MIMO雷達稀疏成像的失配問題研究.pdf

1、MIMO(Multiple input Multiple output，MIMO)雷達是指利用多個發(fā)射和接收天線同時對目標進行觀測的一種新構型的雷達系統(tǒng)。陣列構型設計和波形分集技術使MIMO雷達能夠獲得遠多于實際物理陣元數(shù)目的觀測通道和空間自由度。通過對觀測通道回波的聯(lián)合處理，相比于傳統(tǒng)成像雷達，MIMO雷達在成像的方位向分辨率、實時性和運動補償?shù)确矫嬗忻黠@的性能優(yōu)勢。進一步的，為克服信號帶寬和系統(tǒng)采樣頻率在實現(xiàn)高分辨率成像時對雷達系統(tǒng)

2、設計和實現(xiàn)的困難和限制，基于壓縮感知(Compressed Sensing，CS)的MIMO雷達稀疏成像開始受到廣泛的關注，是當前的一個研究熱點。由CS理論可知，MIMO雷達的稀疏重構（即，反演）性能依賴于觀測矩陣的性質，因此一個精確已知的觀測矩陣是獲得好的反演結果的前提條件。眾所周知，MIMO雷達的觀測矩陣由雷達系統(tǒng)參數(shù)和成像場景的網格點共同決定，如果其中任一的一個因素存在不確定性都將導致實際觀測矩陣不再與默認的觀測矩陣一致，這種觀測

3、矩陣的失配必然對成像算法的有效性、可靠性和穩(wěn)健性提出了挑戰(zhàn)。因此，研究觀測矩陣失配對MIMO雷達稀疏成像的影響是有實際應用意義的。
　　本文采用正交匹配追蹤算法(Orthogonal Matching Pursuit，OMP)作為反演算法的比較基準，圍繞系統(tǒng)參數(shù)和成像場景網格點這兩類因素的不確定性，重點研究和分析觀測矩陣失配的產生機理、OMP算法在實現(xiàn)有效反演時對這些不確定性的承受能力、以及高效重構算法等問題，主要的研究內容如下:

4、
　　1、針對相位分集和頻率分集兩種波形分集方式，建立了對應緊湊式MIMO雷達系統(tǒng)的回波模型，分別從點擴散函數(shù)和空間譜的角度推導了成像分辨率和無模糊距離的解析表達式，重點分析了兩種角度下對成像分辨率描述的差異。詳細介紹了OMP算法的算法流程和基于互相關系數(shù)的重構性能推導過程。同時，根據互相關系數(shù)和點擴散函數(shù)之間的緊密聯(lián)系，確定了通過點擴散函數(shù)來分析觀測矩陣失配和稀疏反演性能的可行性。
　　2、對于系統(tǒng)可能存在的發(fā)射-接收通道

5、隨機相位誤差，基于其在回波相位中不與散射點坐標信息耦合的先驗假設，在MIMO雷達系統(tǒng)中建立了含有相位不確定性的回波模型，分析了這一類隨機相位誤差對觀測矩陣的作用形式，表現(xiàn)為一左乘對角擾動矩陣。進一步的，利用受擾動的點擴散函數(shù)和相位誤差的隨機特性，分析了左乘擾動矩陣對OMP算法成像的影響，主要表現(xiàn)為幅度衰減且衰減程度由相位的波動范圍決定。特別地，根據推導的OMP算法重構性能，分別在支撐集恢復和幅值估計兩方面推導了OMP算法對相位誤差的容限

6、?？紤]到回波中隨機相位誤差是一隱含變量的事實，引入期望最大化(ExpectationMaximization，EM)方法，根據最大后驗概率準則，提出了期望最大化的稀疏成像算法(Sparse Imaging via EM，SIEM)，仿真結果顯示在存在相位誤差時SIEM比OMP具有更穩(wěn)定的反演性能。
　　3、對于系統(tǒng)可能存在的發(fā)射-接收通道載頻偏差，在相位分集MIMO雷達系統(tǒng)中建立了含有發(fā)射、接收載頻不確定性的解析回波模型，回波表達

7、式表明載頻偏差不僅在回波相位中與散射點位置信息強耦合，而且會影響通道分離的性能，導致通道分離殘差的出現(xiàn)。相比隨機相位誤差，載頻偏差引起更加復雜、嚴重的觀測矩陣失配。根據受擾動點擴散函數(shù)的峰值變化，分析得到了載頻偏差對OMP算法成像的影響集中表現(xiàn)為對點擴散函數(shù)峰值的衰減，然后進一步推導了存在載頻偏差時OMP算法的反演性能變化以及OMP算法支撐集恢復和幅值估計對載頻偏差的容限。通過將載頻偏差引起的觀測矩陣失配表示為一個具有有界Frobeni

8、us范數(shù)約束的加性擾動矩陣，提出了基于有界擾動的稀疏成像算法(Sparse Imaging based on Frobenius-nrom-bounded Perturbation, SIFrobP)。根據有界擾動的一般性假設，SIFrobP算法的適用范圍廣泛，可適用于實際觀測矩陣中存在任意未知不確定性的場景。
　　4、研究了連續(xù)成像場景的離散化網格與真實目標散射點之間存在不確定性時的網格失配問題。從細化網格提高散射點位置估計精度

9、的角度，將基于Band-exclusion技術的改進型OMP算法(Band-excluded OMP，BOMP)引入MIMO雷達稀疏成像，利用點擴散函數(shù)指導相關帶門限值的設置使BOMP算法成像的低分辨率得到了有效地改善。同時，從摒棄對連續(xù)成像場景網格化的角度出發(fā)，提出了基于連續(xù)參數(shù)估計的MIMO雷達稀疏成像方法(Sparse Imagingvia Continuous Parameter Estimate, SICPE)，推導了算法的性