亚奈奎斯特雷达：原理与原型

过去几年中，引入了雷达信号处理的新方法，使雷达能从远少于奈奎斯特采样所需的测量中进行信号检测与参数估计。这些系统——称为亚奈奎斯特雷达（sub-Nyquist radars）——将接收信号建模为具有有限新息率（finite rate of innovation），并采用 Xampling 框架获取信号的低速率样本。亚奈奎斯特雷达利用目标场景的稀疏性，便于在信号恢复中使用压缩感知（CS）方法。在本章中，我们综述基于这些原理的若干脉冲多普勒雷达系统。与其他基于 CS 的设计不同，我们的表述直接处理空间与时间上降速的模拟采样，避免 prohibitive 的字典规模，并对噪声与杂波具有鲁棒性。我们首先介绍时间亚奈奎斯特处理，以低于传统系统的带宽估计目标位置。这为认知雷达铺平道路，使其发射频谱与其他通信服务共享，从而在频谱拥挤环境中提供共存的鲁棒方案。接着，在不损害多普勒分辨率的前提下，我们通过在相干处理间隔或“慢时间”内稀缺地交错发射雷达脉冲来减少驻留时间。然后，我们考虑多输入多输出阵列雷达，并演示空间亚奈奎斯特处理，其允许使用少量天线单元而不降低角分辨率。最后，我们展示亚奈奎斯特与认知雷达在合成孔径雷达等成像系统中的应用。针对每种设置，我们给出旨在证明亚奈奎斯特雷达实时可行性的最先进硬件原型。