基于汽车大规模 MIMO 雷达的超快精确到达角估计
信号处理
2021-12-22 v3 性能
摘要
由毫米波虚拟 MIMO 技术赋能的大规模多输入多输出（MIMO）雷达，为无人地面/空中车辆（UGA/UAV）的高分辨率汽车感知与目标检测带来极大前景。然而，作为一个长期存在的问题，现有子空间方法要么复杂度高，要么精度低。本文提出两种高效方法，以实现快速子空间计算和精确的到达角（AoA）获取。通过利用随机化低秩近似，我们依赖随机采样与投影技术的快速多信号分类（MUSIC）方法，将子空间估计加速数个数量级。此外，我们建立了所提方法的理论界，保证了近似伪谱的精度。如所示，我们的 fast-MUSIC 获得的伪谱高度精确，且估计的 AoA 几乎与标准 MUSIC 一样准确。相比之下，我们的新方法比标准 MUSIC 快得多。因此，我们的 fast-MUSIC 实现了基于大规模 MIMO 雷达的高分辨率实时环境感知，在新兴无人系统中极具潜力。
引用
@article{arxiv.1911.07434,
title = {Ultra-Fast Accurate AoA Estimation via Automotive Massive-MIMO Radar},
author = {Bin Li and Shuseng Wang and Jun Zhang and Xainbin Cao and Chenglin Zhao},
journal= {arXiv preprint arXiv:1911.07434},
year = {2021}
}