基于压缩感知的稀疏阵列MIMO雷达成像方法
顾福飞* 池龙 张群 彭发祥 朱丰
空军工程大学电讯工程学院 西安 710077
An Imaging Method for MIMO Radar with Sparse Array Based on Compressed Sensing
Gu Fu-fei Chi Long Zhang Qun Peng Fa-xiang Zhu Feng
Telecommunication Engineering Institute, Air Force Engineering University, Xi’an 710077, China
摘要 针对MIMO雷达对空目标单次快拍成像时天线数目较多问题,该文提出了一种稀疏阵列MIMO雷达的成像方法。首先分析了MIMO雷达天线的稀疏布阵方式,其次结合压缩感知理论具体阐述了稀疏阵列MIMO雷达的成像方法。该方法不仅能够对运动目标实现单次快拍成像,避免了目标机动带来的运动补偿难题,同时又能够大幅减少MIMO雷达的天线规模,便于工程实现。最后利用仿真实验验证了所提方法的有效性。
关键词 :
MIMO雷达 ,
稀疏阵列 ,
压缩感知 ,
单次快拍成像
Abstract :The number of antenna elements of MIMO radar is too many when imaging for moving target with single snapshot. To solve the problem, an imaging method for MIMO radar with sparse array is proposed. Firstly the configuration of sparse antenna array is analyzed. Then, combining Compressed Sensing (CS) theory, a novel imaging algorithm for MIMO radar with sparse array is put forward. Single snapshot imaging for moving target is implemented by this algorithm, which not only can avoid the difficulty of motion compensation aroused by the target’s maneuver, but also can reduce the number of antenna, it is the advantage to engineering practice. Finally, the effectiveness of this algorithm is validated by the simulative results.
Key words :
MIMO radar
Sparse array
Compressed Sensing (CS)
Single snapshot imaging
收稿日期: 2011-03-27
基金资助: 国家973计划项目(2010CB731905)和国家自然科学基金(60971100)资助课题
通讯作者:
顾福飞
E-mail: gffpan@126.com
引用本文:
顾福飞, 池龙, 张群, 彭发祥, 朱丰. 基于压缩感知的稀疏阵列MIMO雷达成像方法[J]. 电子与信息学报, 2011, 33(10): 2452-2457.
Gu Fu-Fei, Chi Long, Zhang Qun, Peng Fa-Xiang, Zhu Feng. An Imaging Method for MIMO Radar with Sparse Array Based on Compressed Sensing. , 2011, 33(10): 2452-2457.
链接本文:
http://jeit.ie.ac.cn/CN/10.3724/SP.J.1146.2011.00287 或 http://jeit.ie.ac.cn/CN/Y2011/V33/I10/2452
[1]
王玉玺,黄国策,李伟,刘剑. 杂波条件下稳健的MIMO雷达发射波形和接收滤波器联合优化设计 [J]. 电子与信息学报, 2017, 39(8): 1879-1886.
[2]
欧伟枫,杨春玲,戴超. 一种视频压缩感知中两级多假设重构及实现方法 [J]. 电子与信息学报, 2017, 39(7): 1688-1696.
[3]
周建卫,李道京,田鹤,潘洁,胡烜. 基于共形稀疏阵列的艇载外辐射源雷达性能分析 [J]. 电子与信息学报, 2017, 39(5): 1058-1063.
[4]
严韬,陈建文,鲍拯. 一种基于压缩感知的天波超视距雷达短时海杂波抑制方法 [J]. 电子与信息学报, 2017, 39(4): 945-952.
[5]
李玉翔,任修坤,孙扬,郑娜娥. 一种循环迭代的宽带MIMO雷达正交稀疏频谱波形设计方法 [J]. 电子与信息学报, 2017, 39(4): 953-959.
[6]
王学伟, 董晓璇, 袁瑞铭, 周丽霞, 王婧, 王琳. 压缩感知伪随机动态功率信号的电能测量方法 [J]. 电子与信息学报, 2017, 39(3): 640-646.
[7]
程银波,司菁菁,候肖兰. 适用于无线传感器网络的层次化分布式压缩感知 [J]. 电子与信息学报, 2017, 39(3): 539-545.
[8]
王玉玺,黄国策,李伟,王叶群. 基于非单调递增频率偏移的混合相控阵MIMO雷达目标跟踪方法 [J]. 电子与信息学报, 2017, 39(1): 110-116.
[9]
王爱春,向茂生,汪丙南. 一种联合Khatri-Rao子空间与块稀疏压缩感知的差分SAR层析成像方法 [J]. 电子与信息学报, 2017, 39(1): 95-102.
[10]
张永顺,葛启超,丁姗姗,郭艺夺. 基于稀疏贝叶斯学习的低空测角算法 [J]. 电子与信息学报, 2016, 38(9): 2309-2313.
[11]
刘静,盛明星, 宋大伟,尚社,韩崇昭. 雷达高分辨率紧凑感知矩阵追踪算法 [J]. 电子与信息学报, 2016, 38(8): 1950-1955.
[12]
周跃海,吴燕艺,陈东升,童峰. 采用时域联合稀疏恢复的多输入多输出水声信道压缩感知估计 [J]. 电子与信息学报, 2016, 38(8): 1920-1927.
[13]
孙保明,郭艳,李宁,钱鹏. 无线传感器网络中基于压缩感知的动态目标定位算法 [J]. 电子与信息学报, 2016, 38(8): 1858-1864.
[14]
吴建宁,徐海东,王珏. 基于过完备字典稀疏表示的多通道脑电信号压缩感知联合重构 [J]. 电子与信息学报, 2016, 38(7): 1666-1673.
[15]
郑超,陈杰,殷松峰,杨星,冯云松,凌永顺. 改进的协同训练框架下压缩跟踪 [J]. 电子与信息学报, 2016, 38(7): 1624-1630.