稀布阵列MIMO雷达成像技术研究

发布时间：2019-09-11 12:12

【摘要】：成像技术的出现是雷达发展史上的重要里程碑。成像雷达能够全天候、全时段工作,并可穿透植被、衣服、地表等遮挡物观测目标,具有广阔的应用前景。多输入多输出(Multiple-Input Multiple-Output, MIMO)是近年来由通信领域引入的一种新的雷达体制,从诞生之日起就引起了国内外学术界、产业界的广泛关注。它在雷达成像、目标角度估计、反隐身目标等方面表现出诸多优势。利用MIMO雷达在分辨能力方面的优势进行成像,能够缩短积累时间,甚至可实现单次快拍成像,大大降低了对目标运动状态的要求。它创新性的系统结构可以克服传统雷达成像方法的不足,为雷达成像提供一种新的思路。在保证成像性能的条件下,对MIMO雷达阵列进行稀疏布置,能够有效减少设备数量、减小信号处理负担、提升系统的可靠度、提高应用的灵活性。这些优点可以进一步凸显MIMO雷达成像的价值,拓展其应用空间。本文围绕稀布阵列MIMO雷达成像这一主题,沿着单次快拍成像和多次快拍成像两条技术路线开展研究,对于每条技术路线又分为常规和宽角度两种情况进行讨论。主要工作包括以下五个部分内容：针对稀布阵列MIMO雷达成像的基础问题。第一部分总结比较了常规的阵列稀布方法的优缺点。借助模糊函数研究了稀布阵列MIMO雷达的分辨能力。采用抛物线拟合法计算模糊函数在横、纵两个方向上切割图形的主瓣宽度,进而推导出MIMO雷达分辨率的数学表达式。通过对表达式的分析,讨论了影响MIMO雷达二维分辨率的因素,总结得到系统设计和阵列布置的若干准则。第二部分研究了稀布阵列MIMO雷达单次快拍成像。有两类MIMO阵列可用于二维成像,分别是收／发阵列相互平行放置和垂直放置,它们对应的虚拟阵列是线阵和面阵。本文针对这两类阵列提出了不同的稀布方法。对于平行放置情况,讨论了两种基于差集理论的阵列设计方法,分别适用于对布阵算法运算量敏感与否两种场合。在对运算量敏感的场合,可采用借助差集理论进行MIMO雷达快速布阵的方法,所得阵列方向图的峰值旁瓣比优于常用的随机阵列；在对运算量不敏感的场合,能通过一种将差集理论和遗传算法相结合的优化方法,以较快的收敛速度获得比传统遗传算法更好的结果。对于相互垂直放置的情况,提出一种基于差基和差集理论的MIMO雷达最小冗余垂直阵列构造方法。分析表明,所得MIMO雷达的虚拟阵列在设计指标要求的范围内能够满足最小冗余条件。最后给出了该方法所得阵列的冗余度极限。第三部分研究了稀布阵列MIMO雷达单次快拍宽角度成像。由于宽角度成像时可认为目标位于近场,因此首先推导了MIMO雷达远场和近场的分界条件。接着针对目标位于近场的情况,经分析后选择最大投影方向图代表点扩展函数(Point Spread Function,PSF),用于衡量不同稀布阵列的成像性能。然后以此标准设计适应度函数,运用遗传算法对用于近场条件下宽角度成像的MIMO雷达阵列进行优化。在此过程中,提出一种“成对交叉策略”保证遗传算法进化过程中阵列稀疏率的恒定。第四部分研究了稀布阵列MIMO雷达多次快拍成像。采用逆合成孔径雷达(Inverse Synthetic Aperture Radar, ISAR)技术进行多次快拍积累,是MIMO雷达消除因阵列稀布带来的对成像性能影响的途径之一。但当系统参数不完全匹配时,会出现MIMO阵列的空间采样与ISAR技术的时间采样之间不等效现象。为此,研究了空时不等效对成像质量的影响,经过详细推导,得到计算成像结果中虚假目标数量、位置的数学公式,给出了目标与最大假目标幅度比值的解析表达,并对目标幅度衰减情况进行了定量分析。在此基础上,对目标上特殊点进一步讨论,总结了它们方位像的特点。若多次快拍成像时存在空时不等效,需对回波数据进行方位向重排与插值。这就需要估计目标的运动参数,同时距离-多普勒图像的横向定标也要以目标的运动情况作为依据。从该需求出发,针对经过运动补偿后等效为匀加速旋转目标,提出一种初始角速度和转动加速度联合估计方法。借助MIMO雷达多通道观测的结构优势,根据不同通道回波间相位差异,通过估计差异信号相位系数获得目标运动状态。在此基础上,分析了算法推导过程中因函数近似引起的误差,同时对算法的分辨能力给出定量评估。第五部分研究了稀布阵列MIMO雷达多次快拍宽角度成像。采用距离-多普勒(Range-Doppler, RD)算法成像原理直观,步骤简洁。但它只适用于成像积累角度不大的情形,否则目标上的散射点会发生越分辨单元走动(Motion Through Resolution Cell, MTRC)。而提高雷达方位向分辨能力又要求增大成像积累角度,因此有必要研究稀布阵列MIMO雷达多次快拍宽角度成像方法。首先对MIMO雷达的系统结构和采用ISAR技术时的信号模型进行分析,以二次降维方式详细讨论了回波信号在波数域的分布特点,得出两条针对成像应用的MIMO雷达阵列设计准则。在此基础上提出一种可有效聚焦的极坐标格式算法,经过对MIMO雷达回波数据逐次渐进降维重排,将其从四维转换到二维。然后凭借距离向和方位向两次一维插值,把以极坐标格式记录的回波采样变换为直角坐标下均匀分布的数据。最后通过傅里叶逆变换实现成像。此外,对该方法推导过程中引入的误差进行了分析,得到算法的适用条件。
【图文】：

雷达成像,演示系统

包括Capon、APES(Amplitude and Phase Estimation),用来估计目标的位置和反射信号强度。同时提出一种通用似然比方法(Generalized Likelihood Ratio Test,GLRT)用以消除强干扰造成的虚假目标[64]。段聂静等通过使用确定性阵列与单次快拍并行空间采样取代传统ISAR中的非确知性合成阵列与长时间多脉冲懫样，给出了一种MIMO雷达波数成像方法。该成像方法利用发射/接收阵元的角度分集和信号分集，在单次快拍观测期间即可实现目标散射函数波数域二维支撑域上的有效观测，避免了ISAR成像中对目标运动的补偿难题[65]。Wang等在文献[66]和[67]分别提出一种基于窄带和宽带MIMO雷达的高分辨二维成像技术。Duan等提出一种采用MIMO雷达进行3D成像的方法[68]。Ma和Su提出采用垂直线阵MIMO雷达进行二维成像，避免了ISAR中复杂的运动补偿[69]。王怀军等针对MIMO雷达成像，在阵列设计[7a]、相位中心误差分析[71]、成像算法[72-75]、旁瓣抑制[76]等方面开展了一系列的研究。2010年，德国的Fraunhofer FHR搭建了MIMO雷达成像演示系统MIRA-CLEX。它的天线阵列长2m，由16个发射阵元，14个接收阵元组成。通过合理地选择阵元位置，最终能形成224个虚拟阵元。雷达工作在X波段，发射信号频率9.45GHz,瞬时带宽IGHz。系统外观如图1.2(a)所示，图1.2(b)是其天线阵列的原理框图[77-79]。

三维成像系统,稀布阵,雷达成像

博士论文稀布阵列MIMO雷达成像技术研宄上个世纪70年代末起，美国宾夕法尼亚大学Steinberg教授领导的Valley Forge研究中心，在稀布阵列雷达成像领域进行了一系列开创性的理论研究和试验工作[88_92]。1979年该团队进行了首次试验，懫用X波段雷达，凭借广域分布的天线阵列进行高角度分辨率成像，他们将这套系统形象地称为无线电照相机(radio camera)[93]。近年来，不少研宄者利用稀布阵列MIMO雷达为SAR增加一个维度的分辨能力，实现三维成像。法国 ONERA 的 DRIVE[94]以及德国 Fmunhofer-FHR 的 ARTINO (见图 1.3) 均采用了这样的设计。
【学位授予单位】：南京理工大学
【学位级别】：博士
【学位授予年份】：2014
【分类号】：TN957.52

【参考文献】