CN113204018B - 一种基于lfmcw的mimo雷达快速信号处理方法 - Google Patents

Abstract

本发明公开了一种基于LFMCW的MIMO雷达快速信号处理方法，包括：建立包括M个发射阵元和N个接收阵元的MIMO雷达；利用MIMO雷达发射一组正交频分LFMCW信号；根据正交频分LFMCW信号的回波信号，获得有效差拍信号；设定雷达的快速傅里叶变换点数K，对有效差拍信号进行补零处理，得到补零后的有效差拍信号和对应的K个距离点；得到一组匹配有效差拍信号的初相；根据发射频率编码和步进频率，获得一个系数矩阵；对补零后的有效差拍信号进行接收波束形成，获得接收波束形成输出；根据接收波束形成输出、系数矩阵和初相，得到时空匹配滤波后的信号。该基于LFMCW的MIMO雷达的信号处理实现方法，利用快速傅里叶变换，对雷达接收信号实现时空匹配滤波，能有效减少运算量。

Description

一种基于LFMCW的MIMO雷达快速信号处理方法

技术领域

本发明属于雷达技术领域，具体涉及一种基于LFMCW的MIMO雷达快速信号处理方法，可用于基于LFMCW的MIMO雷达目标检测。

背景技术

多输入多输出(Multiple Input Multiple Output，MIMO)雷达系统采用多天线发射分集的信号波形，多天线接收目标回波信号的体制。MIMO雷达可以利用相位或频率编码等方法实现发射信号波形的分集，在波形设计上非常灵活。与传统雷达相比，MIMO雷达在抗杂波、抗干扰、低截获、角度分辨率等性能方面具有明显优势。

线性调频连续波(Line Frequency Modulated Continuous Wave，LFMCW)雷达的频率调制随时间线性变化，具有峰值功率低、测距分辨率高、无距离盲区、体积小、结构简单成本低等优点，近年来应用较为广泛。

现有技术已经报道了一种利用时间分集的所谓MIMO线性调频连续波雷达，即对发射信号在时间轴上进行区分，相同的发射信号在不同的时间周期内进行发射，这种方式容易造成资源浪费，且不是真正的波形分集MIMO雷达。

发明内容

为了解决现有技术中存在的上述问题，本发明提供了一种基于LFMCW的MIMO雷达快速信号处理方法。本发明要解决的技术问题通过以下技术方案实现：

本发明提供了一种基于LFMCW的MIMO雷达快速信号处理方法，包括：

S1：建立包括M个发射阵元和N个接收阵元的MIMO雷达；

S2：利用所述MIMO雷达发射一组正交频分LFMCW信号；

S3：根据所述正交频分LFMCW信号的回波信号，获得有效差拍信号；

S4：设定雷达的快速傅里叶变换点数K，对所述有效差拍信号进行补零处理，得到补零后的有效差拍信号和对应的K个距离点；

S5：根据所述K个距离点，得到一组匹配有效差拍信号的初相；

S6：根据所述MIMO雷达的发射频率编码和步进频率，获得一个系数矩阵；

S7：对所述补零后的有效差拍信号进行接收波束形成，获得接收波束形成输出；

S8：根据所述接收波束形成输出、所述系数矩阵和所述匹配有效差拍信号的初相，得到时空匹配滤波后的信号。

在本发明的一个实施例中，所述发射天线与所述接收天线均为等距线阵，所述M个发射阵元发射的信号为：

s(t)＝[s₁(t),s₂(t),...s_i(t),...s_M(t)]^T,i＝1,2,...M，

其中，s_i(t)为第i个发射阵元发射的信号，(·)^T表示矩阵的转置。

在本发明的一个实施例中，所述S2包括：

根据雷达发射阵列的M个发射阵元，得到每个发射阵元产生的正交频分LFMCW信号：

其中，s_i(t)为第i个阵元产生的信号波形，δ_i为第i个阵元发射信号的初相，

为调频斜率，B为单个信号的带宽，T为信号时宽，t表示0到T内的时间，f_i＝f₀+c_iΔf，f₀为中心载频，c_i为频率编码，

为步进频率，T_e为有效时宽，j表示复数符号。

在本发明的一个实施例中，所述S3包括：

S31：将所述N个接收阵元接收的回波信号Y(t)与第一个发射阵元发射的信号s₁(t)进行混频和低通滤波处理后，得到N个差拍信号s_c(t)：

s_c(t)＝[s_c1(t),s_c2(t),...s_cq(t),...s_cN(t)]^T,q＝1,2,...N，

Y(t)＝[y₁(t),y₂(t),...y_q(t),...y_N(t)]^T,q＝1,2,...N，

其中，

(·)^*表示矩阵的共轭，δ₁为第一个阵元发射信号的初相，f₁＝f₀+c₁Δf，c₁为频率编码；

S32：对所述差拍信号s_c(t)中的每一个差拍信号s_cq(t)进行等间隔采样，获得采样后的差拍信号s_c(n)：

s_c(n)＝[s_c1(n),s_c2(n),...s_cq(n),...s_cN(n)]^T,q＝1,2,...N，

其中，

L＝f_ST为总采样点数，n为第n个采样点，采样时间为信号时宽T，f_S为采样频率；

S33：将所述采样后的差拍信号s_c(n)乘以矩形窗函数w(n)，得到有效差拍信号s_ce(n)：

s_ce(n)＝[s_ce1(n),s_ce2(n),...s_ceq(n),...s_ceN(n)]^T,q＝1,2,...N，

其中，s_ceq(n)＝w(n)s_cq(n)，

L′＝<0.1L>，<·>为取整函数。

在本发明的一个实施例中，所述S4包括：

S41：根据所述MIMO雷达的采样频率和有效时宽内采样点数L_e，确定快速傅里叶变换的点数K，并对所述有效差拍信号s_ce(n)补零至K点，得到补零后的有效差拍信号s_ce(k)：

s_ce(k)＝[s_ce1(k),s_ce2(k),...s_ceq(k),...s_ceN(k)]^T,q＝1,2,...N，

其中，K≥L_e，k＝1,2,...K；

S42：根据快速傅里叶变换的点数K和采样频率f_S得到一组有效差拍信号频率

S43：根据所述有效差拍信号频率f_ck，以及第k个距离点与所述MIMO雷达之间距离R_k的关系

确定所述有效差拍信号频率f_ck所对应的距离R₁,R₂,...R_k,...R_K并得到K个距离点，其中，μ为调频斜率。

在本发明的一个实施例中，所述S5包括：

S51：获得第k个距离点的时延：

其中，c为光速，R_k为第k个距离点与所述MIMO雷达之间的距离；

S52：根据第k个距离点的时延τ_k，获得第k个距离点带时延的LFMCW信号X(t-τ_k)：

X(t-τ_k)＝[x₁(t-τ_k),x₂(t-τ_k),...x_i(t-τ_k),...x_M(t-τ_k)]^T,i＝1,2,...M，

其中，

表示对于第i个发射阵元，第k个距离点带时延的LFMCW信号；

S53：根据第k个距离点带时延的LFMCW信号X(t-τ_k)和第一个发射阵元发射的信号s₁(t)，进行混频、低通滤波后，获得第k个距离点的匹配差拍信号h_ck(t)：

h_ck(t)＝[h_ck1(t),h_ck2(t),...h_cki(t),...h_ckM(t)]^T,i＝1,2,...M

其中，

S54：对第k个距离点的匹配差拍信号h_ck(t)的每一个信号h_cki(t)进行等间隔采样，获得第k个距离点采样后的匹配差拍信号h_ck(n)：

h_ck(n)＝[h_ck1(n),h_ck2(n),...h_cki(n),...h_ckM(n)]^T,i＝1,2,...,M，

其中，

采样时间为信号时宽T，采样频率f_S，L＝f_ST为总采样点数，n为第n个采样点；

S55：对第k个距离点采样后的匹配差拍信号h_ck(n)的每一个信号h_cki(n)乘以矩形窗函数w(n)，获得第k个距离点的匹配有效差拍信号h_cek(n)：

h_cek(n)＝[h_cek1(n),h_cek2(n),...h_ceki(n),...h_cekM(n)]^T,i＝1,2,...M，

其中，h_ceki(n)＝w(n)h_cki(n)，n＝L′,L′+1,...,L-1，h_ceki(n)的长度为L_e＝L-L′；

S56：根据第k个距离点的匹配有效差拍信号h_cek(n)，计算得到所述匹配有效差拍信号h_cek(n)的初相

其中，

real(·)表示复数的实部，imag(·)表示复数的虚部；

S57：重复步骤S51至S56，得到K个距离点中每个距离点匹配有效差拍信号的初相，从而得到所有匹配有效差拍信号的初相Φ：

在本发明的一个实施例中，所述S6包括：

S61：根据所述MIMO雷达的发射步进频率Δf，获得所述发射步进频率Δf对应的快速傅里叶变换点数Δk：

S62：根据所述MIMO雷达的频率编码c_i和步进频率对应的快速傅里叶变换点数Δk，计算得到系数矩阵ω(k)：

ω(k)＝[ω₁(k),ω₂(k),...ω_i(k),...ω_M(k)]^T,i＝1,2,...M，

其中，

在本发明的一个实施例中，所述S7包括：

根据补零后的有效差拍信号s_ce(k)，获得接收波束形成输出：

u(k)＝b^T(θ₀)s_ce(k)，

其中，θ₀为形成波束的指向，b(θ₀)为接收导向矢量，b(θ₀)＝[1,exp(j2πd_rsinθ₀/λ),...exp(j2πd_r(N-1)sinθ₀/λ)]^T，λ为信号波长，d_r为接收阵元间距。

在本发明的一个实施例中，所述S8包括：

S81：将所述接收波束形成输出u(k)点乘所述系数矩阵ω(k)，获得第一中间矩阵：

v(k)＝[v₁(k),v₂(k),...v_i(k),...v_M(k)]^T,i＝1,2,...,M，

其中，v_i(k)＝ω_i(k)u(k)；

S82：对所述第一中间矩阵v(k)中的每一项进行FFT，得到FFT后的矩阵V(k)：

V(k)＝[V₁(k),V₂(k),...V_i(k),...V_M(k)]^T,i＝1,2,...,M，

其中，V_i＝FFT(v_i)，FFT(·)表示进行K点快速傅里叶变换，V_i为V_i(k)的向量表达形式，即V_i；＝[V_i(1)，V_i(2)，...V_i(k)，...V_i(K)]，V_i为v_i(k)的向量表达形式，即v_i＝[v_i(1),v_i(2),...v_i(k),...v_i(K)]。

S83：将所述第二中间矩阵V(k)点乘由所述匹配有效差拍信号的初相形成的相位项，获得第三中间矩阵：

η(k)＝[η₁(k),η₂(k),...η_i(k),...η_M(k)]^T,i＝1,2,...M，

其中，

S84：对所述第三中间矩阵进行发射波束形成，获得时空匹配滤波后的信号：

p(k)＝a^T(θ₀)η(k)，

其中，a(θ₀)＝[1,exp(j2πd_tsinθ₀/λ),...exp(j2πd_t(M-1)sinθ₀/λ)]^T，d_t为发射阵元的间距。

与现有技术相比，本发明的有益效果在于：

1、本发明基于LFMCW的MIMO雷达快速信号处理方法，利用频率编码，提出一种发射阵元同时发射一组正交LFMCW信号的MIMO雷达，并给出其信号处理实现方法，利用快速傅里叶变换，对雷达接收信号实现时空匹配滤波，能有效减少运算量，实现雷达目标检测。

2、本发明基于LFMCW的MIMO雷达在距离、角度分辨率、低截获、无距离盲区具有明显优势，其快速信号处理方法可有效减少运算量。

以下将结合附图及实施例对本发明做进一步详细说明。

附图说明

图1为本发明实施例提供的一种基于LFMCW的MIMO雷达快速信号处理方法的流程示意图；

图2为发射信号频率顺序排列且初相为零时的信号处理全局距离扫描图；

图3为发射信号频率顺序排列且初相为零时的信号处理局部距离扫描图；

图4为发射信号频率顺序排列且初相为零时的信号处理波束扫描图。

具体实施方式

为了进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及具体实施方式，对依据本发明提出的基于LFMCW的MIMO雷达快速信号处理方法进行详细说明。

有关本发明的前述及其他技术内容、特点及功效，在以下配合附图的具体实施方式详细说明中即可清楚地呈现。通过具体实施方式的说明，可对本发明为达成预定目的所采取的技术手段及功效进行更加深入且具体地了解，然而所附附图仅是提供参考与说明之用，并非用来对本发明的技术方案加以限制。

应当说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的物品或者设备中还存在另外的相同要素。

请参见图1，图1为本发明实施例提供的一种基于LFMCW的MIMO雷达快速信号处理方法的流程示意图。所述方法包括：

S1：建立一个包括M个发射阵元和N个接收阵元的MIMO雷达。

在本实施例中，设定所述MIMO雷达的发射天线与接收天线均为等距线阵，且发射天线包括M个阵元，接收天线包括N个阵元。雷达的M个发射阵元发射的信号为：

s(t)＝[s₁(t),s₂(t),...s_i(t),...s_M(t)]^T,i＝1,2,...M

其中，s_i(t)为第i个发射阵元发射的信号，(·)^T表示矩阵的转置。

S2：利用所述MIMO雷达发射一组正交频分LFMCW信号。

由于雷达发射阵列有M个阵元，每个阵元的发射信号具有不同的中心频率，占据不同的频带，因此可以得到M个信号波形，其中，第i个阵元产生的信号波形s_i(t)为：

其中，i为阵元序号，i＝1,2,...,M，δ_i为第i个阵元发射信号的初相；

为调频斜率，B为单个信号的带宽，T为时宽；f_i＝f₀+c_iΔf，f₀为中心载频，c_i为频率编码，

为所述MIMO雷达的发射步进频率，T_e为有效时宽，有效时宽是指发射信号与接收信号在时间轴上的重叠部分，其值可通过雷达参数设置和实验确定，在本实施例中，取T_e＝0.9T，即扔掉十分之一无效段。

S3：根据所述正交频分LFMCW信号的回波信号，获得有效差拍信号。

所述正交频分LFMCW信号通过发射天线向外辐射到空中，遇障碍物后返回，形成回波信号被接收天线接收，对所述回波信号进行混频、低通滤波处理，得到差拍信号后进行采样、截取，可以得到有效差拍信号。

具体地，所述S3包括：

S31：将所述N个接收阵元接收的回波信号Y(t)与第一个发射阵元发射的信号s₁(t)进行混频、低通滤波处理后，得到N个差拍信号s_c(t)：

s_c(t)＝[s_c1(t),s_c2(t),...s_cq(t),...s_cN(t)]^T,q＝1,2,...N，

Y(t)＝[y₁(t),y₂(t),...y_q(t),...y_N(t)]^T,q＝1,2,...N，

其中，

(·)^*表示矩阵的共轭，δ₁为第一个阵元发射信号的初相，f₁＝f₀+c₁Δf，c₁为频率编码。

S32：对差拍信号s_c(t)的每一行，即每一个差拍信号s_cq(t)进行等间隔采样，采样时间为信号时宽T，设定采样频率f_S，总采样点数L＝f_ST，采样后的差拍信号s_c(n)为：

s_c(n)＝[s_c1(n),s_c2(n),...s_cq(n),...s_cN(n)]^T,q＝1,2,...N，

其中，

n为第n个采样点。

S33：将采样后的差拍信号s_c(n)乘以矩形窗函数w(n)，得到有效差拍信号s_ce(n)：

s_ce(n)＝[s_ce1(n),s_ce2(n),...s_ceq(n),...s_ceN(n)]^T,q＝1,2,...N，

其中，s_ceq(n)＝w(n)s_cq(n)，

L′＝<0.1L>，<·>为取整函数。

具体地，采样后的差拍信号s_c(n)长度为L点，n＝0,1,...L-1；但是此处只需要其后半部分L′,...L-1，因此需要对采样后的差拍信号进行截取，矩形窗函数在n＝L′,...L-1部分是1，其余部分是0，因此采样后的差拍信号乘以矩形窗函数，就获得了所需要的后半部分信号，得到有效时宽内的部分，有效时宽T_e＝0.9T，保留了后90％，扔掉了前10％，L'＝0.1L。由于0.1L不一定是整数，所以对其取整L'＝<0.1L>，截取之后的信号是有效差拍信号，这个信号是从L′开始的，n＝L′,...L-1。

S4：设定雷达的快速傅里叶变换(Fast Fourier Transform，FFT)点数K，对有效差拍信号进行补零处理，得到补零后的有效差拍信号和对应的K个距离点。

具体地，所述S4包括：

S41：根据所述MIMO雷达的采样频率和有效时宽内采样点数L_e，确定FFT的点数K，K通常为2的整数幂，满足K≥L_e，并对有效差拍信号补零至K点，得到补零后的有效差拍信号s_ce(k)：

s_ce(k)＝[s_ce1(k),s_ce2(k),...s_ceq(k),...s_ceN(k)]^T,q＝1,2,...N,

其中，K≥L_e，k＝1,2,...K。

有效时宽内采样点数为L_e，也就是说有效差拍信号长度为L_e，本步骤在其末尾的K-L_e个点补0，使得补零后的信号为K点。

S42：根据FFT的点数K和采样频率f_S得到一组有效差拍信号频率

S43：根据所述有效差拍信号频率f_ck，以及第k个距离点与所述MIMO雷达之间距离R_k的关系

确定所述有效差拍信号频率f_ck所对应的距离R₁,R₂,...R_k,...R_K，从而得到K个距离点，其中，

为调频斜率。

S5：根据所述K个距离点，计算得到一组匹配有效差拍信号的初相。

具体地，S5包括如下子步骤：

S51：获得第k个距离点的时延：

其中，c为光速，τ_k为第k个距离点的时延，R_k为第k个距离点与所述MIMO雷达之间的距离。

S52：根据第k个距离点的时延τ_k，计算得到第k个距离点带时延的LFMCW信号X(t-τ_k)：

X(t-τ_k)＝[x₁(t-τ_k),x₂(t-τ_k),...x_i(t-τ_k),...x_M(t-τ_k)]^T,i＝1,2,...M

其中，

表示对于第i个发射阵元，第k个距离点带时延的LFMCW信号。

S53：根据第k个距离点带时延的LFMCW信号X(t-τ_k)和第一个发射阵元发射的信号s₁(t)，进行混频、低通滤波后，获得第k个距离点的匹配差拍信号h_ck(t)：

h_ck(t)＝[h_ck1(t),h_ck2(t),...h_cki(t),...h_ckM(t)]^T,i＝1,2,...M

其中，

S54：对第k个距离点的匹配差拍信号h_ck(t)的每一个信号h_cki(t)进行等间隔采样，获得第k个距离点采样后的匹配差拍信号h_ck(n)：

h_ck(n)＝[h_ck1(n),h_ck2(n),...h_cki(n),...h_ckM(n)]^T,i＝1,2,...,M

其中，

采样时间为信号时宽T，采样频率f_S，L＝f_ST为总采样点数，n为第n个采样点。

S55：对第k个距离点采样后的匹配差拍信号h_ck(n)的每一个信号h_cki(n)乘以矩形窗函数w(n)，获得第k个距离点的匹配有效差拍信号h_cek(n)：

h_cek(n)＝[h_cek1(n),h_cek2(n),...h_ceki(n),...h_cekM(n)]^T,i＝1,2,...M，

其中，h_ceki(n)＝w(n)h_cki(n)，n＝L',L'+1,...,L-1，h_ceki(n)的长度为L_e＝L-L'。

S56：根据第k个距离点的匹配有效差拍信号h_cek(n)，计算得到所述匹配有效差拍信号h_cek(n)的初相

其中，

real(·)表示复数的实部，imag(·)表示复数的虚部，取L′＝<0.1L>，<·>为取整函数。

S57：重复步骤S51至S56，得到K个距离点中每个距离点匹配有效差拍信号的初相，从而得到所有匹配有效差拍信号的初相Φ：

S6：根据所述MIMO雷达的发射频率编码和步进频率，获得一个系数矩阵。

具体地，所述S6包括如下子步骤：

S61：根据所述MIMO雷达的发射步进频率Δf，获得所述发射步进频率Δf对应的FFT点数Δk：

S62：根据所述MIMO雷达的频率编码c_i和步进频率对应的FFT点数Δk，计算得到一个系数矩阵ω(k)：

ω(k)＝[ω₁(k),ω₂(k),...ω_i(k),...ω_M(k)]^T,i＝1,2,...M，

其中，

S7：对补零后的有效差拍信号进行接收波束形成，获得接收波束形成输出。

设形成波束的指向为θ₀，权系数为接收导向矢量b(θ₀)，根据补零后的有效差拍信号s_ce(k)，获得接收波束形成输出：

u(k)＝b^T(θ₀)s_ce(k)，

其中，b(θ₀)＝[1,exp(j2πd_rsinθ₀/λ),...exp(j2πd_r(N-1)sinθ₀/λ)]^T，λ为信号波长，d_r为接收阵元间距。

S8：根据所述接收波束形成输出、所述系数矩阵和所述匹配有效差拍信号的初相，得到时空匹配滤波后的信号。

将所述接收波束形成输出u(k)点乘系数矩阵W(k)，再进行FFT，对FFT的结果补上步骤S5求得的初相，最后进行发射波束形成，从而得到时空匹配滤波结果，即时空匹配滤波后的信号。

具体地，步骤S8包括如下子步骤：

S81：将所述接收波束形成输出u(k)点乘以系数矩阵ω(k)，获得第一中间矩阵：

v(k)＝[v₁(k),v₂(k),...v_i(k),...v_M(k)]^T,i＝1,2,...,M

其中，v_i(k)＝ω_i(k)u(k)。

S82：对所述第一中间矩阵v(k)中的每一项进行快速傅里叶变换，得到快速傅里叶变换后的第二中间矩阵V(k)：

V(k)＝[V₁(k),V₂(k),...V_i(k),...V_M(k)]^T,i＝1,2,...,M

其中，V_i＝FFT(v_i)，FFT(·)表示进行K点快速傅里叶变换，V_i为V_i(k)的向量表达形式，即V_i＝[V_i(1)，V_i(2)，...V_i(k)，...V_i(K)]，V_i为v_i(k)的向量表达形式，即v_i＝[v_i(1)，v_i(2)，...v_i(k)，...v_i(K)]。

S83：将所述第二中间矩阵V(k)点乘由所述匹配有效差拍信号的初相形成的相位项，获得第三中间矩阵：

η(k)＝[η₁(k),η₂(k),...η_i(k),...η_M(k)]^T,i＝1,2,...M，

其中，

S84：对所述第三中间矩阵进行发射波束形成，获得时空匹配滤波后的信号：

p(k)＝a^T(θ₀)η(k)，

其中，a(θ₀)＝[1,exp(j2πd_tsinθ₀/λ),...exp(j2πd_t(M-1)sinθ₀/λ)]^T，d_t为发射阵元的间距。

需要说明的是，接收差拍信号包含所有发射信号的信息，需在接收端把不同发射信号产生的影响分开，因为差拍信号近似为一个单频信号，因此可以利用快速傅里叶变换对其处理，又因为傅里叶变换的频移特性(时域乘以复指数exp(-jω₀t)，相当于频域中频谱左移ω₀)，根据发射信号之间频率差Δf对应的傅里叶变换点数Δk，计算得一个系数矩阵，接收波束形成的输出先乘以该系数矩阵，再做快速傅里叶变换，可以在接收端将不同发射信号产生的影响分开。但是由于在对差拍信号处理的过程中，对差拍信号进行了截取，信号初相发生了改变，因此在快速傅里叶变换的结果再补上相差的相位项，最后再进行发射波束形成，得到时空匹配滤波结果。

进一步地，本发明实施例的基于LFMCW的MIMO雷达快速信号处理方法的效果可通过以下仿真进一步说明：

(1)仿真条件：

假设所述MIMO雷达的发射天线阵元个数M＝4，接收天线阵元个数N＝4，发射阵元间距d_t＝λ/2，接收阵元间距d_r＝λ/2；发射信号单个带宽B＝25MHz，时宽T＝300μs，有效时宽取0.9倍的时宽，即T_e＝270μs；差拍信号采样频率f_S＝2.5MHz，采样点数L＝750点，有效时宽内的采样点数L_e＝675点；FFT点数K＝2048点，对应最大距离点R_K＝4500m。假设目标距离雷达2000m，目标与雷达的法线夹角为20°，信噪比SNR＝10dB。

(2)仿真内容与结果：

仿真1：发射LFMCW信号频率顺序排列，即频率编码[c₁,c₂,c₃,c₄]＝[0,1,2,3]，且初相为零，波束指向θ₀对准仿真设置的目标角度时，利用本发明实施例的方法对目标回波数据进行信号处理，全局距离扫描图如图2所示，局部距离扫描图如图3所示，图中横坐标是距离，纵坐标是归一化幅度。由图2和图3可以看出：目标对应的距离是2000m，与仿真设置的距离相同。

仿真2：发射LFMCW信号频率顺序排列，即频率编码[c₁,c₂,c₃,c₄]＝[0,1,2,3]，且初相为零，利用本发明实施例的方法对目标回波数据进行空域搜索，即距离点R_k对准仿真设置的目标距离时，波束指向θ₀改变，从-90°到90°进行扫描，接收导向矢量和发射导向矢量同时改变，得到双程扫描结果；常规相控阵雷达只能改变接收导向矢量，得到单程扫描结果，如图4所示，图中横坐标是角度，纵坐标是归一化幅度。由图4可以看出：目标对应的角度是20°，与仿真设置的目标角度相同；于LFMCW的MIMO雷达的波束扫描图波束主瓣宽度比常规体制的窄，说明MIMO雷达的角度分辨率更好，测角精度更高。

本实施例基于LFMCW的MIMO雷达信号处理方法，利用频率编码，提出一种发射阵元同时发射一组正交LFMCW信号的MIMO雷达，并给出其信号处理实现方法，利用快速傅里叶变换，对雷达接收信号实现时空匹配滤波，能有效减少运算量，实现雷达目标检测。本实施例基于LFMCW的MIMO雷达在距离、角度分辨率、低截获、无距离盲区具有明显优势，其快速信号处理方法可有效减少运算量。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (9)

1.一种基于LFMCW的MIMO雷达快速信号处理方法，其特征在于，包括：

S1：建立包括M个发射阵元和N个接收阵元的MIMO雷达；

S2：利用所述MIMO雷达发射一组正交频分LFMCW信号；

S3：根据所述正交频分LFMCW信号的回波信号，获得有效差拍信号；

S4：设定雷达的快速傅里叶变换点数K，对所述有效差拍信号进行补零处理，得到补零后的有效差拍信号和对应的K个距离点；

S5：根据所述K个距离点，得到一组匹配有效差拍信号的初相；

S6：根据所述MIMO雷达的发射频率编码和步进频率，获得一个系数矩阵；

S7：对所述补零后的有效差拍信号进行接收波束形成，获得接收波束形成输出；

S8：根据所述接收波束形成输出、所述系数矩阵和所述匹配有效差拍信号的初相，得到时空匹配滤波后的信号。

2.根据权利要求1所述的基于LFMCW的MIMO雷达快速信号处理方法，其特征在于，发射天线与接收天线均为等距线阵，所述M个发射阵元发射的信号为：

s(t)＝[s₁(t),s₂(t),...s_i(t),...s_M(t)]^T,i＝1,2,...M，

其中，s_i(t)为第i个发射阵元发射的信号，(·)^T表示矩阵的转置。

3.根据权利要求2所述的基于LFMCW的MIMO雷达快速信号处理方法，其特征在于，所述S2包括：

根据雷达发射阵列的M个发射阵元，得到每个发射阵元产生的正交频分LFMCW信号：

其中，s_i(t)为第i个阵元产生的信号波形，δ_i为第i个阵元发射信号的初相，

为调频斜率，B为单个信号的带宽，T为信号时宽，t表示0到T内的时间，f_i＝f₀+c_iΔf，f₀为中心载频，c_i为频率编码，

为步进频率，T_e为有效时宽，j表示复数符号。

4.根据权利要求3所述的基于LFMCW的MIMO雷达快速信号处理方法，其特征在于，所述S3包括：

S31：将所述N个接收阵元接收的回波信号Y(t)与第一个发射阵元发射的信号s₁(t) 进行混频和低通滤波处理后，得到N个差拍信号s_c(t)：

s_c(t)＝[s_c1(t),s_c2(t),...s_cq(t),...s_cN(t)]^T,q＝1,2,...N，

Y(t)＝[y₁(t),y₂(t),...y_q(t),...y_N(t)]^T,q＝1,2,...N，

其中，

(·)^*表示矩阵的共轭，δ₁为第一个阵元发射信号的初相，f₁＝f₀+c₁Δf，c₁为频率编码；

S32：对所述差拍信号s_c(t)中的每一个差拍信号s_cq(t)进行等间隔采样，获得采样后的差拍信号s_c(n)：

s_c(n)＝[s_c1(n),s_c2(n),...s_cq(n),...s_cN(n)]^T,q＝1,2,...N，

其中，

L＝f_ST为总采样点数，n为第n个采样点，采样时间为信号时宽T，f_S为采样频率；

S33：将所述采样后的差拍信号s_c(n)乘以矩形窗函数w(n)，得到有效差拍信号s_ce(n)：

s_ce(n)＝[s_ce1(n),s_ce2(n),...s_ceq(n),...s_ceN(n)]^T,q＝1,2,...N，

其中，s_ceq(n)＝w(n)s_cq(n)，

L′＝<0.1L>，<·>为取整函数。

5.根据权利要求4所述的基于LFMCW的MIMO雷达快速信号处理方法，其特征在于，所述S4包括：

S41：根据所述MIMO雷达的采样频率和有效时宽内采样点数L_e，确定快速傅里叶变换的点数K，并对所述有效差拍信号s_ce(n)补零至K点，得到补零后的有效差拍信号s_ce(k)：

s_ce(k)＝[s_ce1(k),s_ce2(k),...s_ceq(k),...s_ceN(k)]^T,q＝1,2,...N，

其中，K≥L_e，k＝1,2,...K；

S42：根据快速傅里叶变换的点数K和采样频率f_S得到一组有效差拍信号频率

S43：根据所述有效差拍信号频率f_ck，以及第k个距离点与所述MIMO雷达之间距离R_k的关系

确定所述有效差拍信号频率f_ck所对应的距离R₁,R₂,...R_k,...R_K并得到K个距离点，其中，μ为调频斜率，c为光速。

6.根据权利要求5所述的基于LFMCW的MIMO雷达快速信号处理方法，其特征在于，所述S5包括：

S51：获得第k个距离点的时延：

其中，c为光速，R_k为第k个距离点与所述MIMO雷达之间的距离；

S52：根据第k个距离点的时延τ_k，获得第k个距离点带时延的LFMCW信号X(t-τ_k)：

X(t-τ_k)＝[x₁(t-τ_k),x₂(t-τ_k),...x_i(t-τ_k),...x_M(t-τ_k)]^T,i＝1,2,...M，

其中，

表示对于第i个发射阵元，第k个距离点带时延的LFMCW信号；

S53：根据第k个距离点带时延的LFMCW信号X(t-τ_k)和第一个发射阵元发射的信号s₁(t)，进行混频、低通滤波后，获得第k个距离点的匹配差拍信号h_ck(t)：

h_ck(t)＝[h_ck1(t),h_ck2(t),...h_cki(t),...h_ckM(t)]^T,i＝1,2,...M

其中，

S54：对第k个距离点的匹配差拍信号h_ck(t)的每一个信号h_cki(t)进行等间隔采样，获得第k个距离点采样后的匹配差拍信号h_ck(n)：

h_ck(n)＝[h_ck1(n),h_ck2(n),...h_cki(n),...h_ckM(n)]^T,i＝1,2,...,M，

其中，

采样时间为信号时宽T，采样频率f_S，L＝f_ST为总采样点数，n为第n个采样点；

S55：对第k个距离点采样后的匹配差拍信号h_ck(n)的每一个信号h_cki(n)乘以矩形窗函数w(n)，获得第k个距离点的匹配有效差拍信号h_cek(n)：

h_cek(n)＝[h_cek1(n),h_cek2(n),...h_ceki(n),...h_cekM(n)]^T,i＝1,2,...M，

其中，h_ceki(n)＝w(n)h_cki(n)，n＝L′,L′+1,...,L-1，h_ceki(n)的长度为L_e＝L-L′；

S56：根据第k个距离点的匹配有效差拍信号h_cek(n)，计算得到所述匹配有效差拍信号h_cek(n)的初相

其中，

real(·)表示复数的实部，imag(·)表示复数的虚部；

S57：重复步骤S51至S56，得到K个距离点中每个距离点匹配有效差拍信号的初相，从而得到所有匹配有效差拍信号的初相Φ：

7.根据权利要求6所述的基于LFMCW的MIMO雷达快速信号处理方法，其特征在于，所述S6包括：

S61：根据所述MIMO雷达的发射步进频率Δf，获得所述发射步进频率Δf对应的快速傅里叶变换点数Δk：

S62：根据所述MIMO雷达的频率编码c_i和步进频率对应的快速傅里叶变换点数Δk，计算得到系数矩阵ω(k)：

ω(k)＝[ω₁(k),ω₂(k),...ω_i(k),...ω_M(k)]^T,i＝1,2,...M，

其中，

8.根据权利要求7所述的基于LFMCW的MIMO雷达快速信号处理方法，其特征在于，所述S7包括：

根据补零后的有效差拍信号s_ce(k)，获得接收波束形成输出：

u(k)＝b^T(θ₀)s_ce(k)，

其中，θ₀为形成波束的指向，b(θ₀)为接收导向矢量，b(θ₀)＝[1,exp(j2πd_rsinθ₀/λ),...exp(j2πd_r(N-1)sinθ₀/λ)]^T，λ为信号波长，d_r为接收阵元间距。

9.根据权利要求8所述的基于LFMCW的MIMO雷达快速信号处理方法，其特征在于，所述S8包括：

S81：将所述接收波束形成输出u(k)点乘所述系数矩阵ω(k)，获得第一中间矩阵：

v(k)＝[v₁(k),v₂(k),...v_i(k),...v_M(k)]^T,i＝1,2,...,M，

其中，v_i(k)＝ω_i(k)u(k)；

S82：对所述第一中间矩阵v(k)中的每一项进行FFT，得到FFT后的矩阵V(k)：

V(k)＝[V₁(k),V₂(k),...V_i(k),...V_M(k)]^T,i＝1,2,...,M，，

其中，V_i＝FFT(v_i)，FFT(·)表示进行K点快速傅里叶变换，V_i为V_i(k)的向量表达形式，即V_i＝[V_i(1)，V_i(2)，...V_i(k)，...V_i(K)]，v_i为v_i(k)的向量表达形式，即v_i＝[v_i(1),v_i(2),...v_i(k),...v_i(K)]；

S83：将第二中间矩阵V(k)点乘由所述匹配有效差拍信号的初相形成的相位项，获得第三中间矩阵：

η(k)＝[η₁(k),η₂(k),...η_i(k),...η_M(k)]^T,i＝1,2,....M，

其中，

S84：对所述第三中间矩阵进行发射波束形成，获得时空匹配滤波后的信号：

p(k)＝a^T(θ₀)η(k)，

其中，a(θ₀)＝[1,exp(j2πd_tsinθ₀/λ),...exp(j2πd_t(M-1)sinθ₀/λ)]^T，，d_t为发射阵元的间距。

Images