毫米波雷达MIMO阵列角度超分辨重构算法与强噪声环境下稳健性增强研究
发布时间：2026-09-08 11:26:00
来源：RF技术社区 (https://rf.eefocus.com)
毫米波雷达的多输入多输出阵列架构通过虚拟孔径技术显著提升了角度分辨能力。在发射端多个天线分时或同时发射正交波形，接收端利用波形正交性分离各发射通道的回波，从而形成等效的虚拟接收阵列。虚拟阵列的孔径尺寸远大于实际物理阵列的尺寸，理论上能够分辨角度间隔更小的目标。然而，实际系统受到阵列物理尺寸、通道数量以及信号处理算法的约束，角度分辨率与理论值之间存在差距。角度超分辨重构算法通过对阵列接收信号的统计特性进行建模，在阵元空间或波束空间进行谱估计，突破经典波束成形方法的瑞利分辨率极限。强噪声环境对超分辨算法的稳健性构成威胁，噪声的非理想分布和有限快拍条件下的协方差矩阵估计偏差会使算法输出结果偏离真实角度。因此，超分辨算法的工程应用需要在分辨能力和抗噪稳健性之间建立平衡机制。
经典波束成形方法的角度分辨率受限于阵列孔径对应的瑞利准则，两个角度间隔小于波束宽度的目标在波束输出谱上表现为单个峰。超分辨算法的突破路径是利用接收信号在空间域上的统计差异来区分目标。阵列在不同角度上接收信号的相位差形成特定的空间谱结构，该结构由目标角度和阵列几何共同决定。超分辨算法通过解算观测数据的空间协方差矩阵，从中提取目标角度的估计值。算法性能依赖于协方差矩阵估计的准确性，在无限快拍和高信噪比条件下能够达到理论分辨率极限。实际雷达工作中可用的快拍数有限，且噪声的存在使协方差矩阵中包含非目标成分。当信噪比低于算法的工作门限时，估计的角度谱可能出现虚假峰值或目标角度偏移，在强噪声条件下的性能退化尤为显著。
噪声环境对超分辨算法的影响机制在信号模型层面表现为协方差矩阵的特征值分布变化。无噪声条件下有效信号贡献集中于少数几个较大的特征值上，其余特征值对应噪声子空间。特征值分解将信号子空间与噪声子空间分离是超分辨算法的基本前提。强噪声使特征值之间的间隔缩小，信号子空间和噪声子空间的边界变得模糊。这一模糊效应导致算法在辨识信号特征向量时引入噪声子空间成分，角度估计的方差增大。当信噪比降至某一阈值以下时，信号子空间的特征值可能无法与噪声子空间区分，算法完全失效。提升算法在噪声环境下的稳健性，关键在于改进协方差矩阵的估计方法和特征子空间的甄别准则。
稳健性增强的技术路径之一是采用协方差矩阵的修正估计方法。标准样本协方差矩阵在有限快拍条件下出现病态特征，尤其当快拍数接近或小于阵元数时，样本协方差矩阵不可逆。对角加载技术通过在样本协方差矩阵对角线添加与噪声功率相关的加载量，改善矩阵的条件数，抑制估计噪声对特征值分解的干扰。加载量的选择需要平衡偏差与方差之间的权衡关系，加载量过小则噪声抑制不足，加载量过大则使估计结果偏向先验模型。在强噪声场景下，基于噪声功率估计的自适应加载算法根据接收信号的瞬时信噪比动态调整加载量，能够在较宽的信噪比范围内维持算法的有效工作。
超分辨算法在强噪声环境下的另一类稳健性增强方法着眼于角度搜索策略的改进。传统超分辨算法在角度域上进行密集的谱峰搜索，搜索网格的密度决定了角度估计精度。在强噪声条件下，谱峰可能展宽或出现多个局部极值，密集搜索反而增加了误判的可能性。粗精两级搜索策略先在较大角度间隔上进行初始峰位估计，确定目标角度的大致区间，再在此区间内进行精细搜索。粗搜索阶段的谱峰求值采用较平滑的谱估计，减少噪声引起的虚假峰，精搜索则沿用原始的超分辨算法以获得高精度估计。两级搜索在保持超分辨能力的前提下降低了算法对噪声的敏感度，同时减少了搜索过程的计算量。
超分辨算法的稳健性评估需要设计符合实际雷达工作条件的测试场景。测试包含不同信噪比水平下的角度估计精度统计，以及多目标不同角度间隔下的分辨概率测量。测试中需模拟的噪声类型包括接收机热噪声、量化噪声和外部干扰，各部分的比例根据雷达的实际工作环境设定。评估指标包括角度估计的均方根误差、分辨概率以及虚警率。在固定信噪比条件下，不同算法的性能排序可能存在交叉，在较高信噪比下精度更高的算法在低信噪比下可能反而表现更差。测试结果可为算法选择提供依据，根据毫米波雷达的目标应用场景定位，在可接受的分辨能力范围内选择稳健性最优的方案。当前，角度超分辨重构与稳健性增强技术正处于从算法研究向雷达产品集成转化的阶段，相关算法已在多款雷达信号处理平台上实现原型验证，测试数据为算法的工程化参数整定提供了支撑。随着毫米波雷达在自动驾驶和工业感知中的应用拓展，超分辨算法的稳健性问题将在实际数据反馈中持续得到关注和改进。
更多资讯内容，详见文章
相关资讯
毫米波雷达阵列角度超分辨通过空间谱估计突破瑞利极限，但强噪声使协方差矩阵特征子空间边界模糊，导致估计偏差。鲁棒性增强采用自适应对角加载改善矩阵条件数，以及粗精两级搜索策略减少虚假峰。测试需在不同信噪比下评估精度和分辨概率，该技术正从算法向产品集成转化。
毫米波雷达MIMO阵列角度超分辨算法通过空间谱估计突破瑞利分辨率极限，但强噪声使协方差矩阵特征子空间边界模糊，导致估计偏差。稳健性增强采用自适应对角加载改善矩阵条件数，以及粗精两级搜索策略减少噪声引起的虚假峰。测试需在设定信噪比下评估精度和分辨概率，该技术正从算法向产品集成转化。
