基于波形选择的MIMO雷达三维稀疏成像与角度误差校正方法

该文研究稀疏目标场景下,波形选择对基于压缩感知理论的MIMO雷达成像效果的影响并提出一种改进的成像角度误差校正方法。首先分析了模糊函数和压缩感知匹配字典的相关系数之间的关系;然后,在空间小角度域情况下,针对成像场景中的角度误差,提出一种改进的基于迭代最小化的稀疏学习(SLIM)算法进行校正。仿真结果表明,选择具有较低旁瓣模糊函数的发射波形可以提高成像质量,改进的SLIM算法可以有效补偿角度误差。     

MIMO雷达三维干涉诊断成像方法

2维合成孔径雷达(Synthetic Aperture Radar, SAR)和逆合成孔径雷达(Inverse Synthetic Aperture Radar, ISAR)成像是目标散射机理高分辨率分析和散射诊断测量的重要手段,现有被广泛采用的技术主要包括转台ISAR和导轨SAR成像技术。相比于传统的2维成像,3维成像可以提供目标局部散射中心在空间的3维位置和散射强度信息。因此,探索新的、可工程化实现与应用的目标3维成像技术是一项极具吸引力的工作。该文提出一种基于多输入多输出(Multiple-Input Multiple-Output, MIMO)阵列技术的3维干涉成像方法。首先,设计并试验了一种具有高孔径利用率和通过虚拟孔径实现干涉成像功能的MIMO阵列;其次,分析了MIMO阵列合成的两组虚拟孔径所成两幅2维雷达像的干涉相位与目标散射中心高度之间的关系,发展了MIMO雷达3维干涉成像算法;最后,通过数值仿真和原理样机实验验证了所提方法在目标散射机理分析和诊断测量应用中的可行性和有效性。      

稀疏阵列L 型MIMO 雷达运动目标三维成像方法

针对L型多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达对空中运动目标三维成像天线数目较多问题,提出了发射阵列采用稀疏布阵的L型MIMO雷达三维成像方法。该文首先分析了MIMO雷达发射阵列的稀疏布阵方式,其次结合压缩感知理论具体阐述了基于稀疏阵列的三维成像方法。该方法在大幅减少L型MI-MO雷达发射天线的条件下,实现了对运动目标的单次快拍三维成像,不仅有效避免了目标机动带来的运动补偿难题,同时又降低了系统的硬件复杂度,便于工程应用。最后利用仿真实验验证了本文方法的有效性和可行性。     

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。     

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.     

基于目标场景结构化稀疏重构的三维雷达成像方法

基于成像场景散射强度稀疏表示的3维雷达成像结果对目标的外形几何细节体现较差,不利于目标识别。该文首先分析了目标在成像场景内散射强度的结构化特征,然后以散射点梯度信息进行了结构化稀疏表示,构建了基于目标散射强度梯度变化的结构化稀疏重构模型,最后通过改进的联合正交匹配追踪算法重构出目标3维图像。实验结果表明,该方法具有较好...     

艇载稀疏阵列MIMO雷达地面运动目标成像方法

本文针对地面运动目标成像问题,提出了基于平流层飞艇平台的稀疏阵列MIMO(Multiple-Input Multiple-Output)雷达的成像方法.该方法首先利用MIMO雷达阵列对观测场景进行空间并行采样获取其散射信息,其次由于两次脉冲回波信号中的运动目标信息不同而地杂波(或静止地物)信息相同,因此利用一次相消技术抑制回波信号中的地杂波分量.然后基于观测场景中运动目标的稀疏特性,将压缩感知理论引入到对运动目标重建过程中.该方法可有效避免地面运动目标成像时的地杂波干扰和运动补偿问题,同时采用稀疏阵列可大幅减少天线阵元个数,从而降低对飞艇平台的要求和系统成本,便于工程应用.最后利用仿真实验验证了该方法的有效性和可行性.     

基于目标场景结构化稀疏重构的三维雷达成像方法

基于成像场景散射强度稀疏表示的3维雷达成像结果对目标的外形几何细节体现较差,不利于目标识别.该文首先分析了目标在成像场景内散射强度的结构化特征,然后以散射点梯度信息进行了结构化稀疏表示,构建了基于目标散射强度梯度变化的结构化稀疏重构模型,最后通过改进的联合正交匹配追踪算法重构出目标3维图像.实验结果表明,该方法具有较好的抗噪性能和成像质量,可以更好地反映目标外形几何特征.     

MIMO雷达近场成像校准与互耦合补偿方法

毫米波频段的合成孔径雷达（Synthetic Aperture Radar, SAR）因拥有良好的方位向分辨率而受到广泛关注,同时在发射端和接收端采用多根天线多输入多输出（Multiple?Input Multiple?Output, MIMO）的方式可以极大提高信道容量。然而MIMO?SAR图像重建计算较为复杂,且多个通道间幅相不一致和相互耦合容易导致图像出现伪影,严重影响成图质量。基于此,本文对引入非均匀快速傅里叶变换（Nonuniform Fast Fourier Transform, NUFFT）简化的距离迁移算法（Range Migration Algorithm, RMA）成像算法进行了研究;在分析扫描架运动抖动对相位影响的基础上,探究了通过照射金属反射面的MIMO阵列校准方法,实现了192个通道的同时校准;并搭建了毫米波SAR系统实验平台,对伪影消除、成像分辨率等开展了验证实验。实验结果实现了图像重构,成像分辨率达到了2 mm,完成200 mm×200 mm孔径扫描时间缩短至120 s。     

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.     

发射分集MIMO雷达融合成像处理方法

发射分集MIMO雷达具有潜在的高分辨成像能力,但成像时存在高旁瓣问题。为分析它的成像性能,该文首先建立了发射分集MIMO雷达的成像模型。通过空间频谱的支撑区分布,阐明了分集成像的高分辨性能,并着重分析了其旁瓣特性。基于谱外推的思想,提出了一种发射分集MIMO雷达融合成像处理方法,该方法能够实现MIMO雷达高分辨成像同时具有良好的旁瓣性能。仿真实验验证了该文所提方法的有效性。     

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.     

基于压缩感知的稀疏阵列MIMO雷达成像方法

针对MIMO雷达对空目标单次快拍成像时天线数目较多问题,该文提出了一种稀疏阵列MIMO雷达的成像方法。首先分析了MIMO雷达天线的稀疏布阵方式,其次结合压缩感知理论具体阐述了稀疏阵列MIMO雷达的成像方法。该方法不仅能够对运动目标实现单次快拍成像,避免了目标机动带来的运动补偿难题,同时又能够大幅减少MIMO雷达的天线规模,便于工程实现。最后利用仿真实验验证了所提方法的有效性。