【雷达原理】MIMO雷达技术

一、MIMO雷达原理

1.1 基本概念

多输入多输出(Multiple input multiple output，MIMO)雷达指该雷达具有多个发射天线和多个接收天线。学术界对 MIMO 雷达的定义中，多输入是指同时发射多种雷达信号波形( 一般是多个天线同时发射不同的波形) ，多输出是指多个天线同时接收并通过多路接收机输出以获得多通道空间采样信号。

MIMO雷达依据不同的分类标准可分为不同的类型，目前学术界广泛采用“天线的配置方式”来划分MIMO雷达的类型。

根据发射和接收天线中各单元的间距大小，可以将 MIMO 雷达分为分布式MIMO 雷达( 又称统计 MIMO 雷达或非相干 MIMO 雷达 ) 和集中式 MIMO 雷达 ( 又称相干 MIMO 雷达) 两类。

分布式 MIMO 雷达：收发天线各单元相距很远，使得各阵元可以分别从不同的视角观察目标，从而获得空间分集增益，克服目标雷达截面积(Radar cross section，RCS)的闪烁效应，提高雷达对目标的探测性能。

集中式 MIMO 雷达：收发天线各单元相距较近，各个天线单元对目标的视角近似相同，且每个阵元可以发射不同的信号波形，从而获得良好的波形分集增益，使得集中式 MIMO 雷达具有虚拟孔径扩展能力及更灵活的功率分配能力，改善系统的能量利用率、测角精度、杂波抑制及低截获能力等性能。

1.2 基本原理

以TI对MIMO雷达的原理介绍为例，设有一MIMO雷达由2个发射天线(Tx1,Tx2)和4个接收天线(Rx1~Rx4)组成，Tx1和Tx2的间距为4d，接收天线中各个阵元之间的间距为d（d为半波长），如图3所示。对于从Tx1发射出的信号，经过反射后由于波程差导致的各阵元接收信号存在的固定相位差，其相位关系可表示为[0, $\omega$ ,2 $\omega$ ,3 $\omega$ ]（以Rx1为基准， $\omega$ 表示相邻两个阵元的相位差）；而对于从Tx2发射出的信号，该信号相对于Tx1存在4 $\omega$ 的相位差，因此该信号传播到接收天线各阵元的信号也要在先前的基础上加上4 $\omega$ ，即[4 $\omega$ ,5 $\omega$ ,6 $\omega$ ,7 $\omega$ ]（以Rx1为基准， $\omega$ 表示相邻两个阵元的相位差）。

所以该2发4收的MIMO雷达与1发8收的SIMO(Single input multiple output)雷达产生了相同的效果，即2发4收的天线配置合成了具有1发8收的虚拟阵元。

结论：对于具有N个发射阵元和M个接收阵元的MIMO雷达，只要阵元位置分布合适，就可以产生N×M的虚拟天线阵列。因此，采用MIMO雷达技术的结果是（虚拟）天线数量的成倍增加，从而提高了雷达的角度分辨率。

二、MIMO雷达应用

2.1 阵列设计及优化

不同的天线收发位置可用于实现相同的虚拟天线阵列，在图4中，(a)和(b)均为2发4收的天线配置，其收发阵元的位置不同，但均产生了等距的8个虚拟接收阵元，天线孔径扩展为1倍，其测角分辨力也会提高1倍。因此在实现相同的天线孔径扩展效果时会考虑天线摆放位置对布线是否便利以及产品自身尺寸的特点。

不同的天线收发位置也可以得到不同的虚拟天线孔径，所带来的天线孔径扩展也不同。图5为4发4收的天线孔径扩展示意图，天线孔径扩展看似接近1倍，但因产生了冗余的虚拟阵元，其孔径扩展效率约为40%，因为虚拟天线阵列的中间阵元幅度较大(由较多的阵元合成)、两边阵元幅度较小(由较少的阵元合成)，等效于进行了幅度加权(加窗)，其孔径会有一定损失，所以该收发结构的正交MIMO雷达测角分辨力大约提升40%，这种结构是一般雷达天线中常用的收发天线共用等间距线阵结构，这也正是人们常说的MIMO雷达测角精度会提升40%的根源。

通过上述分析可以看出，均匀线阵( Uniform Linear Arrays，ULA) 的相位信息会存在大量的冗余，降低了阵元的使用效率，优化的非均匀线阵( Non－Uniform Linear Arrays，NULA) 能够利用相同的阵元数得到比均匀线阵更高的分辨力，因此在实际应用中经常会涉及到非均匀线阵的设计问题。非均匀的天线阵列分为两类：一类是基于栅格的稀疏阵，只允许阵元间距为半波长或1/4波长的整数倍；另一类是稀布阵，阵元可以在一定间距范围内随机地分布。

目前对MIMO雷达阵列优化的研究主要集中在两大方面：

（1）最小冗余 MIMO 雷达的阵列设计

在实际阵元数给定的条件下，希望在接收端可以获得尽可能多的有效虚拟阵元，同时使虚拟阵列满足最小冗余阵的要求，从而提高雷达系统的分辨率并有效降低旁瓣电平。

（2）基于智能算法的 MIMO 雷达阵元优化。

以波束方向图为优化对象，采用智能优化算法(例如遗传算法、粒子群优化算法等)对阵元数量及位置进行优化，在尽量减小主瓣宽度的同时抑制旁瓣电平的情况下，得到合适的收发阵元数量及位置。

2.2 波形设计及对比

为了形成虚拟天线阵列，发射端必须能在某个维度将 $N_{Tx}$ 根发射天线的波形复用起来，接收端在接收到这个波形后必须能在相同的维度将 $N_{Tx}$ 根发射天线的波形分离出来。根据波形设计中这个复用/分离维度的选择，MIMO雷达的波形可以分成四大类：

（1）时分多址(time division multiple access，TDMA)；

（2）频分多址(frequency division multiple access，FDMA)；

（3）多普勒维多址(Doppler division multiple access，DDMA)；

（4）码分多址(code division multiple access，CDMA)；

每一大类波形还包含一些小的波形子类，这些波形的特点总结如图6所示。

TI的毫米波雷达资料中“基于AWR2944的汽车雷达DDMA波形的原理和实现”，给出了DDMA波形的原理及在毫米波产品上的应用。

三、MIMO雷达特点

3.1 优点

（1）工作模式灵活。

MIMO 雷达多个发射通道可以像相控阵雷达一样发射相同的信号波形，形成一个窄的发射波束；也可以发射完全正交的信号波形，形成全空域、全向发射方向图；也可以根据要求发射相关的信号波形，形成同时多个方向发射或展宽的赋形方向图。

（2）测角精度高。

通过波形分集可以得到虚拟天线孔径，实现天线孔径的扩展，从而提高测角精度。

（3）杂波抑制能力强，多普勒频率分辨率高。

MIMO雷达可以通过宽波束或同时多个窄波束发射，在保证搜索或跟踪数据率条件下增加波束驻留时间，提升杂波抑制能力和多普勒频率分辨率，在强杂波背景下慢速目标探测方面具有良好应用前景。

（4）数据率高。

MIMO雷达在正交发射波形模式下，可以通过同时多波束接收实现长时间波束驻留，在保证搜索空域和探测威力的条件下可以通过滑窗处理获得更高的数据率，可以显著提升雷达对机动目标跟踪性能。

（5）多目标跟踪能力强。

MIMO雷达可以实现同时多目标跟踪，即同时发射多个窄波束，在不同目标方向上根据需要配置发射增益，且各个发射波束方向的时域波形可以实现正交，有效解决了多目标跟踪中的资源配置、跟踪精度和时间能量冲突等问题。

（6）抗干扰能力强。

MIMO雷达各发射天线的时域波形不同，因此在不同方向上空间合成的时域波形各不相同。对方的干扰机在副瓣方向采用储频转发方式进行欺骗式干扰，干扰信号和主瓣方向上的目标回波波形不同，通过匹配滤波处理以后对干扰具有一定的抑制作用。

（7）能量利用率高。

雷达在对信号进行接收时，仅对期望探测空域范围内的回波信号进行接收，而范围外的回波信号被认为是干扰。因此可以认为仅落在接收空域范围内的发射能量有效，而副瓣内的能量都被浪费了。MIMO 雷达通过对发射波形进行设计可以发射宽波束同时对大空域范围进行同时搜索，副瓣能量浪费少，因此具有更高的能量利用率。

3.2 缺点

（1）运算量大。

由于MIMO雷达往往同时形成的波束数目多，且波束驻留时间长，积累时间长，运算量大。

（2）不适合做单目标跟踪。

MIMO雷达发射能量覆盖宽度宽，增益有损失，在进行单目标跟踪时只有目标方向附近的发射波束能量有用，其他地方的能量没有用，造成发射波束能量浪费严重，不适合做单目标跟踪使用。

（3）脉冲综合距离副瓣高，容易带来目标之间的互相影响。

把脉冲压缩变成了时空匹配滤波处理，其输出距离副瓣高，且不能通过加窗的方法降低距离副瓣，会造成距离不同但是速度相同的目标之间的影响，尤其是大目标距离副瓣会对小目标检测有影响。

（4）目前研究的波形对多普勒频率敏感，不利于高速目标探测。

由于MIMO雷达采用波形分集技术，为了设计MIMO雷达波形方便，目前大都采用相位编码波形，这会把相位编码波形的固有缺陷带进来，即波形对多普勒频率敏感，尤其是波形时宽宽或目标速度较高时。

四、MATLAB仿真

五、参考文献

[1] 陈浩文,黎湘,庄钊文.一种新兴的雷达体制——MIMO雷达[J].电子学报,2012,40(06):1190-1198.

[2] 赵永波,刘宏伟.MIMO雷达技术综述[J].数据采集与处理,2018,33(03):389-399.

[3] SWRA554A, MIMO Radar.

[4] 基于AWR2944的汽车雷达DDMA波形的原理和实现.

[5] Hongbo Sun, Frederic Brigui, “Analysis and Comparison of MIMO Radar Waveforms”, 2014 International Radar Conference.

[6] 梁浩,李小波,徐旭宇.基于改进自适应遗传算法的MIMO雷达阵列优化[J].微波学报,2013,29(04):12-19.

[7] 刘浩淼,贾维敏,张峰干,等.基于二进制差分进化算法的MIMO雷达阵列优化[J].微波学报,2016,32(04):33-40.