mimo 雷达成像 matlab,MIMO雷达成像算法研究

摘要：

作为一种新兴雷达技术,多输入多输出(MIMO)雷达受到国内外科研人员的广泛关注.该雷达综合利用阵列与分集技术,能够引入远多于实际物理阵元数目的观测通道和自由度,并在信号层联合进行多通道回波数据处理,从而在目标检测,参数估计和成像识别等多方面性能上,相对于传统雷达得到了改善与提高.因此,MIMO雷达具有广阔的应用前景.论文针对MIMO雷达应用中的对空中(空间)目标的成像探测问题,开展了MIMO雷达成像算法研究,主要工作分为四个部分:MIMO雷达成像基础,MIMO雷达成像反向投影(BP)算法,MIMO雷达成像距离偏移(RM)算法和MIMO雷达成像旁瓣抑制与超分辨算法. MIMO雷达成像算法研究的前提条件是要弄清楚MIMO雷达成像的数据获取方式,天线布阵及阵列特性等基础性问题.因此,第一部分工作首先对MIMO雷达成像的数据获取方式进行了分析,进而讨论了MIMO雷达成像技术的天线布阵方式.然后,对比分析了MIMO雷达阵列,合成孔径阵列和实孔径阵列的空间采样能力,并讨论了它们的分辨性能,从理论上给出了MIMO雷达阵列的分辨率表示式.最后根据上述理论分析,构建了一套MIMO雷达成像原理性实验系统,利用实验数据进行了MIMO雷达成像性能评估. 复杂的多收发阵列结构使得现有许多常用成像算法难以直接应用于MIMO雷达成像,这就需要探寻合适的MIMO雷达成像算法.第二部分工作首先将传统的BP算法推广应用于MIMO雷达成像,导出了MIMO雷达标准BP算法,它具有不受MIMO雷达阵列形式限制的优点.而后,基于时延曲线校正原理,提出了MIMO雷达TCC-BP算法,该算法大大降低了标准BP算法的运算量.综合传统的距离多普勒(RD)算法和BP算法,提出了MIMO雷达RD-BP算法,在保证成像质量的同时,RD-BP算法相比于标准BP算法和TCC-BP算法大大提高了成像处理的运算效率.最后通过MIMO雷达外场实测数据对上述所提算法的有效性进行了验证. 第三部分工作则结合MIMO雷达阵列设计,在SAR RM算法的基础上,从空间谱域角度研究了MIMO雷达成像算法.首先,通过分析雷达成像与空间谱域填充的基本关系,提出了基于谱域填充的MIMO雷达SF-RM算法,并通过谱域支撑区分布分析对MIMO雷达的成像性能进行了评估.而后根据相位中心近似原理,进行了MIMO雷达天线阵列设计,进而提出了基于均匀等效线阵处理的MIMO雷达UELA-RM算法,该算法通过等效相位中心误差校正后可以方便地完成MIMO雷达成像.最后,结合收发正交线阵设计,提出了MIMO雷达OLA-RM算法,该算法能够有效实现窄带MIMO雷达二维"方位—方位"向成像. MIMO雷达成像BP算法和RM算法都是为了重建目标图像,它们不能够解决成像系统固有的高旁瓣和分辨率受限问题.以提高MIMO雷达的成像质量为目的,第四部分工作进一步研究了MIMO雷达成像旁瓣抑制和超分辨算法.首先基于空间频谱支撑区变形原理,提出了一种不损失分辨率且简单,有效的MIMO雷达成像旁瓣抑制算法—SRSR算法.在SRSR算法的基础上,分析了旁瓣抑制与频谱外推的内在关系,提出了MIMO雷达成像谱变形超分辨算法—Super-SRSR算法,与常规的超分辨率成像算法相比,Super-SRSR算法具有简单,高效,对噪声不敏感和非参数化的优点.最后,为了解决MIMO雷达空间频谱缺失情况下的超高旁瓣问题,提出了一种基于AR模型谱估计的MIMO雷达成像超高旁瓣抑制算法,该算法可以有效改善频谱缺失情况下成像结果的旁瓣性能.

展开