【文章內(nèi)容簡(jiǎn)介】 是在 2020年和 2020年的一些學(xué)術(shù)會(huì)議上，會(huì)議設(shè)專(zhuān)題討論 MIMO 雷達(dá)的相關(guān)理論問(wèn)題。根據(jù)會(huì)議文獻(xiàn)中的 MIMO雷達(dá)概念模型 (如圖 122)，可以總結(jié)出 MIMO雷達(dá)概念的基本構(gòu)成（如圖 123）。 圖 122 概念模型 4 圖 123 基本構(gòu)成 MIMO雷達(dá)的天線(xiàn)陣元間距沒(méi)有特別限定，可以是密集或稀疏布陣，發(fā)射正交信號(hào)波形，廣域覆蓋空間范圍。多基地雷達(dá)中，一般自發(fā)自收，不產(chǎn)生虛擬陣元，各個(gè)雷達(dá)大都獨(dú)立工作，各自信號(hào)處理完成之后再送中央處理器做數(shù)據(jù)融合，而 MIMO雷達(dá)強(qiáng)調(diào)將所有原始回波數(shù)據(jù)進(jìn)行聯(lián)合信號(hào)處理。 分布式 MIMO雷達(dá)的研究主要以 Fishler、 Haimovich、 Blum為代表。分布式 MIMO雷達(dá)利用目標(biāo) RCS起伏來(lái)改善雷達(dá)的檢測(cè)性能。觀(guān)測(cè) 復(fù)雜起伏目標(biāo)時(shí)，雷達(dá)觀(guān)測(cè)角度的細(xì)微變化可能會(huì)導(dǎo)致目標(biāo) RCS數(shù)十分貝的變化，分布式 MIMO雷達(dá)利用大間距天線(xiàn)陣從多個(gè)角度獲得相互獨(dú)立的多路目標(biāo)回波。由于全部回波基本不會(huì)同時(shí)出現(xiàn)深度衰落，從而通過(guò)非相干積累來(lái)克服目標(biāo)的 RCS起伏，提高雷達(dá)檢測(cè)性能以及對(duì)隱身目標(biāo)的探測(cè)能力。分布式天線(xiàn)布陣提高了 MIMO雷達(dá)的抗摧毀能力。為得到統(tǒng)計(jì)獨(dú)立的目標(biāo)回波，可將發(fā)射天線(xiàn)陣、接收天線(xiàn)陣，或收發(fā)天線(xiàn)陣同時(shí)在空間分布式配置來(lái)對(duì)目標(biāo)形成空間分集。根據(jù)收發(fā)分集的組合形式，分布式 MIMO雷達(dá)分為三種：發(fā)射分集 MIMO雷達(dá)、接收分集 MIMO雷達(dá)、收發(fā)全分集 MIMO雷達(dá) (又稱(chēng)統(tǒng)計(jì) MIMO雷達(dá) )。 緊湊式 MIMO雷達(dá)的研究以林肯實(shí)驗(yàn)室和 Li、 Stoica 等為主。其發(fā)射陣列和接收陣列構(gòu)型與分布式 MIMO 雷達(dá)不同，陣元間距較小，收發(fā)陣列和目標(biāo)通常滿(mǎn)足遠(yuǎn)場(chǎng)關(guān)系。由于緊湊式 MIMO雷達(dá)的多通道回波數(shù)據(jù)不是統(tǒng)計(jì)獨(dú)立的，可聯(lián)合進(jìn)行相干信號(hào)處理，從而完成數(shù)字波束形成、參數(shù)估計(jì)等功能。緊湊式 MIMO雷達(dá)與傳統(tǒng)雷達(dá)相比有許多優(yōu)勢(shì) 綜上所述， MIMO雷達(dá)概念的實(shí)現(xiàn)形式如圖 124所示， 圖中將 SIAR和泛探雷達(dá)作為MIMO雷達(dá)的兩種特例。 5 圖 124 MIMO雷達(dá)概念的實(shí)現(xiàn)形式 6 第二章 陣列成像算法概述 167。 MIMO 雷達(dá)基本原理 引言 MIMO 雷達(dá)通過(guò)多個(gè)發(fā)射天線(xiàn)同時(shí)發(fā)射多種相互正交波形，并采用多個(gè)接收天線(xiàn)接收所有波形的回波。 MIMO雷達(dá)采用這種波形分集技術(shù)，從而具有傳統(tǒng)相控陣?yán)走_(dá)所不具備的優(yōu)點(diǎn)，包括突破陣元間距半波長(zhǎng)限制、較高的系統(tǒng)自由度以及空間全覆蓋特性等。 正交波形是 MIMO 雷達(dá)的一種基本波形，下面以正交多相碼信號(hào)為例，介紹 MIMO雷達(dá)的基本原理及特性，并引入 MIMO 雷達(dá)信號(hào)模型。 雷達(dá)成像技術(shù)大體上可以分成三大類(lèi)：實(shí)孔徑 成像技術(shù)、合成孔徑成像技術(shù)和二者兼有的成像技術(shù)。其中，實(shí)孔徑成像技術(shù)主要用于實(shí)孔徑 (陣列 )成像雷達(dá)， Steinberg等做過(guò)深入的研究。合成孔徑成像技術(shù)的典型代表是 SAR 和 ISAR。二者兼有的成像技術(shù)包括ARTINO(Airborne Radar for Threedimensional Imaging and Nadir Observation)。 ARTINO 是一種三維成像雷達(dá)，分別利用平行于雷達(dá)平臺(tái)航向的合成孔徑、垂直于航向的線(xiàn)性陣列及下視的寬帶信號(hào)所提供的三個(gè)方向分辨率來(lái)獲得目標(biāo)的空間分布信息。 MIMO 雷達(dá)通過(guò)實(shí)際的多個(gè)發(fā)射天線(xiàn)和接收天線(xiàn)來(lái)探測(cè)目標(biāo)，通過(guò)單次“快拍”發(fā)射就能得到攜帶目標(biāo)信息的多路觀(guān)測(cè)回波數(shù)據(jù)。 MIMO 雷達(dá)成像劃歸于二者兼有的成像技術(shù)。 MIMO雷達(dá)的虛擬陣元和實(shí)際物理陣元是同時(shí)空間并存的，不同于時(shí)間積累所得的合成孔徑。因此， MIMO雷達(dá)的等效陣列孔徑可以理解為空間意義上的合成孔徑。在 MIMO雷達(dá)成像過(guò)程中，等效陣列和虛擬陣元將直接影響成像性能。 在成像方法方面， Xu等進(jìn)行 MIMO雷達(dá)成像時(shí)借助自適應(yīng)超分辨譜估計(jì)方法，利用 GLRT來(lái)確定目標(biāo)數(shù)目，分別研究了 Capon、 APES等自適 應(yīng)技術(shù)存在和不存在陣列校正誤差情況下的分辨性能和抗干擾能力。 Roberts等用 IAA(Iterative Adaptive Approach，一種基于加權(quán)最小二乘的迭代自適應(yīng)方法 )來(lái)完成 MIMO雷達(dá)成像，并分別給出了 IAA方法的RangeDoppler圖像和 AngleRange圖像，通過(guò)與 DAS(DelayAndSum)獲得的圖像作對(duì)比，證明 IAA方法具有高分辨能力，同時(shí)還證明了 MIMO 陣列的多普勒和角度分辨能力都比SIMO(SingleInput and MultipleOutput)陣列 高。 Xu和 Roberts 等本質(zhì)上都是在探討MIMO陣列信號(hào)處理問(wèn)題，用于實(shí)現(xiàn) MIMO雷達(dá)的多目標(biāo)分辨與定位。 在成像模型和成像算法及陣列設(shè)計(jì)等方面， Fortuny Guasch和 Martinez vazquez討論了 UWB MIMO雷達(dá)陣列小空域監(jiān)視問(wèn)題，利用反向投影 (BP)算法對(duì)理想點(diǎn)目標(biāo)進(jìn)行成像， 7 然后推導(dǎo)得到 MIMO 陣列的方向圖，比較一發(fā)一收、單發(fā)多收和多發(fā)多收三種陣列形式的聚焦圖像和方向圖，證明 MIMO陣列有優(yōu)良成像性能。韓興斌等研究了基于 MIMO雷達(dá)體制的分布式多通道雷達(dá)成像問(wèn)題，對(duì)多通道雷達(dá) 的空間譜域支撐區(qū)分布情況進(jìn)行了描述，對(duì)MIMO雷達(dá)的成像性能和陣元位置誤差進(jìn)行了分析，針對(duì)簡(jiǎn)單的收發(fā)陣列共直線(xiàn)排布構(gòu)建了MIMO雷達(dá)二維成像模型，分別利用寬帶發(fā)射信號(hào)和 MIMO陣列實(shí)現(xiàn)了運(yùn)動(dòng)目標(biāo)的單次“快拍”成像。 Ma和 Wang分別研究 MIMO雷達(dá)收發(fā)垂直布陣窄帶成像。 MIMO雷達(dá)的收發(fā)陣列同為線(xiàn)陣且相互垂直，根據(jù)空間卷積原理，雙線(xiàn)陣可以形成等效面陣，進(jìn)而利用窄帶發(fā)射信號(hào)實(shí)現(xiàn)二維實(shí)時(shí)成像，大大減少了物理天線(xiàn)陣元數(shù)目。在窄帶 MIMO雷達(dá)成像基礎(chǔ)上，段廣青等建立了一種寬帶 MIMO雷達(dá)三維成像模型，并給出了相應(yīng)的 三維成像算法。 167。 MIMO 雷達(dá)基本模型 虛擬陣列 虛擬陣列是 MIMO雷達(dá)的一個(gè)基本概念，假設(shè)一個(gè)由 NT個(gè)發(fā)射陣元和 NR個(gè)接收陣元組成的陣列。 NT個(gè)發(fā)射陣元發(fā)射的波形相互正交，接收陣元采用匹配濾波器組分離接收，因而總共形成 NTNR個(gè)“發(fā)射 接收”通道。 MIMO 雷達(dá)的陣列結(jié)構(gòu)及接收機(jī)結(jié)構(gòu)框圖分別如圖221和圖 222所示。 圖 21 MIMO雷達(dá)陣列結(jié)構(gòu) 8 圖 22 MIMO雷達(dá)接收機(jī)結(jié)構(gòu) 設(shè) NT， NR分別為發(fā)射陣列和接收陣列的陣元位置矢量： () () 其中，（ i=1,2， … ， NT）為第 i個(gè)發(fā)射陣元在直角坐標(biāo)系中的坐標(biāo)。（ j=1,2， … ， NR）為第 j個(gè)接收陣元在直角坐標(biāo)系中的坐標(biāo)， []T表示轉(zhuǎn)置運(yùn)算。假設(shè)一個(gè)點(diǎn)目標(biāo)位于遠(yuǎn)場(chǎng)處，由第 i個(gè)發(fā)射陣元發(fā)射的信號(hào)，到達(dá)遠(yuǎn)場(chǎng)目標(biāo)，反射到第 j個(gè)接收陣元，經(jīng)過(guò)的相對(duì)時(shí)延為（相對(duì)于發(fā)射陣列和接收陣列的參考點(diǎn)）： （ ） 其中，（）是發(fā)射相對(duì)時(shí)延，（）是接收相對(duì)時(shí)延，因此，（）又稱(chēng)為雙程相對(duì)時(shí)延。個(gè)“發(fā)射 接收”通道的雙程相對(duì)時(shí)延構(gòu)成一個(gè)長(zhǎng)度為的時(shí)延矢量： D= () 定義 MIMO雷 達(dá)的陣列導(dǎo)向矢量為： v= () 其中，是發(fā)射信號(hào)載頻。定義發(fā)射陣列導(dǎo)向矢量和接收陣列導(dǎo)向矢量分別為： = () = () 則： v= () 由式（ ）知，由發(fā)射陣列和接收陣列的陣元位置卷積構(gòu)成的大孔徑陣列稱(chēng)為虛擬陣列。圖 23列出了幾種典型的 MIMO虛擬陣列結(jié)構(gòu)，其中（ a）、（ b）用收發(fā)分置天線(xiàn)，但收發(fā)天線(xiàn)均分布在較小范圍內(nèi)，目標(biāo)遠(yuǎn)場(chǎng)假設(shè)仍然成立，以便實(shí)現(xiàn) 多天線(xiàn)間的相參處理。這種集中的收發(fā)分置結(jié)構(gòu)稱(chēng)為“偽單基”結(jié)構(gòu)，提高了系統(tǒng)設(shè)計(jì)的靈活性和自由度。（ c）是“單基”結(jié)構(gòu)，相同設(shè)備量條件下，“單基”結(jié)構(gòu)虛擬陣列的基線(xiàn)短，空間分辨率低，但是其方向圖旁瓣（天線(xiàn)方向圖上最大輻射波束旁邊的小波束）電平較低。 9 圖 23 MIMO虛擬陣列 發(fā)射波形 正交發(fā)射波形關(guān)系到 MIMO雷達(dá)能否實(shí)現(xiàn)通道分離，并對(duì)虛擬陣列的角度分辨能力、目標(biāo)的距離和多普勒分辨能力都有一定的影響。正交信號(hào)的中心頻率不一定是相同的。中心頻率相同的條件下，常用的有二相碼、多相碼和頻率編碼。其中 ，多相碼信號(hào)有更好的自相關(guān)特性和多普勒頻率特性，且信號(hào)結(jié)構(gòu)比較復(fù)雜，不易檢測(cè)和分析，另外，多相碼的低成本脈沖壓縮處理技術(shù)已經(jīng)成為可能。因此，正交多相碼信號(hào)是一種較好的選擇。 假設(shè)多相碼正交信號(hào)集中含有個(gè)信號(hào)，每個(gè)信號(hào)有 L個(gè)子脈沖，每個(gè)子脈沖的相移數(shù)為 P，每個(gè)子脈沖寬度為 T，則正交多相碼信號(hào)集可表示為： （ ） （ ） （ ） 信號(hào)的自相關(guān)函數(shù)為： 10 （ ） 為了提高發(fā)射信號(hào)的距離分辨率，理想的自相關(guān)函數(shù)滿(mǎn)足，當(dāng) k=0時(shí)， R（ ,k）最大，其他情況自相關(guān)函數(shù)接近于零。 信號(hào)的互相關(guān)函數(shù)為： （ ） 為提高發(fā)射信號(hào)的正交性，應(yīng)當(dāng)是互相關(guān)函數(shù)最小。 相位碼的設(shè)計(jì)原則是使自相關(guān)函數(shù)的旁瓣峰值和互相關(guān)函數(shù)的峰值最小。 信號(hào)模型 設(shè)第 i個(gè)發(fā)射陣元的發(fā)射信號(hào)為，為基帶波形，為載頻。發(fā)射信號(hào)經(jīng)過(guò)遠(yuǎn)場(chǎng)點(diǎn)目標(biāo)反射到第 j個(gè)接收陣元上的信號(hào)為： （ ） 167。 算法綜述 MIMO雷達(dá)成像由于其復(fù)雜的多收發(fā)陣列結(jié)構(gòu)而很難直接應(yīng)用現(xiàn)有的許多常用成像算法，因而需要探尋合適的 MIMO 雷達(dá)成像算法。首先，將傳統(tǒng)反向投影（ BP）算法推廣應(yīng)用于 MIMO雷達(dá)成像，得到 MIMO雷達(dá)標(biāo)準(zhǔn) BP 算法，不受 MIMO雷達(dá)陣列形式的限制。 而后， 基于時(shí)延曲線(xiàn)校正原理，提出了一種能夠大大降低標(biāo)準(zhǔn) BP 算法運(yùn)算量的MIMO 雷達(dá) TCCBP 算法。綜合傳統(tǒng)的距離多普勒 (RD)算法和 BP 算法而提出的 MIMO雷達(dá) RDBP 算法，在保證成像質(zhì)量的同時(shí)，相比標(biāo)準(zhǔn) BP 算法和 TCCBP 算法提高了成像處理的運(yùn)算效率。 結(jié)合 MIMO 雷達(dá)陣列設(shè)計(jì)，在 SAR RM算法的基礎(chǔ)上，從空間譜域角度對(duì) MIMO雷達(dá)成像算法進(jìn)行了研究。首先，通過(guò)分析雷達(dá)成像與空間譜域填充的關(guān)系，提出了基于譜域填充的 MIMO雷達(dá) SFRM算法。而后根據(jù)相位中心近似原理，進(jìn)行了 MIMO雷達(dá)天線(xiàn)陣列設(shè)計(jì)，進(jìn)而基于均勻等效線(xiàn)陣處理提出了 MIMO 雷達(dá) UELARM 算法。最后，結(jié)合收發(fā)正交線(xiàn)陣設(shè)計(jì)，提出了一種能夠有效實(shí)現(xiàn)窄帶 MIMO 雷達(dá)二維“方位 方位”向成像 11 的 MIMO雷達(dá) OLARM 算法。 BP 算法和 RM 算法都是為了重建目標(biāo)圖像，而不能解決成像系統(tǒng)固有的高旁瓣和分辨率受限的問(wèn)題。為了提高 MIMO 雷達(dá)的成像質(zhì)量，進(jìn)一步對(duì) MIMO 雷達(dá)成像旁瓣抑制和超分辨算法進(jìn)行研究。首先基于空間頻譜支撐區(qū)變形原理，提出了 MIMO 雷達(dá)成像旁瓣抑制算法 — SRSR 算法， 它不損失分辨率且簡(jiǎn)單、有效。在 SRSR 算法基礎(chǔ)上，通過(guò)分析旁瓣抑制與頻譜外推的內(nèi)在關(guān)系，提出了一種 MIMO 雷達(dá)成像譜變形超分辨算法 —SuperSRSR算法，相比于常規(guī)的超分辨率成像算法， SuperSRSR算法的優(yōu)點(diǎn)是簡(jiǎn)單、