MIMO雷达非均匀布阵的性能分析

多输入多输出（MIMO）雷达是一种新体制雷达,它在发射端发射正交信号,从而产生虚拟阵元,扩大阵列孔径,在DOA估计、参数识别等方面的性能较相控阵雷达有很大提高。而目前有关MIMO雷达中虚拟阵元的讨论都以均匀线阵（ULA）为基础,并与相控阵雷达的性能进行比较。丈中在ULA的基础上,研究了非均匀线阵（NLA）,研究结果表明,非均匀线阵产生了更多的有效虚拟阵元,与相控阵雷达和ULA布阵MIMO雷达相比．具有更多的空间自由度、更好的克拉关·罗界和更好的DOA性能。     

MIMO雷达基于子阵的波束形成性能分析

MIMO雷达是近几年发展起来的一种新体制雷达,已成为雷达领域中的研究热点。结合机载MIMO雷达在采用子阵级阵列处理时遇到的栅瓣问题,本文介绍了规则子阵划分方法,将时分虚拟技术应用到MIMO雷达中,引出时分虚拟重叠发射子阵技术,分析了不同划分方法下的波束形成并给出仿真结果和分析结论,得到一些有用结果。对当前研究的机载MIMO雷达子阵划分及栅瓣抑制问题有一定意义。     

阵元失效下基于矩阵重构的MIMO雷达DOA估计

针对阵元失效下MIMO雷达目标DOA估计性能下降问题,提出一种基于虚拟阵列采样数据矩阵重构的MIMO雷达DOA估计方法。MIMO雷达的阵元失效分为冗余虚拟阵元失效和非冗余虚拟阵元失效两种情况。当冗余虚拟阵元失效时,通过合并空间上位置相同的正常冗余虚拟阵元输出数据以实现信号降维与失效阵元数据填充。当非冗余虚拟阵元失效时,经降维填充后的数据矩阵中仍存在整行缺失数据,根据降维数据矩阵的低秩和稀疏先验,建立带低秩和稀疏约束的矩阵填充模型,并利用ALM-ADMM算法求解来恢复完整的降维数据矩阵。最后利用root-MUSIC算法估计目标DOA。仿真结果表明,本文方法能够有效提高MIMO雷达在阵元失效时的DOA估计精度。     

基于协方差矩阵重构的阵元失效MIMO雷达DOA估计

在实际应用中由于恶劣环境或人为干扰等因素而导致多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达部分阵元失效,使得其接收数据缺失及其协方差矩阵秩亏,从而导致子空间类算法的波达方向(Direction of Arrival,DOA)估计性能恶化甚至完全失效。针对上述问题,提出了一种接收阵元失效下基于协方差矩阵重构的MIMO雷达DOA估计方法。该方法根据MIMO雷达协方差矩阵中以接收阵元数划分的子方块矩阵具有Toeplitz特性,利用正常工作接收阵元的协方差矩阵元素来恢复相应的缺失元素,从而重构出完整的数据协方差矩阵,提高阵元失效MIMO雷达的DOA估计性能。仿真结果验证了所提方法的有效性。     

分布式MIMO数字阵列雷达阵元优化配置

为了合理分配相参增益和空间分集增益在分布式多输入多输出(MIMO)数字阵列雷达系统中的比重,研究了其阵元的优化配置问题。首先,根据MIMO雷达信号模型将阵元配置问题转化为目标散射系数矩阵的分块划分问题;然后,依据子块内信号相参处理,子块间信号非相参处理的方式推导了似然比检测器;最后,分别从检测概率最大、探测距离最远和总的阵元数最少三个方面给出了阵元优化配置的表达式并进行了仿真分析。研究结果表明:应首先利用相参增益将回波信噪比提高到一定值后才能利用空间分集增益;分置接收天线比分置发射天线牺牲的相参增益少;当检测概率大于0.8时,分置两个收发共用的相控阵天线可使系统阵元总数最少,否则无需天线分置。     

MIMO雷达技术及其应用分析

MIMO雷达是近年来引入雷达领域的一种新体制雷达。在对MIMO雷达的基本研究现状进行总结后,首先介绍了这种新体制雷达的工作原理,讨论了MIM0雷达的并行多通道空间采样能力,而后着重阐述了该雷达体制的空间分集和虚拟阵元技术,并分析了它们潜在的技术优势。提出了将MIM0雷达技术与现有雷达系统相结合的应用路线,它能够有效解决现有雷达系统中的一些固有难题。最后,通过MIMO阵列成像雷达与MIMOSAR两种应用系统论证了MIMO雷达的技术优势和应用价值。     

最大阵元利用率MIMO雷达阵列优化快速算法

针对MIMO雷达最大阵元利用率阵列结构优化算法中使用穷举搜索运算量太大的问题,提出了一种快速算法。该算法在只包含两个阵元的最优阵列基础上,通过迭代的方式向前一个最优阵列增加一个新阵元来寻找包含指定阵元数的最优阵列。文中对该算法的有效性进行了证明,并与穷举搜索方法做了复杂度比较。理论分析和仿真实验表明,该算法能够显著降低运算量,尤其在阵元数目较大时具有明显优势。并且,在阵元数一定的情况下,所得到的优化阵列与穷举搜索的结果具有等同的性能。     

基于双重Toeplitz矩阵填充的阵元受损MIMO雷达DOA估计

在阵元受损下多输入多输出(Multiple Input Multiple Out, MIMO)雷达的虚拟阵列中存在虚拟阵元部分缺失,使得传统波达方向(Direction of Arriual, DOA)估计方法无法有效估计目标DOA。矩阵填充可以利用随机分布的少量采样元素恢复出完整矩阵,但阵元受损使得虚拟阵列协方差矩阵会出现结构性缺失数据,导致传统矩阵填充方法失效。为此,文中利用阵列协方差矩阵的双重Hermite Toeplitz结构和低秩特性,构建一种改进的低秩矩阵填充模型,并分别使用凸优化工具箱(CVX)和交替方向乘子法求解该模型获得完整的协方差矩阵,最后利用RD-ESPRIT算法获得目标的DOA估计值。仿真结果表明,文中的方法能对阵元受损带来的结构性缺失元素进行有效重构,从而提高了目标DOA估计性能。     

基于低秩块Hankel矩阵正则化的阵元故障MIMO雷达DOA估计

多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达在阵元故障时虚拟阵列输出数据矩阵会出现大量的整行数据丢失,由于阵列接收数据矩阵的不完整而导致对波达方向(Direction of Arrival,DOA)的估计性能恶化。大多数低秩矩阵填充算法要求缺失数据随机分布于不完整的矩阵中,无法适用于整行缺失数据的恢复问题。为此,提出了一种基于低秩块Hankel矩阵正则化的阵元故障MIMO雷达DOA估计方法。首先,通过奇异值分解(Singular Value Decomposition,SVD)降低虚拟阵列输出矩阵的维度,以减少计算复杂度。然后,对降维数据矩阵建立基于块Hankel矩阵正则化的低秩矩阵填充模型,在该模型中将MIMO雷达降维数据矩阵排列成块Hankel 矩阵并施加Schatten-p 范数作为正则项。最后,结合交替方向乘子法(Alternate Direction Multiplier Method,ADMM)求解该模型,获得完整的MIMO雷达降维数据矩阵。仿真结果表明,所提方法能够有效恢复降维数据矩阵中的整行数据缺失,具有较高的DOA估计精度和实时性,在阵元故障率低于50.0%时DOA估计精度优于现有方法。     

阵元失效下基于核范数和SCAD惩罚的MIMO雷达DOA估计

阵元失效下多输入多输出(Multiple-Input Multiple-Output, MIMO)雷达虚拟阵列协方差矩阵出现大批整行整列元素缺失,破坏原有内在完整结构,导致波达方向(Direction of Arrival, DOA)估计性能下降。为此,提出一种联合核范数和SCAD(Smoothly Clipped Absolute Deviation)惩罚的完整协方差矩阵重构方法,以利于阵元失效下MIMO雷达DOA的有效估计。首先对待恢复的协方差矩阵建立核范数和SCAD惩罚双先验约束模型,并利用等正弦空间稀疏化方式划分粗网格空间,在可容忍的模型误差内能大大降低运算复杂度;然后利用ALM-ADMM(Augmented Lagrange Multipliers-Alternating Direction Method of Multipliers)算法对双先验约束模型进行求解,从而恢复协方差矩阵中大量整行整列的缺失数据;最后通过RD-ESPRIT(Reduced Dimensional ESPRIT)算法进行目标DOA估计。仿真结果验证该方法能快速恢复虚拟协方差矩阵中的缺失数据,从而有效...     

基于十字阵的MIMO雷达的二维DOA估计

多输入多输出（MIMO）雷达使用多个天线同时发射独立波形,在不同位置的目标回波彼此线性独立,以获得较好的空间分辨率。文章提出了基于收发不共位的线阵在水平面内构成十字阵的MIMO雷达信号模型;研究利用MUSIC算法来估计该模型下的MIMO雷达的二维波达角;分析了基于均匀十字阵的MIMO雷达的优越性,并探讨了十字阵MIMO雷达性能与阵元间距的关系,仿真表明,在满足远场条件下,均匀十字阵比均匀线阵可以估计更多的目标而且精度更高;通过非均匀布阵,可以进一步提高MIMO雷达的二维波达角的估计精度。     

基于发射子阵集中式MIMO雷达波束形成

与相控阵雷达相比,集中MIMO雷达发射在采用正交波形时,虽然能够得到波形分集增益,但同时也损失了相干处理增益。针对这一问题,本文提出了发射子阵波束合成的思想。首先对集中式MIMO雷达的发射端进行非相干子阵划分,然后利用子阵内波形的相关性和子阵间波形的正交性来同时获取相干处理增益和波形分集增益,并推导出了子阵划分MIMO雷达波束方向图和输出SINR的数学表达式。与相控阵雷达和常规集中式MIMO雷达相比,采用该方法的雷达能够实现较低的空域副瓣和较大的输出信干噪比。仿真实验证明了该算法的有效性。     

基于遗传算法的声矢量阵虚拟阵元波束形成

遗传算法在声源方位估计中的应用已有很深入的研究,然而在实际的工程应用中,阵元数量及如何用较少的阵元数得到较好的波束性能一直是人们所关心的问题.本文利用遗传算法及声矢量阵P-V互谱的抗噪能力,给出了基于遗传算法的声矢量阵虚拟阵元波束形成方法.根据实际阵元接收的数据,估计虚拟阵元上的接收数据,使基阵孔径在虚拟意义上得到扩大,从而实现高指向性窄波束.计算机仿真和湖试实验数据处理结果表明,虚拟后比虚拟前波束宽度锐化了21°左右.     

基于改进自适应遗传算法的MIMO 雷达阵列优化

针对传统遗传算法在全局搜索和收敛方面的不足,提出一种改进自适应遗传算法.算法改进了自适应规则,采用随迭代次数和种群适应度自适应变化的交叉、变异操作,同时采用新的选择算子和改进后的最优精英保留策略,摒弃了传统轮盘赌博选择法,增加了收敛于全局最优解的概率,加快了收敛速度.通过测试函数优化求解试验证明,改进算法能够有效提高搜索过程种群的多样性,具有更快的收敛性和更好的全局最优性.在此基础上,将改进的自适应遗传算法应用到MIMO雷达阵列优化设计,通过稀疏栅格编码,采用同时考虑副瓣电平与波束宽度的双适应函数,使优化得到的MIMO雷达方向图具有更好的综合性能,更利于实际工程应用.最后仿真实验结果进一步验证了本文改进算法的有效性.     

阵元间距对室内MIMO系统信道容量的影响

引入散射体的随机分布模型,讨论了室内微微蜂窝4×4MIMO系统中接收端阵元间距对各子信道间衰落相关性及信道容量的影响.数值模拟结果说明在室内环境有丰富散射体存在且接收端放置天线的空间受限的情况下,阵元间距可做得很小（0.5λ）,便可以得到较大的信道容量,此时相关系数仅为0.1左右,对信道容量的影响很小.     

基于参考阵元的TDM MIMO FMCW雷达运动补偿方法

针对时分复用（time division multiplexing,TDM）多输入多输出（multiple-input multiple-output,MIMO）调频连续波（frequency modulated continuous wave,FMCW）雷达的速度-角度耦合问题,提出一种基于参考阵元的运动补偿方法.把MIMO阵列组合阵元T₁/R₁等效的虚拟阵元1选定为参考阵元,通过对参考阵元接收的2个调制周期信号进行处理,提取运动引入的相邻阵元相位差,利用该相位差构建相位补偿因子消除运动引入的相位,实现运动目标的精确角度估计.该方法采用固定的基于参考阵元的TDM时序,无需根据工作场景调整TDM时序,且不需要估计目标的速度,避免了模糊速度估计问题.仿真结果和实验结果验证了该方法的有效性.     

基于遗传算法的MIMO雷达正交编码信号波形优化

MIMO雷达通过发射正交编码信号来获得独立的空间分集增益,改善目标检测识别性能。它对发射信号波形优化设计提出了更高的要求:首先信号为正交信号,以便减低信号间干扰并获得独立的空间分集增益;其次信号为大时宽、宽带宽的脉冲压缩信号,以便解决探测距离和距离分辨率的矛盾。文中根据以上两条要求构造适合的适应度函数,提出了一种基于遗传算法的正交编码信号设计方法,为正交MIMO雷达发射信号进行波形优化,仿真结果和实验分析验证了算法的有效性和可行性。     

基于稀疏表示的频控阵MIMO雷达多目标定位

针对频控阵多输入多输出（MIMO）雷达,提出了一种基于压缩感知稀疏表示思想的目标定位算法。首先回顾了 MIMO 雷达和频控阵的特点,进而研究了频控阵 MIMO 雷达的性质,它不但可以具有MIMO 雷达的优点,而且能够感知目标的距离维信息,同时针对频控阵 MIMO 雷达接收数据模型进行数学建模,并把目标定位问题表示成稀疏表示框架下的代价函数。最后利用凸优化工具对代价函数进行优化求解,由所得稀疏权向量中的非零元素索引映射出目标的方位和距离信息。与现有的经典 MUSIC 算法相比,具有更好的定位性能,计算机仿真结果证明了所提算法的有效性。     

非均匀线阵多输入多输出雷达成像旁瓣抑方法

针对非均匀线阵多输入多输出(Multiple Input Multiple Output,MIMO)雷达空间采样率低、成像旁瓣较高的问题,提出了一种基于阵列内插技术的非均匀线阵MIMO雷达成像旁瓣抑制方法. 对匹配滤波后MIMO雷达形成的非均匀等效阵列进行虚拟内插处理,将其变换为均匀线阵,在此基础上,再采用反向投影(Back Projection,BP)算法进行成像. 理论分析和仿真结果表明：所提方法有效地降低了非均匀线阵MIMO雷达的旁瓣水平,提高了成像质量.      

基于量子遗传算法的MIMO雷达正交信号波形设计

正交信号波形设计是MIMO雷达领域的研究热点,随着技术的发展,MIMO雷达对正交信号波形的性能要求越来越高。针对现有MIMO雷达正交信号波形互相关峰值较高且算法收敛速度慢的问题,为了提高码长较长的正交信号波形的性能,本文使用量子遗传算法,将量子计算与遗传算法相结合,进一步降低了波形的互相关峰值,一方面降低了不同目标回波之间的相互干扰,提高了雷达系统的检测性能,另一方面使雷达系统更难被敌方定位,提高了雷达的战场生存能力。仿真试验的结果表明,该方法能有效提高波形的正交性能,并加快了优化的速度。