MIMO雷達及其特性綜述*

李仙茂， 董天臨， 黃高明

(1. 華中科技大學 電子與信息工程系，湖北 武漢 430074； 2. 海軍工程大學 電子工程學院，湖北 武漢 430033)

MIMO雷達及其特性綜述*

李仙茂1,2， 董天臨1， 黃高明2

(1. 華中科技大學 電子與信息工程系，湖北 武漢 430074； 2. 海軍工程大學 電子工程學院，湖北 武漢 430033)

MIMO雷達是目前正處在快速發展的新概念雷達系統，在定位精度、對低速運動目標的檢測、空間分辨率，以及對付隱形目標和低截獲概率等方面具有傳統雷達不可比擬的優勢，其發展現狀和需要研究的問題值得關注。從分類、特性、優點等多個方面對MIMO雷達的特點與問題進行分析，重點研究了集中(相干)MIMO雷達和寬域分布MIMO雷達各自的優點和存在的不足，并展望了進一步研究方向。

MIMO雷達；分集；多路徑；相干處理；參數估計

0 引言

MIMO(multiple-input multiple-output)雷達是采用多個空間分置的發射機和接收機的雷達系統。最早開始研究MIMO雷達的是美國麻省理工學院(MIT)的林肯實驗室，林肯實驗室在提出MIMO雷達的概念后，受到美國空軍的重視與資助，很快就發表了一系列的相關文章[1-5]。通常說，MIMO雷達可被看做是一種多基地雷達，分置的術語意味著它的特征，那就是MIMO雷達區別于多基地雷達，它與MIMO通信的關系較近。

有源天線陣用于雷達系統已經經過了透徹的研究，不管從系統應用方面，還是從目標檢測、參數估計方面都有很多的文獻記錄，目標參數對于雷達系統主要包括目標大小、位置和多普勒特征[6]。

相控陣雷達的接收機采用數字波束，可控制多個相似波束和多個自適應陣列處理陣元的接收信號[7-8]，可最佳化一些性能參數，如信干比[9]，在機載和其他平臺，檢測運動目標和從雜波中辨別目標具有重大作用。這個使得空時自適應處理(space-time adaptive processing，STAP)方法在陣列天線雷達應用中得到發展[10-11]。另外，空間波束、陣列信號接收處理，可產生對雷達目標到達角的高精度估計，如采用MUSIC法或最大似然法(maximum likelihood，ML)[6]等。

相控陣天線采用多發射單元能聚集和控制發射功率[8]，相控陣雷達的天線單元是典型相關的，不管在接收端還是發射端，多部雷達適合以多站的模式配置[12]。典型的多基地雷達是在一個網絡的多個獨立雷達的系統，每部雷達進行一個大量的本地處理，每個本地處理的結果可傳遞給中心處理機，由它融合這些結果。

在20世紀90年代，一個新的有趣的概念出現，采用多個發射單元的雷達——綜合脈沖孔徑雷達(synthetic impulse and aperture radar，SIAR)[13-14]。SIAR雷達發射陣列的正交波形。這個性質導致一個接收機要接收混合的信號，但是可以對它們分別處理。通過綜合脈沖模式，SIAR獲得寬帶雷達(改善測距精度)的優點，但只需用獨立天線發射窄帶波形。不像傳統的波束，SIAR特征是全向輻射，這個概念包括一組比典型多基地雷達具有更高度協作的雷達站。同樣地，它類似于無線通信中的MIMO系統，后來的公開文獻采用MIMO雷達這個詞表示采用協作多發射的系統[15-16]。

國內對于MIMO雷達起步較國外稍晚，主要從2007年開始有這方面的研究文獻發表，但國內也做了大量的研究工作，在參數估計[17-19]、目標檢測[20]，目標檢測性能分析[21-23]，在波形設計[24-25]、旁瓣抑制[26]、誤差分析[27]等方面做了大量的研究工作。

本文從分類、特性、優點、發展優勢，以及目前還存在的問題等方面，對MIMO雷達做一個系統的綜述，能夠清晰展現MIMO雷達的前景，了解MIMO雷達的優點和不足、存在的難點和發展的方向。本文第2部分介紹MIMO雷達的定義和特點；第3部分主要研究集中(相干)MIMO雷達的特性和需要研究的重點、難點問題；第4部分主要研究寬域分布MIMO雷達特性和需要研究的重點、難點問題；第5部分對全文研究內容進行總結。

1 MIMO雷達定義和特點

1.1 MIMO雷達基本模型

MIMO雷達系統典型結構如圖1所示。假設目標由Q個獨立同分布均值為1/Q的散射點組成，假設目標屬于SwerlingI分布。發射陣為M個天線，接收陣N個天線，收發間形成N×M的傳輸矩陣H，則

H=KΣG，

接收信號R，則

R=HS=KΣGS，

式中：S=(s1，s2，…，sM)為M個天線的發射信號。

圖1 MIMO雷達典型基本結構Fig.1 Typical basic structure of MIMO radar

1.2 MIMO雷達基本概念

通常定義下，許多傳統的系統都可以視為MIMO雷達的特例。例如，合成孔徑雷達(SAR)就可以看做是MIMO雷達的一種。盡管SAR一般都是采用單一發射天線和單一接收天線，但天的位置有所轉變，因而給人的印象是信息在并行處理，MIMO雷達的特點就是充分自由，SAR和典型MIMO雷達的重要區別就是SAR沒有足夠的信道能力對所有發射接收配對進行量測。相當于是僅僅對信道矩陣的對角元素進行量測[28]。

MIMO雷達應用了多樣化的信號技術，發射天線輻射可能相互關聯，可能毫無關系，接收天線接收并分離這些信號。在現在大多數文獻中，都假定來自每一部發射天線的波形是正交的，但在MIMO雷達中這種假定是不必要的，盡管正交性有助于簡化處理過程。

MIMO雷達體系概念是連續統一的，但在現有文獻中涉及到了幾種基本的體制。存在2種分類：①根據接收或發射天線單元之間是集中分布還是還是寬域分散分布的，可分為集中MIMO雷達和寬域MIMO雷達；②一種是發射天線陣單元(接收天線陣單元)空間分布很廣，且將每個天線接收信號當做是多個獨立散射體的回波的情況下，稱為統計MIMO雷達；另一種是發射天線陣單元(接收天線陣單元)空間上分布緊湊，遠場目標回波對于收發天線陣來說都是相關的，這類稱為相干MIMO雷達。因此說，統計MIMO雷達是寬域MIMO雷達的一種，它是相對相干MIMO雷達而言的。集中MIMO雷達一般都是相干MIMO雷達。

MIMO雷達天線分布是多樣化的：MIMO雷達有的收發天線是同一組，有的接收和發射天線在空間上是分開的；有的MIMO雷達的天線是接收和發射天線數量相同，間距相等，也有的數量不同或間距不相等的；有的MIMO雷達收發天線在同一條線上，但分為收發天線數量相等和不相等2種情況。

MIMO雷達的發射單元分別獨立地發射全向波形，或通過控制發射波形，相關發射波形產生不同的波束[29]。MIMO雷達天線可能是集中(相干)的，也可能是寬域分布的。

1.3 MIMO雷達特點

MIMO雷達性能優勢明顯，主要體現在以下幾個方面：

(1) 提高目標檢測可靠性和探測隱身目標能力。MIMO雷達對多個不相關檢測通道的回波信號進行平均，從概率統計意義上來說，接收信號的信噪比趨于恒定值，克服由于目標起伏造成的檢測性能的降低，能夠大大提高雷達系統檢測性能。研究顯示，隱身飛機并不是在任何方向上RCS都很小，它在抑制主要方向(主要是機身前方)RCS的同時，在某些方向會有很強的散射，但這些散射線一般比較窄，普通雷達很難捕捉到。MIMO雷達發射端采用空間分置的多個天線從不同角度同時照射目標，接收端又從不同角度接收目標回波，通過分集處理，有利于提高對隱形飛機的探測能力。

(2) 提高雷達系統的分辨特性及抗干擾能力。利用MIMO雷達形成的虛擬陣列可增大天線孔徑，獲得空間分集增益，提高參數估計精度。與傳統的相控陣雷達相比，MIMO雷達可以對更多目標進行參數估計。在干擾存在情況下，可以獲得很好的干擾抑制性能，有效地提高干擾源附近目標探測能力。MIMO雷達各發射機在空間發射不同的信號波形，系統具有豐富的空、時、頻和碼資源，可以考慮通過空時碼域信息處理對干擾加以抑制[29]。

(3) 擴大雷達覆蓋范圍及抗反輻射導彈攻擊能力。MIMO雷達是一個合作的組網雷達，采用分布式雷達稀疏孔徑后，各雷達編碼發射、多天線接收，通過信號處理來解距離多普勒模糊，從而可擴大雷達覆蓋范圍，大的天線間距使其具有抗摧毀能力。

(4) 提高目標識別能力。由于采用超寬帶信號和從多角度觀測目標，MIMO雷達還有潛在的目標識別能力。

MIMO雷達可以擴展雷達的探測空域，提高雷達探測目標可靠性和探測精度，具有抗干擾、抗隱身能力，因此可以作為國土防空雷達的一種新體制，用于對海上或空中目標預警、跟蹤、識別。

文獻[30]證明MIMO比單發射天線雷達具有更大的自由度，這些增加的自由度支持柔性時間-功率管理[31]，使得它具有更高的測角精度和參數辨識能力[32-34]。由于，采用寬域分布天線，MIMO雷達有能力通過RCS分集改善性能[35]，通過多方向多卜勒估計能夠處理慢運動目標[36]，和支持高精度目標定位[37]。

2 集中MIMO雷達

2.1 集中MIMO雷達特性

就是發射天線陣單元(接收天線陣單元)空間上分布緊湊，遠場目標回波對于收發天線陣來說都是相關的，這類稱為集中或相干MIMO雷達。這里假定目標散射回波對每個天線是相同的，最多只是有微小的時間延遲。

如果天線角距與散射陣的波束寬度相比顯得較小，那么就能進行相干處理。典型集中(相干)MIMO雷達的結構如圖1所示。以空中監視雷達為例可以很好地解釋上面的分析，因為空中目標與任何其它背景是分開的。然而，對處在雜波背景中的目標進行這樣解釋就沒有那么清晰[28]。

天線發送和接收相干信號的MIMO雷達具備較高空間分辨率、較高慢速運動目標探測敏感性、更好的參數識別能力和自適應陣列天線技術適應能力[38]。波形優化設計也成為了MIMO雷達系統一種關鍵技術，已經被用于捷變波束設計、MIMO雷達成像技術和參數估計等領域。

MIMO雷達稀疏陣列也是相干MIMO雷達的重要技術。MIMO系統性能以發射和接收天線陣構成的虛擬陣列來表征，而一個有效虛擬天線陣列可以建立在部分稀疏陣列基礎上[39]，這樣稀疏陣列會比同等數量天線的傳統體系大得多，因此，稀疏陣列MIMO系統會有更好的內在分辨率。

2.2 集中MIMO雷達天線陣列設計

陣列設計時，需權衡由空間旁瓣引起的空間模糊性和固有空間分辨率，特別的，在傳統天線陣列處理中，稀疏陣列可以形成比緊湊陣列更大的孔徑，更好角分辨率。然而，這些性能的改善卻導致旁瓣電平提高。同樣地，MIMO虛擬陣列可以是稀疏陣列、緊湊陣列或超緊湊陣列，可以通過減小虛擬陣列孔徑的方法，降低MIMO旁瓣水平，這種權衡的重要性取決于具體應用情況。對于仰角向上雷達來說，如空中監視雷達，旁瓣不是一個主要因素；然而，對于機載地面監視雷達來說，背景模糊性就是需要重點考慮的因素[40-41]。

2.3 集中MIMO雷達主要研究問題

(1) 發射波形設計

MIMO雷達發射信號向量可以設計為近似期望波形，同時，使不同目標散射回波相關性最小化。設計波形需要考慮旁瓣最小化及主瓣需履蓋探測區域或目標所在區域。

(2) 集中(相干)MIMO信號檢測與參數估計

集中(相干)MIMO雷達發射陣元間距較小，接收陣列與傳統相控陣雷達類似，與傳統相控陣雷達相比，它能夠增加系統自由度，提高參數估計精度和空間分辨率，提高多目標分辨能力等。其信號處理流程主要包括發射信號分離、接收數據自適應處理、目標參數估計與檢測等[19]。

3 寬域分布MIMO雷達

3.1 寬域MIMO雷達特性

寬分布發射機/接收機天線在捕獲目標中，利用了目標RCS值的空間分集。采用非相關處理，一個雷達的RCS空間變化能被發掘出來以獲得分集增益，有益于目標檢測和各種參數(如到達角和多普勒)的估計。對目標定位，表明相關處理所得的精度遠超過由雷達天線波束支持的精度[42]。

至于多大的角距才能保證散射回波是相互獨立的，以得到空間分集增益，這要取決于目標的細節特征，通過將目標想定為散射陣可以實現相位響應最優化，使回波能量朝向天線。典型寬域分布MIMO雷達結構如圖2。如果采取將目標大小看作合理定向散射陣列，那么從理論上來說就能實現散射波不相關。

圖2 寬域分布MIMO雷達基本結構Fig.2 Typical basic structure of widely distributed MIMO radar

MIMO雷達有寬域分置的天線是以下討論的前提。從一個典型的觀點，寬分布的天線有利于大目標的空域特性，一般來說，對于相關天線目標它被看成一個點，而沒有空間分布特性。每種結構和模型都有它的長處和挑戰。相干天線MIMO雷達可模擬產生低截獲概率波形，不同于能量集中于一個目標的方式，它的發射能量是平均分配在空間[15]。相對于傳統的相控陣雷達，它的統一照射導致的增益損失，可過時間補償，因為它的波束不需要掃描[16]。MIMO空域信號在相干天線系統中可用于估計多個目標的雷達參數(位置，RCS等)，但是測量目標的能力是受發射/接收天線陣瑞利精度的限制，寬分布天線支持高精度目標定位。由于，都是關注通道，在MIMO雷達和MIMO通信技術之間搭起了橋梁。

MIMO系統使得無線電通信產生革命性變化[43]。最近的公開文獻[36]表明，人們可以發掘相似的思想，在MIMO雷達和MIMO通信之間可以交叉受益，互相采用。這個早已被了解的現象就是雷達目標提供豐富的散射環境產生5～20個分貝目標RCS變動，如圖3[44]所示。當從不同的方向去看，這些目標顯示本質上獨立的散射回波。(文獻[35]有這樣的數學模型表征和例證)。MIMO 雷達的前提是寬分布的天線，這也是角度擴散(RCS變化當做一個方面的功能)能被發掘以多種方式改善雷達性能。對MIMO通信也類似，傳輸媒體(通道)和目標分別在通信和雷達中具有相似的角色。換句話說，目標視為雷達問題的“通道”。舉例來說，結合目標反射，當數據傳輸通過獨立的通道，由于多個獨立的輻射產生一種分集增益，類似于通信中的對于通道衰落的分集增益。分集增益在通信中被很好地理解。在雷達中，思路是獨立觀測目標可能有一個大概率小幅度的回波，但是增加觀測次數，所有觀測情況都有小幅度回波的概率就是任意小了。文獻[45]和一些其他的公開文獻中，術語“統計”的已被用于MIMO雷達，用于發掘目標的空間分集特性。

分集增益是MIMO通信能提供的2個關鍵增益之一，另一個增益叫做空間的多路徑[43]。在MIMO通信中的空間多路徑表現為能使發射和接收天線為信號傳輸建立多維空間。然后，通過適當技術，有可能形成解相關的平行的多個通道，使通信速率能夠呈現與通道數成比例地增加。同樣地，在MIMO雷達中，當回波從多個散射體或其與目標結合體產生的豐富后向散射，多維的信號空間就建立起來了。通過適當的設計，多個發射-接收路徑能被分離，以改善雷達性能。在通信中，使MIMO成為如此成功的一個概念的主要原因是能以空間維度代替帶寬資源。窄帶的通信系統通過MIMO技術成為一個寬帶的通信系統。在雷達中帶寬也扮演一個重要的角色。頻率分集已經被用于RCS復雜目標回波的解相關，而且由于具有寬帶波形，高精度定位估計也是有可能的。通過發掘空間多維度得到高精度的模型，MIMO雷達寬域分布天線有可能克服帶寬限制，而且能支援高精度目標定位。同時，這類型的 MIMO雷達存在空間分置系統的時間和相位同步的挑戰，并且，需要處理寬域分布的各感應器之間的不明阻礙物。

圖3 飛機后向散射RCS值方位分布[46]Fig.3 RCS value of back scattering of airplane[46]

3.2 寬域MIMO雷達稀布陣天線

通過寬分布傳感器相關處理和數據融合分析能得到高精度模型。給定一個長度L的線陣，全部以λ/2為間隔配置傳感器，從天線陣到目標垂直距離d的測量精度大約是δ=dλ/L[42]。稀布陣保證精度，但是會引起柵瓣，隨機地放置感應器到得稀布陣消除了柵瓣，但是比起完全陣，它要以旁瓣增加為代價，這樣的陣列被作為隨機陣處理，其屬性已經有人研究[47-48]。對單一發射和N個接收單元的統計分析表明平均旁瓣水平(MSL)大約為1/N。用射頻波長λ衡量寬域配置的MIMO雷達結構，因此，通過雷達照射波形設計能大大超過帶寬精度限制。因為具有高精度參數測量，目標測量數也相應能顯著提高。從效果上看，稀布陣天線首次使MIMO雷達探測目標超過精度單元(c/W)×(c/W)，其中，c為光速，W為帶寬，采用技術主要是分集增益[42]。一個目標一旦被檢測到，MIMO雷達將切換到高精度模式以獲取更多信息，如高精度定位、目標尺寸、目標識別等。

雖然，MSL能通過天線陣單元數來控制，但更麻煩的性能問題是旁瓣峰值電平(PSL)，它可能超過MSL10 dB，甚至更多[47]。控制MSL和PSL在MIMO雷達的高精度應用中是重要問題。在接收機之間和發射機之間保持相關，可使MSL水平降到接近1/(MN)。一個MIMO雷達要完全相關，需要用(M+N)個感應器，而要獲得相同的MSL，一個普通的雷達需要一個發射機和MN個接收機，在一般情況下(M+N)?MN，可見MIMO雷達非常經濟。

另外，還有各種各樣的技術被用于減小PSL，其中，頻率分集波形在文獻[48]被建議采納。另一個是線性隨機陣，它看起來是非相關和幾個隨機陣組成的，是MIMO雷達的一個自然的擴展。

3.3 寬域MIMO雷達主要研究問題

(1) 統計MIMO(簡稱SMIMO)信號檢測與參數估計

對于SMIMO雷達主要需研究內容如下：① SMIMO雷達理論分集增益；② SMIMO雷達對各種類型起伏目標的檢測性能；③ SMIMO雷達分集路徑不完全獨立時的檢測方法和性能；④ 針對雜波背景，對于雜波統計特性己知和未知情形下的檢測方法等[49]。

(2) 寬域MIMO雷達工程應用需要解決的問題

傳感器發射的集中同步，與處理中心的同步通信，傳感器之間的高精度相位同步(在ns量級)。理論研究的難點包括更好地理解雙站和多站RCS現象，MIMO雷達的目標跟蹤，在機載平臺和其他平臺的MIMO雷達運用等。

4 總結與展望

從2003年提出MIMO雷達的概念后[1]，MIMO雷達得到快速的發展，表現出MIMO相對現有體制雷達具有特殊的優勢，將MIMO雷達優勢和特點總結如下：

(1) 提高雷達系統分辨特性和抗干擾能力

MIMO雷達可以對更多目標進行參數估計。在干擾存在情況下，可以獲得很好的干擾抑制性能，有效地提高干擾源附近目標的探測能力。MIMO雷達中，各發射機在空間發射不同的信號波形，系統具有豐富的空、時、頻和碼資源，可以通過空時碼域的信息處理對干擾加以抑制。

(2) 復雜目標包括大量散射點，這個使得它的RCS對于不同角度表現出分集特性。對復雜目標的多單元通道解相關在寬域分布MIMO雷達中可實現。

(3) 一個目標有空域分集的后向散射，具有適當寬域分布傳感器的MIMO雷達通過最佳處理可得到分集增益，通過統計后表現出SNR的改善。MIMO雷達可以高精度地定位目標，可以分辨空間上離得很近的目標。高精度定位的效果需通過處理發射和接收信號來實現，其精度與載波波長成正比。在一個寬域MIMO雷達系統中，高精度的目標定位受到旁瓣影響和相位同步的挑戰。

(4) 寬角度區域的觀測能解決運動目標方向測量模糊問題

MIMO雷達具有多方面的高性能，是將來一個非常有前途的方向。相信不久將來，隨著理論研究的深入和工程技術的快速發展，MIMO雷達將會得到實際應用，而其部分概念和技術將提前得到應用。

[1] BLISS D W, FORSYTHE K W. Multiple-Input Multiple-Output (MIMO) Radar and Imaging: Degrees of Freedom and Resolution[C]∥Conference Record of the 37th Asilomar Conference on Signals, Systems and Computers, 2003:54-59.

[2] FORSYTHE K M, BLISS D W, FAWCETT G S. Multiple-Input Multiple-Output (MIMO) Radar: Performance Issues[C]∥38th Asilomar Conference on Signals, Systems and Computers , 2004: 310-315.

[3] ROBEY FRANK C, Coutts Scott, Weikle Dennis, et al. MIMO Radar Theory and Experimental Results[C]∥Thirty-Eighth Asilomar Conference on Signals, Systems and Computers, 2004:1107-1110.

[4] FORSYTHE K W, BLISS D W. Waveform Correlation and Optimization Issues for MIMO Radar[C]∥39th Asilomar Conference on Signals, Systems and Computers, 2005:1306-1310.

[5] JEN KING Jao. Coherent Multilateral Radar Processing for Precise Target Geolocation [C]∥2006 IEEE Radar Conference, 2006:325-330.

[6] SWINDLEHURST L，STOICA P. Maximum Likelihood Methods in Radar Array Signal Processing[J]. Proc. IEEE, 1998, 86(2): 421-441.

[7] HAYKIN S, LITVA J, SHEPHERD T J. Radar Array Processing[M]. 1st ed. New York: Springer-Verlag, 1993.

[8] FARINA A. Antenna Based Signal Processing Techniques for Radar Systems[M]. Norwood, MA: Artech House, Science Publishers,1998.

[9] BRENNAN L E，REED I S. Theory of Adaptive Radar[J]. IEEE Trans. Aerosp. Electron. Syst., 1973, AES-9(2): 237-252.

[10] WARD J. Space-Time Adaptive Processing for Airborne Radar[C]∥Proc. IEEE National Radar Conf., 1995:2809-2812.

[11] MELVIN W L. A STAP Overview[J]. IEEE Aerosp. Electro. Syst. Mag., 2004, 19(1):19-35.

[12] CHERNYAK V S. Fundamentals of Multisite Radar Systems[M]. New York: Gordon and Breach, 1998.

[13] COLIN J M. Phased Array Radars in France: present and Future[C]∥Proc. IEEE Int. Symp. Phased Array Systems and Technology, 1996: 458-462.

[14] 陳伯孝，吳劍旗. 綜合脈沖孔徑雷達[M]. 北京：國防工業出版社，2011. CHEN Bo-xiao, WU Jian-qi. Synthetic Impulse and Aperture Radar[M]. Beijing: National Defense Industry Press, 2011.

[15] FLETCHER A S,ROBEY F C. Performance Bounds for Adaptive Coherence of Sparse Array Radar[C]∥11th Conf. Adaptive Sensors Array Processing, 2003：1508-1517.

[16] FISHLER E, HAIMOVICH A, BLUM R,et al. MIMO Radar: An Idea Whose Time Has Come[C]∥Conf. Radar in Proc. IEEE, 2004:71-78.

[17] 夏威,何子述,廖羽宇. MIMO雷達最大似然參數估計[J].中國科學:信息科學,2011, 41(2): 234-245. XIA Wei, HE Zi-shu, LIAO Yu-yu. MIMO Radar Parameter Estimation by Maximum Likelihood Method[J].Science China Press: Information Science, 2011, 41(2): 234-245.

[18] 劉紅明,何子述,李軍. 雙基地MIMO雷達發射陣目標角度估計[J].電波科學學報,2010, 25(3): 499-504. LIU Hong-ming, HE Zi-shu, LI Jun. Target Angle Estimation Relative to Transmitting Array in Bistatic MIMO Radar[J]. Chinese Journal of Radio Science, 2010, 25(3): 499-504.

[19] 張娟. MIMO雷達信號檢測與參數估計算法研究[D]. 西安：西安電子科技大學, 2009. ZHANG Juan. Signal Detection and Parameter Estimation Algorithms for MIMO Radar[D].Xi′an: Electronics Science and Technology University in Xi′an, 2009.

[20] 曾建奎,何子述. 基于隱馬爾可夫模型的MIMO雷達目標檢測[J]. 電子測量與儀器學報,2008, 22(4): 17-20. ZENG Jian-kui, HE Zi-shu. New Detection Method for MIMO Radar Based on Hidden Markov Model[J]. Journal of Electronic Measurement and Instrument, 2008, 22(4): 17-20.

[21] 姜秋喜,劉月平,孫志勇,等. 目標特性對MIMO 雷達檢測性能影響研究[J]. 電路與系統學報,2013, 18(1): 243-248. JIANG Qiu-xi, LIU Yue-ping, SUN Zhi-yong, et al. Study on the Influence of Target Character to Detection Performance of MIMO Radar[J]. Journal of Circuits and Systems, 2013, 18(1): 243-248.

[22] 劉月平,姜秋喜,孫志勇. 視頻積累網絡雷達對球形目標檢測性能分析[J]. 北京郵電大學學報,2011, 34(4): 62-65. LIU Yue-ping,JIAN Qiu-xi,SUN Zhi-yong. Research on the Detection Performance of Non-Coherent Integration Network Radar to Spherical Targets[J]. Journal of Beijing University of Posts and Telecommunications, 2011, 34(4): 62-65.

[23] 曾建奎,何子述. 慢起伏目標的多輸入多輸出雷達檢測性能分析[J]. 電波科學學報, 2008, 23(1):158-161. ZENG Jian-kui, HE Zi-shu. Analysis of MIMO Detection Performance for Slow Fluctuating Target[J]. Chinese Journal of Radio Science, 2008, 23(1): 158-161.

[24] 劉波. MIMO雷達正交波形設計及信號處理研究[D].成都：電子科技大學, 2007. LIU Bo. Orthogonal Waveform Design and Signal Processing for MIMO Radar[D].Chengdu: Electronics Science and Technology University, 2007.

[25] 胡亮兵, 劉宏偉, 吳順君. 基于約束非線性規劃的MIMO雷達正交波形設計[J]. 系統工程與電子技術,2011, 33(1): 64-68. HU Liang-bing, LIU Hong-wei, WU Shun-jun. Orthogonal Waveform Design for MIMO Radar via Constrained Nonlinear Programming[J]. Systems Engineering and Electronics, 2011, 33(1): 64-68.

[26] 戴喜增, 許稼,彭應寧,等. FD-MIMO距離高分辨雷達及其旁瓣抑制[J]. 電子與信息學報,2008, 30(9): 2033-2037. DAI Xi-zeng, XU Jia, PENG Ying-ning, et al. High Resolution Range Imaging and Sidelobe Suppression Based on FD-MIMO Radar[J]. Journal of Electronics & Information Technology, 2008, 30(9): 2033-2037.

[27] 王力寶,許稼,皇甫堪,等. MIMO SAR等效相位中心誤差分析與補償[J]. 電子學報,2009, 37(12):2688-2693. WANG Li-bao, XU Jia, HUANG Fu-kan. Analysis and Compensation of Equivalent Phase Center Error in MIMO SAR[J]. Acta Electronica Sinica, 2009, 37(12): 2688-2693.

[28] JIAN Li, Petre Stoica. MIMO Radar Signal Processing[M]. A John Wiley & Sons, Inc., 2008.

[29] FUHRMANN D. R., SAN ANTONIO G.. Transmit Beamforming for MIMO Radar Systems Using Partial Signal Correlation[C]∥ Proc. 38th Asilomar Conf. Signals, Systems and Computers, 2004:295-299.

[30] BLISS D W, FORSYTHE K W. Multiple-Input Multiple-Output (MIMO) Radar and Imaging: Degrees of Freedom and Resolution[C]∥Proc. 37th Asilomar Conf. Signals, Systems and Computers,2003:54-59.

[31] RABIDEAU D. Ubiquitous MIMO Digital Array Radar[C]∥Proc. 37th Asilomar Conf. Signals, Systems, and Computers, 2003:1057-1064.

[32] ROBEY F C, COUTTS S, WEIKLE D, et al. MIMO Radar Theory and Experimental Results[C]∥ the 38th Asilomar Conference on Signals, Systems and Computers, 2004: 300-304.

[33] BEKKERMAN I，TABRIKIAN J. Target Detection and Localization Using MIMO Radars and Sonars[J]. IEEE Trans. Signal Processing, 2006, 54(10): 3873-3883.

[34] XU L, LI J,STOICA P. Adaptive Techniques for MIMO Radar[C]∥14th IEEE Workshop Sensor Array and Multi-Channel Processing, Waltham, MA, 2006:258-262.

[35] FISHLER E, HAIMOVICH A, BLUM R, et al. Spatial Diversity in Radars—Models and Detection Performance[J]. IEEE Trans. Signal Processing, 2006, 54(3): 823-838.

[36] QIAN HE,NIKOLAUS H LEHMANN,RICK S BLUM,et al.MIMO Radar Application to Moving Target Detection in Homogenous Clutter[J].IEEE Transaction on Aerospace and Electronic Systems,2010,46(3):1290-1301.

[37] LEHMANN N H, HAIMOVICH A M, BLUM R S, et al. High Resolution Capabilities of MIMO Radar[C]∥ Proc. 40th Asilomar Conf. Signals, Systems and Computers, 2006:25-30.

[38] DU Chao-ran, THOMPSON John S. Detector and Waveform Design for MIMO Radar System with Noisy Channel Estimation[J]. IEEE Transaction on Aerospace and Electronic Systems,2012, 48(3): 2232-2347.

[39] Ssnfrrp Gogineni. Frequency-Hopping Code Design for MIMO Radar Estimation Using Sparse Modeling[J]. IEEE Transaction on Signal Processing，2012, 60(6): 3314-3321.

[40] ROBEY F C， et al. MIMO Radar Theory and Experimental Results[C]∥ Conf. Record 38th Asilomar Conf. Signals, Systems& Computers, Pacific Grove, CA, 2004:300-304.

[41] RABIDEAU D，PARKER P, UBIQUITOUS. MIMO Multifunction Digital Array Radar[C]∥Conf. Record 37th Asilomar Conf. Signals, Systems & Computers, Pacific Grove, CA, 2003:1109-1112.

[42] HAIMOVICH ALEXANDER M, BLUM Rick S, et al. MIMO Radar with Widely Seperated Antennas[J]. IEEE Signal Processing Magazine, 2008: 116-129.

[43] FOSCHINI G J. Layered Space-Time Architecture for Wireless Communication in a Fading Environment when Using Multiple Antennas[J]. Bell Labs Tech. J., 1996, 1(2):41-59.

[44] SKOLNIK M. Introduction to Radar Systems[M]. 3rd ed. New York: Mc Graw-Hill, 2001.

[45] FISHLER E, HAIMOVICH A, BLUM R, et al. Performance of MIMO Radar Systems: Advantages of Angular Diversity[C]∥Proc. 38th Asilomar Conf. Signals, Systems and Computers, 2004: 305-309.

[46] 丁鷺飛,耿富錄,陳建春.雷達原理 [M]. 4版.北京：電子工業出版社, 2011. DING Lu-fei, GENG Fu-lu, CHEN Jian-chun. Radar Principle [M]. 4th ed.Beijing：Publishing House of Electronics Industry, 2011.

[47] STEINBERG B D. The Peak Sidelobe of the Phased Array Having Randomly Located Elements[J]. IEEE Trans. Antennas Propagat., 1972, AP-20: 129-136.

[48] STEINBERG B D,ATTIA E H. Sidelobe Reduction of Random Arrays by Element Position and Frequency Diversity[J]. IEEE Trans. Antennas Propagat, 1982,AP-31: 922-930.

[49] 王鞠庭. MIMO雷達信號處理:目標檢測與角度估計[D].南京：南京理工大學, 2010. WANG Jü-Ting. MIMO Radar Signal Proeessing: Target Detection and Angle Estimation[D].Nanjing: Nanjing Science and Engineering University, 2010.

Introduction of MIMO Radar and Its Character

LI Xian-mao1,2,DONG Tian-lin2,HUANG Gao-ming1

(1. Huazhong University of Science and Technology,Department of Electronics and Information Engineering, Hubei Wuhan 430074, China; 2. Naval Engineering University,College of Electronics Engineering, Hubei Wuhan 430033, China)

MIMO radar is a kind of new concept radar which is rapidly developing currently. It has the advantages in the aspects of location accuracy, detection of low speed targets, space distinguishing, dealing with invisible targets and low probability of intercept targets etc., which are better than those of traditional radar. Its development and main problems at present worth our attention. From the classification, characteristics, advantages, and the problem that exists etc., the characteristics and problem of the MIMO radar are analyzed. The weakness and strength of the concentrated (coherent) MIMO radar and widely distributed MIMO radar are introduced respectively and the future research direction is put forward.

multiple-input multiple-output(MIMO) radar; diversity; multiple paths; coherent processing; parameter estimation

2014-05-03；

2014-07-31

國家863計劃項目(2012AA7014061)；國家自然科學基金(61372165)

李仙茂(1975-)，男，福建周寧人。高工，博士，主要研究方向為MIMO雷達、雷達有源干擾。

通信地址：430074 湖北省武漢市解放大道717號148信箱 E-mail：xianmao916@163.com

10.3969/j.issn.1009-086x.2015.04.021

TN958

A

1009-086X(2015)-04-0124-08