针对双基地多输入多输出(MIMO)雷达收发角联合估计问题, 利用信号的循环平稳特性, 构造宽带循环平稳信号下接收数据的循环自相关矩阵。对矩阵进行特征值分解, 利用MUSIC, ESPRIT等空间谱估计算法估计出信号的收发角。宽带信号能够携带更多的信息量, 利于不断增加的实际需求, 而信号的循环平稳特性能够很好地抗干扰以及消除高斯噪声带来的影响。实验仿真结果表明, 算法在宽带循环平稳信号下具有良好的角度估计性能。

提出了一种基于波束域加权的低旁瓣方向图设计方法。综合考虑方向图匹配性能和发射阵元等功率作为约束条件, 建立低旁瓣发射方向图优化模型, 采用半正定松弛技术将优化模型转化为凸优化问题; 对波束加权矩阵施加对偶约束, 使得接收信号满足旋转不变性; 利用高斯随机化方法对波束加权矩阵进行求解, 得到原优化问题的最优解。仿真结果表明, 算法能够保持期望主瓣形状并有效降低方向图旁瓣, 提高到达角(DOA)的估计精确度和角度分辨力。

相比相控阵雷达, 多输入多输出(MIMO)雷达发射功率密度低, 在低信噪比条件下空间分集特性优势不明显, 检测概率降低。针对此问题, 提出了基于逐目标消除-动态规划的多目标检测前跟踪(TBD)算法。该算法先利用统计量筛选航迹点, 对信号进行积累, 在降低TBD运算量的同时, 减小了噪声的积累; 再采用逐目标消除的思想, 克服了动态规划的航迹分叉和仅能处理单目标的缺陷, 实现了多目标的有效检测。文中还推导了目标检测的虚警概率和检测概率, 给出了检测门限与虚警概率的关系。复杂度分析和仿真表明, 相比传统TBD算法, 所提算法的运算量明显降低; 相比传统MIMO雷达检测方法, 在相同虚警概率和检测概率条件下, 所提算法要求的信噪比降低了5 dB, 有效提升了检测性能。

传统雷达一般采用固定的发射波形, 在干扰环境下很难获得最优的目标检测性能。针对这一问题, 利用集中式多输入多输出(MIMO)雷达波形分集的优势, 提出了一种干扰环境下的 MIMO雷达波形与接收滤波联合优化算法。以最大化输出信干噪比为准则, 使发射波形满足恒模条件, 同时施加波形与具备较好脉压特性雷达波形之间的相似性约束, 建立了有限相位发射波形与接收滤波权值的优化模型。然后, 在循环迭代的算法框架下, 将优化问题分解为 2个子优化问题, 并分别采用拉格朗日乘子法、半正定松弛技术对子优化问题求解, 得到发射波形与接收滤波权值的联合优化结果。仿真结果表明, 所提算法较现有方法相比有更高的输出信干噪比, 使干扰信号的抑制性能得到改善, 同时可兼顾发射波形的脉冲压缩特性。

阵列设计作为多输入多输出(MIMO)雷达成像系统中的一项关键技术直接影响系统成像性能。通过分析MIMO雷达成像模型, 探讨了基于等效阵列概念的MIMO阵列设计方法, 并讨论了近场效应对成像结果的影响。基于所构建的MIMO雷达成像实验系统, 进行了近场微小金属目标二维成像试验。实验结果表明: 该阵列设计方法在120~150 GHz的适用性, 验证了毫米波MIMO雷达近场成像能力。