高频雷达（HF Radar）是利用高频波段电磁波对远距离目标进行探测和跟踪的一种雷达系统，其在海洋、大气层等领域的应用非常广泛。压缩感知技术（Compressed Sensing, CS）是一种信号处理方法，它能够在少于奈奎斯特采样定律所要求的采样率下，通过优化算法从稀疏信号中重建原始信号，有效地提高了信号处理的效率。
在分布式多输入多输出（MIMO）雷达中，利用多个发射和接收天线组成阵列，通过空间分集对抗目标雷达散射截面（Radar Cross Section, RCS）的闪烁，显著提高了检测性能。分布式MIMO雷达结合了信号波形分集和阵列技术，能够多角度照射目标并接收回波信号，使回波能量保持恒定。
在高频雷达的信息处理过程中，如何提高其空间分辨力是一个关键问题。传统的提高雷达空间分辨力的方法包括增加天线阵列的孔径或者增加带宽，但是这些方法往往会导致系统复杂度和成本的增加。分布式多载频MIMO体制的引入，结合了多个载波频率，能够有效提升雷达的空间分辨力。
本研究在高频雷达中应用分布式多载频MIMO体制，推导了分布式多载频MIMO雷达回波表达式，并通过空间波数理论分析了不同区域的空间分辨能力。研究中，观测区域根据空间分辨力被进行网格化处理，构造了速度信息的超完备字典。针对多角度同一分辨单元不同多普勒回波能量难以聚集以及二维目标速度搜索导致的计算量过大的问题，采用了压缩感知算法和凸优化理论，从而求解出不同信道下回波的散射系数。
压缩感知算法的引入不仅解决了分布式MIMO雷达系统检测前相参综合问题，还能够有效改善多视角频谱缺失导致目标回波旁瓣较高的问题。旁瓣是雷达天线图中的副瓣，旁瓣过高会导致信号杂波比降低，影响雷达的探测能力。通过压缩感知算法可以有效降低旁瓣，从而提高雷达的探测性能。
本研究为高频雷达的信息处理提供了新的理论依据和技术手段。它不仅提高了雷达的空间分辨力，而且在一定程度上减少了信号处理过程中的计算量，使得雷达系统在保持高分辨力的同时能够进行更为高效的数据处理。
关键词中的“多载频融合”指的是在雷达系统中结合多个不同频率的信号以提升性能的做法，而“波数域处理”则是将空间域的信息转换到波数域进行分析，以获取更为精细的空间分辨力。整体而言，本研究为高频雷达的信息处理提供了一个新的视角，通过分布式MIMO体制和压缩感知算法的结合，实现了在减少计算量的同时提高雷达的空间分辨力和系统性能。
