基于DCS的统计MIMO雷达信号模型及参数估计

分布式压缩感知(Distributed Compressed Sensing,DCS)将单信号的压缩采样扩展到信号群的压缩采样,利用信号内相关性和互相关性对多个信号进行联合重构。统计多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达系统通过多发多收配置,在发射机、目标以及接收机之间构成对目标的分布式探测系统。该文将DCS应用到统计MIMO雷达中,通过对该场景中目标回波的延时在距离空间稀疏性的分析,提出联合所有接收信号重构目标场景的设想,建立了接收信号的联合稀疏模型,并实现了目标参数估计的联合重构算法。仿真结果表明与基于压缩感知(Compressed Sensing,CS)的算法相比,基于DCS的算法在进一步降低采样数目的同时提高了参数估计精度,同时也验证了DCS-MIMO雷达可以有效克服目标的雷达散射截面积(Radar Cross Section,RCS)起伏。