成像引信二维稀疏MIMO阵列设计

doi:10.3969/j.issn.1009-086x.2025.03.017

摘要/Abstract

摘要：

针对MIMO阵列雷达在成像引信上的应用，对引信近场成像中存在的等效相位中心误差进行分析并给出基于泰勒展开的二次项误差补偿方法。围绕弹上空间有限的前提条件，考虑收发天线耦合的影响，结合天线波束方向图的性能，给出收发阵元的半径分布区间作为有效集。在有效集的基础上提出基于分步粒子群（two-step particle swarm optimization，TS-PSO）算法的稀疏MIMO阵列优化方法，得到优化后的二维稀疏MIMO阵列。在此基础上，基于其接收的回波信号实现对等效相位中心误差和运动误差进行补偿，从而获取成像结果。由仿真结果可知，基于TS-PSO设计的二维稀疏MIMO阵列能够满足引信近场成像对分辨率和成像质量的需求，为下一步的实际应用奠定理论基础。

关键词: 多输入多输出, 稀疏阵列, 分步粒子群算法, 近场成像, 成像引信

Abstract:

Aiming at the application of MIMO array radar in imaging fuze， the equivalent phase center error in near-field imaging of fuze is analyzed and the quadratic error compensation method based on Taylor expansion is given. Based on the premise of limited space on the missile， considering the influence of the coupling of the transmitting and receiving antennas， combined with the performance of the antenna beam pattern， the radius distribution interval of the transmitting and receiving array elements is given as the effective set. Based on the effective set， this paper proposes a sparse MIMO array optimization method based on two-step particle swarm optimization （TS-PSO）， and obtains the optimized two-dimensional sparse MIMO array. Based on the received echo signal， the equivalent phase center error and motion error are compensated to obtain the imaging results. The simulation results show that the two-dimensional sparse MIMO array based on TS-PSO can meet the requirements of resolution and imaging quality of fuze near-field imaging， which lays a theoretical foundation for the next practical application.

Key words: multiple-input-multiple-output（MIMO）, sparse array, two-step particle swarm optimization（TS-PSO） algorithm, near-field imaging, imaging fuze

中图分类号:

TN95

贺旭, 李玉钊, 赵康, 黄立峰, 张梦宇. 成像引信二维稀疏MIMO阵列设计[J]. 现代防御技术, 2025, 53(3): 150-158.

Xu HE, Yuzhao LI, Kang ZHAO, Lifeng HUANG, Mengyu ZHANG. Design of Two-Dimensional Sparse MIMO Array for Imaging Fuze[J]. Modern Defense Technology, 2025, 53(3): 150-158.

图/表 18

图1 稀疏MIMO阵列成像的几何模型

Fig. 1 Imaging geometric model of the sparse MIMO array

图2 MIMO阵列与目标的相对位置

Fig. 2 Relative position of MIMO array and target

图3 稀疏MIMO圆阵的几何模型

Fig. 3 Geometric model of sparse MIMO circular array

图4 不同发射阵列半径对应的方位维天线方向图

Fig. 4 Azimuth antenna pattern corresponding to different transmit array radii

图5 不同发射阵列半径对应的俯仰维天线方向图

Fig. 5 Elevation-dimensional antenna patterns corresponding to different transmit array radii

表1 不同发射阵列半径对应的天线性能

Table 1 Antenna performance of uniform circular arrays with different transmit array radii

参数	k=1	k=2	k=3	k=4	k=5	k=6	k=7	k=8	k=9	k=10	k=11	k=12	k=13	k=14	k=15	k=16	k=17	k=18
俯仰波束宽度/（°）	3.0	2.8	3.2	3.0	2.2	2.5	3.0	3.0	2.8	3.2	2.3	2.5	2.0	2.8	2.2	2.0	2.3	2.5
俯仰主副瓣比/dB	2.4	5.4	7.4	7.0	8.3	5.3	6.8	5.1	5.0	3.0	8.0	8.5	5.0	2.3	3.5	7.4	7.1	5.4
方位波束宽度/（°）	8	6	6	6	4	3	5	4	4	3	3	3	3	3	3	2	2	2
方位主副瓣比/dB	5.0	5.6	6.2	9.0	8.1	5.9	5.3	5.5	4.0	8.2	3.0	5.9	7.0	4.0	6.6	8.8	7.0	8.2

图6 TS-PSO算法流程图

Fig. 6 Flow chart of TS-PSO

图7 第1步TS-PSO得到的阵列1位置和波束图

Fig. 7 The position and beam pattern of array 1 obtained by TS-PSO in the first step

图8 第2步TS-PSO得到的阵列2位置和波束图

Fig. 8 Position and beam pattern of array 2 obtained by TS-PSO in the second step

图9 8发8收阵列的峰值旁瓣比

Fig. 9 Peak sidelobe ratio of 8-transmit and 8-receive array

图10 矩形微带天线的结构

Fig. 10 Structure of rectangular microstrip antenna

图11 天线单元仿真模型三维视图与侧视图

Fig. 11 Three-dimensional view and side view of antenna element simulation model

图12 方向图仿真结果

Fig. 12 Pattern simulation results

图13 阵列2仿真模型

Fig. 13 Array 2 simulation model

图14 天线方向图

Fig. 14 Antenna pattern

图15 模拟船模型

Fig. 15 Simulated ship model

图16 基于阵列1的成像结果

Fig. 16 Imaging results of array 1

图17 基于阵列2的成像结果

Fig. 17 Imaging results of array 2

参考文献 15

1	刘永坦. 雷达成像技术［M］. 哈尔滨：哈尔滨工业大学出版社， 1999.
	LIU Yongtan. Radar Imaging Technology［M］. Harbin： Harbin Institute of Technology Press， 1999.
2	保铮，邢孟道，王彤. 雷达成像技术［M］. 北京：电子工业出版社， 2014.
	BAO Zheng， XING Mengdao， WANG Tong. Radar Imaging Technology［M］. Beijing： Publishing House of Electronics Industry， 2014.
3	LI Jian， STOICA P， ZHENG Xiayu. Signal Synthesis and Receiver Design for MIMO Radar Imaging［J］. IEEE Transactions on Signal Processing， 2008， 56（ 8）： 3959- 3968.
4	ROBERTS W， STOICA P， LI Jian， et al. Iterative Adaptive Approaches to MIMO Radar Imaging［J］. IEEE Journal of Selected Topics in Signal Processing， 2010， 4（ 1）： 5- 20.
5	赵永波，刘宏伟. MIMO雷达技术综述［J］. 数据采集与处理， 2018， 33（ 3）： 389- 399.
	ZHAO Yongbo， LIU Hongwei. Overview on MIMO Radar［J］. Journal of Data Acquisition and Processing， 2018， 33（ 3）： 389- 399.
6	庞娜. MIMO雷达信号处理技术及实现的研究［D］. 北京：北京理工大学， 2015.
	PANG Na. Research on MIMO Radar Signal Processing Technique and Implemention［D］. Beijing： Beijing Institute of Technology， 2015.
7	王克让，张劲东，朱晓华. 一种提高MIMO雷达角闪烁抑制性能的方法［J］. 宇航学报， 2010， 31（ 7）： 1838- 1843.
	WANG Kerang， ZHANG Jindong， ZHU Xiaohua. A Method Improving Angular Glint Suppression Performance in MIMO Radar［J］. Journal of Astronautics， 2010， 31（ 7）： 1838- 1843.
8	HASSANIEN A， VOROBYOV S A， GERSHMAN A B. Moving Target Parameters Estimation in Noncoherent MIMO Radar Systems［J］. IEEE Transactions on Signal Processing， 2012， 60（ 5）： 2354- 2361.
9	ZHUGE Xiaodong， YAROVOY A G. Three-Dimensional Near-Field MIMO Array Imaging Using Range Migration Techniques［J］. IEEE Transactions on Image Processing， 2012， 21（ 6）： 3026- 3033.
10	BELLETTINI A， PINTO M A. Theoretical Accuracy of Synthetic Aperture Sonar Micronavigation Using a Displaced Phase-Center Antenna［J］. IEEE Journal of Oceanic Engineering， 2002， 27（ 4）： 780- 789.
11	王怀军，朱宇涛，许红波，等. MIMO雷达等效相位中心误差分析［J］. 电子与信息学报， 2010， 32（ 8）： 1849- 1854.
	WANG Huaijun， ZHU Yutao， XU Hongbo， et al. Analysis of Displaced Phase Center Error in MIMO Radar［J］. Journal of Electronics & Information Technology， 2010， 32（ 8）： 1849- 1854.
12	李志. 超宽带虚拟孔径成像雷达MIMO阵列配置优化方法研究［D］. 长沙：国防科学技术大学， 2012.
	LI Zhi. Optimizition of MIMO Array Configuration for UWB Vitual Aperture Imaging Radar［D］. Changsha： National University of Defense Technology， 2012.
13	Matlab. Particle Swarm Optimization Algorithm［M］. ［ S.l.］： Mathworks Inc， 2016.
14	姚灿中，杨建梅. 基于变惯性权重及动态邻域的改进PSO算法［J］. 计算机工程， 2011， 37（ 21）： 20- 22.
	YAO Canzhong， YANG Jianmei. Improved PSO Algorithm Based on Variety Inertia Weight and Dynamic Neighborhood［J］. Computer Engineering， 2011， 37（ 21）： 20- 22.
15	朱荣强. 近场MIMO阵列雷达三维成像与栅旁瓣抑制算法研究［D］. 长沙：国防科技大学， 2020.
	ZHU Rongqiang. Research on 3-D Imaging and Grating/Side Lobe Suppression Algorithm for Near-Field MIMO Array［D］. Changsha： National University of Defense Technology， 2020.

[1]	王为栋, 杨健, 尚佳栋, 高晖, 张前南, 张硕. 基于MIMO-OTFS通感波形的FANET快速邻居发现方法[J]. 现代防御技术, 2025, 53(2): 107-120.
[2]	赵康, 闫岩, 田佳豪, 贺旭, 李玉钊, 黄立峰. 近距三维成像稀疏MIMO阵列设计[J]. 现代防御技术, 2024, 52(3): 112-119.
[3]	林菡, 李昌玺, 陈丽娟. MIMO-FNN模型的弹道导弹目标识别方法[J]. 现代防御技术, 2018, 46(6): 36-43.