频域空域二维稀疏SIMO高分辨雷达成像方法

利用频域稀疏的线性调频步进信号(FSCS)作为雷达发射信号,并结合空域稀疏的SIMO雷达阵列来构建二维稀疏的高分辨雷达成像模型。针对该稀疏模型,首先通过对低维数据简单补零处理,然后利用图像熵准则完成对运动目标速度的有效估计。在此基础上,结合压缩感知理论,构造有效的观测矩阵、稀疏变换矩阵以及重构算法,获得目标高分辨距离像(HRRP),进一步提出基于保相性的频域空域二维稀疏SIMO高分辨雷达成像方法。该方法可以大幅减少FSCS脉冲串的子脉冲个数,大幅减少SIMO高分辨雷达接收天线阵元个数,并获得高质量的HRRP和目标二维像。仿真实验验证了本文方法的有效性和鲁棒性。

小斜视角下稀疏空域SIMO雷达运动目标成像方法

针对小斜视角下单发多收(SIMO)雷达对空运动目标单次快拍成像时天线数目较多的问题,提出了一种稀疏空域SIMO雷达运动目标成像方法。首先详细分析了小斜视角下SIMO雷达单次快拍成像原理,其次结合压缩感知理论具体阐述了小斜视角下稀疏空域SIMO雷达运动目标成像方法。该方法不仅能够对运动目标实现单次快拍成像,避免了非合作运动目标强加速、大转角等引起的运动补偿难题,同时又能够大幅减少接收天线单元数,便于工程实现。最后利用仿真实验验证了文中方法的有效性和可行性。

MIMO雷达降维的低运算量波束形成方法

多输入多输出(Multiple Input and Multiple Output,MIMO)雷达在运用常规地最小方差无失真响应(Minimum Variance Distortionless Response,MVDR)波束形成器和线性约束最小方差(Linearly Constrained Minimum Variance,LCMV)波束形成器进行接收波束形成的时候,需处理的数据维数比常规雷达要大许多,由此导致了其运算量十分巨大。考虑到MIMO雷达发射的是多个相互正交的波形,所以匹配滤波之后在进行接收波束形成的时候可以将MIMO雷达全维波束形成等效为多个单输入多输出(Single Input and Multiple Output,SIMO)雷达的波束形成合成,由此在进行数据处理的时候降低了数据的维数,减少了估计协方差矩阵需要的快拍数目,大大降低了运算量,并且与已有的降维算法相比不需要对波束形成权矢量进行迭代求解。仿真表明在大量数据快拍数时新方法与全维的接收波束形成性能基本一致,且在低数据快拍数时依然保持良好的性能,同时运算量与全维方法相比大大下降。

相干MIMO雷达无模糊区面积缩小问题与优化扩展技术研究

在时延-多普勒平面上,无模糊区面积决定雷达距离模糊与距离杂波折叠特性以及多普勒模糊与多普勒频率混杂特性.文章首次从理论上证明,采用N个波形的相干多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达存在无模糊多普勒缩小现象,在一定条件下缩小为单输入-多输出(Single-Input Multi-Output,SIMO)雷达无模糊多普勒的1/N,导致该雷达无模糊区面积缩小为SIMO雷达的1/N,并给出了仿真实例.无模糊区面积缩小将导致雷达在杂波环境下性能下降.对此,提出了将相干MIMO无模糊区面积扩展到与SIMO雷达相等的波形设计技术,并给出恢复实例,解决了采用N个频率波形的相干MIMO雷达无模糊区面积缩小的基础性问题.

近场单发多收合成孔径雷达成像的频域算法

提出了一种适用于单发多收合成孔径雷达成像的频域算法。该方法利用傅里叶变换将回波数据变换至波数域进行扩维,建立了波数域的补偿关系,从而在波数域实现了对波前弯曲的精确补偿,因此具有较高的成像精度,并且可以用于近场三维成像。另外,该方法采用基于快速傅里叶变换的成像结构显著提高了成像效率。理论分析和实验结果表明,与后向投影算法相比,该方法能够获得相同成像结果的同时大大降低运算量。