基于发射接收联合优化的机载MIMO雷达动目标空时检测算法研究

Airborne multiple-input-multiple-output (MIMO) radar has shown great potentials in the detection of tactical targets with low-velocity, low-altitude, and small RCS, and becomes appealing in the development of next-generation airborne early-warning (AEW) radar systems. Existing studies in airborne MIMO radar mostly focused on the design of receive filter, while the optimization of transmit waveforms has not been stressed enough. This project studies the joint design of transmit waveforms and receive filter, to further enhance the detection performance of the airborne MIMO radar systems. First, we devise a space-time detection framework for airborne MIMO radar systems, with which we can obtain the space-time-frequency descriptions of the target, jamming, and clutter, as well as the associated signal models. Then we establish the sparse model for the fast reconstruction of the key parameters of the target, jamming, and clutter. This part of work provides prior knowledge for the following joint design of transmit waveforms and receive filter. Finally, we propose fast and robust design method for the joint optimization of transmit waveforms and receive filter, in which we consider several practical constraints and the parameter estimation errors. The results of this project are helpful to enhance the detection performance of slow-moving targets for an airborne MIMO radar system, and provide an important reference in the development of future AEW radar systems.

机载多输入多输出（MIMO）雷达在检测低小慢战术目标方面具有巨大的潜力，是下一代机载预警雷达系统的重要发展方向。已有相关研究大多聚焦在接收端滤波器设计上，对发射波形设计研究仍有不足。本项目通过自适应联合优化发射波形和接收滤波器，力求进一步提高机载MIMO雷达系统的检测性能。首先构建机载MIMO雷达的空时检测框架，深入分析目标、杂波和干扰信号的空时频特性，在此基础之上建立动目标空时检测模型；通过研究目标、杂波和干扰参数的联合稀疏表示模型，提出关键参数的快速稀疏表示算法，利用参数估计结果重构目标、杂波和干扰的先验信息，为机载MIMO雷达发射接收联合优化设计奠定基础。最后，考虑多种工程实际约束和参数估计误差等因素，研究稳健的机载MIMO雷达发射接收快速联合优化算法。项目研究结果将有助于提升复杂环境下机载MIMO雷达的低速运动目标探测能力，并为推动机载预警雷达技术的发展提供重要参考价值。

机载多输入多输出(MIMO)雷达利用发射波形分集和接收滤波器优化，能够显著改善杂波和干扰背景中的低慢小目标检测性能，是下一代机载预警雷达系统的重点发展方向。本项目围绕机载MIMO雷达发射波形和接收滤波器联合优化开展研究，主要研究成果包括：.（1）构建了机载MIMO雷达空时动目标检测框架，建立了适用于任意发射波形的目标、杂波和干扰模型，对杂波和干扰的统计特性进行了全面深入的分析。.（2）建立了目标、杂波和干扰的稀疏表示模型，提出了小样本条件下机载MIMO雷达高精度参数估计算法，为后续MIMO雷达发射接收联合优化奠定了基础。.（3）提出了能量约束下的机载MIMO雷达发射接收联合优化算法。算法的收敛性具有理论保证，计算复杂度显著降低。研究结果表明发射经过优化后的波形能够显著地提高慢速运动目标的检测性能。.（4）为了使射频放大器工作在最大效率并避免发射机中不必要的非线性效应，提出了机载MIMO雷达相位编码信号高效设计方法。算法所设计的二相编码信号性能可比经典的巴克码信号提升7.5 dB以上，提升了微弱目标检测性能。研究结果可为推动发射接收联合优化算法进入工程应用提供重要技术支撑。.（5）为了提升波形的距离分辨率、降低其峰值旁瓣电平，提出了频谱拥塞环境中相似性约束下的机载MIMO雷达波形优化方法。所设计的波形不仅具有良好的性质，而且降低了与同频通信系统之间的互扰。另外，针对半正定松弛方法计算复杂度过高的问题，提出了基于交替方向乘子法（ADMM）的快速优化方法。算法在保证性能不变的同时，将计算复杂度降低了数个数量级。.（6）针对杂波中目标检测难题，通过最大化两类假设下观测矢量概率密度分布之间的相对熵，提出了机载MIMO雷达信息域抗干扰波形（包括恒包络波形和相似性约束下的波形）优化算法。.（7）针对非均匀杂波环境中的自适应目标检测问题，提出了杂波边缘环境中的杂波协方差矩阵最大似然估计算法，设计了自适应动目标检测算法，提升了目标检测性能。