1、多輸入多輸出（Multiple-input Multiple-output，MIMO）雷達是一種新體制雷達，利用多天線發(fā)射多重探測信號照射目標，并利用多天線接收目標反射的后向散射回波信號。與傳統(tǒng)的相控陣雷達相比，MIMO雷達可以顯著改善參數(shù)可辨識性、有更好的分辨率，更高的靈敏度，受到國內(nèi)外關注。
　　本文的工作背景是以中央高?；馂橹?，研究了MIMO雷達參數(shù)識別性能、信號檢測、參數(shù)估計以及成像技術等方面問題，包括以下內(nèi)容：

2、>　　1.研究了MIMO雷達參數(shù)識別性能。通過對MIMO雷達系統(tǒng)模型的建立，從理論上推導分析了MIMO雷達參數(shù)識別性能。
　　2.研究了基于MIMO雷達系統(tǒng)的目標估計與檢測的數(shù)據(jù)獨立方法。首先討論了在不考慮陣列抖動情況下，通過理論分析Capon算法、APES算法以及GLRT算法的具體參數(shù)估計能力，并通過仿真證明了 Capon能精確的估計目標的角度，但幅度估計存在偏差；APES則正好與Capon算法相反；GLRT算法能很好的消除強干

3、擾的影響。接著討論了在考慮陣列抖動情況下，本文將魯棒 Capon波束形成（RCB）和雙約束魯棒Capon波束形成（DRCB）方法運用到MIMO雷達系統(tǒng)中進行參數(shù)估計，理論分析和仿真驗證了兩種方法都能獲得精確的參數(shù)估計以及較高的抑制干擾的性能。
　　3.研究了 MIMO雷達成像設計。針對基于延時求和（DAS）方法的MIMO雷達有著較低分辨率以及有較高的旁瓣等問題，研究了將迭代自適應（IAA）算法應用到MIMO雷達中進行靜止目標和運動

4、目標成像。首先針對兩種情況，分別推導了不同情況下的應用IAA算法的估計目標參數(shù)式。接著針對IAA算法在運動目標成像時分辨率不高問題，還研究了一種正則IAA（IAA-R）算法。最后通過兩個實驗仿真驗證了MIMO雷達的檢測性能更加優(yōu)于SIMO雷達，并對比了IAA算法與正則算法的檢測性能，IAA-R算法要優(yōu)于IAA算法。
　　4.研究了MIMO雷達稀疏成像設計。針對IAA算法和IAA-R算法有著較高計算復雜度問題，研究了一種基于循環(huán)最優(yōu)