多输入多输出(multiple-input multiple-output, MIMO)雷达是一种新体制雷达[1],有广泛的应用前景,在信号检测、参数估计、空间分辨力等方面具有诸多优点[2]。MIMO利用多个发射天线同步地发射分集的波形,同时使用多个接收天线接收回波信号,并集中处理。相比传统相控阵雷达,MIMO雷达在平滑RCS起伏、提高分辨力和抑制干扰等方面具有很大的优势,成为国内外学者研究的热点。MIMO雷达种类很多,根据雷达天线单元分布,目前学术界广泛采用的分类方式有两大类[2, 3]:集中式相参MIMO雷达(密集MIMO雷达),其天线阵元间距满足$ \le \lambda /2$,主要通过波形分集形成大的虚拟孔径,从而提高角分辨力;大间距统计MIMO雷达,其天线阵元间距满足$ \ge \lambda R/D$[1](R为发射天线和目标之间的间距,D为目标尺寸),主要通过空间分集克服目标RCS起伏,从而提高检测性能和参数估计的能力。
大量文献分析了密集MIMO雷达的性能[4, 5, 6, 7, 8],主要包括角度分辨率、测角精度、参数估计、检测性能等。文献[4]分析了单站情况下密集MIMO雷达的方向图,并与相控阵进行了比较;文献[5]重点分析密集MIMO雷达的角度分辨率和测角精度;文献[6, 7]重点介绍了密集MIMO雷达参数估计方面的性能,对角分辨率以及测角精度也有分析;文献[8]重点分析了密集MIMO雷达的检测性能。
现有文献对密集MIMO雷达的性能分析存在如下不足:1) 测角精度和孔径积累得益方面的分析,主要给出了结果,没有给出详细的推导过程;2) 参数估计方面,重点分析虚拟阵列或者虚拟空间产生过程及其对参数估计的贡献,对虚拟阵列的本质没有明确分析;3) 主要是理论和仿真分析,没有试验数据的支撑。
本文分析了虚拟孔径的本质,理论推导给出了密集MIMO雷达测角精度和孔径积累得益,给出了两种特殊阵列分布场景下密集MIMO雷达测角精度分析,最后给出了目标探测方面的试验结果。
1 信号模型假设发射阵列和接收阵列都是一维均匀线阵,且收发共址。首先建立坐标系,以收发阵列所在直线为X轴,如图 1所示。发射和接收阵列分别有${M_{\rm{t}}}$和${M_{\rm{r}}}$个天线阵元,且发射阵列和接收阵列第1个阵元均位于坐标原点,阵元间距分别为${d_{\rm{t}}}$和${d_{\rm{r}}}$。${M_{\rm{t}}}$个发射天线单元发射${M_{\rm{t}}}$组正交波形,用${s_m}(t)$表示第$m = 1,2, \cdots ,{M_{\rm{t}}}$种波形,且满足下式:
$\frac{1}{T}\int_0^T {{s_m}(t)s_n^*(t){\rm{d}}t} = A_0^2{\delta _{m,n}}\quad m,n = 1,2, \cdots {M_{\rm{t}}}$ | (1) |
假设共有P个目标,且不考虑多普勒频率的影响,那么发射信号矢量$s(t) = {[{s_1}(t),{s_2}(t), \cdots ,{s_{{M_t}}}(t)]^{\rm{T}}}$和接收信号矢量$y(t){|_{{\rm{MIMO}}}} = {[{y_1}(t),{y_2}(t), \cdots ,{y_{{M_{\rm{r}}}}}(t)]^{\rm{T}}}$满足:
$y(t){|_{{\rm{MIMO}}}} = \sum\limits_{p = 1}^P {{\alpha _p}{a_{\rm{r}}}({\phi _p}) \cdot a_{\rm{t}}^{\rm{T}}({\phi _p})s(t - \tau )} + v(t)$ | (2) |
${a_{\rm{r}}}({\phi _p}) = {[1,{{\mathop{\rm e}\nolimits} ^{ - {\rm{j}}{d_{\rm{r}}}\sin {\phi _p}/\lambda }}, \cdots ,{{\mathop{\rm e}\nolimits} ^{ - {\rm{j}}({M_{\rm{r}}} - 1){d_{\rm{r}}}\sin {\phi _p}/\lambda }}]^{\rm{T}}}$ | (3) |
${a_{\rm{t}}}({\phi _p}) = {[1,{{\mathop{\rm e}\nolimits} ^{ - {\rm{j}}{d_{\rm{t}}}\sin {\phi _p}/\lambda }}, \cdots ,{{\mathop{\rm e}\nolimits} ^{ - {\rm{j}}({M_{\rm{t}}} - 1){d_{\rm{t}}}\sin {\phi _p}/\lambda }}]^{\rm{T}}}$ | (4) |
文献[4]给出了密集MIMO雷达处理的一般过程,数学表达式为:
$r(\theta ,\tau ){|_{{\rm{MIMO}}}} = {[{a_{\rm{r}}}(\theta ) \otimes {a_{\rm{t}}}(\theta )]^{\rm{H}}} \cdot \int {y(t){|_{{\rm{MIMO}}}} \otimes {h^*}(t)} {\rm{d}}t$ | (5) |
将式(2)代入式(5),可得:
$r(\theta ,\tau ){|_{{\rm{MIMO}}}} = \sum\limits_{p = 1}^P {a_{\rm{r}}^{\rm{H}}(\theta ){a_{\rm{r}}}({\phi _p}){\alpha _p}a_t^{\rm{T}}({\phi _p})\left[ {\int_0^T {{\bf{s}}(t - \tau ){h^{\rm{H}}}(t){\rm{d}}t} } \right]a_{\rm{t}}^{\rm{*}}(\theta )} + \tilde v{|_{{\rm{MIMO}}}}$ | (6) |
$\tilde v{|_{{\rm{MIMO}}}} = a_{\rm{r}}^{\rm{H}}(\theta )\int_0^T {{{[a_{\rm{t}}^{\rm{T}}(\theta )h(t)]}^{\rm{H}}}v(t){\rm{d}}t} $ | (7) |
由式(6)可知:对于某个目标p,假定散射系数满足$\left| {{\alpha _p}} \right| = 1$,当接收端形成的发射、接收波束指向与目标实际方向匹配,即$\theta = {\phi _p}$时,匹配滤波后的信号幅度${A_p}{|_{{\rm{MIMO}}}}$为:
${A_p}{|_{{\rm{MIMO}}}} = {A_0}{M_t}{M_r}\sqrt T $ | (8) |
再计算密集MIMO雷达中接收信号的噪声功率${\sigma _{\tilde v}}{|_{{\rm{MIMO}}}}$。
对式(7)求均值,可得:
$E(\tilde v{|_{{\rm{MIMO}}}}) = a_{\rm{r}}^{\rm{H}}(\theta )\int_0^T {{{[a_{\rm{t}}^{\rm{T}}(\theta )h(t)]}^{\rm{H}}}E[v(t)]{\rm{d}}t} = 0$ | (9) |
所以噪声$\tilde v{|_{{\rm{MIMO}}}}$的方差为:
$D(\tilde v{|_{{\rm{MIMO}}}})\; = a_{\rm{r}}^{\rm{H}}(\theta )\left[ {\int_0^T {{{[a_{\rm{t}}^{\rm{T}}(\theta )h(t)]}^{\rm{H}}}E[v(t){v^{\rm{H}}}(t)][a_{\rm{t}}^{\rm{T}}(\theta )h(t)]{\rm{d}}t} } \right]{a_{\rm{r}}}(\theta )$ | (10) |
由于各路噪声相互独立,因此$E[v(t){v^{\rm{H}}}(t)] = {\sigma _0}{I_{{M_{\rm{r}}} \times {M_{\rm{r}}}}}$,其中${I_{{M_{\rm{r}}} \times {M_{\rm{r}}}}}$表示${M_{\rm{r}}}$阶单位矩阵。据此,式(10)可以继续简化:
$D(\tilde v{|_{{\rm{MIMO}}}}) = {\sigma _0}a_{\rm{r}}^{\rm{H}}(\theta ){{\bf{a}}_{\rm{r}}}(\theta )a_{\rm{t}}^{\rm{T}}(\theta )\left[ {\int_0^T {h(t){h^{\rm{H}}}(t){\rm{d}}t} } \right]a_{\rm{t}}^{\rm{*}}(\theta )$ | (11) |
$D(\tilde v{|_{{\rm{MIMO}}}}) = {\sigma _0}a_{\rm{r}}^{\rm{H}}(\theta ){a_r}(\theta )a_{\rm{t}}^{\rm{T}}(\theta )a_{\rm{t}}^{\rm{*}}(\theta ) = {M_{\rm{t}}}{M_{\rm{r}}}{\sigma _0}$ | (12) |
所以,当发射、接收波束指向与目标实际方向匹配时,目标回波经发射、接收波束形成及匹配滤波后的信噪比SNR为:
${\rm{SNR}}{{\rm{|}}_{{\rm{MIMO}}}} = \frac{{{{\left| {{A_p}{|_{{\rm{MIMO}}}}} \right|}^2}}}{{2{\sigma _{\tilde v}}{|_{{\rm{MIMO}}}}}} = {M_{\rm{t}}}{M_{\rm{r}}}T\frac{{A_0^2}}{{2{\sigma _0}}}$ | (13) |
对于相控阵雷达,当发射、接收波束指向与目标实际方向匹配,即$\theta = {\phi _p}$时,信号幅度${A_p}{|_{{\rm{PA}}}}$为:
${A_p}{|_{{\rm{PA}}}} = {A_0}{M_t}{M_r}\sqrt T $ | (14) |
噪声功率为:
${\sigma _{\tilde v}}{|_{{\rm{PA}}}} = D(\tilde v{|_{PA}}) = {M_r}{\sigma _0}$ | (15) |
因此,当发射、接收波束指向与目标实际方向匹配时,相控阵雷达接收到的目标回波的信噪比为:
${\rm{SNR}}{|_{{\rm{PA}}}} = \frac{{{{\left| {{A_p}{|_{{\rm{PA}}}}} \right|}^2}}}{{2{\sigma _{\tilde v}}{|_{{\rm{MIMO}}}}}} = M_{\rm{t}}^{\rm{2}}{M_{\rm{r}}}T\frac{{A_0^2}}{{2{\sigma _0}}}$ | (16) |
对比式(13)和式(16)可知,在相同的积累时间($T$)下,密集MIMO雷达的回波信噪比比相控阵雷达的小${M_{\rm{t}}}$倍。即积累时间相同时,对同一目标,相控阵雷达的检测能力比密集MIMO雷达高${M_{\rm{t}}}$倍。
3 虚拟阵列及测角性能分析定义$a(\theta ) = {a_{\rm{r}}}(\theta ) \otimes {a_{\rm{t}}}(\theta )$为密集MIMO雷达的虚拟导向矢量(virtual steering vector),那么虚拟导向矢量$a(\theta )$的维数为${M_{\rm{t}}} \times {M_{\rm{r}}}$[6, 7, 9],它表示虚拟阵列的单元数量。
虚拟阵列的波束形成过程可由下式给出:
$\begin{array}{c} F\left( \theta \right) = \left| {{{\tilde a}^{\rm{H}}}(\phi )\tilde a({\phi _p})} \right| = \\ \left| {(a_{\rm{r}}^{\rm{H}}(\phi ) \otimes a_{\rm{t}}^{\rm{H}}(\phi ))({a_{\rm{r}}}({\phi _p}) \otimes {a_{\rm{t}}}({\phi _p}))} \right| = \\ \left| {(a_{\rm{r}}^{\rm{H}}(\phi ){a_{\rm{r}}}({\phi _p})) \otimes (a_{\rm{t}}^{\rm{H}}(\phi ){a_{\rm{t}}}({\phi _p}))} \right| = \\ \left| {a_{\rm{r}}^{\rm{H}}(\phi ){a_{\rm{r}}}({\phi _p})} \right| \cdot \left| {a_{\rm{t}}^{\rm{H}}(\phi ){a_{\rm{t}}}({\phi _p})} \right| \end{array}$ | (17) |
上述推导过程中,第二步表示对有${M_{\rm{t}}} \times {M_{\rm{r}}}$个单元的虚拟阵列的空域匹配处理;第三步及第四步表示发射阵列方向图和接收阵列方向图的乘积,两者等价,即密集MIMO雷达虽然会产生多个虚拟单元,但这些虚拟单元与实单元密切关联,不相互独立,提供新的信息量少,在空域匹配处理过程中相互抵消,对密集MIMO雷达的分辨率和测角精度没有贡献。据此得到如下结论:
1) 密集MIMO雷达的方向图等价于发射阵列方向图和接收阵列方向图的乘积,角度分辨率和测角精度略优于相控阵雷达;
2) 密集MIMO雷达自由度${\rm{Rank}}(a(\theta ))$有${M_{\rm{t}}} + {M_{\rm{r}}} - 1 \le {\rm{Rank}}(a(\theta )) \le {M_{\rm{t}}}{M_{\rm{r}}}$[4, 6, 7];
3) 密集MIMO雷达利用$a(\theta )$进行参数估计或空域滤波,自由度至少比相控阵雷达增加${M_{\rm{t}}}$个,参数估计以及空域滤波性能优于相控阵雷达;
4) 虚拟阵列与真实阵列密切相关,对角度分辨率和测角精度没有贡献。
众多文献对比分析了密集MIMO雷达和相控阵雷达的角度分辨率和测角精度[4, 5, 7],给出了不同的结论,主要有如下3种观点:
1) 与相控阵雷达相比,文献[4]认为密集MIMO雷达具有更高的角度分辨率和测角精度,一般情况下高$\sqrt 2 $倍,至多高2倍;
2) 信噪比相同时,文献[5]认为密集MIMO雷达和相控阵雷达具有相同的角度分辨率,且测角精度至多比相控阵雷达高$\sqrt 2 $倍;
3) 文献[7]认为发射阵列和接收阵列口径相同,但发射阵列稀布,间距为$\frac{{K\lambda }}{2}$($\lambda $为波长),信噪比相同时,密集MIMO雷达的测角精度是相控阵雷达的$K$倍。但文献[5]通过分析,否定了文献[7]的观点。
上述3种观点差异较大,并且均没有考虑信噪比。为了统一以上3种结论,考虑到不同信噪比的影响,以下对比分析密集MIMO雷达和相控阵雷达的角度分辨率和测角精度。
文献[4]认为相控阵雷达仅靠接收天线方向分辨目标,而密集MIMO雷达靠综合天线方向图。根据前面的分析,密集MIMO雷达的天线方向图是发射和接收天线方向图的综合。因此,密集MIMO的角度分辨率高于相控阵雷达。实际上,相控阵雷达分辨目标也是综合发射和接收天线方向图实现,与密集MIMO雷达差异在于:相控阵雷达是物理上的真实实现,而密集MIMO雷达通过数字手段虚拟实现,最终两者一致。因此,本文认为相控阵雷达和密集MIMO雷达具有相当的角度分辨率。
以下分析密集MIMO雷达和相控阵雷达的测角精度。
测角精度与角度分辨率及信噪比的关系如下式(克拉-美罗下界):
${\theta _{\rm{\sigma }}} = \frac{{{\theta _{{\rm{3dB}}}}}}{{k\sqrt {{\rm{SNR}}} }}$ | (18) |
假设发射波束宽度为${\theta _{{\rm{T3dB}}}}$,密集MIMO雷达仅利用发射波束进行测角的精度为${\theta _{{\sigma _{\rm{T}}}}}$;接收波束宽度为${\theta _{{\rm{R3dB}}}}$,仅利用接收波束进行测角的精度为${\theta _{{\sigma _{\rm{R}}}}}$。根据式(18),有:
${\theta _{{\sigma _{\rm{T}}}}} = \frac{{{\theta _{{\rm{T3dB}}}}}}{{k\sqrt {{\rm{SNR}}{{\rm{|}}_{{\rm{MIMO}}}}} }}$,${\theta _{{\sigma _{\rm{R}}}}} = \frac{{{\theta _{{\rm{R3dB}}}}}}{{k\sqrt {{\rm{SNR}}{{\rm{|}}_{{\rm{MIMO}}}}} }}$
密集MIMO的测角精度${\theta _{{\sigma _{{\rm{MIMO}}}}}}$为:
$\theta _{{\sigma _{{\rm{MIMO}}}}}^2 = \frac{{\theta _{{\sigma _{\rm{T}}}}^2\theta _{{\sigma _{\rm{R}}}}^2}}{{\theta _{{\sigma _{\rm{T}}}}^2 + \theta _{{\sigma _{\rm{R}}}}^2}} = \frac{1}{{{k^2}{\rm{SNR}}{|_{{\rm{MIMO}}}}}}\frac{{\theta _{{\rm{T3dB}}}^2\theta _{{\rm{R3dB}}}^2}}{{\theta _{{\rm{T3dB}}}^2 + \theta _{{\rm{R3dB}}}^2}}$ | (19) |
相控阵雷达仅利用接收波束测角,因此相控阵测角精度${\theta _{{\sigma _{{\rm{PA}}}}}}$为:
$\theta _{{\sigma _{{\rm{PA}}}}}^2 = \frac{{\theta _{{\rm{R3dB}}}^2}}{{{k^2}{\rm{SNR}}{|_{{\rm{PA}}}}}}$ | (20) |
设$\eta = \theta _{{\sigma _{{\rm{MIMO}}}}}^2/\theta _{{\sigma _{{\rm{PA}}}}}^2$,$\eta > 1$时,相控阵雷达测角精度优于密集MIMO雷达;$\eta \approx 1$时,两者相当。根据式(13)和式(16),积累时间相同时,有:
$\eta = {M_{\rm{t}}}\frac{{\theta _{{\rm{T3dB}}}^2}}{{\theta _{{\rm{T3dB}}}^2 + \theta _{{\rm{R3dB}}}^2}}$ | (21) |
由式(21)可知,如果考虑信噪比(积累时间相同),密集MIMO雷达和相控阵雷达测角精度的比值与发射单元数、发射和接收波束宽度有关;当两者信噪比相同(${M_{\rm{t}}} = 1$),且${\theta _{{\rm{T3dB}}}} = {\theta _{{\rm{R3dB}}}}$时,密集MIMO雷达的测角精度比相控阵雷达高$\sqrt 2 $倍,与文献[4, 5]一致。
4 测角性能仿真分析针对3种雷达阵列模型进行分析。
1) 阵列模型1如图 2所示。发射阵列:16个天线单元构成,间距为d(d=λ/2,λ为波长);接收阵列:16个天线单元构成,间距为d;雷达${M_{\rm{t}}} = 16$,${\theta _{{\rm{T3dB}}}} = {\theta _{{\rm{R3dB}}}}$。根据式(21),积累时间相同时,相对于相控阵雷达,密集MIMO雷达的信噪比损失12 dB,测角精度差2.8倍。
图 3给出了单个发射单元对应的信噪比不同时,密集MIMO雷达和相控阵雷达的测角精度仿真结果。由图 3可知,理论分析结果与仿真分析结果一致。
3) 阵列模型2如图 4所示。发射阵列:2个天线单元构成,间距为15d;接收阵列:16个天线单元构成,间距为d。
图 5给出了阵列模型2的发射、接收及其综合天线方向图。
由图 5可知,$2{\theta _{{\rm{T3dB}}}} = {\theta _{{\rm{R3dB}}}}$。对于阵列模型2,${M_{\rm{t}}} = 2$,积累时间相同时,与相控阵雷达相比,密集MIMO雷达的信噪比损失6 dB,测角精度高1.4倍,仿真结果如图 6所示。
由图 6可知,理论分析结果与仿真分析结果一致。
5 检测性能试验验证为了试验验证密集MIMO雷达和相控阵雷达之间的检测性能差异,建立1套试验平台,由1个中心电子设备舱、2个P波段收发雷达站构成,2个收发站的天线阵面均由16列×4行天线单元构成,每列4个天线单元通过馈线网络合成,接1路接收通道,因此,两个收发站均可等价为由16单元构成1维线阵。
将试验平台中的收发站1配置为相控阵雷达,收发站2配置为密集MIMO雷达。利用试验平台开展了多轮民航飞机探测试验,给出典型试验结果。
典型试验1 相控阵雷达和密集MIMO雷达的积累时间相同时,探测结果如图 7所示。
由图 7可知,对于同一目标,密集MIMO雷达和相控阵雷达探测距离差一倍。即积累时间相同时,相对于相控阵雷达,密集MIMO雷达损失12 dB的信噪比,与理论分析结果一致。
典型试验2 密集MIMO雷达的积累时间是相控阵雷达的16倍时,探测结果如图 8所示。
由图 8可知,当密集MIMO雷达的积累时间是相控阵雷达的16倍,两者的探测能力基本相当,从另一个侧面验证了密集MIMO雷达和相控阵雷达之间的检测性能差异。
试验结果表明,积累时间相同时,相控阵雷达的检测能力比密集MIMO雷达高${M_{\rm{t}}}$倍。
6 结束语目前,密集MIMO雷达方面的研究主要集中在MIMO-SAR[9]、MIMO-STAP[10]以及超视距MIMO雷达[11]等方面。本文重点进行了3个方面的研究,并给出相应的结论:
1) 理论推导了密集MIMO雷达的测角精度和孔径积累得益,结果表明:密集MIMO雷达存在孔径积累得益损失,必须通过长时间积累来弥补;信噪比相同时,密集MIMO雷达和相控阵雷达具有相同的角度分辨率,且测角精度至多比相控阵雷达高$\sqrt 2 $倍。
2) 给出了密集MIMO雷达虚拟单元的本质,认为虚拟单元对角度分辨没有贡献,但可以提高可辨识的目标数及参数估计性能。
3) 试验验证了密集MIMO雷达探测性能,与相控阵雷达进行对比,当积累时间相同时,密集MIMO雷达综合探测性能较差,必须通过增加积累时间来提高探测性能,与理论分析结果一致。
[1] | FRIEDLANDER B.On transmit beamforming for MIMO radar[J] .IEEE Transactions on Aerospace and Electronic Systems 2012, 48(4): 3376-3388. |
[2] | HAIMOVICH A M, BLUM R S, CIMINI L J. MIMO radar with widely separated antennas[J]. IEEE Signal Processing Magazine, 2008, 25(1): 116-129. |
[3] | LI Yong-zhe, VOROBYOV S A, HASSANIEN A. Robust beamforming for jammers suppression in MIMO radar[C]// 2014 IEEE Radar Conference.Cincinnati, OH USA: IEEE, 2014. |
[4] | 周琦, 陈伯孝, 晁淑媛. 单脉冲测角技术在MIMO雷达不 同布阵下的性能分析[J]. 火控雷达技术, 2010, 39(3): 1-6. ZHOU Qi, CHEN Bo-xiao, YAO Shu-yuan. Performance analysis of monopulse angle measurement technology in different MIMO radar arrays[J]. Fire Control Radar Technology, 2010, 39(3): 1-6. |
[5] | BROOKNER E. MIMO radar demystified and where make sense to use[C]// 2014 IEEE Radar Conference.Cincinnati, OH, USA: IEEE, 2014 |
[6] | LI J, STOICA P. MIMO radar with collocated antennas[J]. IEEE Signal Processing Magazine, 2007, 24(5): 106-114. |
[7] | LI J, STOICA P. MIMO radar signal processing[M]. Hoboken, New Jersey: John Wiley&Sons Inc, 2009. |
[8] | DAUM F, HUANG J. MIMO radar: snake oil or good idea?[J]. IEEE AES Magazine, 2009(5): 8-12. |
[9] | ROMMEL T, YOUNIS M, KRIEGER G. An orthogonal waveform for fully polarimetric MIMO-SAR[C]// 2014 IEEE Radar Conference.Cincinnati, OH, USA: IEEE, 2014. |
[10] | 李彩彩, 廖桂生, 朱圣棋, 等. 一种抑制严重非均匀杂 波的机载MIMO-STAP方法[J]. 电子学报, 2011, 39(3): 511-517. LI Cai-cai, LIAO Gui-sheng, ZHU Sheng-qi, et al. An airborne MIMO-STAP method for severely nonhomogeneous clutter suppression[J]. Acta Electronic Sinica, 2011, 39(3): 511-517. |
[11] | ABRAMOVICH Y, FRAZER G, JOHNSON B. Noncausal adaptive spatial clutter mitigation in monostatic MIMO radar: fundamental limitations[J]. IEEE Trans on Signal Processing, 2010, 4(1): 40-54. |