1、發(fā)射分集多輸入多輸出(Multiple-input Multiple-output，MIMO)雷達(dá)作為MIMO雷達(dá)的一種形式，發(fā)射正交波形并可在接收時形成同時多波束，因此發(fā)射分集MIMO雷達(dá)兼顧了MIMO和相控陣?yán)走_(dá)的特點(diǎn)。該體制充分利用了各陣元信號的正交性，在系統(tǒng)自由度、角度分辨能力、干擾抑制性能等方面具有顯著的優(yōu)點(diǎn)，近年來受到廣泛的關(guān)注。本文針對發(fā)射分集MIMO雷達(dá)中的波形設(shè)計以及參數(shù)估計技術(shù)進(jìn)行了研究，主要的研究工作包括:

2、　　1.研究了發(fā)射分集MIMO雷達(dá)的波形設(shè)計技術(shù)。在自相關(guān)函數(shù)、互相關(guān)函數(shù)以及模糊函數(shù)的基礎(chǔ)上對單基地和雙基地發(fā)射分集MIMO雷達(dá)進(jìn)行了分析。針對單基地發(fā)射分集MIMO雷達(dá)正交波形設(shè)計的問題，提出了基于交替指向的正交波形與失配濾波器聯(lián)合優(yōu)化設(shè)計方法。仿真結(jié)果表明，上述方法能夠有效降低正交波形的自相關(guān)旁瓣和互相關(guān)旁瓣。針對雙基地MIMO雷達(dá)的的距離速度模糊函數(shù)形狀和分辨力隨位置變化的問題，給出了一種基于距離速度模糊函數(shù)的雙基地MIMO雷達(dá)

3、相位編碼信號的設(shè)計方法。該方法能夠根據(jù)目標(biāo)位置的先驗信息，改善正交波形的距離速度分辨力。
　　2.針對發(fā)射分集MIMO雷達(dá)目標(biāo)時延—多普勒參數(shù)估計問題，分析了MIMO雷達(dá)自適應(yīng)脈沖壓縮方法，研究了一種基于多普勒補(bǔ)償?shù)臅r延—多普勒脈沖壓縮方法。該方法與匹配濾波器組的方法相比，具有在單個脈沖下分辨多個目標(biāo)的能力。針對稀疏的目標(biāo)探測場景，采用分布式壓縮感知(Distributed Compressed Sensing，DCS)理論解決發(fā)

4、射分集MIMO雷達(dá)目標(biāo)參數(shù)的高精度估計問題，給出了基于DCS的發(fā)射分集MIMO雷達(dá)時延—多普勒參數(shù)聯(lián)合估計方法，獲得比APES+Capon更高的參數(shù)估計精度。
　　3.針對發(fā)射分集MIMO雷達(dá)散射點(diǎn)位置—幅度聯(lián)合估計的問題，在分析MIMO雷達(dá)布陣模型基礎(chǔ)上，研究了發(fā)射分集MIMO雷達(dá)的虛擬孔徑陣列的形成，分別給出了基于快速極坐標(biāo)格式(Fast Ploar Format Algorithm，F(xiàn)PFA)的MIMO雷達(dá)場景重構(gòu)方法，以及

5、基于壓縮感知的發(fā)射分集MIMO雷達(dá)后向投影(Backward Projection，BP)場景重構(gòu)方法?；贔PFA的MIMO雷達(dá)場景重構(gòu)方法具有單次快拍估計的特點(diǎn)，解決了目標(biāo)復(fù)雜運(yùn)動帶來的補(bǔ)償問題;與時域和其它空間譜域估計方法相比，該算法利用了距離向和方位向的尺度變換，因此其計算復(fù)雜度明顯降低。基于壓縮感知的MIMO雷達(dá)后向投影算法避免了BP算法中的插值，在高信噪比下能夠消除BP成像帶來的高旁瓣問題，更有利于對弱小目標(biāo)的重構(gòu)。

6、　　4.開展了多載波發(fā)射分集MIMO雷達(dá)研究。根據(jù)多載波各個子載波的多普勒頻率關(guān)系，提出了單次脈沖下的多載波雷達(dá)速度估計的信號處理方法。該方法能夠在一個脈沖內(nèi)實(shí)現(xiàn)目標(biāo)的高分辨距離成像和速度估計，因此可以用于高信噪比條件下對遠(yuǎn)程高速、高機(jī)動目標(biāo)的觀測。理論分析和仿真結(jié)果表明該方法實(shí)現(xiàn)簡單，能夠在單散射點(diǎn)和多散射點(diǎn)的情況下實(shí)現(xiàn)有效的速度估計。本文還研究了一種距離和角度聯(lián)合估計的多載波MIMO雷達(dá)信號處理方法，在單個脈沖內(nèi)也可以實(shí)現(xiàn)距離和角度