续雷达发射光谱的稀疏射程轮廓的迭代降维MMSE估计

商业无线电业务对射频频段的持续需求不断加大了对传统保留给雷达的频段的压力。本文解决了设计非连续雷达发射光谱和从结果稀疏测量集中估计射程轮廓的联合问题。采用消除贡献最小于估计精度的频率块的边际Fisher信息(MFI)准则构建发射光谱。为处理由稀疏测量向量产生的欠定信号，提出一种迭代降维最小均方误差(RRMMSE)估计器。该估计器从单目标假设开始，逐个范围单元增长活跃目标子空间，在每个迭代中使用最大估计反射系数及其后验误�方差更新a~priori目标协方差矩阵。这避免了对整个$M \times M$协方差矩阵的求逆，所需的单步MMSE方法，并且将估计器的秩集中于显著散射器的支持上。推导了非连续频谱测量模型下的每个射程单元的贝叶斯Cramér-罗尔下界(CRLB)，并显示所提估计器的计算复杂度随$G^2 M K^2$规模，其中$G$为可检测散射器数量，$M$为范围单元数，$K$为保存的频谱样本数。使用$50\%$和$75\%$频谱占有率的MFI设计光谱的仿真确认，当显著散射器数量不超过稀疏探测矩阵的秩时，该算法的均方误差(MSE)接近完全填充基线。