低信噪比压缩感知雷达阵列的空时压缩积累观测矩阵设计研究

Low SNR ( Signal to Noise Ratio ) is a major challenge for designing the compressed sensing radar system. By the platform of compressed sensing radar system, this project researches space-time signal compressive accumulation of compressed sensing radar array based on the framework of array multi-pulse system of compressed sensing radar. The high-dimensional joint sparse representation model of space-time high-dimensional echo signals for compressed sensing radar array is constructed. The criteria of designing joint accumulated measurement matrix for high-dimensional echo signals is presented. Base on multi-pulse echo system, pulse accumulated measurement matrix against the targets' range migration is designed, realizing time-domain compressive accumulation while against the range migration. Based on array multi-channel system, the multiple constrained optimization conditions which is based on sensing matrix's isometric isomorphism, beam-pointing and channel compression rate is proposed. Adjustable pointing channel compressive accumulated measurement matrix is designed, and the beam-pointing can be adjusted while spatial domain compressive accumulation was done. This project aim to complete space-time accumulation while compressing the amount of data by designing the compressive accumulation matrix. The project provides methods for optimized detection of compressed sensing radar system, and the effectiveness can be verified on the platform of compressed sensing radar system.

低信噪比重构是压缩感知雷达系统设计面临的一个重大挑战。本申请基于脉冲体制的压缩感知阵列雷达框架，研究压缩感知雷达阵列的空时信号压缩积累以提高低信噪比压缩感知雷达重构性能。（1）构建压缩感知雷达阵列空时回波信号群的高维联合稀疏表示模型，设计回波数据切片方式和排列准则；（2）提出针对回波信号群的联合压缩积累观测矩阵设计准则：①基于多脉冲体制，设计对抗目标距离徙动的脉冲压缩积累观测矩阵，在对抗距离走动同时完成时域压缩积累；②基于阵列多通道体制，提出基于感知矩阵等距同构、波束指向、通道压缩率的多约束优化条件，设计指向可调的通道压缩积累观测矩阵，在空域压缩积累的同时实现阵列波束的指向可调。本申请项目旨在通过空时压缩积累观测矩阵设计，同时实现压缩处理数据量和空时积累（即空时压缩积累），为低信噪比情况下的压缩感知雷达目标探测提供理论与技术支持，并基于压缩感知雷达系统平台验证其有效性。

低信噪比重构是压缩感知（CS）雷达系统设计面临的一个重大挑战。本项目基于脉冲体制的CS阵列雷达框架，研究CS雷达阵列的空时信号压缩积累以提高低信噪比CS雷达重构性能。.研究了脉冲体制下MIMO雷达空时回波信号多脉冲切片高维联合稀疏字典的三种构造方法，设计了一种稀疏性最优的联合稀疏表示模型。为MIMO雷达空时回波高维联合稀疏重构提供了基础；研究了空时高维联合稀疏字典构造，以及基于联合稀疏字典分组对齐的目标距离走动补偿方法。实现了低信噪比下集中式和分布式CS-MIMO雷达运动目标多参数联合估计。.为提高CS雷达在低信噪比情况下的探测性能，基于结构化观测矩阵设计，研究了CS雷达脉冲压缩积累观测方法，提出一种对抗目标徙动的脉冲分组压缩积累方法，并给出了相应观测矩阵设计方案；结合CS雷达压缩采样的特点，将脉冲积累方法扩展为快-慢时间域二维压缩观测的问题，给出了相应的优化求解方法；提出了一种矫正目标走动的混合脉冲信息合成观测矩阵。仿真验证该方法在分组脉冲积累观测基础上，获得更高的信噪比，提高了CS雷达检测性能。 .为了提高CS-MIMO雷达的抗干扰性能，引入了同时实现空域滤波与压缩采样的二维观测矩阵设计方法，结合目标先验信息，提出了一种宽带空域干扰抑制观测矩阵设计方法，实现了仅有目标粗略范围的情况下对目标扇区外干扰的抑制及对目标波达角的精确估计。所提方法用特定结构观测矩阵取代传统的随机观测矩阵，在压缩回波数据的同时实现了对强干扰的抑制，提高了CS-MIMO雷达目标探测精度与抗干扰性能。.搭建了毫米波FMCW-CS雷达实验系统，验证了脉冲体制CS阵列雷达二维压缩观测矩阵设计，和脉冲间的压缩积累的有效性，提高CS雷达在低信噪比情况下的检测性能。.研究了在低信噪比条件下测量矩阵设计、稀疏重构与目标参数估计，以及稀疏表示及重构在雷达抗干扰中的应用。追踪稀疏表示的最新进展，开展了无网格稀疏表示及重构在复杂环境下目标参数估计等研究。