频率分集阵列多输入多输出 (FDA-MIMO)雷达由于其波束具有距离依赖特性而受到广泛关注。建立了FDA-MIMO雷达的回波模型, 将传统的特征空间(ESB)波束形成算法扩展到该体制雷达。针对该算法在低信噪比 (SNR)性能较差的问题, 提出了一种改进的 ESB波束形成算法。仿真结果表明该体制雷达能够抑制来自角度主瓣的距离依赖干扰, 并证明了新算法的有效性。

针对现有多输入多输出（MIMO）雷达正交多相码的设计中存在的自相关旁瓣峰值和互相关峰值高、算法收敛速度慢的问题，提出了一种基于遗传-和声搜索算法的MIMO雷达正交多相码设计方法。该算法将和声搜索算法和遗传算法相结合，在遗传算法多次迭代获得一个较好的初始解的基础上，再使用和声搜索算法进一步搜寻邻近区域可能的解。该算法既具有遗传算法全局寻优的特性，又具备和声搜索算法的邻域寻优特性。所提方法能够加快发射信号自相关旁瓣峰值和互相关峰的收敛速度，同时增大主瓣和旁瓣的比值。仿真实验的结果证明了所提混合算法的优良性能。

针对复杂环境下基于多输入多输出(MIMO)雷达空时自适应处理(STAP)检测性能较差的问题, 提出一种发射波形及接收权联合优化方法以改善MIMO-STAP检测性能。在建立MIMO-STAP模型基础上, 基于最大化输出信干噪比(SINR)准则, 在发射波形恒模特性、抑制杂波以及降低旁瓣等约束下构建发射波形及接收权联合优化问题以最大化输出SINR进而改善MIMO-STAP检测性能。为求解所得复杂非线性问题, 提出一种迭代算法, 所提算法中每一步都可转化为半定规划问题(SDP), 因而可获得高效求解。数值仿真表明, 与仅考虑杂波抑制、旁瓣抑制算法及不相关波形相比, 所提算法可显著改善MIMO-STAP的检测性能。

为了最小化参数估计的均方误差, 提出了基于 D-optimality准则(DOBC)的多输入多输出雷达天线几何设计方法。严格推导了天线几何在 DOBC准则下需要满足的约束条件; 进行了敏感性分析, DOBC准则下的天线几何只与目标方位角之差有关, 而与具体的方位角值无关; 并推导了远场条件下参数估计的克拉美罗界 (CRLB), DOBC准则可以看成一种修正的 CRLB, 其为最大似然估计算法提供了更严格的下界约束。仿真结果表明, 与最小冗余阵列、均匀阵列相比, DOBC准则下的天线几何具有更优越的参数估计性能, 且其不受阵列孔径的约束, 可以通过扩大孔径, 进一步提高分辨力。但随着孔径的提高, 方向图的伪峰值会升高, 在低信噪比条件下, 会造成很大的参数估计误差, 因此需要根据实际应用需求, 选择合适的孔径大小。

针对冲击噪声下因接收信号二阶及以上矩不存在而产生性能恶化的问题, 提出一种基于QR分解和鲁棒性主成分分析法 (QR-RPCA)的双基地多输入多输出 (MIMO)雷达参数估计方法。针对RPCA算法适用于实数矩阵处理的情况, 先将复数信号转化为实数; 然后根据冲击噪声的稀疏特点与目标信号矩阵的低秩特点, 利用 QR-RPCA算法将低秩信号矩阵从受冲击噪声污染的接收信号中提取出来, 并直接得到信号子空间, 该算法避免了传统 RPCA算法中的大规模奇异值分解, 时间复杂度有所降低; 最后根据信号子空间并利用旋转不变信号参数估计技术 (ESPRIT)对目标方位进行估计。理论与仿真表明, 本文算法相较于其他消除冲击噪声的算法, 对于低特征指数的冲击噪声具有更好的估计性能。

针对双基地多输入多输出(MIMO)雷达收发角联合估计问题, 利用信号的循环平稳特性, 构造宽带循环平稳信号下接收数据的循环自相关矩阵。对矩阵进行特征值分解, 利用MUSIC, ESPRIT等空间谱估计算法估计出信号的收发角。宽带信号能够携带更多的信息量, 利于不断增加的实际需求, 而信号的循环平稳特性能够很好地抗干扰以及消除高斯噪声带来的影响。实验仿真结果表明, 算法在宽带循环平稳信号下具有良好的角度估计性能。

相比相控阵雷达, 多输入多输出(MIMO)雷达发射功率密度低, 在低信噪比条件下空间分集特性优势不明显, 检测概率降低。针对此问题, 提出了基于逐目标消除-动态规划的多目标检测前跟踪(TBD)算法。该算法先利用统计量筛选航迹点, 对信号进行积累, 在降低TBD运算量的同时, 减小了噪声的积累; 再采用逐目标消除的思想, 克服了动态规划的航迹分叉和仅能处理单目标的缺陷, 实现了多目标的有效检测。文中还推导了目标检测的虚警概率和检测概率, 给出了检测门限与虚警概率的关系。复杂度分析和仿真表明, 相比传统TBD算法, 所提算法的运算量明显降低; 相比传统MIMO雷达检测方法, 在相同虚警概率和检测概率条件下, 所提算法要求的信噪比降低了5 dB, 有效提升了检测性能。

传统雷达一般采用固定的发射波形, 在干扰环境下很难获得最优的目标检测性能。针对这一问题, 利用集中式多输入多输出(MIMO)雷达波形分集的优势, 提出了一种干扰环境下的 MIMO雷达波形与接收滤波联合优化算法。以最大化输出信干噪比为准则, 使发射波形满足恒模条件, 同时施加波形与具备较好脉压特性雷达波形之间的相似性约束, 建立了有限相位发射波形与接收滤波权值的优化模型。然后, 在循环迭代的算法框架下, 将优化问题分解为 2个子优化问题, 并分别采用拉格朗日乘子法、半正定松弛技术对子优化问题求解, 得到发射波形与接收滤波权值的联合优化结果。仿真结果表明, 所提算法较现有方法相比有更高的输出信干噪比, 使干扰信号的抑制性能得到改善, 同时可兼顾发射波形的脉冲压缩特性。

阵列设计作为多输入多输出(MIMO)雷达成像系统中的一项关键技术直接影响系统成像性能。通过分析MIMO雷达成像模型, 探讨了基于等效阵列概念的MIMO阵列设计方法, 并讨论了近场效应对成像结果的影响。基于所构建的MIMO雷达成像实验系统, 进行了近场微小金属目标二维成像试验。实验结果表明: 该阵列设计方法在120~150 GHz的适用性, 验证了毫米波MIMO雷达近场成像能力。

针对传统合成孔径雷达 (SAR)在进行机动目标成像时，极易造成 SAR图像中出现散焦与模糊现象，本文通过融合 MIMO雷达单次快拍与 SAR合成孔径技术，提出了一种混合采样高分辨率机载 MIMO雷达机动目标成像方法。该方法利用目标与载机的空间位置信息进行运动补偿，而无需估计目标多普勒信息，因此，能够有效避免传统 SAR存在的机动目标多普勒参数估计难题。仿真实验证实了新方法实现机动目标聚焦成像的有效性。