近场MIMO雷达直线阵列的稀疏优化设计

针对目前按PCA原理设计的MIMO雷达稀疏直线阵列天线在近场成像时会产生巨大的累积误差等不足,从MIMO线阵雷达近场成像的几何关系直接推导其信号函数表达式,并优化其线阵的稀疏设计问题,建立了在天线孔径和阵元最小间距等约束下,阵元数目、峰值旁瓣比等目标的优化模型,构建包含两点交换变异等操作的遗传算法进行优化模型求解的方法。设计了染色体基因位置按线阵均匀栅格点序排列、空阵元和发射阵元与接收阵元集成的三进制编码方法,相比常规的发射阵列和接收阵列分置二进制编码方法,染色体的长度缩短了一半,其规模也大大减少。遗传算法的结构及其主要MATLAB程序分析表明,所提出的方法可行。     

采用压缩感知的阵列失效单元诊断方法

针对现有阵列单元故障诊断方法随阵元数目增多而存在的采样数量大、诊断时间长、计算复杂度高等缺陷,提出了一种采用压缩感知理论的故障诊断方法．该方法基于故障单元数目固有的稀疏性,利用完好阵列和实际阵列激励的差值构造稀疏信号．根据目标方位信息设计测量矩阵的网格划分准则,并通过测量矩阵以随机欠采样方式获取少量测量数据．结合平行坐标下降算法对该稀疏信号进行精确重构,从而实现故障单元的准确诊断．理论分析和仿真实验表明,文中提出的方法不仅明显减少了采样数量,有效缩短了诊断时间,大幅降低了计算复杂度,而且进一步提高了故障信息的重构精度．     

基于稀疏阵列技术的MIMO声呐低运算量二维成像

为了降低多输入多输出(multiple-lnput multiple-output,MIMO)声呐二维成像系统的运算量,提出了稀疏阵列和MIMO声呐相结合的低运算量二维成像方法。在MIMO声呐的虚拟接收阵列为矩形平面阵的前提下,使用模拟退火算法(simulated annealing,SA)对该虚拟矩形平面阵的阵元位置和加权系数同时优化,在保持期望波束性能的前提下大量减少其虚拟阵元数目;根据虚拟接收阵元与匹配滤波器一一对应的关系,移除掉与关闭虚拟阵元所对应的匹配滤波器;对保留匹配滤波器的输出信号进行波束形成等处理,获得目标的二维强度图。计算机仿真结果验证了该方法的有效性。     

MIMO雷达最小冗余垂直阵列设计方法

针对MIMO雷达垂直阵列的稀疏优化问题,利用数学理论中差基和差集的性质,根据二者的线性组合选择阵元位置,提出了一种使收发阵元形成的虚拟阵列冗余度最小的设计方法．通过仿真验证了该方法的有效性．仿真结果表明,用该方法所得收发阵元形成的虚拟阵列的分辨率高于采用满阵的垂直阵列MIMO雷达以及传统面阵雷达;采用最小冗余垂直阵列的性能优于按满阵设计的垂直阵列．该设计方法所得阵列的性能优势有一定工程实用价值．     

基于二维稀疏采样的HRRP合成及ISAR成像方法

在分析传统的线性调频(LFM)信号体制ISAR高分辨距离像(HRRP)合成及二维成像原理的基础上,结合压缩感知理论,提出了一种基于二维稀疏采样的高分辨距离像合成及ISAR成像方法。该方法对经过二维稀疏采样后的ISAR回波信号进行二维重构处理,在大幅降低LFM信号采样率、减少子脉冲个数的前提下,获得高质量的HRRP和二维ISAR像;为缓解数字信号处理机的采样负担、降低已方雷达信号的被截获概率奠定了基础。仿真实验证明了该方法的有效性和可行性,同时观察了其鲁棒性。     

一种MIMO雷达更窄主瓣波束形成方法

介绍了一种获得更窄主瓣虚拟收发波束的方法。该方法通过天线阵元发射正交编码的波形,然后在接收端对回波信号进行处理。MIMO雷达由于靠稀疏阵列避免旁瓣的不利影响,所以可提高角分辨率和多普勒分辨率。但受到如空间、成本或者其他实际因素的限制,须将阵列布置成紧凑阵列,而紧凑阵列对低速目标检测效果较差。通过提出的加窗方式,紧凑阵列利用虚拟收发波束形成可获得更窄的主波束,提高对低速目标的检测效果。通过仿真验证,对归一化频率为0.062 5的低速目标,信干噪比提升系数(SINR IF)约提升7.3 dB。     

基于FOCUSS算法的稀疏阵列综合

以最大稀疏化阵列得到所期望的方向图是稀疏阵列综合理论中的关键问题. 由于阵列天线本身具有稀疏的物理特性, 因此可将稀疏阵列综合归结为稀疏信号的重建过程. 该文提出一种将阵列天线的波束形成问题等效为求解稀疏信号向量的最优化问题的方法, 并利用FOCUSS算法快速准确地得到最大稀疏化的阵列, 以及阵元位置和激励幅度. 理论分析和数值仿真表明了该方法的有效性.     

MIMO雷达三维成像方法研究

针对传统逆合成孔径雷达（ISAR）成像技术中存在的运动补偿难题,通过使用确定性阵列和单次快拍空间并行采样取代传统ISAR中非确定性阵列和长时间多脉冲采样,给出了一种基于多输入多输出雷达的双线阵宽带信号高分辨三维成像方法.由于采用了正交编码波形,使得距离维和方位维成像可独立进行,同时采用的垂直双线阵模式实际等效完成了平面阵列的采样功能,大大减少了阵元个数.仿真实验证实了该算法的有效性.     

基于线性收缩的大阵列MIMO雷达目标盲检测

针对阵元数与快拍数可以相比拟的大阵列MIMO雷达系统,将协方差矩阵估计的收缩算法与大维随机矩阵理论相结合,提出了一种基于线性收缩-标准条件数(LS-SCN)的目标盲检测新方法。通过求解大维系统样本协方差矩阵的优化矩阵,并利用M-P律,推导了检测阈值与收缩系数之间的关系,分别给出了基于LS-SCN的单目标和多目标检测算法。该方法无需已知噪声方差、目标散射矩阵和目标方位等先验信息,对噪声变化不敏感,且适用于大阵列系统。仿真结果表明,在阵元数与快拍数在同一数量级的情况下,与SCN算法和MDL算法相比,显著提高了目标检测性能。     

利用压缩感知的短孔径高分辨ISAR成像方法

压缩感知理论揭示：对于稀疏信号可以利用非常有限的观测数据对信号本身进行精确恢复．基于此思路提出了一种利用短孔径有限数据实现高分辨逆合成孔径雷达成像的新方法,将逆合成孔径雷达成像转换为利用正交基重构稀疏信号的问题,然后利用压缩感知对目标像高分辨优化重建．同时,根据压缩感知理论对新成像方法的分辨率理论上界进行了推导．对舰船和机动飞机的实测数据的处理结果验证了新方法的有效性和稳健性．     

基于稀疏表示模型的图像解码方法

为了更好地提取图像信号的稀疏特性,提出了一种多方向自回归稀疏模型及其重建算法.多方向自回归稀疏模型利用图像局部统计相关和纹理方向实现了图像稀疏表示.在基于变换的编码框架下,以编码端的变换矩阵为观测矩阵,用多方向自回归稀疏模型代替解码端的反变换.图像仿真结果表明,所提出的技术能改善JPEG图像的质量.     

密集阵MIMO雷达阵列模式及其特性

为了对密集阵MIMO雷达不同阵列模式之间的联系进行研究,建立了密集阵MIMO雷达多次快拍信号模型,导出了接收信号相位历史的解析表达式,并通过相位历史表达式揭示了其蕴含的三种阵列模式以及生成机理;结合各阵列模式形成机理分别讨论了三种不同模式阵列特性.最后通过仿真结果对各阵列模式的特性进行了分析.研究结果表明,密集阵MIMO雷达不同阵列模式可带来不同的得益.     

近场 ＭＩＭＯ雷达直线阵列的稀疏优化设计

针对目前按 ＰＣＡ原理设计的 ＭＩＭＯ雷达稀疏直线阵列天线在近场成像时会产生巨大的累积误差等不足,从 ＭＩＭＯ线阵雷达近场成像的几何关系直接推导其信号函数表达式,并优化其线阵的稀疏设计问题,建立了在天线孔径和阵元最小间距等约束下,阵元数目、峰值旁瓣比等目标的优化模型,构建包含两点交换变异等操作的遗传算法进行优化模型求解的方法。设计了染色体基因位置按线阵均匀栅格点序排列、空阵元和发射阵元与接收阵元集成的三进制编码方法,相比常规的发射阵列和接收阵列分置二进制编码方法,染色体的长度缩短了一半,其规模也大大减少。遗传算法的结构及其主要 ＭＡＴＬＡＢ程序分析表明,所提出的方法可行。     

基于相同子阵的稀疏阵列方向图综合算法

为了抑制稀疏阵列方向图的栅瓣,提高分布式星栽雷达阵列方向图的性能,对相同子阵组成的稀疏阵列方向图综合进行研究,提出了一种基于相同子阵的稀疏阵列方向图综合算法．首先对予阵级稀疏阵列进行建模,并对其阵列方向图的特性进行分析．然后通过优化子阵级稀疏阵列,实现对方向图栅瓣的抑制．最后通过仿真,验证了该算法的有效性．     

基于FFT的雷达多普勒频率快速估计方法

分析了各种正弦频率的估计方法；提出了一种同时利用隐含在离散傅里叶变换(discrete Fourier transform，DFT)谱线中的幅度信息和相位信息，克服DFT估计频率栏栅效应的方法，有效地提高了频率的估计精度；仿真结果证明了该方法的有效性。     

基于低频子带列均衡的图像稀疏表示改进算法

针对图像做小波分解时把低频子带集中在左上角,造成小波域图像前几列稀疏度很大,在做压缩感知时所需采样率较高,恢复时间较长的情况,提出了基于低频子带列均衡的图像稀疏表示改进算法,并将其用于图像压缩感知,通过将低频子带均分到每一列的顶端,减小测量矩阵大小,提高压缩比,且减小运算时间。仿真结果表明,该算法与传统基于小波变换的压缩感知算法相比,图像恢复效果及运算时间均得到了改善。     

基于压缩感知的MIMO-OFDM系统稀疏信道估计方法

在多输入多输出正交频分复用(MIMO-OFDM)系统中, 信号经过频率选择性衰落的信道后, 在接收端需要进行均衡和相干信号的检测, 故准确的信道估计量必不可少. 传统的信道估计方法均基于信道抽头是密集型的假设, 利用线性重构算法, 如最小二乘(LS)或最小均方误差(MMSE)等, 可以达到Cramer-Rao下界(CRLB). 然而, 通过物理信道测量发现, 在实际通信系统中, 宽带信道抽头分布通常表现出稀疏特性. 通过充分利用信道的稀疏特性, 该文将压缩感知中的CoSaMP重构算法应用于MIMO-OFDM系统的稀疏多径信道估计. 在达到与传统的信道估计方法相同性能的前提下, 基于CoSaMP的信道估计方法以非常小的计算复杂度为代价, 大大减少了导频信号开销, 从而提高了频谱资源利用率.     

共享孔径多功能宽带阵列天线研究

提出了一种基于子阵天线方向图频谱能量匹配的多子阵交错共享孔径宽带阵列天线设计方法.利用直线阵列天线单元激励与方向图之间存在傅里叶变换的关系,推导出子阵天线工作频率与单元激励之间的解析关系,在匹配各子阵天线激励值的基础上,采用密度加权阵的原理确定子阵天线单元的位置,实现不同工作频率下的子阵天线稀疏交错优化布阵.理论分析与实验仿真证明,该方法能够有效地抑制不同工作频率下子阵天线方向图的旁瓣峰值,使工作在不同频率下稀疏交错布阵的子阵天线方向图旁瓣峰值近似一致,抑制了栅瓣的产生,有效地拓宽了阵列天线的工作频带,实现了宽带阵列天线优化设计.