MIMO雷达近场成像校准与互耦合补偿方法.pdf

第4期2023年8月Vol.21 No.4August 2023雷达科学与技术Radar Science and TechnologyDOI:10.3969/j.issn.16722337.2023.04.009MIMO雷达近场成像校准与互耦合补偿方法余小龙1，2，张炎1，2，陶小辉1，2，姜力晖1，2，彭国良1，2，曹锐1，2（1.中国电子科技集团公司第三十八研究所，安徽合肥 230088；2.孔径阵列与空间探测安徽省实验室，安徽合肥 230088）摘要：毫米波频段的合成孔径雷达（Synthetic Aperture Radar,SAR）因拥有良好的方位向分辨率而受到广泛关注，同时在发射端和接收端采用多根天线多输入多输出（MultipleInput MultipleOutput,MIMO）的方式可以极大提高信道容量。然而MIMOSAR图像重建计算较为复杂，且多个通道间幅相不一致和相互耦合容易导致图像出现伪影，严重影响成图质量。基于此，本文对引入非均匀快速傅里叶变换（Nonuniform Fast Fourier Transform,NUFFT）简化的距离迁移算法（Range Migration Algorithm,RMA）成像算法进行了研究；在分析扫描架运动抖动对相位影响的基础上，探究了通过照射金属反射面的MIMO阵列校准方法，实现了192个通道的同时校准；并搭建了毫米波SAR系统实验平台，对伪影消除、成像分辨率等开展了验证实验。实验结果实现了图像重构，成像分辨率达到了2 mm，完成200 mm200 mm孔径扫描时间缩短至120 s。关键词：合成孔径成像；多输入多输出雷达；距离迁移算法；非均匀快速傅里叶变换；雷达校准中图分类号：TN958文献标志码：A文章编号：16722337（2023）04042011Method of Calibration and Mutual Coupling Compensation for MIMO RadarNear Field ImagingYU Xiaolong1,2,ZHANG Yan1,2,TAO Xiaohui1,2,JIANG Lihui1,2,PENG Guoliang1,2,CAO Rui1,2(1.The 38th Research Institute of China Electronics Technology Group Corporation,Hefei 230088,China;2.Key Laboratory of Aperture Array and Space Application,Hefei 230088,China)Abstract：Millimeter wave synthetic aperture radar(SAR)has attracted widespread attention due to its good azimuth resolution,meanwhile,multipleinput multipleoutput(MIMO)with multiple antennas at the transmitting end andreceiving end can greatly improve the channel capacity.However,the calculation of MIMOSAR image reconstruction isrelatively complex,and the inconsistency of amplitude and phase between multiple channels and mutual coupling caneasily lead to artifacts in the image,which seriously affects the image quality.Based on this,this paper studies the rangemigration algorithm(RMA)imaging algorithm simplified by nonuniform fast Fourier transform(NUFFT),explores the calibration method of the MIMO array by illuminating the metal reflective surface under the analysis of the influence of themotion jitter of the scanning gantry on the phase,and realizes simultaneous calibration of 192 channels.A millimeterwave SAR system experiment platform was built,and experiments on artifact elimination and imaging resolution verification were carried out.The experimental results have achieved image reconstruction,the imaging resolution has reached2 mm,and the scanning time with an aperture of 200 mm200 mm has been shortened to 120 s.Key words：synthetic aperture imaging;MIMO radar;range migration algorithm(RMA);nonuniform fast Fouriertransform(NUFFT);radar calibration0引言采用SAR技术，将收发天线沿着长线阵的轨迹等速移动并辐射相参信号，从而实现等同于长线阵的方位向高分辨率1。线性合成孔径阵列可以通过条带模式进行数据采集2，这种模式下随着雷达中心频率的增加至毫米级，SAR系统获得的方位向分辨率能力也随之更高。近年来，基于CMOS的调频连续波雷达能够将模拟单元与射频单元集成到一个紧凑芯片中3，这使超宽带毫米波雷达系统小型化并低成本化，被广泛用于健康监测、武器藏匿检查、建筑结构检查等视觉失灵领域的高分辨率近场成像49。传统的SAR成像系统采用由单个阵元构成的密集阵列，而MIMO阵列则由收稿日期：20230302；修回日期：20230412余小龙：MIMO雷达近场成像校准与互耦合补偿方法2023 年第 4 期多个阵元构成的子阵进行信号收发，实现了数据采集时间的减少。对于单个阵元，现阶段长期使用的SAR全息成像方法是基于RMA的波数域方法10，为了提高计算速度常常需要在时间空间域、频率波数域通过Stolt插值法得到均匀采样的后向散射信号数据后进行快速傅里叶变换（Fast Fourier Transform,FFT）11，然而这种插值过程繁琐，成像效率较低。本文讨论了引入NUFFT代替Stolt插值的方法，极大提高了RMA重建图像速度1216，这对于相比单个阵元复杂度更高的 MIMO 的采用有着重要意义17。在实际应用中，MIMO阵列不同阵元拾取的后向散射信号之间存在着相位或者距离不匹配18，同时多站雷达的收发天线之间存在耦合的情况19，未经过校准的 SAR 成像存在严重的伪影。本文提出了通过对平行于平面MIMOSAR阵列的金属平面板照射后拾取的散射信号进行分析，实现192个虚拟子阵列阵元的同时校准。1MIMOSAR成像1.1虚拟阵列拓扑结构如图1所示，将射频板与数据采集板的级联板安装在由两个丝杆步进电机组成的平面扫描平台上。通过丝杆步进电机的带动级联板横向扫描和斜向复位，实现了收发天线阵列在整个平面内的位置移动。!0,+E*,%(x,y,z)xzyDxDhTRTRMFK+35图1级联板扫描机械运动结构虚拟阵元位置是由TX天线和RX天线在空间上位置卷积产生20。在近场条件下，若天线空间位置rT和rR详细表示为()xt,yt,zt和()xr,yr,zr，目标位置表示为()x,y,z，收发天线空间位置中点到目标点距离为R，则我们可以将新的虚拟阵元与目标之间的往返距离表示为21R=2R+(xt-xr)2+(yt-yr)24z（1）如图2所示，发射天线TX1和接收天线RX1可以构成虚拟天线阵列的一个阵元 CH1，其位置由TX1和RX1的空间位置卷积产生，所有的2个TX天线和4个RX天线可以构成8个虚拟阵元位置。K3K;KCH1CH1RX1xzy;KCH62343,%;KKCH1CH6TX1TX2TX1RX1RX2RX3RX4(a)卷积生成虚拟阵元(b)2发4收生成8个虚拟阵元图2MIMO拓扑结构如图3所示，如果对天线阵列水平和竖直位移进行合理的调整，则可以获得一个更大的虚拟阵列。!F%FK,F%FCH5CH6CH7CH8CH9CH10CH11CH12图3子阵列构成200 mm200 mm扫描孔径阵列1.2基于NUFFT改良的RMA经典的SAR数据成像主要有基于时域的后向投影算法22（BackProjection Algorithm,BPA）和基于波数域的RMA23，两者在SAR成像聚焦原理上具有一致性，但在成像过程中RMA的速度要明显快于BPA24，因此本文选择以RMA为基础，进行图像复现。MIMOSAR成像结构图已经在1.1节进行了介421雷达科学与技术第 21 卷 第 4 期绍，值得注意的是，调频连续波雷达输出信号频率仅和天线与被探测物体的距离有关，且成正比例关系25。我们将发射天线的空间位置表示为(u,y0,h)，接收天线的位置表示为(v,y0,h)，P表示目标物体上任意一点，空间位置为(x,y,z)，该点的反射率表示为(x,y,z)，如果将Rt和Rr分别表示为发射天线和接收天线到点P的欧式距离，则有Rt=(u-x)2+(y0-y)2+(h-z)2（2）Rr=(v-x)2+(y0-y)2+(h-z)2（3）接收单元采集到的后向散射信号可以表示为s(u,v,k,h)=(x,y,z)e-jkRre-jkRtdxdydz（4）式中，k为波数，积分区域为目标的分布空间。根据基于时域的成像算法，可以得到反射率的估计值：(x,y,z)=s(u,v,k,h)ejkRrejkRtdudvdkdh（5）式中指数项表示球面波传播模型，根据球面波的分解方程，可以将式（5）进一步分解为ejkRr=ejku(u-x)ejk2-k2u(y0-y)2+(h-z)2dku（6）ejkRt=ejkv(v-x)ejk2-k2v(y0-y)2+(h-z)2dkv（7）式中，(ku)和(kv)分别为ku和kv的分布空间，可以通过式（8）和式（9）进行定义:ku=kx-u(u-x)2+(y0-y)2+(h-z)2（8）kv=kx-v(v-x)2+(y0-y)2+(h-z)2（9）分别将式（8）和式（9）代入式（5）得到 (x,y,z)=S(ku,kv,k,h)ej(ku+kv)xej(k2-k2u+k2-k2v)(y0-y)2+(h-z)2dkudkvdk dh（10）式中，S(ku,kv,k,h)为s(u,v,k,h)对u和v作傅里叶变换，ku和kv为傅里叶变换后u和v对应的变量，ej(k2-k2u+k2-k2v)(y0-y)2+(h-z)2为球面波在二维空间中的传播模型，根据k=k2-k2u+k2-k2v且u=h,x=z,ku=kz，可以推导有ej(k2-k2u+k2-k2v)(y0-y)2+(h-z)2=e-jkz(h-z)e-jky(y0-y)dkz（11）式中ky=(k2-k2u+k2-k2v)2-k2z。可将式（11）简化为()x,y,z=S()ku,kv,k,kzej(ku+kv)xe-jky(y0-y)ejkzzdkudkvdkd