多载频FMCW在MIMO雷达中的应用研究

 介绍多载频MIMO雷达的特点和工作原理,对多载频线性调频连续波(FMCW)信号及其回波进行了分析,并详细论述了MIMO雷达中静止目标和运动目标情况下多载频FMCW信号处理方法以及其中的一些关键问题,如通道分离滤波器的设计、距离分辨率分析、速度补偿精度分析、相参积累周期数的选取等.针对该体制雷达各发射天线间载频不同的特点,提出了采用IFFT相参合成的方法来精测目标距离,获得距离高分辨,具有运算速度快、受目标运动影响小的优点;对运动目标情况下距离多普勒的耦合问题进行了详细分析,并提出了利用相参积累进行补偿的解决方案.     

基于变脉宽波形的高速目标积累检测研究

针对米波低重频雷达在低信噪比下对高速运动目标的相参积累检测问题,提出了发射变脉宽信号的新方法。首先用宽脉冲回波估计目标运动参数,再对窄脉冲回波进行包络移位和相位补偿,实现相参积累,保证雷达的距离分辨率要求。该方法有效地解决了高速、匀加速径向运动目标跨速度、距离分辨单元的相参积累问题。仿真验证了新方法的有效性。     

基于MIMO噪声雷达的高速运动目标检测

针对传统体制雷达对高速运动目标不能进行长时间有效相参积累检测问题,该文提出了一种基于MIMO噪声雷达的高速运动目标检测方法。该方法利用MIMO噪声雷达在短时间内输出的多路回波数据进行相参并行处理来取代回波数据的长时间相参积累检测,以避免距离走动,径向速度变化以及反射截面积(RCS)快起伏等非平稳因素对目标检测的影响,有效实现了多个高速运动目标的无模糊检测。仿真结果验证了MIMO噪声雷达在高速运动目标检测方面的优越性。     

车载分布式雷达相参处理方法研究

城市道路环境中行人、路障等弱目标回波信噪比低,传统车载雷达对其探测能力有限.本文将分布式体制应用于车载雷达,通过对多雷达回波相参积累,以期提高目标信噪比,改善雷达探测能力.相参参数估计是实现车载分布式雷达相参积累的关键,本文针对车载分布式雷达脉间相位编码波形非理想正交,导致传统相参参数估计方法精度低的问题开展研究,提出...     

多频噪声双基地MIMO雷达相参信号处理算法

多频噪声多输入多输出(MIMO)雷达各发射天线发射不同频率噪声信号,所以同一目标的不同频率回波有不同的多普勒频率。为了将各频率回波信号进行相参合成处理,充分发挥MIMO噪声雷达在目标检测性能上的优势。基于Keystone变换技术,提出一种适合多频噪声MIMO雷达的相参处理算法。所提算法对不同频率的回波信号进行重采样,即Keystone变换,使得不同频率的回波具有相同的多普勒频率,然后进行相参合成检测处理。     

OFDM-MIMO雷达低空目标探测性能研究

针对低空多径效应和地杂波复合作用导致的低空目标探测性能下降, 利用正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)-多输入多输出(Multiple-Input Multiple-Output, MIMO)雷达的空间和频率分集特性提高低空目标探测性能.在建立正交频分复用-线性调频发射信号模型、多径效应模型和基于对称阿尔法稳定分布的地杂波模型基础上, 得出了OFDM-MIMO雷达接收信号模型.采用匹配滤波器恢复发射-接收天线对信号, 通过接收信号融合实现参差补偿, 减小了接收信号能量的深度衰减和剧烈起伏.仿真算例表明OFDM-MIMO雷达能够有效减小回波信号剧烈起伏和杂波对目标探测的影响, 实现多径干扰和杂波背景下对低空目标的稳定探测.     

正交频分LFM信号MIMO雷达的距离维高分辨

MIMO雷达即多输入多输出雷达,发射时分为多个子阵,每个子阵发射的信号载频相差固定频率并满足正交关系,其信号模型及处理方法类似于步进频率雷达。由于信号之间的正交性,利用匹配滤波提取出不同频率的发射信号分量,然后相参合成实现距离维高分辨,同时还可以完成测速、测距和相参积累等功能。首先给出了MIMO雷达的信号模型,然后分析了正交频分线性调频信号的互相关特性,推导出了距离维高分辨合成处理的数学模型,分析了速度对合成效果的影响及解决方法,最后通过仿真实验证明了理论分析的正确性。     

压缩感知分布式多输入多输出高频雷达信息处理

为了提高高频雷达的空间分辨力,将分布式多载频多输入多输出(MIMO)体制应用于高频雷达。推导了分布式多载频MIMO雷达回波表达式,利用空间波数理论分析该体制不同区域的空间分辨能力。依据空间分辨力将观测区域进行网格化处理,构造速度信息的超完备字典。针对多角度同一分辨单元不同多普勒回波能量无法聚集及二维目标速度搜索导致的计算量过大问题,应用压缩感知算法,通过凸优化理论求解出不同信道下回波的散射系数,较好的解决了分布式MIMO雷达系统检测前相参综合问题。多视角频谱缺失导致目标回波较高旁瓣问题,也得到显著改善。     

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。     

基于多输入多输出技术的无源雷达信号模型

借鉴正交信号多输入多输出(MIMO)雷达的思想,利用多个照射源信号进行目标探测与定位,可显著改善无源雷达的系统性能。以调频广播信号无源雷达为背景,研究了多照射源条件下的雷达信号模型及相参合成原理,分析了各信号间的相位关系和影响信号相参合成的各种因素。结果表明:只要能有效消除各信号间的差异相位项,实现多照射源信号相参合成、改善无源雷达检测信噪比是切实可行的。     

自适应选择的雷达回波空间积累检测方法

空间部分相干时的回波积累检测是分布式雷达回波信号联合处理面临的难题。针对传统相干和非相干积累检测方法在空间部分相干时回波检测性能损失较大的问题,建立了目标三维散射模型,分析了各站回波空间相关性变化规律,引入时域加权能量检测器用于空间部分相干积累检测,提出了以回波的空间相关系数大小为依据进行自适应选择的积累检测方法,有效解决了回波在任意空间相关性时高效积累检测。仿真结果表明该方法能根据相关系数大小正确选择3种积累检测方法,且检测性能优于传统的相干和非相干积累检测方法。     

The high resolution MIMO radar system based on minimizing the statistical coherence of compressed sensing matrix

Compressed Sensing (CS) theory is a great breakthrough of the traditional Nyquist sampling theory. It can accomplish compressive sampling and signal recovery based on the sparsity of interested signal, the randomness of measurement matrix and nonlinear optimization method of signal recovery. Firstly, the CS principle is reviewed. Then the ambiguity function of Multiple-Input Multiple- Output (MIMO) radar is deduced. After that, combined with CS theory, the ambiguity function of MIMO radar is analyzed and simulated in detail. At last, the resolutions of coherent and non-coherent MIMO radars on the CS theory are discussed. Simulation results show that the coherent MIMO radar has better resolution performance than the non-coherent. But the coherent ambiguity function has higher side lobes, which caused a deterioration in radar target detection performances. The stochastic embattling method of sparse array based on minimizing the statistical coherence of sensing matrix is proposed. And simulation results show that it could effectively suppress side lobes of the ambiguity function and improve the capability of weak target detection.     

Spatial diversity in radars-models and detection performance

Inspired by recent advances in multiple-input multiple-output (MIMO) communications, this proposal introduces the statistical MIMO radar concept. To the authors' knowledge, this is the first time that the statistical MIMO is being proposed for radar. The fundamental difference between statistical MIMO and other radar array systems is that the latter seek to maximize the coherent processing gain, while statistical MIMO radar capitalizes on the diversity of target scattering to improve radar performance. Coherent processing is made possible by highly correlated signals at the receiver array, whereas in statistical MIMO radar, the signals received by the array elements are uncorrelated. Radar targets generally consist of many small elemental scatterers that are fused by the radar waveform and the processing at the receiver, to result in echoes with fluctuating amplitude and phase. It is well known that in conventional radar, slow fluctuations of the target radar cross section (RCS) result in target fades that degrade radar performance. By spacing the antenna elements at the transmitter and at the receiver such that the target angular spread is manifested, the MIMO radar can exploit the spatial diversity of target scatterers opening the way to a variety of new techniques that can improve radar performance. This paper focuses on the application of the target spatial diversity to improve detection performance. The optimal detector in the Neyman-Pearson sense is developed and analyzed for the statistical MIMO radar. It is shown that the optimal detector consists of noncoherent processing of the receiver sensors' outputs and that for cases of practical interest, detection performance is superior to that obtained through coherent processing. An optimal detector invariant to the signal and noise levels is also developed and analyzed. In this case as well, statistical MIMO radar provides great improvements over other types of array radars.     

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。      

双基地MIMO雷达相干分布式目标快速角度估计算法

该文提出一种基于双基地MIMO雷达的相干分布式目标快速角度估计算法。建立了双基地MIMO雷达相干分布式目标信号模型;然后,基于该信号模型证明了相干分布式目标导向矢量具有Hadamard积旋转不变性;最后,利用该特性得到了对目标2维收发中心方位角的估计。分析表明:该算法无需搜索,参数配对简单,能有效降低算法的计算量;由于没有对相干分布式目标的角信号分布函数做固定的假设,所以该算法适用于具有不同角信号分布函数或角信号分布函数未知的情况,具有较强的稳健性。计算机仿真结果证明了该文算法的正确性和有效性。     

双基地雷达Radon-Fourier变换弱目标积累检测

增加信号相参积累时间能够提高弱目标检测能力。双基地雷达长时间相参积累的关键是解决非线性相位回波的目标运动补偿问题。在波束影响可忽略的情况下,该文提出了双基地雷达距离-速度域Radon-Fourier变换（RFT）处理方法。该方法通过频域联合搜索双基地距离和速度参数空间,完成距离走动校正与脉冲积累。理论分析和仿真实验证明了其有效性。      

宽带Chirp雷达回波相干积累方法

宽带Chirp雷达经去线性调频处理后的回波特性表明,运动目标回波脉间频率变化率与脉内剩余调频斜率一致。利用分数阶傅里叶变换(Fractional Fourier Transform,FrFT)处理Chirp信号的能量集聚性,提出基于FrFT的运动目标宽带Chirp雷达多周期回波相干积累方法。仿真结果表明该方法能实现匀速运动目标宽带雷达多次回波相干积累,并对机动目标的脉间能量相干积累具有较好的适应性。     

正交频分LFM信号的MIMO雷达的匹配滤波技术

MIM0雷达是一种全新体制的雷达技术,在其接收端利用发射端全向发射正交信号的原理,通过匹配滤波技术恢复每个发射信号分量,确保信号之间保持良好的正交性是MIMO雷达实现的关键。首先给出了相参MIM0雷达的信号模型;然后分析了正交频分线性调频信号的互模糊函数,并对互相关峰值电平出现的位置和幅度进行了分析,推导出了MIM0雷达相邻发射信号之间频率间隔所需满足的条件和相参MIM0雷达匹配滤波技术的数学模型;最后通过仿真实验证明了理论分析的正确性,而且仿真实验还表明：在正确设计MIM0雷达发射信号的条件下,噪声电平对匹配滤波技术的影响远大于自相关旁瓣电平和互相关峰值。