基于压缩感知的伪随机多相码连续波雷达

该文利用雷达目标空间的稀疏特性,提出了一种基于压缩感知的伪随机多相码连续波雷达。建立了目标信息感知模型,采用压缩感知以低于奈奎斯采样率对目标回波采样,然后从少量的采样数据中提取噪声背景下的目标场景信息。为了提高目标信息提取的有效性,采用模拟退火算法对波形进行优化。仿真结果表明了该方法的优越性。

相控阵MIMO随机多相码雷达高速目标探测

为解决传统单输入单输出雷达对高速目标不能进行长时间有效相参积累检测的问题,提出一种基于相控阵多入多出(MIMO)随机多相码雷达的高速目标探测方法。通过多路回波数据短时间相参并行处理,保证相参处理间隔内目标运动不超过半个距离单元,避免了目标距离走动引起的检测性能恶化。将发射阵列分成多个重叠的子阵,子阵内的相参处理提高了发射处理增益,子阵间的波形分集提高了角度分辨率,实现了对低信噪比高速目标距离和角度的无模糊估计。仿真结果证明了该方法的有效性。

压缩感知雷达感知矩阵优化

压缩感知雷达(Compressive sensing radar,CSR)的场景恢复性能要求感知矩阵相关系数尽可能小。针对感知矩阵相关系数的最小化问题,提出了基于模拟退火的感知矩阵优化算法,建立了基于随机滤波结构的CSR模型,给出了优化目标函数,采用模拟退火实现了发射波形、测量矩阵的优化以及联合优化。仿真结果表明该算法可以提高场景恢复精度,提升抗噪能力,增大可观测目标个数上限,且联合优化的性能优于波形和测量矩阵的单独优化。