窄带高分辨MIMO雷达图像特性分析

针对窄带MIMO（NMIMO）雷达的目标识别问题,着重对目标NMIMO图像特性进行了研究.首先对NMIMO雷达成像方法进行了简要介绍;然后结合4种典型运动方式,分别分析了目标NMIMO雷达图像上散射中心位置参数、散射中心幅度以及图像分辨力3种参数的分布特性,并给出了不同运动方式下目标NMIMO雷达图像3种参数的变化规律.最后,通过仿真目标的成像结果对相关结论进行了验证仿真.结果表明：相对散射中心幅度和图像分辨率,散射中心结构更不敏感于目标姿态的变化,验证了理论分析的正确性.     

互相关干扰下的MIMO雷达自适应脉冲压缩方法

MIMO雷达各阵元发射波形之间一般不完全正交,用传统脉冲压缩方法处理会导致较高距离旁瓣电平,进而影响检测性能.在建立单站MIMO雷达回波模型的基础上,以最大化系统输出信号与干扰噪声比为准则,提出了一种基于迭代思想的MIMO雷达自适应脉冲压缩方法.该方法利用对目标距离像信息的多次估计值,自适应地对距离旁瓣、互相关干扰和噪声进行抑制.仿真实验表明,针对发射多相编码信号的MIMO雷达,该算法可以显著降低距离旁瓣,且在目标运动和多目标情况下也优于传统处理方法.     

一种机载MIMO雷达大场景成像算法

针对远离场景中心的目标成像存在的参考函数失配问题,理论上分析了机载MIMO雷达成像失配函数的特性,提出了一种基于目标场景条带分割的机载MIMO雷达的大场景成像算法,并导出了成像条带分割的约束关系.该算法通过将测绘带沿距离向分割为多个窄的条带,降低了失配函数对成像结果的影响,有效增加了机载MIMO雷达的成像场景宽度.最后分别利用仿真的单目标和多目标数据对提出算法进行了测试.仿真结果表明,所提出算法是可行的,可实现宽测绘带的高分辨成像.     

基于MIMO技术的相控阵雷达及目标检测方法

针对传统的相控阵雷达存在的高硬件复杂度问题,提出了一种基于多输入多输出(MIMO)技术的相控阵雷达系统(MIMO-LPC).首先建立了MIMO-LPC雷达的信号模型,对MIMO-LPC系统特性进行了分析,在此基础上给出了MIMO-LPC回波相位补偿以及目标检测方法.利用仿真数据对所提出系统和目标检测方法的有效性进行了测试.测试结果表明,采用恒虚警目标检测方法,MIMO-LPC的检测概率与相控阵雷达的检测概率基本相同,从而证实了所提出系统和检测方法的有效性.该系统为减少大型远程相控阵雷达的经济成本提供了一种方法     

基于慢时间分割的超宽带雷达步态识别

为了解决室内监控时摄像头的隐私泄露问题和可穿戴设备的侵入性等问题,同时针对传统雷达步态识别算法中的行走条件限制问题,提出基于超宽带（UWB）雷达的自由空间步态识别算法.算法沿慢时间轴对目标行走动作产生的雷达步态信号进行分割产生一系列子信号;对于每个子信号,在距离单元上分别进行傅里叶变换得到距离-多普勒图像,这些距离-多普勒图像前后之间存在时序关系;利用方向梯度直方图算法对属于同一个步态信号的一组距离-多普勒图像进行特征提取,采用长短期记忆网络对得到的特征进行时序建模以获取目标身份分类结果. 实验在空旷的室内环境中进行,对四人的步态分类准确率为79.10%. 结果表明所提出的算法对自由空间中不同个体的步态具有一定的区分能力.     

基于核规范主元分析法的雷达目标识别

线性子空间法作为高分辨雷达目标识别方法的特征提取只是利用距离单元的二阶统计量，为了充分利用距离像的高阶统计量，给出了一种核规范主元分析的特征提取法，对雷达目标进行了识别．通过核主成分分析，核分辨分析与核规范主元分析3种方法的外场实测数据实验，表明本文给出的雷达目标识别方法具有良好的稳健性．     

一种基于时频分析的目标架次识别方法

针对常规窄带雷达无法直接在距离和方位上识别目标架次的缺陷,利用编队目标间距引起的多普勒频率的差异,给出了一种基于时频分析的窄带雷达目标架次识别方法．该方法既有良好的时频分辨特性,同时又能抑制交叉项,因而能对目标架次做出准确的判断．计算机仿真结果验证了该方法的有效性．     

规范主元分析法在雷达目标识别中的应用

利用高分辨雷达一维距离像，在研究用主元分析法和线性辨别分析法进行特征提取的基础上，给出了一种规范主元分析的特征提取法，对雷达目标进行了识别．该方法充分利用了互信息量之间的关系，通过主元分量分析、线性辨别分析与规范主元分析3种方法的外场实测数据实验比较，表明所提出的特征提取方法具有良好的稳健性．     

基于Unitary ESPRIT的双基地MIMO雷达目标定位算法

针对双基地MIMO雷达目标定位问题,提出一种基于Unitary ESPRIT的双基地MIMO雷达目标定位算法.该算法利用MIMO雷达发射阵列和接收阵列的相位延迟特性对接收数据矩阵进行重构,使协方差矩阵为Centro-Hermitian矩阵,然后通过酉变换将协方差矩阵从复数域变换为实数域,最后利用Unitary ESPRIT算法实现目标的DOD和DOA估计,且DOD和DOA自动配对.与传统的ESPRIT算法相比,该方法有效地增加接收数据信息,提高了目标角度估计性能,且所有的特征值分解及矩阵计算均在实数域进行,大大降低了运算复杂度.仿真结果验证了该算法的有效性.     

最优的核判别分析用于雷达目标识别

特征提取是雷达目标识别研究中的重要问题,有效、稳健的特征是提高识别率的关键。核判别分析(KDA)是一种抽取非线性特征的有效方法,但它会因为奇异性问题而难以求解。基于子空间投影的思想,给出一种最优的核判别分析(OKDA)方法,用于对雷达目标的距离像进行特征提取,然后采用基于核的非线性分类器对所提取的特征进行分类,实现对雷达目标的识别。分别对仿真和实测距离像进行实验,结果表明该方法具有较好的识别效果。     

基于无线电波纹图的雷达目标识别方法

基于雷达回波调制效应了一种常规低分辨雷达目标识别方法，这种方法是先对回波数据进行预处理，构造出目标的无线电波纺图像，再利用纹理特征撮的方法进行纹量特征抽取，然后采用神经网络对目标进行分类，某型号雷达６类目标实录数据的处理结果表明，该方法是成功的。     

MIMO雷达波达方向估计的性能分析

针对单基地多输入多输出雷达波达方向估计精度问题,推导了单目标情况下波达方向估计的克拉美罗界．结果表明波达方向估计精度取决于收发阵列的导向矢量以及发射信号的相关矩阵,当发射阵元间距为半波长时,多输入多输出雷达波达方向估计的克拉美罗界在大部分角度范围内优于相控阵雷达．多输入多输出雷达还能够通过增大发射阵元间距来得到更小的克拉美罗界,从而获得远优于相控阵雷达的波达方向估计性能．     

采用OFDM-LFM的MIMO雷达高速目标波形设计

单基地多输入多输出雷达由于其宽发射波束的特性而能有效解决目标高速运动跨越发射波束带来的能量损失问题;但是现有波形对速度容忍性较差,高速目标回波匹配滤波能量损失较大．因此,有必要研究适用于高速目标背景下的多输入多输出雷达波形． 文中提出了一种基于正交频分复用线性调频信号的多输入多输出波形． 该波形不同发射通道分时复用一组不同频段的线性调频信号,从而得到带宽相同的可分离多路多输入多输出雷达波形． 仿真结果表明,文中设计的多输入多输出雷达波形能有效降低高速目标回波匹配滤波的能量损失,适用于高速目标背景．     

基于Ramp响应技术的雷达目标3D图像重构

在雷达目标识别的应用中,目标形状的3D图像可提供识别目标的最直接和最有用的信息。Ramp响应技术是一种应用最为广泛的低频雷达目标成像技术,而最终的目标图像质量主要取决于图像重构算法的性能。因此,在详细介绍了两种典型的基于Ramp响应技术的3D图像重构算法的基础上,对两种算法在不同条件下进行了仿真比较,提出了一种计算重构图像轮廓函数的算法,并利用该算法计算图像与目标之间的误差,分析比较了两种算法的性能,得出了有益的结论。     

一种机载MIMO雷达地面运动目标成像方法

针对传统机载合成孔径雷达（SAR）对地面非合作运动目标成像中存在的运动补偿难题,通过空间并行采样获取目标散射信息,提出了一种机载MIMO雷达的高分辨成像方法.与机载SAR不同在于该成像方法采用单次快拍的方式,从而可避免对非合作运动目标进行运动补偿.同时采用单次快拍成像方法可避免传统SAR方位向上长时间多脉冲采样积累,提高了信息获取的实时性.仿真结果证实了所提出方法的可行性.     

MIMO radar waveform design in the presence of clutter and colored noise

The existing MIMO radar waveform design methods only deal with the optimization of radar waveform with the presence of clutter or colored noise, and unfortunately can not get the optimal waveform with the scenario when the clutter and colored noise coexist, which is more realistic in practical applications. To address this problem, a novel MIMO radar waveform design method based on mutual information in the presence of clutter and colored noise is proposed. The proposed scheme considers the influence of the target's response, clutter and colored noise on the optimization of the radar waveform. The mathematical expression for the transmit waveform matrix is achieved by theoretical derivation. What is more important, an optimal pairing of the eigenvectors of the target, clutter and colored noise is given and the power allocation for each antenna is optimized by the water-filling method. Simulation results show that when the total transmit power is 10dB, the proposed method's MI is 8bit and 4bit more than that of the general water-filling method and the method which only considers the pairing of the target's response and noise, respectively.     

用于DOA估计的一种MIMO雷达最优阵列设计

鉴于MIMO雷达的频率分集作用使其具有更高分辨率和更大的自由度,从MIMO雷达信号模型出发,以DOA估计为目的,分析得出了MIMO雷达发射阵列阵元间距的最佳值.然后在给定阵元个数情况下,提出了一种基于拉格朗日乘数法的MIMO雷达天线设计方法.该方法根据多元函数最值理论得到了一组唯一的发射接收组合,给出了MIMO雷达阵列最优设计的解析解.最后通过仿真实验验证了该方法的正确性和有效性.     

双基地MIMO雷达波形解相关算法

The auto-correlation and cross-correlation properties of transmit waveforms have great effects on the performance of MIMO radar systems. However, it is difficult to design waveforms that have ideal auto-correlation properties as well as cross-correlation ones. In this paper, an MMSE based waveform de-correlation algorithm is proposed to cancel the effects of the auto-correlation and cross-correlation of transmit waveforms in the receiver. The received signal model of bistatic MIMO radars is first derived. Then, the de-correlation filters are derived by using the MMSE method to reduce the influences of colored noise enhancement. Finally, the polynomial expansion method is used to simplify the computational complexity of the proposed de-correlation filters. The performance of the proposed method is verified by applying it to bistatic MIMO radar multi-target localization. Simulation results demonstrate the effectiveness of the proposed algorithm.