Modified Cramér-Rao lower bounds for joint position and velocity estimation of a Rician target in OFDM-based passive radar networks

雷达 正交频分复用 无源雷达 计算机科学 双基地雷达 克拉姆-饶行 发射机 连续波雷达 算法 估计理论 电子工程 电信 雷达成像 频道(广播) 工程类
作者
Chenguang Shi,Sana Salous,F. Wang,Jiangjiang Zhou
出处
期刊:Radio Science [Wiley]
卷期号:52 (1): 15-33 被引量:10
标识
DOI:10.1002/2016rs006158
摘要

Owing to the increased deployment and the favorable range and Doppler resolutions, orthogonal frequency-division multiplexing (OFDM)-based L band digital aeronautical communication system type 1 (LDACS1) stations have become attractive systems for target surveillance in passive radar applications. This paper investigates the problem of joint parameter (position and velocity) estimation of a Rician target in OFDM-based passive radar network systems with multichannel receivers placed on moving platforms, which are composed of multiple OFDM-based LDACS1 transmitters of opportunity and multiple radar receivers. The modified Cramér-Rao lower bounds (MCRLBs) on the Cartesian coordinates of target position and velocity are computed, where the received signal from the target is composed of dominant scatterer (DS) component and weak isotropic scatterers (WIS) component. Simulation results are provided to demonstrate that the target parameter estimation accuracy can be improved by exploiting the DS component. It also shows that the joint MCRLB is not only a function of the transmitted waveform parameters, target radar cross section, and signal-to-noise ratio but also a function of the relative geometry between the target and the passive radar networks. The analytical expressions of MCRLB can be utilized as a performance metric to access the target parameter estimation in OFDM-based passive radar networks in that they enable the selection of optimal transmitter-receiver pairs for target estimation.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
清脆的乌冬面完成签到,获得积分10
1秒前
和尘同光完成签到,获得积分10
4秒前
yin完成签到,获得积分10
5秒前
会撒娇的乌冬面完成签到 ,获得积分10
5秒前
无奈的如彤完成签到,获得积分20
6秒前
li完成签到 ,获得积分10
12秒前
e394282438完成签到,获得积分10
12秒前
JFy完成签到 ,获得积分10
13秒前
纯情的远山完成签到,获得积分10
15秒前
金毛大王应助chenjun7080采纳,获得10
17秒前
乐观健柏完成签到,获得积分10
19秒前
张景赛完成签到 ,获得积分10
19秒前
KYT2025完成签到,获得积分10
20秒前
wanci应助科研通管家采纳,获得10
21秒前
Stella应助科研通管家采纳,获得30
21秒前
Ava应助科研通管家采纳,获得10
21秒前
21秒前
CodeCraft应助科研通管家采纳,获得10
21秒前
深情安青应助科研通管家采纳,获得10
21秒前
共享精神应助科研通管家采纳,获得10
21秒前
21秒前
Stella应助科研通管家采纳,获得30
21秒前
21秒前
21秒前
小美女完成签到 ,获得积分10
21秒前
22秒前
Stella应助科研通管家采纳,获得30
22秒前
NexusExplorer应助科研通管家采纳,获得10
22秒前
Stella应助科研通管家采纳,获得30
22秒前
Hello应助科研通管家采纳,获得30
22秒前
22秒前
阳光总在风雨后完成签到,获得积分10
23秒前
给你寄春天完成签到 ,获得积分10
28秒前
chenjun7080完成签到,获得积分10
28秒前
明亮紫易完成签到,获得积分10
30秒前
lina完成签到 ,获得积分10
31秒前
Ellen完成签到 ,获得积分10
32秒前
39秒前
43秒前
雪轩发布了新的文献求助10
43秒前
高分求助中
HIGH DYNAMIC RANGE CMOS IMAGE SENSORS FOR LOW LIGHT APPLICATIONS 1500
Constitutional and Administrative Law 1000
Questioning sequences in the classroom 700
Microbially Influenced Corrosion of Materials 500
Die Fliegen der Palaearktischen Region. Familie 64 g: Larvaevorinae (Tachininae). 1975 500
The Experimental Biology of Bryophytes 500
Rural Geographies People, Place and the Countryside 400
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 纳米技术 计算机科学 内科学 化学工程 复合材料 物理化学 基因 遗传学 催化作用 冶金 量子力学 光电子学
热门帖子
关注 科研通微信公众号,转发送积分 5378541
求助须知:如何正确求助?哪些是违规求助? 4502955
关于积分的说明 14014761
捐赠科研通 4411567
什么是DOI,文献DOI怎么找? 2423362
邀请新用户注册赠送积分活动 1416284
关于科研通互助平台的介绍 1393703