### 空间滤波测量矩阵设计用于共置压缩感知MIMO雷达中的干扰/压制抑制
#### 摘要
本文提出了一种新的方法——空间滤波测量矩阵（SFMM），用于共置压缩感知（Compressive Sensing, CS）多输入多输出（Multiple Input Multiple Output, MIMO）雷达中的干扰和压制信号的抑制。与传统的Capon波束形成方法不同，该方法不需要准确的目标到达方向（Direction of Arrival, DOA）先验信息。SFMM能够有效抑制搜索区域外的噪声和干扰，从而显著提高检测性能。实验结果验证了所提出的SFMM的有效性。
#### 引言
近年来，压缩感知理论在MIMO雷达中的应用受到了广泛关注。文献[1-4]中探讨了压缩感知在共置MIMO雷达和分布式MIMO雷达中的应用。这两种类型的CS-MIMO雷达都通过利用目标场景的稀疏性来实现对目标参数估计时采样数量的减少。然而，在杂波和强干扰/压制存在的环境下，目标场景的稀疏性会下降，导致CS-MIMO雷达的检测性能下降。在这种情况下，CS-MIMO雷达无法准确估计目标参数。文献[5]提出了一种基于Capon波束形成的杂波抑制方法，但这种方法需要准确的目标DOA先验信息。当DOA信息不够准确时，Capon波束形成方法的效果将大打折扣。本文考虑了一种更为普遍的情况：既不知道杂波协方差也不清楚干扰/压制的方向。此外，我们假设目标的DOA信息仅限于角度范围而不是精确的角度值。因此，本文提出了一种基于宽带波束形成的SFMM，它可以在没有准确目标先验信息的情况下抑制杂波和干扰/压制，从而显著提高CS-MIMO雷达在存在杂波和强干扰/压制环境下的检测性能。
#### SFMM设计原理
**1. 压缩感知与MIMO雷达**
压缩感知理论的基本思想是在信号的稀疏表示下进行采样和重建。对于MIMO雷达系统而言，其工作原理是发射多路信号并接收回波信号，通过信号处理技术来确定目标的位置、速度等参数。当雷达面对复杂的电磁环境时，如存在强干扰或压制信号，传统的雷达处理方法往往难以有效应对。
**2. 干扰/压制抑制机制**
本文所提出的SFMM设计主要基于以下两个关键点：
- **宽带波束形成**：通过设计宽带波束形成器来实现对特定角度范围内目标的增强，同时抑制其他方向上的干扰和杂波。
- **自适应滤波**：SFMM还具备一定的自适应特性，能够根据实际接收到的信号调整其响应特性，进一步提高对目标的检测能力。
**3. SFMM的优势**
- **降低对先验信息的依赖**：相较于传统方法，SFMM降低了对目标DOA准确度的要求，更适用于实际应用场景。
- **增强抗干扰能力**：SFMM能够有效地抑制搜索区域外的噪声和干扰，提高雷达系统的整体性能。
- **提高检测性能**：实验结果证明，采用SFMM后，雷达在复杂电磁环境下的检测性能得到明显提升。
#### 实验验证
为了验证SFMM的有效性，研究人员进行了系列实验。这些实验包括但不限于：
- **仿真环境设置**：模拟了不同的杂波和干扰场景，以测试SFMM在各种条件下的表现。
- **性能评估指标**：通过比较SFMM与其他现有方法（如Capon波束形成）的性能差异，评估其优越性。
- **结果分析**：通过对实验数据的统计分析，证实了SFMM在抑制干扰和提高检测性能方面具有显著优势。
#### 结论
本文提出的空间滤波测量矩阵（SFMM）是一种有效的干扰/压制抑制方法，尤其适用于共置压缩感知MIMO雷达系统。该方法克服了传统Capon波束形成方法对目标DOA先验信息的过度依赖，能够在缺乏准确目标信息的情况下仍然保持良好的检测性能。未来的研究可以进一步探索如何将SFMM应用于更广泛的雷达系统中，以解决实际应用中面临的复杂挑战。
### 注释
- 文章中的符号表示：文中使用粗体大写字母表示矩阵，粗体小写字母表示向量。(·)T 表示转置操作，(·)H 表示共轭转置操作。
