时分MIMO滑坡雷达稀疏成像算法

针对现用于成像的MIMO山体滑坡雷达均匀线性阵列数目过多、数据处理复杂度高的问题，引入稀疏阵列时分地基MIMO雷达模型，提出一种基于逆傅里叶变换和混合匹配追踪算法的成像方法。首先通过对雷达回波信号作逆傅里叶变换实现距离向压缩，并进行近似相位补偿，然后采用一种基于时延补偿因子稀疏基的压缩感知算法实现方位向压缩。同时针对多目标成像的伪影点问题，方位向数据压缩引入子空间追踪算法和正交匹配追踪算法的结合算法重构出高分辨率且没有伪影的二维图像。根据真实的山体滑坡监测成像场景参数，通过数值仿真验证了该方法能够在低于传统均匀阵列的天线数目情况下实现目标高质量成像，且具有一定的抗噪性。     

一种用于地基雷达数据成像处理的数字波束形成算法

地基雷达是微波成像基于地面平台的应用,具有可重复观测、稳定、可控的特点,可应用于露天矿边坡形变、城区沉降、山体滑坡等领域的长期观测。然而,目前的地基雷达基本成像原理是通过机械运动形成合成孔径,采集时间较长,不适用于快速监测。基于多通道阵列天线的雷达通过阵列天线阵元之间的电子切换扫描实现阵列方向的聚焦,可以满足快速监测的需求。本文在地基雷达中引入阵列电子扫描的工作模式,大幅度提高数据获取效率,推导了在方位向采用数字波束形成方法聚焦的处理过程。具体的,首先建立了阵列扫描的地基雷达成像几何,继而推导了应用于地基雷达实测数据成像处理的数字波束形成算法,形成了阵列扫描地基雷达的数据处理流程,最后,通过边坡实测数据的成像处理,验证了本文成像方法及处理流程的有效性,并通过强散射体的成像指标,分析了成像性能。      

地基MIMO雷达快速成像算法研究

地基多输入多输出(Multiple-Input Multiple-Output, MIMO)成像雷达采用数字波束形成技术实现二维成像,具有成像速度快的技术优势。本文提出了一种适用于大景深、宽视角场景的地基MIMO雷达的快速二维成像算法。首先,根据MIMO雷达的阵列构型建立回波信号模型;其次,基于该模型补偿天线阵列近场空变性的相位中心近似(Phase Center Approximation, PCA)误差并进行数据重排,通过Kesytone变换校正距离徙动;然后,利用方位分块Dechirp处理实现方位向聚焦,实现MIMO雷达二维成像;最后利用MIMO雷达外场实验数据完成了算法验证。研究结果表明:在保证成像精度要求的情况下,该算法可以实现大景深、宽视角场景的高分辨快速成像,成像处理时间优于反向投影成像(Back Projection, BP)算法。      

一种车载毫米波FMCW MIMO雷达快速成像方法

针对车载毫米波FMCW MIMO雷达现有的常规波束形成算法的旁瓣效应造成的方位向分辨率低以及高分辨算法的工程实时性低的问题,提出了一种迭代自适应算法（IAA）高分辨成像的快速实现方法。该方法首先利用快速傅里叶变换（FFT）获取目标一维距离像,然后对每一距离单元利用FFT算子和Gohberg-Semencul（GS）因子分解计算迭代自适应算法（IAA）的数据协方差矩阵和其逆矩阵,利用快速Toeplitz矩阵向量乘法计算IAA迭代值,从整体上提升了IAA估计各角度散射系数的实时性。仿真和实验结果验证了该方法的可行性和有效性。     

基于压缩感知的稀疏采样数据大转角ISAR 成像研究

针对方位向稀疏采样条件下,大带宽大转角逆合成孔径雷达(ISAR)高分辨成像时,一维距离像中目标散射点的距离徙动问题,提出了基于贝叶斯压缩感知的稀疏ISAR 成像方法。对于方位向稀疏采样数据,该方法在包络对齐和相位补偿后,通过傅里叶变换将数据变换到距离频率域,对每一距离单元数据,根据方位向稀疏采样的位置构造相应的Keystone基矩阵,利用贝叶斯压缩感知算法重建目标在各距离频域单元的多普勒域系数,最后,通过距离向逆傅里叶变换和方位向自聚焦完成ISAR 成像。计算机仿真验证了该方法的有效性。     

雷达目标三维成像算法研究

逆合成孔径雷达三维成像技术可有效揭示雷达目标散射源的空间分布;相比于传统的距离向和方位向二维成像,三维成像又增加了俯仰向的分辨能力,可以识别雷达目标高度方向的散射源分布情况。从雷达目标回波信号分析出发,探讨了三维成像的基本公式及算法。距离向分辨采用传统的FFT(快速傅里叶变换)实现,方位向和俯仰向分辨运用卷积反投影算法实现。讨论了两种实现方位向和俯仰向成像的投影插值算法,即二维投影插值法和直接投影法,与传统的二维投影插值算法比较,直接投影法具有计算速度快和计算精度高的优点。     

机载大斜视雷达成像算法研究

基于大斜视合成孔径雷达成像的空间几何模型和回波数据的特点,通过距离向和方位向解线性调频处理和在时域进行距离走动和距离弯曲校正,分别对方位向和距离向进行傅里叶变换将信号压至正确的位置上。该算法从成像的实时性出发,立足于在分辨率达到要求的条件下尽可能降低运算量和复杂性。由于补偿了高次相位项,此算法受斜视角的影响很小,能精确地处理大距离走动和弯曲。点目标仿真和实测数据成像结果证明了算法的可行性。     

基于方位向信息分离的机动SAR成像算法

针对机动SAR成像,该文提出一种基于方位向运动信息分离的成像算法.在完成距离压缩后,通过方位向运动信息分离,去除非方位向运动造成的距离走动和空变性影响,然后利用方位向速度等效变换实现距离弯曲校正,最后通过非均匀傅里叶变换实现方位向的压缩.该算法利用3维坐标在斜距方程中性质相同的原理,经过非方位向运动信息的校正,将3维空间运动等效成方位向直线非匀速运动模型,实现了机动SAR成像.通过仿真验证了算法在不同运动状态下的适用性.算法简单稳定、适用性强.     

基于方位向信息分离的机动SAR成像算法

针对机动SAR成像,该文提出一种基于方位向运动信息分离的成像算法。在完成距离压缩后,通过方位向运动信息分离,去除非方位向运动造成的距离走动和空变性影响,然后利用方位向速度等效变换实现距离弯曲校正,最后通过非均匀傅里叶变换实现方位向的压缩。该算法利用3维坐标在斜距方程中性质相同的原理,经过非方位向运动信息的校正,将3维空间运动等效成方位向直线非匀速运动模型,实现了机动SAR成像。通过仿真验证了算法在不同运动状态下的适用性。算法简单稳定、适用性强。     

基于压缩转发的协作MIMO雷达成像算法

以实现地面目标的快速、高分辨率成像为目的,本文提出了一种基于压缩感知和协作通信技术的解决方案。在分析压缩感知理论和传统协作MIMO雷达成像算法的基础上,提出了基于匹配滤波器的协作MIMO雷达回波信号的稀疏表示方法和用于恢复重构的基函数,并建立了基于压缩转发的协作MIMO雷达系统模型。该系统主要由收发雷达、转发节点和压缩感知成像处理中心组成,转发节点利用模拟/信息转换(AIC)测量框架将雷达回波数据压缩后转发,压缩感知成像处理中心接收到各转发节点转发的数据后,利用正交匹配追踪算法(OMP)进行距离向压缩和方位向压缩,从而实现快速、高分辨率成像。仿真结果表明,该方法比传统MIMO雷达对各转发节点的传输负荷要求低,成像速度快,目标旁瓣低,成像效果好。      

地基双基地MIMO成像雷达空间分辨特性分析

地基MIMO（Multiple-Input Multiple-Output,多输入多输出）成像雷达是一种新体制雷达系统,相比于传统的地基合成孔径雷达具有便携性好、无需运动补偿及图像帧频高等优势,在滑坡等地质灾害预警方面具有广阔的应用前景。在利用多部MIMO雷达系统进行三维形变监测时,采用双基地MIMO雷达构型能够对传统单基地观测进行有效补充,可大大提高系统的整体观测自由度,但目前尚无有效的双基地MIMO成像雷达成像性能评估方法。针对这一问题,本文通过广义模糊函数对双基地MIMO成像雷达的空间分辨特性进行了分析。首先,根据系统的几何构型推导了地基双基地MIMO成像雷达的广义模糊函数表达式并分析了等效阵列特性,然后根据广义模糊函数对系统的旁瓣走向、两维分辨率和栅瓣位置进行了分析,给出了系统空间分辨率的计算公式,最后利用Matlab仿真验证了分析结论的正确性。      

基于微波光子倍频与去斜接收的宽带阵列雷达 （特邀）

微波光子雷达利用光子学方法实现雷达信号的产生与处理,具有突出的宽带工作能力,能显著提升雷达距离分辨率。为了提升雷达角度分辨能力并实现灵活波束控制,将微波光子雷达技术与阵列技术相结合是必然的发展趋势。目前研究较多的宽带阵列雷达采用光真延时技术克服宽带波束倾斜问题,通常面临复杂度高、灵活性差、延时精度有限等问题。近年来,基于微波光子倍频与去斜接收的宽带雷达收发架构得到了广泛关注,基于此技术构建的阵列雷达,在实现宽带工作的同时具备实时数字补偿与处理功能,为宽带阵列雷达的发展提供了新的思路。文中针对作者在此方面的最新研究进展进行了综述,在阐明基于微波光子倍频与去斜接收实现宽带雷达收发机理的基础上,介绍了构建宽带相控阵雷达的方法以及实现数字波束扫描与成像的性能。然后,将阵列形式扩展至多输入多输出（MIMO）形式,介绍了基于光波分复用技术实现宽带微波光子MIMO雷达的方法,并分析了微波光子MIMO雷达在目标探测与成像方面的性能。     

一种基于宽带MIMO雷达时域成像的阵列布阵模型

多输入多输出(MIMO)霄达足近几年发展起来的一种新慨念雷达体制.为了进一步降低宽带MIMO雷达的阵列规模和硬件复杂度,使MIMO雷达成像技术实用化成为可能,结合改进型后向投影(BP)成像算法,提出了一种非均匀线阵成像系统阵列布阵模型.提出的阵列布阵模型通过成像系统方位向分辨率婴求和目标方位向成像场景大小确定阵元间距,使得系统的阵列规模和硬件复杂度显著降低.同时,时域成像算法的使用避免了频域算法存在的采样定理限制,有效增强了阵列设计的灵活性,并使得成像阵列规模和硬件复杂度得到进一步降低.最后仿真实验验证了该成像系统布阵模型的正确性和有效性.     

基于混合匹配追踪算法的MIMO雷达稀疏成像方法

多输入多输出(MIMO)雷达作为一种新型的雷达体制,其成像兼具高分辨率与实时性的优点。由于观测区域的稀疏性,MIMO雷达成像可以用压缩感知的方法进行处理。而现有的MIMO雷达稀疏成像的贪婪恢复算法中,正交匹配追踪算法(OMP)存在成像图像有伪影的缺点,子空间追踪算法(SP)则受到低分辨率的困扰。针对上述问题,该文提出一种称为混合匹配追踪算法的压缩感知贪婪算法以实现MIMO雷达稀疏成像。通过将两种贪婪恢复算法结合起来,利用OMP 算法选择基信号的正交性和SP 算法具有基信号选择的回溯策略,来重构出高分辨率且没有伪影的雷达图像。仿真实验验证了所提算法的有效性。     

基于压缩感知的二维雷达成像算法

压缩感知理论能够有效地降低高分辨率雷达成像系统的数据率。该文通过对复基带雷达回波信号模型的稀疏性分析,提出了一种具有保相性的压缩感知距离压缩算法。在此基础上建立了距离向采用压缩感知距离压缩算法,方位向采用传统的雷达成像算法处理的雷达2维成像方案。通过对仿真和实测逆合成孔径雷达数据的成像处理验证了方案的有效性。     

自适应数字波束形成在MIMO雷达中的应用

MIMO雷达是近几年来发展起来的一种新体制雷达,由于采用空间分集与信号分集技术,相对于传统相控阵雷达在目标检测及参数估计性能都有很大提高。文中主要研究MIMO雷达的系统的自适应数字波束形成算法,介绍了基于MIMO雷达的SMI自适应DBF算法,该算法有较好的性能,易于实现。针对于空间中的有源干扰,从自由度的角度讨论分析了MIMO雷达处理系统中自适应模块的位置问题。     

OFDM MIMO radar waveform design for targets identification

In order to obtain better target identification performance, an efficient waveform design method with high range resolution and low sidelobe level for orthogonal frequency division multiplexing (OFDM) multiple-input multiple-output (MIMO) radar is proposed in this paper. First, the wideband CP-based OFDM signal is transmitted on each antenna to guarantee large bandwidth and high range resolution. Next, a complex orthogonal design (COD) is utilized to achieve code domain orthogonality among antennas, so that the spatial diversity can be obtained in MIMO radar, and only the range sidelobe on the first antenna needs suppressing. Furthermore, sidelobe suppression is expressed as an optimization problem. The integrated sidelobe level (ISL) is adopted to construct the objective function, which is solved using the Broyden-Fletcher-Goldfarb-Shanno (BFGS) algorithm. The numerical results demonstrate the superiority in performance (high resolution, strict orthogonality, and low sidelobe level) of the proposed method compared to existing algorithms.