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。     

MIMO雷达成像外场实验研究

以MIMO雷达的成像性能为研究对象,本文首先探讨了MIMO雷达的成像原理,论证了MIMO雷达的高分辨成像能力.而后构建了MIMO雷达成像实验系统,利用波束形成聚焦成像的方法对外场实验数据进行了处理,初步验证了MIMO雷达优良的成像性能.最后的成像结果表明:MIMO雷达的方位分辨率较同等接收阵列的实孔径方式提高约158%,同时旁瓣电平比实孔径方式降低约3dB.     

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。      

MIMO雷达波束综合研究

MIMO雷达是近年来出现的一项新的雷达技术,也是下一代雷达发展的主要方向之一.文章在简单介绍MIMO雷达的基本概念和工作过程后,主要研究了MIMO雷达的波束形成,利用MIMO雷达多个发射天线的多个发射信号的复相关矩阵进行分析,在R完全相关和完全正交的情况下,对MIMO雷达的波束形成进行仿真,同时对介于这两种情况下的波束形成优化问题进行了研究.     

基于扩频信号的MIMO雷达波束形成研究

多输入多输出雷达使用多个发射天线发射独立的信号,使用多个天线接收回波信号,对回波信号进行分离,相当于形成一个大的虚拟阵列。这里使用二进制扩频码分多址信号作为不同发射天线的发射信号。由于编码相关产生的高旁瓣,传统距离压缩方法不能产生恰当的目标距离像。使用Capon波束形成方法来降低距离旁瓣,同时产生更高的角度分辨率,可用于对目标成像。     

基于空间谱域填充的MIMO雷达成像研究

 雷达成像需要获得目标空间谱域一定范围和密度的采样以重建目标图像,目标空间谱域的填充方式与雷达成像的质量有直接关系.论文首先阐述了MIMO(Multiple-Input Multiple-Output)雷达收发信号模型的空间卷积效应,基于电磁逆散射原理,推导出一种MIMO雷达成像方法,详细论述了成像性能与空间谱域填充的关系.讨论了收/发阵列配置对空间谱域填充的影响,得到阵列排布的基本准则,最后对成像算法的有效性和理论分析结果进行仿真验证.     

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。      

基于天线布阵的MIMO雷达成像研究

MIMO(Multiple-Input Multiple-Output)雷达是一种新体制雷达,具有潜在的对空中目标实时成像能力.论文首先建立了MIMO雷达观测信号模型,结合等效相位中心近似,以MIMO雷达对空中目标成像为目的提出一种天线布阵方式.基于这种布阵方式,推导出适用于MIMO雷达的修正距离偏移成像算法.最后对布阵方式的合理性和成像算法的有效性进行了成像仿真验证.     

基于MIMO雷达的高分辨成像方法

以实现对空中目标的高分辨成像为目的,文章提出了基于MIMO雷达的技术解决方案.首先分析了MIMO雷达的工作原理和实现形式,而后建立了MIMO雷达成像模型,并推导出MIMO雷达多通道回波与目标空间频谱的对应关系.通过分析目标空间频谱的支撑区分布,论证了MIMO雷达阵列方位向的高分辨成像能力.最后进行了成像仿真实验.结果表明:在同等接收阵列条件下,MIMO阵列与实孔径阵列相比方位分辨率能够得到数倍的提高.     

基于Kronecker压缩感知的宽带MIMO雷达高分辨三维成像

在宽带多输入多输出(MIMO)雷达3维成像中,MIMO雷达收发阵元数量和空间分布的限制会导致图像的2维横向分辨率难以满足实际需求。该文利用压缩感知(CS)理论来实现图像在2维横向上的超分辨。考虑到对信号的每一维分别进行超分辨会损失各维间的耦合信息,提出一种基于Kronecker CS(KCS)的2维联合超分辨方法;为解决KCS在多维高分辨应用中存储量大、计算效率低的问题,进一步提出了一种基于低分辨3维图像先验信息的降维KCS方法。仿真和实测数据实验验证了方法的有效性。     

一种基于相位补偿的前向散射阴影逆合成孔径雷达快速成像方法

传统的基于菲涅尔数值积分的前向散射阴影逆合成孔径雷达(SISAR)成像计算复杂且运算量较大。为提高运算速度,该文对SISAR快速成像方法进行了研究。首先提出一种基于快速傅里叶变换(FFT)的SISAR快速成像方法,并给出了FFT引入相位误差的补偿公式;随后通过对运动补偿后信号频谱进行分析给出了SISAR成像的采样准则,其指出成像所需的信号采样率可以远小于奈奎斯特采样率。仿真结果表明,利用FFT和低采样率的快速成像方法可以在精确成像的基础上大大降低运算量,具有实际工程意义。     

基于稀疏贝叶斯学习的无源雷达高分辨成像

针对无源雷达压缩感知成像,该文提出一种基于稀疏贝叶斯学习的高分辨成像算法。基于一次快拍模式下的无源雷达回波模型,文中首先考虑目标散射系数的统计特性及其对微波频率的依赖关系,将无源雷达成像转化为MMV(Multiple Measurement Vector)联合稀疏优化问题;然后对目标建立了级联形式的稀疏先验模型,并利用稀疏贝叶斯学习技术进行求解。相比之前基于目标确定性假设的稀疏恢复方法,所提算法更好地利用了目标的统计先验信息,具有能够自适应调整参数(目标模型参数和未知噪声功率)和高分辨反演目标等优点。仿真结果验证了该算法的有效性。     

Improvement and Analysis of Carrier-Interferometry Orthogonal Frequency Division Multiplexing System

1IntroductionOrthogonal Frequency Division Multiplexing(OFDM) isknown to be with high spectrumefficiency and effectivein coping with such wireless channel i mpairments asmultipath fading and Inter-Symbol Interference(ISI)[1]. Moreover ,OFDMsystems have become prac-tical toi mplement using Fast Fourier Transform(FFT)techniques[2]thanks to advances in digital signal pro-cessing. Up to the present , OFDMhas been employedin several digital transmission systems , such as AD-SL[3], HIP…     

基于随机步进频信号的MIMO波形设计和成像方法

基于MIMO雷达系统的宽带雷达成像是空间感知领域一个很有前景的研究方向.波形设计是宽带MIMO雷达系统需要解决的首要问题.对于MIMO宽带信号一般要求各雷达发射信号相互正交且自相关函数具有窄的主瓣和低旁瓣特性.文中详细分析了随机步进频信号自相关函数的统计特性,证明大的步进频数利于MIMO雷达成像,进而提出了一种基于遗传算法的MIMO波形设计方法,该算法中利用随机频率编码矩阵生成遗传算法的初始种群.最后将所设计的波形用于MIMO雷达成像的仿真实验,其结果证明了文中的波形设计方法可以有效降低MIMO雷达系统中不同通道之间的相互干扰,利于雷达成像.     

基于鲁棒Capon波束形成的探地雷达成像算法

传统的探地雷达(Ground Penetrating Radar, GPR)成像算法属于非自适应方法,其成像结果中存在较强的旁瓣和杂波干扰,而自适应方法具有很强的干扰抑制能力。该文利用鲁棒Capon波束形成(Robust Capon Beamforming, RCB)理论,提出了一种自适应的基于RCB的GPR成像算法,不仅考虑了GPR工作场景下电磁波折射现象,同时研究了适用于GPR成像的协方差矩阵构造方法。所提算法可大幅降低成像结果中旁瓣和杂波能量,并在一定程度上提高成像分辨率,实测数据的实验结果证明了算法的有效性。