稀疏目标的MIMO雷达成像技术研究

发布时间：2018-01-01 12:13

本文关键词：稀疏目标的MIMO雷达成像技术研究　出处：《中国科学技术大学》2017年博士论文　论文类型：学位论文

【摘要】：MIMO(Multiple input Multiple output,MIMO)雷达可以利用空间广布的多发多收阵元,显著拓展目标散射信息的空间采样能力,提高雷达系统的空间分辨率,实现目标的成像观测。空间分布较紧凑的集中式MIMO雷达作为MIMO雷达的一种主要应用形式,其成像技术的研究已在目标监视、安全检测、对地遥感等领域得到广泛的关注。集中式MIMO雷达由于采用较为紧凑的阵元空间分布,导致目标的多通道空间采样之间呈现部分相关性,从而成为限制系统空间分辨率进一步提高的瓶颈因素。为此,本文从集中式MIMO雷达空间谱填充的特点出发,通过引入目标的稀疏先验,针对上述瓶颈问题,开展了以下研究工作:1.推导了远场条件下的集中式MIMO雷达两维回波模型,利用空间谱理论描述了集中式MIMO雷达空间谱填充的特点,分析了匹配滤波成像结果。然后,构建了集中式MIMO雷达成像仿真和实验的场景,用于后续研究内容。2.研究了基于匹配滤波和正则化方式的信噪比增强方法,并从集中式MIMO雷达回波的相关性出发,提出了一种基于非凸约束的低秩矩阵去噪算法,进一步改善了回波信噪比。3.在空间谱均匀致密填充下,建立了系统点扩散函数(Point Spread Function,PSF)与目标散射系数两维卷积信号模型,提出了两维迭代去卷积成像方法,消除了点扩散函数的卷积效应。然后,减少阵元及发射频点数目导致均匀空间谱部分行列随机缺失,提出了两种回波矩阵重排方式,利用重排回波之间的相关性,提出了基于非凸约束的低秩回波矩阵补全(Matrix Completion,MC)方法,准确补全了缺失的空间谱数据。4.在空间谱非均匀填充且不可补全条件下,去卷积成像方法不再适用,依据压缩感知理论(Compressed Sensing,CS),提出了基于非凸约束的两维稀疏成像方法,仿真分析了 off-grid及相位误差引起的模型失配对成像性能的影响。紧接着探讨了成像网格及空间谱相关性导致的冗余数据与观测矩阵列互相关特性之间的联系,针对空间谱冗余造成的观测矩阵列互相关性较强问题,提出了投影矩阵优化方法,降低了观测矩阵的列互相关性。
[Abstract]:Multiple input multiple output ( MIMO ) radar is widely used in the field of MIMO radar . A projection matrix optimization method is proposed to reduce the correlation between the columns of the observation matrix .

【学位授予单位】：中国科学技术大学
【学位级别】：博士
【学位授予年份】：2017
【分类号】：TN957.52

【参考文献】