CN107976673A - 提高大场景目标成像质量的mimo雷达成像方法 - Google Patents

提高大场景目标成像质量的mimo雷达成像方法 Download PDF

Info

Publication number
CN107976673A
CN107976673A CN201711145925.5A CN201711145925A CN107976673A CN 107976673 A CN107976673 A CN 107976673A CN 201711145925 A CN201711145925 A CN 201711145925A CN 107976673 A CN107976673 A CN 107976673A
Authority
CN
China
Prior art keywords
mrow
msub
imaging
mtd
strip
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201711145925.5A
Other languages
English (en)
Other versions
CN107976673B (zh
Inventor
郭圆月
王赵辉
王东进
刘发林
蒋峥
李泓旻
邓杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Science and Technology of China USTC
Original Assignee
University of Science and Technology of China USTC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by University of Science and Technology of China USTC filed Critical University of Science and Technology of China USTC
Priority to CN201711145925.5A priority Critical patent/CN107976673B/zh
Publication of CN107976673A publication Critical patent/CN107976673A/zh
Application granted granted Critical
Publication of CN107976673B publication Critical patent/CN107976673B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Medicines Containing Antibodies Or Antigens For Use As Internal Diagnostic Agents (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种提高大场景目标成像质量的MIMO雷达成像方法，该方法中，雷达阵列各个辐射天线单元同步发射周期性、相互正交的窄脉冲信号，将斜视方向共同辐射二维成像区域在距离向上分割成一定宽度的多个成像条带；对于每一个成像条带，MIMO成像雷达阵列形成一个新的MIMO雷达成像构型，建立新的空间谱模型，利用MIMO雷达成像反演算法，得到每个条带的成像结果；将所有条带成像进行直接拼接，得到整个场景的成像结果。本发明公开的MIMO条带划分方法和独立条带成像方式，有效解决了大场景高分辨MIMO雷达成像条件下需要较多的收发阵列单元和巨大的多通道数据处理压力。

Description

提高大场景目标成像质量的MIMO雷达成像方法
技术领域
本发明涉及雷达技术领域，尤其涉及一种提高大场景目标成像质量的MIMO雷达成像方法。
背景技术
雷达成像(Radar Imaging)技术是雷达发展史上的一个飞跃，其拓展了雷达最初的检测(Detection)和测距(Ranging)的功能，使得雷达能利用获取的电磁散射信息，获得对场景的全景雷达图像。合成孔径雷达(SAR)虽然具有高的方位向分辨率，但其重访周期长，在需要长时间连续凝视观测和成像的场景下，存在不可避免的先天劣势。传统的实孔径雷达凝视成像，其角度分辨率受实际天线阵列孔径限制，限制了其在实际中的应用。
近年来，雷达领域中引入了一种新体制雷达——多输入多输出(MIMO,Multiple-Input Multiple-Output)雷达，可以实现远距离、高分辨的凝视成像。MIMO雷达在发射端和接收端均采用多天线结构，各个发射天线同时辐射周期性、相互正交的信号波形，接收端的每个天线接收所有发射信号并在后端进行信号分选，从而得到了远多于实际收、发阵元数目的观测通道和自由度。空间并存的多观测通道使得MIMO雷达能够实时采集携带有目标不同幅度、时延或相位的回波信息，这种并行、多通道获取信息的能力正是MIMO雷达的根本优势所在。源于这种体制优势，MIMO雷达与传统的单/多基地雷达或是相控阵雷达相比极大地提高了雷达的总体性能。
将MIMO雷达成像应用于大场景成像时，由于MIMO雷达成像能力与观测通道数有关，一方面，对于某一观测通道数有限的MIMO雷达系统，其成像能力也是有限的，而大场景具有大量的目标信息，目标信息量会超出雷达系统成像能力极限，会导致成像质量下降；另一方面，并且由于MIMO雷达成像机理，在推导空间谱分布的时候，应用到目标的远场近似处理，导致目标距离成像中心越远时，反演结果与真实值偏差越大；因此，当MIMO雷达系统对于大场景目标成像时，采用传统方法成像效果较差。
发明内容
本发明的目的是提供一种提高大场景目标成像质量的MIMO雷达成像方法，可以极大的提高大场景目标成像质量。
本发明的目的是通过以下技术方案实现的：
一种提高大场景目标成像质量的MIMO雷达成像方法，包括：
MIMO成像雷达阵列的各个辐射天线单元多通道且同步发射周期性且相互正交的窄脉冲信号；利用窄脉冲信号的雷达距离门特征，将斜视方向共同辐射的二维成像区域在距离向上划分为一定宽度的多个独立成像条带；
对于每一成像条带，MIMO成像雷达阵列均形成以相应成像条带中心为成像中心的新MIMO雷达构型，并确定新MIMO雷达构型下的空间谱支撑域；
对于各接收机所接收的散射回波信号进行回波距离门划分和回波子带划分处理，得到对应于每一成像条带的有效散射回波信号；
对每一成像条带的有效散射回波信号分别进行处理，得到每一成像条带每个观测通道下的空间谱值；
利用每一成像条带每个观测通道下的空间谱值，以及相应的空间谱支撑域，进行反演成像，获得每一成像条带的成像结果；
将所有成像条带的成像结果进行拼接，从而得到整个场景的成像结果。
由上述本发明提供的技术方案可以看出，采用MIMO条带划分方法和独立条带成像方式，有效解决了大场景高分辨MIMO雷达成像条件下需要较多的收发阵列单元和巨大的多通道数据处理压力，有利于提高大场景目标成像质量。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。
图1为本发明实施例提供的提高大场景目标成像质量的MIMO雷达成像方法的流程图；
图2为本发明实施例提供的提高大场景目标成像质量的MIMO雷达成像方法的成像场景示意图；
图3为本发明实施例提供的散射回波信号的距离门与回波子带划分示意图；
图4为本发明实施例提供的仿真目标示意图；
图5为本发明实施例提供的利用传统MIMO雷达成像方法在未进行成像条带划分条件下的仿真成像结果；
图6为本发明实施例提供的采用本发明提供的MIMO雷达成像方法在划分4个成像条带条件下的仿真成像结果。
具体实施方式
下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明的保护范围。
本发明实施例提供一种提高大场景目标成像质量的MIMO雷达成像方法，该方法采用了MIMO条带划分和独立条带成像方式，该方法的流程如图1所示，相关成像场景如图2所示。
如图1所示，相关成像方法主要包括如下步骤：
步骤11、利用窄脉冲信号的雷达距离门特征，将斜视方向共同辐射的二维成像区域在距离向上划分为一定宽度的多个独立成像条带。
本发明实施例中，MIMO成像雷达阵列的各个辐射天线单元多通道且同步发射周期性且相互正交的窄脉冲信号，所述MIMO成像雷达阵列包括一定分布构型下的P个辐射天线单元与Q个接收机。
MIMO成像雷达阵列中各辐射天线单元相对二维成像区域S的斜视角为θ，二维成像区域S为尺寸为A×A的方形区域，MIMO成像雷达阵列与二维成像区域S的垂直高度为H；以整个场景的二维成像区域S为xOy平面，高度向为z轴建立合适的空间极坐标系O，得到第p个辐射天线单元的位置矢量(p＝1,2,...,P)，得到第q个接收机的位置矢量(q＝1,2,...,Q)；其中的r,θ,分别对应模值、俯仰角和方位角。
各个辐射天线单元多通道且同步发射周期性且相互正交的窄脉冲信号，可以为但不限于随机跳频窄脉冲信号，则第p个辐射天线单元发射的第l个脉冲信号可以表示为：
其中，j表示虚数；t为时刻；窄脉冲信号为矩形包络，脉冲宽度为τ，脉冲周期为T，fp,l为第p个辐射天线单元发射的第l个脉冲信号的跳频频率，在辐射天线单元带宽B内随机选择，每次脉冲的所有fp,l组成正交跳频图案。
区别于传统的MIMO雷达成像方法，本发明实施例中首先利用窄脉冲雷达距离门特征，将斜视方向共同辐射的二维成像区域S划分多个成像条带，具体过程如下：
窄脉冲信号在二维成像区域S距离向上产生距离门，将其在距离向切分为N条成像条带，则每个成像条带宽度为：
其中，c为光速，θ为辐射天线单元相对于二维成像区域S的斜视角，成像条带总数目N表示为N＝A/Δl，A为二维成像区域S距离向宽度；第n个成像条带到所述二维成像区域S近端距离范围为[(n-1)Δl,nΔl],n＝(1,2,…,N)。
步骤12、对于每一成像条带，MIMO成像雷达阵列均形成以相应成像条带中心为成像中心的新MIMO雷达构型，并确定新MIMO雷达构型下的空间谱支撑域。
区别于传统方法，本发明实施例中在分割成像条带后，以每个成像条带中心作为成像中心分别计算空间谱支撑域，则可相对于传统方法得到更多的场景构型以及空间谱填充，具体过程如下：
确定第n个成像条带Sn的条带中心On的位置矢量为：
其中，为二维成像区域S中心的位置矢量，假定成像条带总数目N为偶数，所有成像条带对称地分布于场景中心的两侧，为相邻条带中心间距离向外指向的位置矢量，矢量长度等于条带宽度Δl；
本发明实施例中，确定成像条带中心后，需计算收、发信机对应每个条带的相对位置坐标。以成像条带Sn的条带中心On为新的成像中心和坐标原点，建立新的空间极坐标系On'；所述MIMO成像雷达阵列相对于成像条带Sn形成新MIMO雷达构型，第p个辐射天线单元与第q个接收机相对于新的空间极坐标系On'的位置矢量分别为：
其中，分别对应第p个辐射天线单元、第q个接收机的位置矢量；中的三个元素分别为位置矢量在所述新的空间极坐标系On'中的模值、俯仰角和方位角。
对应于成像条带Sn的新MIMO雷达构型，第p个辐射天线单元与第q个接收机观测通道的二维空间谱支撑域表示为：
步骤13、对于各接收机所接收的散射回波信号进行回波距离门划分和回波子带划分处理，得到对应于每一成像条带的有效散射回波信号。
本步骤所涉及的回波距离门划分、回波子带划分及选择可参见图3，该步骤的具体过程如下：
1)对每一个成像条带进行二维空间离散化，划分为M个网格，M＝I×V，I为方位向分辨单元数，V为距离向分辨单元数；ρa、ρr分别为方位向和距离向的网格间距；第n个成像条带Sn第m个网格中心点的位置记为m＝(1,2,..,M)，其目标后向散射系数为
2)将第l个窄脉冲信号的散射回波波至点(l-1)T+(τp,q,n,m)min在时间轴左移(l-1)T，实现所有L个脉冲回波的对齐，与每个划分的成像条带相对应，将对齐后的每个窄脉冲回波按照脉冲宽度τ划分为多个回波距离门；其中，为第p个辐射天线单元发射的信号经位于的目标网格单元散射，由第q接收机所接收信号的双程传播时延，(τp,q,n,m)min为其中最小时延；式中的分别对应第p个辐射天线单元、第q个接收机的位置矢量，c为光速；
3)由于每个成像条带在距离向是可分辨的，含有V个宽度为ρr的成像网格，则在每个回波距离门内，按照宽度δ划分为多个回波子带，其中δ＝2ρrsinθ/c，θ为辐射天线单元相对于二维成像区域S的斜视角；
4)选取第l个脉冲散射回波的第n个距离门内的最后一个回波子带，作为对应于第n个成像条带Sn的有效散射回波信号，其仅包含成像条带Sn内所有目标分辨单元散射信息，而不包含其他成像条带的目标分辨单元散射信息。
步骤14、对每一成像条带的有效散射回波信号分别进行处理，得到每一成像条带每个观测通道下的空间谱值。
本步骤所述的处理主要包括匹配滤波、分选、归一化、去载频等相关处理，具体过程如下：
1)由第q个接收机所接收到的第n个成像条带Sn的散射回波信号表示为：
其中，rect为矩形函数，t为时刻，Ap,q为考虑发、收双程空间自由传播的衰减因子，fp,l为第p个辐射天线单元发射的第l个脉冲信号的跳频频率，辐射天线单元总数为P；
2)对散射回波信号sq,n(t)经过回波距离门与回波子带划分，再进行匹配滤波分选与归一化处理，得到第p个辐射天线单元发射、第q个接收机所接收的，第l个窄脉冲信号经过第n个成像条带Sn目标区域散射的有效散射回波信号，即观测通道(p,q,l,n)的回波信号为：
3)对回波信号sp,q,l,n(t)进行去载波处理，解调出其中的不变量，得到信号Sp,q,n,l：
其中，τp,n，τq,n分别为第p个辐射天线单元、第q个接收机到第n个成像条带Sn的条带中心On的电磁波自由传播固定时延，分别有：
其中，为第n个成像条带Sn的条带中心On的位置矢量；
4)经过对信号Sp,q,n,l的整理与变换处理后，获得所述观测通道(p,q,l,n)的空间谱值，表示为：
其中，(kx,p,q,l,n，ky,p,q,l,n)为对应于第n个成像条带Sn的新MIMO雷达构型下的空间谱支撑域。
步骤15、利用每一成像条带每个观测通道下的空间谱值，以及相应的空间谱支撑域，进行反演成像，获得每一成像条带的成像结果。
本发明实施例中，基于MIMO雷达成像的空间谱理论，利用第n个成像条带Sn的空间谱值Gp,q,n,l(kx,p,q,l,n,ky,p,q,l,n)及相应的空间谱支撑域(kx,p,q,l,n，ky,p,q,l,n)进行第n个成像条带Sn的反演成像，反演成像过程表示为：
其中，Ψ为反演算法，常见方法有IFFT算法、SF-RM算法、OLA-RM算法、NUFFT算法等，对于不同场景可以选取适合的算法，本领域技术人员能够理解基于空间谱理论的MIMO雷达目标散射系数反演求算过程，在此不做赘述。
步骤16、将所有成像条带的成像结果进行拼接，从而得到整个场景的成像结果。
所有成像条带成像结果的拼接过程表示如下：
其中，为第n个成像条带Sn的成像结果，n＝(1,2,…,N)。
本发明实施例上述方案，采用MIMO条带划分方法和独立条带成像方式，有效解决了大场景高分辨MIMO雷达成像条件下需要较多的收发阵列单元和巨大的多通道数据处理压力，有利于提高大场景目标成像质量。
为了便于说明本发明上述方案的有效性，下面结合具体成像场景，通过附图和具体实施方式对本发明的原理和效果作详细描述。下面以一个较为典型的具体实例为例，给出本发明的具体实施方式，但是，不应以此限定本发明的实际应用以及保护范围。
仿真条件：
仿真参数 参数设置
辐射源阵列口径大小 20m×20m
辐射天线单元个数 41
接收机个数 41
二维成像区域S与辐射雷达阵列的竖直距离 H＝75m
雷达阵列对二维成像区域S的斜下视角 θ＝45°
二维成像区域S范围A×A 16m×16m
成像区域网格划分个数 101×101＝10201
发射信号形式 正交跳频脉冲信号
脉冲周期T 1us
系统带宽 B＝1000MHz
成像场景可以参见图2，仿真目标为位于地面停泊的飞机模型，对飞机模型进行了相应处理，只有限的离散强散射点，如图4所示。
为了说明本发明所述方法的有效性，以下仿真利用雷达图像的积分旁瓣比(Integral Side Lobe Ratio，ISLR)来评价成像质量。通常ISLR的值越小，图像的对比度将越低，图像中将充满大量的阴影区域，同时，过小的ISLR将导致图像中含有虚假目标。
当发射信号的脉冲宽度取τ＝100ns的条件下，在成像区域不进行成像条带的划分，利用传统MIMO雷达成像方法对整个场景进行反演成像，成像结果如图5所示；当发射信号的脉冲宽度取τ＝18.856ns的条件下，在利用窄脉冲雷达的距离门特征，把整个成像区域划分为N＝4个成像条带，利用本发明提出的MIMO雷达成像方法对整个场景进行反演成像，成像结果如图6所示；同时，在两种条件下，分别计算反演成像的恢复图像积分旁瓣比如下表1所示。显然，与不划分条带的反演成像结果相比，划分成像条带后，MIMO雷达的反演成像结果看起来更为清晰，其积分旁瓣比ISLR也提高了约1.2dB，成像时间更短，该仿真结果说明本发明提出的MIMO雷达成像方法的有效性。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例可以通过软件实现，也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解，上述实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的保护范围为准。

Claims (7)

1.一种提高大场景目标成像质量的MIMO雷达成像方法，其特征在于，包括：
MIMO成像雷达阵列的各个辐射天线单元多通道且同步发射周期性且相互正交的窄脉冲信号；利用窄脉冲信号的雷达距离门特征，将斜视方向共同辐射的二维成像区域在距离向上划分为一定宽度的多个独立成像条带；
对于每一成像条带，MIMO成像雷达阵列均形成以相应成像条带中心为成像中心的新MIMO雷达构型，并确定新MIMO雷达构型下的空间谱支撑域；
对于各接收机所接收的散射回波信号进行回波距离门划分和回波子带划分处理，得到对应于每一成像条带的有效散射回波信号；
对每一成像条带的有效散射回波信号分别进行处理，得到每一成像条带每个观测通道下的空间谱值；
利用每一成像条带每个观测通道下的空间谱值，以及相应的空间谱支撑域，进行反演成像，获得每一成像条带的成像结果；
将所有成像条带的成像结果进行拼接，从而得到整个场景的成像结果。
2.根据权利要求1所述的一种提高大场景目标成像质量的MIMO雷达成像方法，其特征在于，所述利用窄脉冲信号的雷达距离门特征，将斜视方向共同辐射的二维成像区域在距离向上划分为一定宽度的多个独立成像条带包括：
以整个场景的二维成像区域S为xOy平面，建立空间极坐标系O，所述MIMO成像雷达阵列包括一定分布构型下的P个辐射天线单元与Q个接收机；
各个辐射天线单元多通道且同步发射周期性且相互正交的窄脉冲信号，则第p个辐射天线单元发射的第l个脉冲信号表示为：
<mrow> <msub> <mi>s</mi> <mrow> <mi>p</mi> <mo>,</mo> <mi>l</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <mi>r</mi> <mi>e</mi> <mi>c</mi> <mi>t</mi> <mo>&amp;lsqb;</mo> <mfrac> <mrow> <mi>t</mi> <mo>-</mo> <mrow> <mo>(</mo> <mi>l</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mi>T</mi> </mrow> <mi>&amp;tau;</mi> </mfrac> <mo>&amp;rsqb;</mo> <mi>exp</mi> <mo>{</mo> <mi>j</mi> <mn>2</mn> <msub> <mi>&amp;pi;f</mi> <mrow> <mi>p</mi> <mo>,</mo> <mi>l</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mo>(</mo> <mrow> <mi>l</mi> <mo>-</mo> <mn>1</mn> </mrow> <mo>)</mo> <mi>T</mi> <mo>)</mo> </mrow> <mo>}</mo> <mo>;</mo> </mrow>
其中，t为时刻；窄脉冲信号为矩形包络，脉冲宽度为τ，脉冲周期为T，fp,l为第p个辐射天线单元发射的第l个脉冲信号的跳频频率；
窄脉冲信号在二维成像区域S距离向上产生距离门，将其在距离向切分为N条成像条带，则每个成像条带宽度为：
<mrow> <mi>&amp;Delta;</mi> <mi>l</mi> <mo>=</mo> <mfrac> <mrow> <mi>c</mi> <mi>&amp;tau;</mi> </mrow> <mrow> <mn>2</mn> <mi>s</mi> <mi>i</mi> <mi>n</mi> <mi>&amp;theta;</mi> </mrow> </mfrac> <mo>;</mo> </mrow>
其中，c为光速，θ为辐射天线单元相对于二维成像区域S的斜视角，成像条带总数目N表示为N＝A/Δl，A为二维成像区域S距离向宽度；第n个成像条带到所述二维成像区域S近端距离范围为[(n-1)Δl,nΔl],n＝(1,2,…,N)。
3.根据权利要求1所述的一种提高大场景目标成像质量的MIMO雷达成像方法，其特征在于，所述对于每一成像条带，MIMO成像雷达阵列均形成以相应成像条带中心为成像中心的新MIMO雷达构型，并确定新MIMO雷达构型下的空间谱支撑域包括：
确定第n个成像条带Sn的条带中心On的位置矢量为：
<mrow> <msub> <mover> <mi>r</mi> <mo>&amp;RightArrow;</mo> </mover> <mi>n</mi> </msub> <mo>=</mo> <msub> <mover> <mi>r</mi> <mo>&amp;RightArrow;</mo> </mover> <mi>o</mi> </msub> <mo>+</mo> <mrow> <mo>(</mo> <mi>n</mi> <mo>-</mo> <mfrac> <mrow> <mi>N</mi> <mo>+</mo> <mn>1</mn> </mrow> <mn>2</mn> </mfrac> <mo>)</mo> </mrow> <mover> <mrow> <mi>&amp;Delta;</mi> <mi>l</mi> </mrow> <mo>&amp;RightArrow;</mo> </mover> <mo>,</mo> <mrow> <mo>(</mo> <mi>n</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mn>2</mn> <mo>,</mo> <mn>...</mn> <mo>,</mo> <mi>N</mi> <mo>)</mo> </mrow> <mo>;</mo> </mrow>
其中，为二维成像区域S中心的位置矢量，假定成像条带总数目N为偶数，所有成像条带对称地分布于场景中心的两侧，为相邻条带中心间距离向外指向的位置矢量，矢量长度等于条带宽度Δl；
以成像条带Sn的条带中心On为新的成像中心和坐标原点，建立新的空间极坐标系On'；所述MIMO成像雷达阵列相对于成像条带Sn形成新MIMO雷达构型，第p个辐射天线单元与第q个接收机相对于新的空间极坐标系On'的位置矢量分别为：
其中，分别对应第p个辐射天线单元、第q个接收机的位置矢量；中的三个元素分别为位置矢量在所述新的空间极坐标系On'中的模值、俯仰角和方位角；
对应于成像条带Sn的新MIMO雷达构型，第p个辐射天线单元与第q个接收机观测通道的二维空间谱支撑域表示为：
4.根据权利要求1所述的一种提高大场景目标成像质量的MIMO雷达成像方法，其特征在于，所述对于各接收机所接收的散射回波信号进行回波距离门划分和回波子带划分处理，得到对应于每一成像条带的有效散射回波信号包括：
对每一个成像条带进行二维空间离散化，划分为M个网格，M＝I×V，I为方位向分辨单元数，V为距离向分辨单元数；ρa、ρr分别为方位向和距离向的网格间距；第n个成像条带Sn第m个网格中心点的位置记为m＝(1,2,..,M)，其目标后向散射系数为
将第l个窄脉冲信号的散射回波波至点(l-1)T+(τp,q,n,m)min在时间轴左移(l-1)T，实现所有L个脉冲回波的对齐，与每个划分的成像条带相对应，将对齐后的每个窄脉冲回波按照脉冲宽度τ划分为多个回波距离门；其中，为第p个辐射天线单元发射的信号经位于的目标网格单元散射，由第q接收机所接收信号的双程传播时延，(τp,q,n,m)min为其中最小时延；式中的分别对应第p个辐射天线单元、第q个接收机的位置矢量，c为光速；
由于每个成像条带在距离向是可分辨的，含有Q个宽度为ρr的成像网格，则在每个回波距离门内，按照宽度δ划分为多个回波子带，其中δ＝2ρr sinθ/c，θ为辐射天线单元相对于二维成像区域S的斜视角；
选取第l个脉冲散射回波的第n个距离门内的最后一个回波子带，作为对应于第n个成像条带Sn的有效散射回波信号，其仅包含成像条带Sn内所有目标分辨单元散射信息，而不包含其他成像条带的目标分辨单元散射信息。
5.根据权利要求4所述的一种提高大场景目标成像质量的MIMO雷达成像方法，其特征在于，所述对每一成像条带的有效散射回波信号分别进行处理，得到每一成像条带每个观测通道下的空间谱值包括：
由第q个接收机所接收到的第n个成像条带Sn的散射回波信号表示为：
<mrow> <msub> <mi>s</mi> <mrow> <mi>q</mi> <mo>,</mo> <mi>n</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>m</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>M</mi> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>p</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>P</mi> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>l</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>L</mi> </munderover> <msub> <mi>A</mi> <mrow> <mi>p</mi> <mo>,</mo> <mi>q</mi> </mrow> </msub> <mo>&amp;CenterDot;</mo> <msub> <mi>&amp;sigma;</mi> <mrow> <mi>n</mi> <mo>,</mo> <mi>m</mi> </mrow> </msub> <mrow> <mo>(</mo> <msub> <mover> <mi>r</mi> <mo>&amp;RightArrow;</mo> </mover> <mrow> <mi>n</mi> <mo>,</mo> <mi>m</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>&amp;CenterDot;</mo> <mi>r</mi> <mi>e</mi> <mi>c</mi> <mi>t</mi> <mo>&amp;lsqb;</mo> <mfrac> <mrow> <mi>t</mi> <mo>-</mo> <mrow> <mo>(</mo> <mi>l</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mi>T</mi> <mo>-</mo> <msub> <mi>&amp;tau;</mi> <mrow> <mi>p</mi> <mo>,</mo> <mi>q</mi> <mo>,</mo> <mi>n</mi> <mo>,</mo> <mi>m</mi> </mrow> </msub> </mrow> <mi>&amp;tau;</mi> </mfrac> <mo>&amp;rsqb;</mo> <mo>&amp;times;</mo> <mi>exp</mi> <mo>{</mo> <mi>j</mi> <mn>2</mn> <msub> <mi>&amp;pi;f</mi> <mrow> <mi>p</mi> <mo>,</mo> <mi>l</mi> </mrow> </msub> <mo>&amp;lsqb;</mo> <mi>t</mi> <mo>-</mo> <mrow> <mo>(</mo> <mi>l</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mi>T</mi> <mo>-</mo> <msub> <mi>&amp;tau;</mi> <mrow> <mi>p</mi> <mo>,</mo> <mi>q</mi> <mo>,</mo> <mi>n</mi> <mo>,</mo> <mi>m</mi> </mrow> </msub> <mo>&amp;rsqb;</mo> <mo>}</mo> </mrow>
其中，t为时刻，Ap,q为考虑发、收双程空间自由传播的衰减因子，fp,l为第p个辐射天线单元发射的第l个脉冲信号的跳频频率，辐射天线单元总数为P；
对散射回波信号sq,n(t)经过回波距离门与回波子带划分，再进行匹配滤波分选与归一化处理，得到第p个辐射天线单元发射、第q个接收机所接收的，第l个窄脉冲信号经过第n个成像条带Sn目标区域散射的有效散射回波信号，即观测通道(p,q,l,n)的回波信号为：
<mrow> <msub> <mi>s</mi> <mrow> <mi>p</mi> <mo>,</mo> <mi>q</mi> <mo>,</mo> <mi>l</mi> <mo>,</mo> <mi>n</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>m</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>M</mi> </munderover> <msub> <mi>&amp;sigma;</mi> <mrow> <mi>n</mi> <mo>,</mo> <mi>m</mi> </mrow> </msub> <mrow> <mo>(</mo> <msub> <mover> <mi>r</mi> <mo>&amp;RightArrow;</mo> </mover> <mrow> <mi>n</mi> <mo>,</mo> <mi>m</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>&amp;times;</mo> <mi>exp</mi> <mo>{</mo> <mi>j</mi> <mn>2</mn> <msub> <mi>&amp;pi;f</mi> <mrow> <mi>p</mi> <mo>,</mo> <mi>l</mi> </mrow> </msub> <mo>&amp;lsqb;</mo> <mi>t</mi> <mo>-</mo> <mrow> <mo>(</mo> <mi>l</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mi>T</mi> <mo>-</mo> <msub> <mi>&amp;tau;</mi> <mrow> <mi>p</mi> <mo>,</mo> <mi>q</mi> <mo>,</mo> <mi>n</mi> <mo>,</mo> <mi>m</mi> </mrow> </msub> <mo>&amp;rsqb;</mo> <mo>}</mo> <mo>;</mo> </mrow>
对回波信号sp,q,l,n(t)进行去载波处理，解调出其中的不变量，得到信号Sp,q,n,l：
<mrow> <msub> <mi>S</mi> <mrow> <mi>p</mi> <mo>,</mo> <mi>q</mi> <mo>,</mo> <mi>n</mi> <mo>,</mo> <mi>l</mi> </mrow> </msub> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>m</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>M</mi> </munderover> <msub> <mi>&amp;sigma;</mi> <mrow> <mi>n</mi> <mo>,</mo> <mi>m</mi> </mrow> </msub> <mrow> <mo>(</mo> <msub> <mover> <mi>r</mi> <mo>&amp;RightArrow;</mo> </mover> <mrow> <mi>n</mi> <mo>,</mo> <mi>m</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>&amp;times;</mo> <mi>exp</mi> <mo>{</mo> <mo>-</mo> <mi>j</mi> <mn>2</mn> <msub> <mi>&amp;pi;f</mi> <mrow> <mi>p</mi> <mo>,</mo> <mi>l</mi> </mrow> </msub> <mo>&amp;lsqb;</mo> <msub> <mi>&amp;tau;</mi> <mrow> <mi>p</mi> <mo>,</mo> <mi>q</mi> <mo>,</mo> <mi>n</mi> <mo>,</mo> <mi>m</mi> </mrow> </msub> <mo>-</mo> <mrow> <mo>(</mo> <msub> <mi>&amp;tau;</mi> <mrow> <mi>p</mi> <mo>,</mo> <mi>n</mi> </mrow> </msub> <mo>+</mo> <msub> <mi>&amp;tau;</mi> <mrow> <mi>q</mi> <mo>,</mo> <mi>n</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <mo>}</mo> <mo>;</mo> </mrow>
其中，τp,n，τq,n分别为第p个辐射天线单元、第q个接收机到第n个成像条带Sn的条带中心On的电磁波自由传播固定时延，分别有：
<mrow> <msub> <mi>&amp;tau;</mi> <mrow> <mi>p</mi> <mo>,</mo> <mi>n</mi> </mrow> </msub> <mo>=</mo> <mfrac> <mrow> <mo>|</mo> <mrow> <msub> <mover> <mi>r</mi> <mo>&amp;RightArrow;</mo> </mover> <mi>p</mi> </msub> <mo>-</mo> <msub> <mover> <mi>r</mi> <mo>&amp;RightArrow;</mo> </mover> <mi>n</mi> </msub> </mrow> <mo>|</mo> </mrow> <mi>c</mi> </mfrac> <mo>=</mo> <mfrac> <msub> <mi>r</mi> <mrow> <mi>p</mi> <mo>,</mo> <mi>n</mi> </mrow> </msub> <mi>c</mi> </mfrac> <mo>,</mo> <msub> <mi>&amp;tau;</mi> <mrow> <mi>q</mi> <mo>,</mo> <mi>n</mi> </mrow> </msub> <mo>=</mo> <mfrac> <mrow> <mo>|</mo> <mrow> <msub> <mover> <mi>r</mi> <mo>&amp;RightArrow;</mo> </mover> <mi>q</mi> </msub> <mo>-</mo> <msub> <mover> <mi>r</mi> <mo>&amp;RightArrow;</mo> </mover> <mi>n</mi> </msub> </mrow> <mo>|</mo> </mrow> <mi>c</mi> </mfrac> <mo>=</mo> <mfrac> <msub> <mi>r</mi> <mrow> <mi>q</mi> <mo>,</mo> <mi>n</mi> </mrow> </msub> <mi>c</mi> </mfrac> <mo>;</mo> </mrow>
其中，为第n个成像条带Sn的条带中心On的位置矢量；
经过对信号Sp,q,n,l的整理与变换处理后，获得所述观测通道(p,q,l,n)的空间谱值，表示为：
<mrow> <msub> <mi>G</mi> <mrow> <mi>p</mi> <mo>,</mo> <mi>q</mi> <mo>,</mo> <mi>n</mi> <mo>,</mo> <mi>l</mi> </mrow> </msub> <mrow> <mo>(</mo> <msub> <mi>k</mi> <mrow> <mi>x</mi> <mo>,</mo> <mi>p</mi> <mo>,</mo> <mi>q</mi> <mo>,</mo> <mi>l</mi> <mo>,</mo> <mi>n</mi> </mrow> </msub> <mo>,</mo> <msub> <mi>k</mi> <mrow> <mi>y</mi> <mo>,</mo> <mi>p</mi> <mo>,</mo> <mi>q</mi> <mo>,</mo> <mi>l</mi> <mo>,</mo> <mi>n</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>m</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>M</mi> </munderover> <msub> <mi>&amp;sigma;</mi> <mrow> <mi>n</mi> <mo>,</mo> <mi>m</mi> </mrow> </msub> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mrow> <mi>n</mi> <mo>,</mo> <mi>m</mi> </mrow> </msub> <mo>,</mo> <msub> <mi>y</mi> <mrow> <mi>n</mi> <mo>,</mo> <mi>m</mi> </mrow> </msub> <mo>,</mo> <mn>0</mn> <mo>)</mo> </mrow> <mo>&amp;times;</mo> <mi>exp</mi> <mrow> <mo>(</mo> <mo>-</mo> <mi>j</mi> <mn>2</mn> <mi>&amp;pi;</mi> <mo>(</mo> <mrow> <msub> <mi>x</mi> <mrow> <mi>n</mi> <mo>,</mo> <mi>m</mi> </mrow> </msub> <msub> <mi>k</mi> <mrow> <mi>x</mi> <mo>,</mo> <mi>p</mi> <mo>,</mo> <mi>q</mi> <mo>,</mo> <mi>l</mi> <mo>,</mo> <mi>n</mi> </mrow> </msub> <mo>+</mo> <msub> <mi>y</mi> <mrow> <mi>n</mi> <mo>,</mo> <mi>m</mi> </mrow> </msub> <msub> <mi>k</mi> <mrow> <mi>y</mi> <mo>,</mo> <mi>p</mi> <mo>,</mo> <mi>q</mi> <mo>,</mo> <mi>l</mi> <mo>,</mo> <mi>n</mi> </mrow> </msub> </mrow> <mo>)</mo> <mo>)</mo> </mrow> <mo>;</mo> </mrow>
其中，(kx,p,q,l,n，ky,p,q,l,n)为对应于第n个成像条带Sn的新MIMO雷达构型下的空间谱支撑域。
6.根据权利要求1-5任一项所述的一种提高大场景目标成像质量的MIMO雷达成像方法，其特征在于，所述利用每一成像条带每个观测通道下的空间谱值，以及相应的空间谱支撑域，进行反演成像，获得每一成像条带的成像结果包括：
基于MIMO雷达成像的空间谱理论，利用第n个成像条带Sn的空间谱值Gp,q,n,l(kx,p,q,l,n,ky,p,q,l,n)及相应的空间谱支撑域(kx,p,q,l,n，ky,p,q,l,n)进行第n个成像条带Sn的反演成像，反演成像过程表示为：
<mrow> <msub> <mover> <mi>&amp;sigma;</mi> <mo>^</mo> </mover> <mrow> <mi>n</mi> <mo>,</mo> <mi>m</mi> </mrow> </msub> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mrow> <mi>n</mi> <mo>,</mo> <mi>m</mi> </mrow> </msub> <mo>,</mo> <msub> <mi>y</mi> <mrow> <mi>n</mi> <mo>,</mo> <mi>m</mi> </mrow> </msub> <mo>,</mo> <mn>0</mn> <mo>)</mo> </mrow> <mo>=</mo> <mi>&amp;Psi;</mi> <mo>{</mo> <msub> <mi>G</mi> <mrow> <mi>p</mi> <mo>,</mo> <mi>q</mi> <mo>,</mo> <mi>n</mi> <mo>,</mo> <mi>l</mi> </mrow> </msub> <mrow> <mo>(</mo> <msub> <mi>k</mi> <mrow> <mi>x</mi> <mo>,</mo> <mi>p</mi> <mo>,</mo> <mi>q</mi> <mo>,</mo> <mi>l</mi> <mo>,</mo> <mi>n</mi> </mrow> </msub> <mo>,</mo> <msub> <mi>k</mi> <mrow> <mi>y</mi> <mo>,</mo> <mi>p</mi> <mo>,</mo> <mi>q</mi> <mo>,</mo> <mi>l</mi> <mo>,</mo> <mi>n</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>,</mo> <mrow> <mo>(</mo> <msub> <mi>k</mi> <mrow> <mi>x</mi> <mo>,</mo> <mi>p</mi> <mo>,</mo> <mi>q</mi> <mo>,</mo> <mi>l</mi> <mo>,</mo> <mi>n</mi> </mrow> </msub> <mo>,</mo> <msub> <mi>k</mi> <mrow> <mi>y</mi> <mo>,</mo> <mi>p</mi> <mo>,</mo> <mi>q</mi> <mo>,</mo> <mi>l</mi> <mo>,</mo> <mi>n</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>}</mo> <mo>,</mo> <mrow> <mo>(</mo> <mi>n</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mn>2</mn> <mo>,</mo> <mn>......</mn> <mi>N</mi> <mo>)</mo> </mrow> <mo>;</mo> </mrow>
其中，Ψ为反演算法。
7.根据权利要求1-5任一项所述的一种提高大场景目标成像质量的MIMO雷达成像方法，其特征在于，所有成像条带成像结果的拼接过程表示如下：
<mrow> <mover> <mi>&amp;sigma;</mi> <mo>^</mo> </mover> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msub> <mover> <mi>&amp;sigma;</mi> <mo>^</mo> </mover> <mn>1</mn> </msub> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> <mo>,</mo> </mrow> </mtd> <mtd> <mtable> <mtr> <mtd> <mrow> <mi>i</mi> <mi>f</mi> </mrow> </mtd> <mtd> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> <mo>&amp;Element;</mo> <msub> <mi>S</mi> <mn>1</mn> </msub> </mrow> </mtd> </mtr> </mtable> </mtd> </mtr> <mtr> <mtd> <mo>&amp;cup;</mo> </mtd> <mtd> <mrow></mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mover> <mi>&amp;sigma;</mi> <mo>^</mo> </mover> <mn>2</mn> </msub> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> <mo>,</mo> </mrow> </mtd> <mtd> <mtable> <mtr> <mtd> <mrow> <mi>i</mi> <mi>f</mi> </mrow> </mtd> <mtd> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> <mo>&amp;Element;</mo> <msub> <mi>S</mi> <mn>2</mn> </msub> </mrow> </mtd> </mtr> </mtable> </mtd> </mtr> <mtr> <mtd> <mo>&amp;cup;</mo> </mtd> <mtd> <mrow></mrow> </mtd> </mtr> <mtr> <mtd> <mn>......</mn> </mtd> <mtd> <mrow></mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mover> <mi>&amp;sigma;</mi> <mo>^</mo> </mover> <mi>N</mi> </msub> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> <mo>,</mo> </mrow> </mtd> <mtd> <mtable> <mtr> <mtd> <mrow> <mi>i</mi> <mi>f</mi> </mrow> </mtd> <mtd> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> <mo>&amp;Element;</mo> <msub> <mi>S</mi> <mi>N</mi> </msub> </mrow> </mtd> </mtr> </mtable> </mtd> </mtr> </mtable> </mfenced> <mo>;</mo> </mrow>
其中，为第n个成像条带Sn的成像结果，n＝(1,2,…,N)。
CN201711145925.5A 2017-11-17 2017-11-17 提高大场景目标成像质量的mimo雷达成像方法 Active CN107976673B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711145925.5A CN107976673B (zh) 2017-11-17 2017-11-17 提高大场景目标成像质量的mimo雷达成像方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711145925.5A CN107976673B (zh) 2017-11-17 2017-11-17 提高大场景目标成像质量的mimo雷达成像方法

Publications (2)

Publication Number Publication Date
CN107976673A true CN107976673A (zh) 2018-05-01
CN107976673B CN107976673B (zh) 2020-02-07

Family

ID=62010412

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711145925.5A Active CN107976673B (zh) 2017-11-17 2017-11-17 提高大场景目标成像质量的mimo雷达成像方法

Country Status (1)

Country Link
CN (1) CN107976673B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108919260A (zh) * 2018-05-11 2018-11-30 中国科学院电子学研究所 用于mimo阵列的相移偏移成像方法及装置
CN109633565A (zh) * 2018-12-29 2019-04-16 深圳市华讯方舟微电子科技有限公司 一种电磁波参数的处理方法、处理装置以及终端
CN109814175A (zh) * 2019-02-14 2019-05-28 浙江省气象台 一种基于卫星的强对流监测方法及其应用
CN110068804A (zh) * 2019-05-30 2019-07-30 北京润科通用技术有限公司 基于稀疏阵的回波仿真方法及系统
CN110346794A (zh) * 2019-07-26 2019-10-18 电子科技大学 一种资源优化配置的分布式雷达成像方法
CN110927724A (zh) * 2019-11-11 2020-03-27 中国地质环境监测院 毫米波雷达泥石流智能监测系统与方法
CN113917461A (zh) * 2021-10-21 2022-01-11 苏州威陌电子信息科技有限公司 一种mimo雷达成像方法及系统
CN115128608A (zh) * 2022-08-31 2022-09-30 南京隼眼电子科技有限公司 车载多普勒分集mimo合成孔径雷达时域成像方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8508402B2 (en) * 2008-01-04 2013-08-13 Pontificia Universidad Catolica De Chile System and method for detecting, locating and identifying objects located above the ground and below the ground in a pre-referenced area of interest
CN103630893A (zh) * 2013-02-21 2014-03-12 中国科学院电子学研究所 稀疏微波成像观测数据成像的方法
CN103837873A (zh) * 2014-03-14 2014-06-04 中国科学技术大学 一种基于浮空平台密集阵列天线的微波凝视关联成像系统与成像方法
CN103969641A (zh) * 2014-04-29 2014-08-06 西北工业大学 一种多波束发射三维成像方法
CN104597444A (zh) * 2015-01-30 2015-05-06 中国科学技术大学 一种基于强度关联的微波凝视高分辨成像方法
CN104714229A (zh) * 2015-02-09 2015-06-17 中国科学技术大学 一种便于提取目标轮廓的微波凝视关联成像处理方法
CN106097310A (zh) * 2016-06-01 2016-11-09 中国电子科技集团公司第五十四研究所 一种基于中心点迭代的区域目标条带拆分方法
CN106680815A (zh) * 2016-12-15 2017-05-17 哈尔滨工程大学 基于张量稀疏表示的mimo雷达成像方法
CN107102326A (zh) * 2017-05-26 2017-08-29 中国科学技术大学 基于条带分割和数据融合的快速关联成像方法及装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8508402B2 (en) * 2008-01-04 2013-08-13 Pontificia Universidad Catolica De Chile System and method for detecting, locating and identifying objects located above the ground and below the ground in a pre-referenced area of interest
CN103630893A (zh) * 2013-02-21 2014-03-12 中国科学院电子学研究所 稀疏微波成像观测数据成像的方法
CN103837873A (zh) * 2014-03-14 2014-06-04 中国科学技术大学 一种基于浮空平台密集阵列天线的微波凝视关联成像系统与成像方法
CN103969641A (zh) * 2014-04-29 2014-08-06 西北工业大学 一种多波束发射三维成像方法
CN104597444A (zh) * 2015-01-30 2015-05-06 中国科学技术大学 一种基于强度关联的微波凝视高分辨成像方法
CN104714229A (zh) * 2015-02-09 2015-06-17 中国科学技术大学 一种便于提取目标轮廓的微波凝视关联成像处理方法
CN106097310A (zh) * 2016-06-01 2016-11-09 中国电子科技集团公司第五十四研究所 一种基于中心点迭代的区域目标条带拆分方法
CN106680815A (zh) * 2016-12-15 2017-05-17 哈尔滨工程大学 基于张量稀疏表示的mimo雷达成像方法
CN107102326A (zh) * 2017-05-26 2017-08-29 中国科学技术大学 基于条带分割和数据融合的快速关联成像方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
韩兴斌等: "分布式多通道雷达成像技术", 《电子与信息学报》 *

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108919260A (zh) * 2018-05-11 2018-11-30 中国科学院电子学研究所 用于mimo阵列的相移偏移成像方法及装置
CN108919260B (zh) * 2018-05-11 2022-07-19 中国科学院电子学研究所 用于mimo阵列的相移偏移成像方法及装置
WO2020135652A1 (zh) * 2018-12-29 2020-07-02 深圳市华讯方舟微电子科技有限公司 一种电磁波参数的处理方法、处理装置以及终端
CN109633565A (zh) * 2018-12-29 2019-04-16 深圳市华讯方舟微电子科技有限公司 一种电磁波参数的处理方法、处理装置以及终端
CN109814175A (zh) * 2019-02-14 2019-05-28 浙江省气象台 一种基于卫星的强对流监测方法及其应用
CN110068804A (zh) * 2019-05-30 2019-07-30 北京润科通用技术有限公司 基于稀疏阵的回波仿真方法及系统
CN110346794B (zh) * 2019-07-26 2021-05-11 电子科技大学 一种资源优化配置的分布式雷达成像方法
CN110346794A (zh) * 2019-07-26 2019-10-18 电子科技大学 一种资源优化配置的分布式雷达成像方法
CN110927724A (zh) * 2019-11-11 2020-03-27 中国地质环境监测院 毫米波雷达泥石流智能监测系统与方法
CN110927724B (zh) * 2019-11-11 2020-11-27 中国地质环境监测院 毫米波雷达泥石流智能监测系统与方法
CN113917461A (zh) * 2021-10-21 2022-01-11 苏州威陌电子信息科技有限公司 一种mimo雷达成像方法及系统
CN115128608A (zh) * 2022-08-31 2022-09-30 南京隼眼电子科技有限公司 车载多普勒分集mimo合成孔径雷达时域成像方法
CN115128608B (zh) * 2022-08-31 2022-11-18 南京隼眼电子科技有限公司 车载多普勒分集mimo合成孔径雷达时域成像方法

Also Published As

Publication number Publication date
CN107976673B (zh) 2020-02-07

Similar Documents

Publication Publication Date Title
CN107976673B (zh) 提高大场景目标成像质量的mimo雷达成像方法
CN107678028B (zh) 低信噪比条件下的微波凝视关联成像方法
CN104297734B (zh) 基于频率分集阵列的mimo雷达的欺骗式干扰抑制方法
CN107942295B (zh) 一种前视阵列sar系统的稀疏天线
CN106226754A (zh) 基于时间反演的低仰角波达方向估计方法
CN111537997B (zh) 一种基于mimo和压缩感知技术的三维雷达成像方法
CN110346794B (zh) 一种资源优化配置的分布式雷达成像方法
CN105549011A (zh) 一种基于mimo穿墙雷达的建筑物单边两点斜视成像方法
US20160018512A1 (en) Method for Generating and Compressing Multi-Sweep-Frequency Radar Signals
CN105738895A (zh) 一种降低mimo成像雷达近场栅瓣的方法
CN102901964A (zh) 二维多孔径ScanSAR成像方法
CN109471097B (zh) 一种穿墙雷达信号优化处理方法及装置
CN106932778A (zh) 方位多通道fmcw sar滑动聚束成像方法
Ahmad et al. A beamforming approach to stepped-frequency synthetic aperture through-the-wall radar imaging
US20220155439A1 (en) Method and apparatus for adaptive beamforming
CN105510878B (zh) 一种分频段处理的多水下自主航行器被动相互定位方法
CN107102326B (zh) 基于条带分割和数据融合的快速关联成像方法及装置
Chen et al. Multi-target radar imaging based on phased-MIMO technique—Part I: Imaging algorithm
CN106291476A (zh) 机载三维异构阵的雷达地面杂波回波获取方法
CN104749573A (zh) 空频域二维稀疏的步进频率sar成像方法
CN108896974B (zh) 一种改进的mimo阵列高分辨空间谱估计方法
CN113238221A (zh) 基于二维最小相位相干因子的mimo穿墙雷达成像方法
CN108761457B (zh) 基于mimo阵列合成孔径的高精度三维快速成像方法及装置
CN102393517A (zh) 基于密度加权的模拟退火稀疏合成孔径雷达成像方法
CN103576157A (zh) 一种基于多维波形编码的合成孔径声纳成像方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant