稀疏目標的MIMO雷達成像技術研究.pdf

1、MIMO(Multiple input Multiple output，MIMO)雷達可以利用空間廣布的多發(fā)多收陣元，顯著拓展目標散射信息的空間采樣能力，提高雷達系統的空間分辨率，實現目標的成像觀測?？臻g分布較緊湊的集中式MIMO雷達作為MIMO雷達的一種主要應用形式，其成像技術的研究已在目標監(jiān)視、安全檢測、對地遙感等領域得到廣泛的關注。集中式MIMO雷達由于采用較為緊湊的陣元空間分布，導致目標的多通道空間采樣之間呈現部分相關性，從而成

2、為限制系統空間分辨率進一步提高的瓶頸因素。為此，本文從集中式MIMO雷達空間譜填充的特點出發(fā)，通過引入目標的稀疏先驗，針對上述瓶頸問題，開展了以下研究工作:
　　1.推導了遠場條件下的集中式MIMO雷達兩維回波模型，利用空間譜理論描述了集中式MIMO雷達空間譜填充的特點，分析了匹配濾波成像結果。然后，構建了集中式MIMO雷達成像仿真和實驗的場景，用于后續(xù)研究內容。
　　2.研究了基于匹配濾波和正則化方式的信噪比增強方法，并從

3、集中式MIMO雷達回波的相關性出發(fā)，提出了一種基于非凸約束的低秩矩陣去噪算法，進一步改善了回波信噪比。
　　3.在空間譜均勻致密填充下，建立了系統點擴散函數(Point Spread Function，PSF)與目標散射系數兩維卷積信號模型，提出了兩維迭代去卷積成像方法，消除了點擴散函數的卷積效應。然后，減少陣元及發(fā)射頻點數目導致均勻空間譜部分行列隨機缺失，提出了兩種回波矩陣重排方式，利用重排回波之間的相關性，提出了基于非凸約束的

4、低秩回波矩陣補全(Matrix Completion，MC)方法，準確補全了缺失的空間譜數據。
　　4.在空間譜非均勻填充且不可補全條件下，去卷積成像方法不再適用，依據壓縮感知理論(Compressed Sensing，CS)，提出了基于非凸約束的兩維稀疏成像方法，仿真分析了off-grid及相位誤差引起的模型失配對成像性能的影響。緊接著探討了成像網格及空間譜相關性導致的冗余數據與觀測矩陣列互相關特性之間的聯系，針對空間譜冗余造成