使用虚拟数组提高Angular分辨率

打开脚本

本例介绍了如何在MIMO雷达中形成一个虚拟阵列来帮助提高角度分辨率。它展示了如何使用相控阵系统工具箱™模拟相干MIMO雷达信号处理链。

简介

多输入多输出(MIMO)雷达有两类。多基地雷达是第一类。它们通常被称为统计MIMO雷达。相干MIMO雷达属于第二类，是本例的重点。相干MIMO雷达信号处理的一个优点是能够通过形成虚拟阵列来提高物理天线阵列的角度分辨率。

虚拟阵列

准单静态MIMO雷达可以创建一个虚拟阵列，其中发射和接收阵列的位置紧密。为了更好地理解虚拟阵列的概念，首先看一下常规相控阵雷达的双向模式。相控阵雷达的双向图是其发射阵图和接收阵图的产物。例如，考虑一个77 GHz毫米波雷达，它有一个2单元发射阵列和一个4单元接收阵列。

Fc = 77e9;C = 3e8;Lambda = c/fc;Nt = 2;Nr = 4;

如果两个阵列都有半波长间隔，有时称为全阵列，则双向模式接近接收阵列模式。

Dt = /2;Dr = lambda/2;txarray = phase . ula (Nt,dt);rxarray = phase . ula (Nr,dr);Ang = -90:90;Pattx = pattern(txarray,fc,ang,0，“类型”，“powerdb”）;= pattern(rxarray,fc,ang,0，“类型”，“powerdb”）;Pat2way = pattx+ patx;helperPlotMultipledBPattern(ang，[pat2way pattx patrx]，[-30 0]，.．.｛“双向模式”，“Tx模式”，“处方模式”}，.．.全/全数组的模式- 2Tx, 4Rx，.．.｛“- - -”，“——”，“-”。})；

如果将全发射阵列替换为薄阵列，即元素间距大于半波长，则双向模式的波束宽度较窄。请注意，即使薄发射阵列有光栅瓣，这些光栅瓣不存在于双向模式。

dt = Nr*lambda/2;txarray = phase . ula (Nt,dt);Pattx = pattern(txarray,fc,ang,0，“类型”，“powerdb”）;Pat2way = pattx+ patx;helperPlotMultipledBPattern(ang，[pat2way pattx patrx]，[-30 0]，.．.｛“双向模式”，“Tx模式”，“处方模式”}，.．.薄/全数组的模式- 2Tx, 4Rx，.．.｛“- - -”，“——”，“-”。})；

该系统的双向模式对应于具有2 x 4 = 8个元素的虚拟接收阵列的模式。因此，通过仔细选择发射和接收阵列的几何形状，我们可以在不向阵列添加更多天线的情况下增加系统的角度分辨率。

varray = phase . ula (Nt*Nr,dr);Patv = pattern(varray,fc,ang,0，“类型”，“powerdb”）;helperPlotMultipledBPattern(ang，[pat2way patv]，[-30 0]，.．.｛“双向模式”，“虚拟阵列模式”}，.．.“薄/全数组和虚拟数组的模式”，.．.｛“- - -”，“——”}, (1 2));

MIMO雷达中的虚拟阵列

在相干MIMO雷达系统中，发射阵列的每个天线都发射正交波形。由于这种正交性，有可能在接收阵列上恢复发射信号。对应于每个正交波形的物理接收阵列上的测量值然后可以叠加以形成虚拟阵列的测量值。

注意，由于发射阵列中的每个元素都是独立辐射的，因此没有发射波束形成，因此发射模式很宽，覆盖了大视场(FOV)。这允许同时照亮FOV中的所有目标。然后，接收阵列可以生成多个波束来处理所有目标回波。与需要连续扫描覆盖整个FOV的传统相控阵雷达相比，这是MIMO雷达的另一个优势，适用于需要快速反应时间的应用。

TDM-MIMO雷达仿真

时分多路复用(TDM)是实现发射信道间正交性的一种方法。本例的其余部分展示了如何建模和模拟TDM-MIMO调频连续波(FMCW)汽车雷达系统。波形特征是从基于FMCW技术的汽车自适应巡航控制(雷达工具箱)的例子。

波形= helperdesignfmcwaveform (c,lambda);fs = format . samplerate;

想象一下，FOV里有两辆车，相隔20度。如本例前面的阵列模式图所示，4元接收阵列的3dB波束宽度约为30度，因此常规处理无法在角度域内分离两个目标。雷达传感器参数如下:

发射机=相控。发射机(“PeakPower”, 0.001,“获得”、36);接收器=阶段性。ReceiverPreamp (“获得”现年40岁的“NoiseFigure”, 4.5,“SampleRate”fs);Txradiator =相控。散热器(“传感器”txarray,“OperatingFrequency”足球俱乐部,.．.“PropagationSpeed”c“WeightsInputPort”,真正的);Rxcollector = phase。收集器(“传感器”rxarray,“OperatingFrequency”足球俱乐部,.．.“PropagationSpeed”c);

定义自我车辆和FOV中的两辆车的位置和运动。

Radar_speed = 100*1000/3600;%自我车速100公里/小时雷达运动=相控。平台(“InitialPosition”(0, 0, 0.5),“速度”, radar_speed, 0, 0);Car_dist = [40 50];传感器与汽车距离%(米)Car_speed = [-80 96]*1000/3600;% km/h -> m/sCar_az = [-10 10];Car_rcs = [20 40];car_pos = [car_dist。* cosd (car_az); car_dist。*信德(car_az); 0.5 - 0.5);汽车=阶段性。RadarTarget (“MeanRCS”car_rcs,“PropagationSpeed”c“OperatingFrequency”、fc);Carmotion =阶段性。平台(“InitialPosition”car_pos,“速度”，[car_speed;0 0;0 0]);

传播模型假定为自由空间。

通道=分阶段。空闲空间(“PropagationSpeed”c.．.“OperatingFrequency”足球俱乐部,“SampleRate”fs,“TwoWayPropagation”,真正的);

TDM MIMO雷达物理阵列接收到的原始数据立方体可以进行如下模拟:

rng (2017);Nsweep = 64;Dn = 2;抽取因子fs = fs/Dn;xr = complex(零(fs*waveform.SweepTime,Nr,Nsweep));W0 = [0;1];% weights来启用/禁用辐射元素为m = 1:Nsweep更新雷达和目标位置[radar_pos,radar_vel] = radarmotion(format . sweeptime);[tgt_pos,tgt_vel] = carmotion(waveform.SweepTime);[~，tgt_ang] = rangeangle(tgt_pos,radar_pos);发送FMCW波形Sig =波形();Txsig =发射器(sig);切换传输元素W0 = 1-w0;Txsig = txradiator(Txsig,tgt_ang,w0);传播信号并反射出目标Txsig = channel(Txsig,radar_pos,tgt_pos,radar_vel,tgt_vel);Txsig = cars(Txsig);解密接收到的雷达返回Rxsig = rxcollector(txsig,tgt_ang);Rxsig =接收器(Rxsig);Dechirpsig = dechirp(rxsig,sig);抽取返回值以减少计算需求。为n =大小(xr, 2): 1:1 xr (: n m) =毁掉(dechirpsig (:, n), Dn,“杉”）;结束结束

虚拟阵列处理

物理阵列接收到的数据立方体必须经过处理，形成虚拟阵列数据立方体。对于本例中使用的TDM-MIMO雷达系统，对应于两个发射天线元件的测量值可以通过获取数据立方体的每隔一页从两次连续扫描中恢复。

Nvsweep = Nsweep/2;Xr1 = xr(:，:，1:2:end);Xr2 = xr(:，:，2:2:end);

现在数据立方体进来了xr1包含与第一个发射天线单元对应的返回值，以及其中的数据立方体xr2包含与第二发射天线元件对应的返回值。因此，来自虚拟数组的数据立方体可以形成如下形式:

XRV = cat(2,xr1,xr2);

接下来，对虚拟数据立方体进行距离多普勒处理。由于距离-多普勒处理是线性的，因此相位信息得以保留。因此，所得到的响应可用于以后对虚拟孔径进行进一步的空间处理。

Nfft_r = 2^nextpow2(size(xrv,1));Nfft_d = 2^nextpow2(size(xrv,3));Rngdop =相控阶段。RangeDopplerResponse (“PropagationSpeed”c.．.“DopplerOutput”，“速度”，“OperatingFrequency”足球俱乐部,“SampleRate”fs,.．.“RangeMethod”，FFT的，“PRFSource”，“属性”，.．.“RangeWindow”，“损害”，脉冲重复频率的1 / (Nt * waveform.SweepTime),.．.“SweepSlope”waveform.SweepBandwidth / waveform.SweepTime.．.“RangeFFTLengthSource”，“属性”，“RangeFFTLength”nfft_r,.．.“DopplerFFTLengthSource”，“属性”，“DopplerFFTLength”nfft_d,.．.“DopplerWindow”，“损害”）;[resp,r,sp] = rngdop(xrv);

由此产生的分别地为包含虚拟阵列中每个元素的距离-多普勒响应的数据立方体。作为说明，显示了虚拟阵列中第一个元素的距离-多普勒图。

plotResponse (rngdop挤压(xrv (: 1:)));

对每对发射和接收单元的距离-多普勒图进行探测，以识别场景中的目标。在本例中，对第一个发射元素和第一个接收元素之间获得的映射执行简单的基于阈值的检测，该映射对应于虚拟数组中第一个元素的测量。根据上图所示的距离-多普勒图，将阈值设置在最大峰值以下10 dB。

Respmap = squeeze(mag2db(abs(resp(:，1，:))));ridx = helperRDDetection(respmap，-10);

根据检测到的目标距离，可以从虚拟阵列数据立方中提取相应的距离切割，进行进一步的空间处理。为了验证虚拟数组与物理数组相比提供了更高的分辨率，下面的代码提取了两个目标的范围切割，并将它们组合到单个数据矩阵中。然后在这些虚拟阵列测量上执行波束扫描算法来估计目标的方向。

Xv = squeeze(sum(resp(ridx，:，:)，1))';Doa =阶段性。BeamscanEstimator (“SensorArray”varray,“PropagationSpeed”c.．.“OperatingFrequency”足球俱乐部,“DOAOutputPort”,真的,“NumSignals”，2，“ScanAngles”(ang);[Pdoav,target_az_est] = doa(xv);流('target_az_est = [%s]\n'num2str (target_az_est));

Target_az_est = [-6 10]

两个目标被成功分离。两辆车的实际夹角分别是-10度和10度。

下一个图比较了来自虚拟和物理接收阵列的空间频谱。

Doarx =阶段性。BeamscanEstimator (“SensorArray”rxarray,“PropagationSpeed”c.．.“OperatingFrequency”足球俱乐部,“DOAOutputPort”,真的,“ScanAngles”(ang);Pdoarx = doarx(xr);helperPlotMultipledBPattern(ang,mag2db(abs([Pdoav Pdoarx]))，[-30 0]，.．.｛“虚拟数组”，“数组”的身体}，.．.虚拟阵列和物理阵列的空间频谱，{“- - -”，“——”})；

在本例中，检测是在距离-多普勒图上进行的，不需要对虚拟阵列数据立方体进行空间处理。这是因为信噪比很高。如果信噪比较低，也可以在整个距离-多普勒图上对虚拟阵列进行盲处理，以在检测前获得最大的信噪比。

相位编码MIMO雷达

虽然TDM-MIMO雷达的处理链相对简单，但它一次只使用一个发射天线。因此，它没有充分利用发射阵列的全部容量。为了提高效率，MIMO雷达中还可以使用其他正交波形。

使用相同的配置作为示例，实现正交性的一种方案是让一个元素始终发射相同的FMCW波形，而第二个发射元素在每次扫描时反转FMCW波形的相位。这样，两个传输元素在所有扫描中都是活动的。对于第一次扫描，两个元件发射相同的波形，对于第二次扫描，两个元件发射相位相反的波形，依此类推。这本质上是用阿达玛码对来自不同元素的连续扫描进行编码。它类似于MIMO通信系统中使用的Alamouti码。

MIMO雷达也可以在MIMO雷达中采用相位编码波形。在这种情况下，每个辐射元件可以传输一个唯一的编码波形，然后接收机可以有一个匹配的滤波器组，对应于每个这些相位编码波形。然后这些信号可以被恢复和处理，以形成虚拟阵列。