针对空空时间反转多信号分类(time reversal multiple signal classification,TR-MUSIC)抗噪性能差而难以实现对复杂随机介质影响下目标的聚焦成像,以及空空多态数据矩阵的获取较为复杂等问题,提出基于空频分解的时间反转成像新方法,即...针对空空时间反转多信号分类(time reversal multiple signal classification,TR-MUSIC)抗噪性能差而难以实现对复杂随机介质影响下目标的聚焦成像,以及空空多态数据矩阵的获取较为复杂等问题,提出基于空频分解的时间反转成像新方法,即空频TR-MUSIC。该方法利用天线阵列采集的散射场回波信号建立空频多态数据矩阵,对该矩阵进行奇异值分解得到噪声子空间向量,从而实现对目标的成像。基于完全散射场数据的成像函数包含多个子矩阵的贡献,具有统计特性。仿真结果表明,无论是在自由空间中还是在随机介质背景下,空频TR-MUSIC的成像效果均优于传统的空空TR-MUSIC,具有较好的分辨率和定位精度。即使在信噪比为10 dB的高斯白噪声影响下,也能实现对目标的准确成像。展开更多