频率分集MIMO雷达信号优化设计

针对集中式多输入多输出(multiple input multiple output,MIMO)雷达扩展目标检测识别问题,提出将多频阵列(multiple frequency array,MFA)应用到集中式MIMO雷达中来实现频率分集,增加自由度,在频域基于互信息量(mutual information,MI)优化不同频带天线上的功率分配以设计信号,针对目标依据雷达功率分配情况施放干扰以避免检测识别的情况,雷达在杂波及干扰环境下再次优化信号功率分配,实现雷达认知功能。仿真结果证明,优化信号可综合噪声、杂波及干扰统计特性重新调整功率分配,可提高目标频域响应和目标回波间互信息量,为改善目标检测识别性能奠定基础。

频率分集均匀圆阵MIMO雷达距离依赖波束形成

均匀圆阵(UCA)与多输入多输出(MIMO)雷达的结合可在具备UCA雷达主要优点的同时兼有MIMO雷达的优势。然而,UCA-MIMO雷达的波束形成与距离无关,该特点限制了其抑制特定距离干扰的性能。文中提出频率分集UCA-MIMO雷达距离依赖波束形成方法。该方法中UCA的每个阵元发射具有微小频率步进的不同频率,从而远场的信号积累与距离有关,进而波束形成依赖于距离。仿真实验表明了该方法的有效性。

基于多输入多输出阵列的3D-FDA-SAR成像方法

针对频率分集阵列三维合成孔径雷达(3D-FDA-SAR)成像方法阵元数目多、阵元利用率低的问题,提出一种基于多输入多输出阵列的3D-FDA-SAR成像方法。将3D-FDA-SAR切航迹向的频率分集阵列改为多输入多输出频率分集阵列,多输入多输出频率分集阵列随运动平台运动,在沿航迹向形成综合孔径,结合切航迹向的实阵列,合成虚拟二维频率分集阵列平面,获得对目标的下视三维成像能力。首先建立多输入多输出3D-FDA-SAR成像模型与信号模型,利用多输入多输出技术,在发射端发送波形正交信号单频窄带信号,在接收端通过全频接收方式,接收所有发射阵元经目标反射后的回波信号,经正交匹配滤波器进行信号分离,获得不同收发通道的回波数据,再利用后向投影算法对回波数据进行成像处理,最终获得目标的三维成像结果。仿真结果表明,基于多输入多输出阵列的3D-FDA-SAR成像方法使用少量阵元,提高了阵元利用率,获得了对下视目标的三维成像能力。

基于DCS的发射分集MIMO雷达参数估计

针对目标在多角度观测下的散射系数估计问题,研究了基于分布式压缩感知(distributed com-pressed sensing,DCS)的发射分集多输入多输出(multiple-input multiple-output,MIMO)雷达参数估计方法。在分析发射分集MIMO雷达信号模型的基础上,构建了其联合稀疏表示模型;在分析正交匹配追踪(orthogonalmatching pursuit,OMP)算法实现结构的基础上,提出了一种新的基于迭代式正交匹配追踪的DCS算法。仿真结果表明该方法的估计精度高于DCS-SOMP和幅度相位估计+Capon的算法,重构概率也高于DCS-SOMP算法。

双基地MIMO雷达二维方位角及多普勒频率联合估计

提出了一种新的双基地多输入多输出(multiple-input multiple-output,MIMO)雷达二维方位角及多普勒频率联合估计算法。该算法基于m-Capon方法将目标波离方向(direction of departure,DOD)与波达方向(direction of arrival,DOA)相"去耦",得出了对目标DOD和DOA的估计;然后,在对目标二维方位角的估计的基础上,算法可进一步估计出目标的多普勒频率。因此,其估计出的目标二维方位角与多普勒频率可自动配对。该算法无需预判目标数及对数据协方差矩阵特征值分解,且对目标二维方位角与多普勒频率的联合估计不涉及高维的非线性优化搜索,具有较小的计算量。此外,该算法可适用于发射和接收阵列为任意阵列结构的双基地MIMO雷达系统。计算机仿真结果证明了本文方法的正确性和可行性。

宽带MIMO雷达频率不变发射方向图快速综合方法

多输入多输出(multiple-input multiple-output,MIMO)雷达的波形分集能力带来了灵活的发射波束方向图设计方法。针对均匀线阵提出了一种基于频率不变波束形成法快速综合宽带MIMO雷达发射方向图的方法,该方法利用频率不变波束形成法求解宽带MIMO雷达发射波形的频谱,采用交替矩阵匹配法设计恒模的发射波形。与基于两级迭代的宽带方向图综合方法(wideband beampattern formation via iterative techniques,WBFIT)相比,该方法无需矩阵求逆且迭代次数明显减少,大大降低了计算复杂度。计算机仿真结果表明,该方法具有与WBFIT法相近的宽带方向图综合性能,计算时间只有WBFIT方法的10%左右。

分集MIMO雷达目标回波相关性分析

针对目标回波的相关性问题,现有模型仅考虑空间和频率间隔的作用,忽略了目标姿态等其他因素的影响.基于以上问题,提出利用直四棱柱散射模型以便更真实地模拟雷达目标;推导出空间和频率分集多输入多输出雷达系统中目标回波相关系数由各雷达站观测角度、目标尺寸、空间和频率间隔等因素共同决定.着重分析了雷达相对目标在不同观测方向时目标的有效孔径随目标空间尺寸和观测角度变化,从而对回波相关系数产生影响.

分集MIMO雷达布站研究

分集多输入多输出(MIMO)雷达利用目标的空间散射多样性克服由于目标雷达散射截面积闪烁引起的漏警,为隐身目标有效探测提供解决办法。分集MIMO雷达布站方式对性能影响很大,文中以相控阵体制雷达为研究对象,研究其组成分集MIMO雷达时的规模、站间距、单站威力差异约束和布站方式等,并通过蒙特卡罗仿真给出了布站建议。

一种适用于分集MIMO雷达鲁棒的有源假目标鉴别方法

分集多输入多输出(MIMO)雷达在对抗欺骗式假目标干扰方面有着体制优势,已有文献在假设真实目标回波完全去相关的假设下,通过对目标慢时间复包络序列进行相关性检验来鉴别假目标。考虑到在真实目标回波不完全去相关条件下此有源假目标鉴别方法性能下降较严重,提出了一种鲁棒的有源假目标鉴别方法。仿真分析表明,在真实目标回波存在相关性的场景下,此方法有着较明显的性能优势。

无人机载多普勒分集前视合成孔径雷达成像方法

前视合成孔径雷达(SAR)成像存在多普勒左右模糊的问题,需要利用空域资源进行解模糊处理。限于无人机(UAV)的载重与尺寸,接收阵列通常较小,解多普勒模糊的空域波束形成能力不足。此外,前视SAR回波方位多普勒梯度小、带宽窄,使得接收带宽未被充分利用。基于以上问题,该文提出多普勒分集前视SAR成像方法。该算法在前视SAR成像技术的基础上,利用多普勒分集MIMO技术,将多普勒窄带前视回波调制于不同多普勒中心以达到充分利用多普勒接收带宽的目的。进而,可获得一个数倍于真实接收阵列孔径的虚拟接收阵列,极大地扩展了接收通道,有效地改善了前视SAR成像解多普勒左右模糊的性能。

基于实值降维Capon的频率分集阵MIMO参数估计

由频率分集阵列(FDA)和多输入多输出(MIMO)技术组成的FDA-MIMO雷达因其可以形成角度-距离相关的波束而广受关注。相比于经典的子空间谱估计算法,Capon算法无需特征值分解,计算量小,不用预估信号个数,估计性能稳定。文中提出一种应用于FDA-MIMO雷达的实值降维Capon算法。该算法使用前后项平滑技术和酉变化把接收信号变为实值矩阵,再利用矩阵直积的性质将实值2D-Capon降至一维,用两个一维搜索分别估计角度和距离,极大降低计算量。经过仿真验证,该算法对相干与非相干目标都能准确估计,且保持与二维多重信号分类(2D-MUSIC)算法几乎相同估计精度的同时,有着较低的计算复杂度。

单基地MIMO雷达中相干目标的波达角和多普勒频率快速联合估计算法

针对单基地MIMO中相干目标的波达角(Direction-of-arrival,DOA)和多普勒频率联合估计问题,提出了一种降维-前向平滑-传播算子算法(Reduced dimension-forward spatial smoothing-propagator method,RD-FSS-PM)。该算法首先通过对接收信号进行降维变换以降低复杂度,继而利用前向平滑技术(Forward spatial smoothing,FSS)实现解相干,最后通过传播算子算法(Propagator method,PM)实现了对相干目标的波达角和多普勒频率联合估计,且无需额外配对。与传统的FSS-PM算法相比,所提算法波达角估计性能提升,多普勒频率估计性能接近而复杂度大大降低。本文同时分析了算法的理论均方误差(Mean squared error,MSE)和单基地MIMO雷达中波达角和多普勒频率联合估计问题的克拉美罗界(Cramer-Rao bound,CRB)。最后提供了详尽的仿真实验以验证算法的性能。

OFDM-MIMO雷达转发式主瓣干扰自适应抑制方法

转发式干扰因与雷达发射波形的高度相关性,经雷达主瓣接收后易对雷达产生严重的干扰作用。为解决主瓣干扰问题,建立正交频率分集调频多输入多输出(orthogonal frequency division multiplexing-multiple input multiple output,OFDM-MIMO)雷达主瓣接收的转发式干扰信号模型,分析了该干扰对OFDM-MIMO雷达的干扰机理;同时基于自适应方法处理理论,推导了OFDM-MIMO雷达自适应处理权向量解析式,提出了基于距离依赖波束的OFDM-MIMO雷达转发式主瓣干扰自适应抑制方法。理论研究和仿真结果表明,提出的方法提高了输出信干噪比,实现了转发式主瓣干扰的有效抑制。

基于BSS的FDA-MIMO雷达主瓣欺骗式干扰抑制方法

主瓣欺骗式干扰与目标位于同一个波束宽度内,严重影响了雷达对真实目标的检测与参数估计。针对此问题,基于频率分集阵列多输入多输出(frequency diversity array multiple input multiple output,FDA-MIMO)雷达,提出了一种抑制主瓣欺骗式干扰的方法。所提方法的主要突破点在于,当干扰和目标的角度完全相同时,利用FDA-MIMO雷达天线方向图的距离角度二维依赖性,进一步通过基于最大信噪比(maximum signal to noise ratio,MSNR)的盲源分离(blind source separation,BSS)算法将干扰和目标分离在不同的通道,以达到抑制干扰的目的。该方法无需目标的距离、角度先验信息。仿真实验验证了所提算法的有效性,当干噪比(jamming to noise ratio,JNR)为80 dB时,目标的正确检测概率约为0.98。

MIMO雷达概念及其技术特点分析

多输入多输出（MIMO）雷达是近年来出现的一项新的雷达技术．论文在对MIMO雷达概念和发展过程作了简单描述后，首先对基于发射分集的MIMO雷达系统原理作了详细介绍，分析了其在抗雷达信号截获、强杂波中弱目标检测、低速目标检测等方面的性能改善，指出了其可能的应用方向．论文接下来对收发全分集的MIMO雷达构成原理进行了讨论，给出了目前已取得的初步理论结果和仿真实验结果，说明了其在目标检测、目标参数估计、目标识别和分辨等方面具有的良好性能．论文最后对两种MIMO雷达体制进行了分析比较，讨论了二者的特点和目前的可实现性，指出了待解决的理论问题和实现中的技术问题．

MIMO雷达中的DFCW设计及性能分析

发射信号的正交性好坏是多输入多输出(MIMO)雷达实现的关键,正交离散频率编码波形(DFCW)是MIMO雷达可以利用的正交信号。该文首先分析了DFCW的互模糊函数,在此基础上,对自相关峰值旁瓣及互相关峰值旁瓣电平进行了分析,提出了采用遗传算法对其进行优化,得到了具有更低互相关峰的DFCW。然后将优化得到的DFCW应用于MIMO雷达系统进行仿真分析。通过对信号互相关仿真及对目标回波信号匹配滤波仿真对理论分析进行了验证,证明了理论分析的正确。

用于扩展目标检测的OFDM-MIMO雷达波形设计

为了检测扩展目标,该文提出一种已知统计特性的杂波和噪声背景下提高正交频率分集复用-多输入多输出(OFDM-MIMO)雷达检测性能的波形设计方法。利用扩展目标一维距离像的频率特性,基于匹配照射理论给出了雷达回波向量模型,在此基础上建立最大化检测信杂噪比的目标函数;通过交替迭代搜索获得优化发射波形和最优接收滤波器。仿真结果表明,经调制的OFDM-MIMO雷达发射波形具有稳健的抗杂波性能,可提高检测信杂噪比,改善OFDM-MIMO雷达检测性能。

频分MIMO雷达分解迭代稳健自适应波束形成算法

频率分集雷达因其独特的距离依赖波束特性而受到广泛关注。针对频率分集雷达稳健波束形成问题,本文建立了二维频分子孔径MIMO(FDS-MIMO)雷达阵列信号模型,理论导出了基于等效载频的权向量分解解析解,提出了一种分解迭代的稳健自适应波束形成算法。为解决距离依赖波束栅瓣导致的周期性输出信干噪比(SINR)损失的问题,进一步提出了一种沿平面阵两方向互质的频率偏置方案。仿真结果表明,与传统算法相比在导向矢量存在失配的情况下,本文所提方法能够有效抑制输出SINR周期性损失,且具有计算复杂度低,训练样本需求少,抗导向误差失配稳健性强等优点。

MIMO雷达正交混沌调频波形集设计

正交波形设计是实现MIMO雷达的关键技术之一,目前正交波形设计方法主要多采用统计优化算法,如模拟退火、遗传算法等,此类方法主要缺点是算法耗时长、效率低,且所设计的波形集性能随着波形个数的增加而下降,针对此问题,提出一种基于混沌调频的MIMO雷达正交波形集设计方法,采用混沌调频信号作为MIMO雷达的发射波形,利用混沌序列良好的统计特性,无需寻优处理即可得到性能优越的正交波形集,且理论上可以得到任意数目的波形而不损失波形集性能,因此,该方法在算法效率和波形多样性方面具有优势,计算机仿真实验验证了设计方法的有效性。

基于FVE法的FDA-MIMO雷达主瓣密集假目标干扰抑制

针对频率分集多输入多输出(FDA-MIMO)雷达在目标导向矢量失配、训练数据包含期望信号的情况下,主瓣密集假目标干扰抑制性能急剧下降的问题,根据FDA-MIMO信号模型,给出了FDA-MIMO雷达密集假目标干扰抑制机理,提出了一种基于特征向量剔除法(FVE)的干扰抑制方法.仿真结果表明,与特征空间投影(ESB)方法相比,该方法在低信噪比和低快拍的条件下仍能输出较高的信干噪比,提升了主瓣干扰的抑制性能.