MIMO雷達(dá)稀疏成像的失配問(wèn)題研究.pdf

1、MIMO(Multiple input Multiple output，MIMO)雷達(dá)是指利用多個(gè)發(fā)射和接收天線同時(shí)對(duì)目標(biāo)進(jìn)行觀測(cè)的一種新構(gòu)型的雷達(dá)系統(tǒng)。陣列構(gòu)型設(shè)計(jì)和波形分集技術(shù)使MIMO雷達(dá)能夠獲得遠(yuǎn)多于實(shí)際物理陣元數(shù)目的觀測(cè)通道和空間自由度。通過(guò)對(duì)觀測(cè)通道回波的聯(lián)合處理，相比于傳統(tǒng)成像雷達(dá)，MIMO雷達(dá)在成像的方位向分辨率、實(shí)時(shí)性和運(yùn)動(dòng)補(bǔ)償?shù)确矫嬗忻黠@的性能優(yōu)勢(shì)。進(jìn)一步的，為克服信號(hào)帶寬和系統(tǒng)采樣頻率在實(shí)現(xiàn)高分辨率成像時(shí)對(duì)雷達(dá)系統(tǒng)

2、設(shè)計(jì)和實(shí)現(xiàn)的困難和限制，基于壓縮感知(Compressed Sensing，CS)的MIMO雷達(dá)稀疏成像開(kāi)始受到廣泛的關(guān)注，是當(dāng)前的一個(gè)研究熱點(diǎn)。由CS理論可知，MIMO雷達(dá)的稀疏重構(gòu)（即，反演）性能依賴于觀測(cè)矩陣的性質(zhì)，因此一個(gè)精確已知的觀測(cè)矩陣是獲得好的反演結(jié)果的前提條件。眾所周知，MIMO雷達(dá)的觀測(cè)矩陣由雷達(dá)系統(tǒng)參數(shù)和成像場(chǎng)景的網(wǎng)格點(diǎn)共同決定，如果其中任一的一個(gè)因素存在不確定性都將導(dǎo)致實(shí)際觀測(cè)矩陣不再與默認(rèn)的觀測(cè)矩陣一致，這種觀測(cè)

3、矩陣的失配必然對(duì)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(cè)矩陣失配對(duì)MIMO雷達(dá)稀疏成像的影響是有實(shí)際應(yīng)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(zhǔn)，圍繞系統(tǒng)參數(shù)和成像場(chǎng)景網(wǎng)格點(diǎn)這兩類因素的不確定性，重點(diǎn)研究和分析觀測(cè)矩陣失配的產(chǎn)生機(jī)理、OMP算法在實(shí)現(xiàn)有效反演時(shí)對(duì)這些不確定性的承受能力、以及高效重構(gòu)算法等問(wèn)題，主要的研究?jī)?nèi)容如下:

4、
　　1、針對(duì)相位分集和頻率分集兩種波形分集方式，建立了對(duì)應(yīng)緊湊式MIMO雷達(dá)系統(tǒng)的回波模型，分別從點(diǎn)擴(kuò)散函數(shù)和空間譜的角度推導(dǎo)了成像分辨率和無(wú)模糊距離的解析表達(dá)式，重點(diǎn)分析了兩種角度下對(duì)成像分辨率描述的差異。詳細(xì)介紹了OMP算法的算法流程和基于互相關(guān)系數(shù)的重構(gòu)性能推導(dǎo)過(guò)程。同時(shí)，根據(jù)互相關(guān)系數(shù)和點(diǎn)擴(kuò)散函數(shù)之間的緊密聯(lián)系，確定了通過(guò)點(diǎn)擴(kuò)散函數(shù)來(lái)分析觀測(cè)矩陣失配和稀疏反演性能的可行性。
　　2、對(duì)于系統(tǒng)可能存在的發(fā)射-接收通道

5、隨機(jī)相位誤差，基于其在回波相位中不與散射點(diǎn)坐標(biāo)信息耦合的先驗(yàn)假設(shè)，在MIMO雷達(dá)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(jī)相位誤差對(duì)觀測(cè)矩陣的作用形式，表現(xiàn)為一左乘對(duì)角擾動(dòng)矩陣。進(jìn)一步的，利用受擾動(dòng)的點(diǎn)擴(kuò)散函數(shù)和相位誤差的隨機(jī)特性，分析了左乘擾動(dòng)矩陣對(duì)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(dòng)范圍決定。特別地，根據(jù)推導(dǎo)的OMP算法重構(gòu)性能，分別在支撐集恢復(fù)和幅值估計(jì)兩方面推導(dǎo)了OMP算法對(duì)相位誤差的容限

6、?？紤]到回波中隨機(jī)相位誤差是一隱含變量的事實(shí)，引入期望最大化(ExpectationMaximization，EM)方法，根據(jù)最大后驗(yàn)概率準(zhǔn)則，提出了期望最大化的稀疏成像算法(Sparse Imaging via EM，SIEM)，仿真結(jié)果顯示在存在相位誤差時(shí)SIEM比OMP具有更穩(wěn)定的反演性能。
　　3、對(duì)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(dá)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(dá)

7、式表明載頻偏差不僅在回波相位中與散射點(diǎn)位置信息強(qiáng)耦合，而且會(huì)影響通道分離的性能，導(dǎo)致通道分離殘差的出現(xiàn)。相比隨機(jī)相位誤差，載頻偏差引起更加復(fù)雜、嚴(yán)重的觀測(cè)矩陣失配。根據(jù)受擾動(dòng)點(diǎn)擴(kuò)散函數(shù)的峰值變化，分析得到了載頻偏差對(duì)OMP算法成像的影響集中表現(xiàn)為對(duì)點(diǎn)擴(kuò)散函數(shù)峰值的衰減，然后進(jìn)一步推導(dǎo)了存在載頻偏差時(shí)OMP算法的反演性能變化以及OMP算法支撐集恢復(fù)和幅值估計(jì)對(duì)載頻偏差的容限。通過(guò)將載頻偏差引起的觀測(cè)矩陣失配表示為一個(gè)具有有界Frobeni

8、us范數(shù)約束的加性擾動(dòng)矩陣，提出了基于有界擾動(dòng)的稀疏成像算法(Sparse Imaging based on Frobenius-nrom-bounded Perturbation, SIFrobP)。根據(jù)有界擾動(dòng)的一般性假設(shè)，SIFrobP算法的適用范圍廣泛，可適用于實(shí)際觀測(cè)矩陣中存在任意未知不確定性的場(chǎng)景。
　　4、研究了連續(xù)成像場(chǎng)景的離散化網(wǎng)格與真實(shí)目標(biāo)散射點(diǎn)之間存在不確定性時(shí)的網(wǎng)格失配問(wèn)題。從細(xì)化網(wǎng)格提高散射點(diǎn)位置估計(jì)精度

9、的角度，將基于Band-exclusion技術(shù)的改進(jìn)型OMP算法(Band-excluded OMP，BOMP)引入MIMO雷達(dá)稀疏成像，利用點(diǎn)擴(kuò)散函數(shù)指導(dǎo)相關(guān)帶門(mén)限值的設(shè)置使BOMP算法成像的低分辨率得到了有效地改善。同時(shí)，從摒棄對(duì)連續(xù)成像場(chǎng)景網(wǎng)格化的角度出發(fā)，提出了基于連續(xù)參數(shù)估計(jì)的MIMO雷達(dá)稀疏成像方法(Sparse Imagingvia Continuous Parameter Estimate, SICPE)，推導(dǎo)了算法的性