1.1 研究背景与意义
在现代雷达技术的演进历程中，MIMO 雷达波形凭借其独特的技术优势，逐渐成为推动雷达性能提升的关键力量。MIMO 雷达通过在发射端和接收端采用多个天线，实现了信号的多维度传输与处理，极大地拓展了雷达系统的自由度，为提升雷达的目标检测、参数估计以及抗干扰能力等方面开辟了新的道路。
在车载 4D 成像雷达领域，MIMO 雷达波形技术的应用正深刻地改变着汽车感知系统的格局。随着自动驾驶技术的飞速发展，汽车对于周围环境的感知精度和范围提出了极高的要求。MIMO 雷达波形能够实现更高的角分辨率和目标检测精度，帮助车辆更精准地识别道路上的障碍物、其他车辆和行人等目标，从而为自动驾驶系统提供更可靠的数据支持，显著提升行车安全性和驾驶体验。
在弹载小面阵 MIMO 应用中，MIMO 雷达波形技术也发挥着至关重要的作用。弹载雷达面临着复杂的电磁环境和严苛的工作条件，MIMO 雷达波形凭借其出色的抗干扰能力和目标检测性能，能够在这种恶劣环境下准确地探测目标，为导弹的精确制导提供关键信息，确保导弹能够准确命中目标，提高作战效能。
MIMO 雷达波形技术的研究对于提升雷达系统的整体性能具有不可替代的重要性。它不仅在车载 4D 成像雷达、弹载小面阵 MIMO 等特定领域展现出巨大的应用价值，还为雷达技术在其他众多领域的拓展和创新奠定了坚实基础，有望推动雷达技术在更多复杂场景下实现更卓越的性能表现。
1.2 研究目的与内容
本研究旨在深入解析 MIMO 雷达波形，全面且系统地对比相控阵与 MIMO 雷达，深入探讨正交波形编码以及 TDMA、DDMA 技术，为 MIMO 雷达波形的进一步研究和应用提供坚实的理论基础和实践指导。
具体研究内容涵盖以下关键方面：
1.透彻剖析相控阵与 MIMO 雷达：详细阐释传统相控阵雷达发射相干信号的工作原理，深入分析其在发射能量合成和角分辨率方面的特点，明确其可用的 DOA 维度主要来源。着重探讨 MIMO 雷达通过波形分集实现虚拟阵列的关键技术，深入解析其正交波形设计和接收端处理方式，精确阐述虚拟阵列的形成原理和带来的优势，同时清晰地指出其在实际应用中所面临的挑战。
2.深入探究正交波形编码：深入研究常见正交化手段的本质，即如何将发射机的标签巧妙地编码到可分离资源中。全面分析 TDMA、FDMA、CDMA/PMCW 和 DDMA 等多种正交化方法的工作原理、实现方式以及各自的优缺点。深入探讨从 TDMA 到 DDMA 的工程升级路径，详细分析其背后的技术驱动因素和实际应用中的考量因素。
3.构建统一信号模型：以 ULA 为例，精心推导相控阵、TDMA - MIMO 和 DDMA - MIMO 的统一信号模型。详细分析几何与导向关系，精确推导基带回波信号，全面展示不同雷达体制下信号的特性和变化规律，为后续的分析和仿真提供坚实的数学基础。
4.全面分析 TDMA - MIMO 和 DDMA - MIMO：对 TDMA - MIMO，深入分析其实现方式、工作流程以及在实际应用中所面临的代价，如帧长度增加、有效 PRF 降低和最大不模糊速度缩水等问题。详细阐述其虚拟阵列恢复的方法和原理，确保对其技术细节有深入且全面的理解。对 DDMA - MIMO，深入剖析其核心思想和工作原理，包括如何通过慢时间相位旋转实现 Tx 标签在多普勒维的编码，以及如何通过相位补偿和解旋重建虚拟阵列。深入探讨其被称为 “Doppler Division” 的原因，以及在实际应用中所面临的多普勒 - 角度耦合问题和相应的解决方法。同时，全面分析其相比 TDMA - MIMO 的优势，如不牺牲占空比和可保持高 PRF 等。
5.提供仿真骨架：精心构建 MATLAB 仿真骨架，涵盖从信号张量生成到 TDMA/DDMA Tx 分离，再到虚拟阵列恢复和 DOA 估计的全过程。通过详细的代码实现和注释，清晰地展示 MIMO 雷达波形的工作原理和信号处理流程，为研究人员提供一个直观且易于理解的仿真平台，便于他们进行进一步的研究和验证。
1.3 研究方法与创新点
本研究综合运用多种研究方法，以确保研究的全面性、深入性和可靠性。
1.数学推导：通过严谨的数学推导，建立相控阵与 MIMO 雷达的信号模型，精确推导正交波形编码的原理和公式，深入分析 TDMA、DDMA 技术的数学特性和性能指标。数学推导为研究提供了坚实的理论基础，使得研究结果具有高度的准确性和逻辑性。
2.案例分析：引入车载 4D 成像雷达和弹载小面阵 MIMO 等实际应用案例，深入分析 MIMO 雷达波形在不同场景下的具体应用和性能表现。案例分析能够将抽象的理论与实际应用紧密结合，帮助研究人员更好地理解 MIMO 雷达波形的实际价值和应用潜力。
3.MATLAB 仿真：利用 MATLAB 强大的计算和可视化功能，搭建仿真平台，对 MIMO 雷达波形进行全面的仿真分析。通过仿真，可以直观地观察信号的传输和处理过程，验证理论分析的结果，评估不同参数对雷达性能的影响，为雷达系统的设计和优化提供有力的支持。
本研究的创新点主要体现在以下两个方面：
1.自洽数学框架：构建了一套完整且自洽的数学框架，将相控阵与 MIMO 雷达的理论、正交波形编码以及 TDMA、DDMA 技术统一在一个框架下进行分析和研究。这种统一的数学框架不仅有助于深入理解不同雷达体制之间的内在联系和差异，还为后续的研究提供了一个通用的分析工具，具有重要的理论意义和应用价值。
2.直观物理图像：在数学推导的基础上，致力于构建直观的物理图像，帮助研究人员更好地理解 MIMO 雷达波形的工作原理和信号处理过程。通过直观的物理图像，能够将抽象的数学概念转化为具体的物理现象，降低研究的难度，提高研究的效率，促进对 MIMO 雷达波形技术的深入研究和创新应用。
二、相控阵与 MIMO 雷达对比分析
2.1 相控阵雷达原理与特点
2.1.1 发射相干波束形成模型
相控阵雷达作为现代雷达技术中的重要组成部分，在军事、航空航天、气象监测等众多领域都发挥着关键作用。其核心的发射相干波束形成模型，是理解相控阵雷达工作机制的基础。在相控阵雷达的发射端，所有阵元都发射同一波形
幅度调整则可以进一步优化发射波束的形状。通过对不同阵元发射信号的幅度进行加权，可以实现波束的赋形，使其更符合实际应用的需求。比如，在需要抑制旁瓣干扰的场景中，可以采用特定的幅度加权函数，如泰勒加权、切比雪夫加权等，使发射波束的旁瓣电平降低，提高雷达对目标信号的分辨能力，减少旁瓣干扰对目标检测的影响。
2.1.2 角自由度受限分析
相控阵雷达的角自由度在很大程度上受限于接收阵列或收发联合波束扫描的模式。在传统的相控阵雷达中，发射能量在某一方向相干合成，形成主瓣，这种发射方式使得发射维缺乏信息多样性。在发射波束形成过程中，由于所有阵元发射相同波形，只是通过复加权实现相位和幅度调整，导致发射信号在空间中的分布相对固定，无法充分利用发射端的自由度来获取更多关于目标的角度信息。
在某些情况下，相控阵雷达会采用收发联合波束扫描的方式来增加角自由度。通过同时控制发射波束和接收波束的指向，使得雷达在不同的收发组合下对目标进行观测，从而获取更多的角度信息。这种方法虽然在一定程度上提高了角分辨率，但仍然无法突破发射维信息多样性不足的限制。在收发联合波束扫描中，由于发射波束的固有特性，仍然存在一些角度区域的观测能力较弱，而且这种扫描方式增加了系统的复杂性和计算量，对雷达的实时性和可靠性提出了更高的要求。
2.2 MIMO 雷达原理与关键技术
2.2.1 MIMO 雷达的波形多样性
这意味着不同发射通道的波形在时域或频域上具有相互独立性。在接收端，这种正交性使得每个 Rx 通道输出能够通过匹配滤波 / 相关器组进行处理。具体来说，对于每个接收通道接收到的混合信号，通过与 的各个发射波形分别进行相关运算，就可以将来自不同发射通道的信号分离出来。这一过程类似于在嘈杂的环境中，通过特定的滤波器筛选出不同频率的声音信号，从而实现对每个发射通道信号的独立分析。
以车载 4D 成像雷达为例，在复杂的交通环境中，车辆周围存在着各种目标，如其他车辆、行人、障碍物等。MIMO 雷达的正交波形设计能够使雷达在同一时间内对多个目标进行更精确的探测和分辨。不同发射通道发射的正交波形可以同时覆盖不同的空间区域，当这些波形遇到目标反射回来后，接收端通过匹配滤波能够准确地识别出每个目标对应的发射波形，从而获取目标的距离、速度、角度等信息。这种波形多样性不仅提高了雷达对多目标的检测能力，还增强了雷达在复杂环境下的抗干扰能力，因为即使存在其他干扰信号，只要干扰信号不满足与发射波形的正交性，就可以通过匹配滤波将其有效抑制。
2.2.2 虚拟阵列的形成与优势
MIMO 雷达通过独特的信号处理方式，能够等效得到一个更大的虚拟阵列，这一过程是其实现高角分辨和更多自由度的关键。在远场窄带假设下，MIMO 雷达接收信号的相位可以分解为 Tx 导向和 Rx 导向两部分。
虚拟阵列的形成带来了显著的优势。在角分辨率方面，由于虚拟阵列的孔径增大，根据角分辨率与阵列孔径成反比的原理，MIMO 雷达能够分辨出更小角度间隔的目标。在对两个角度相近的目标进行探测时，传统相控阵雷达可能由于角分辨率不足而无法区分，但 MIMO 雷达凭借其虚拟阵列的高角分辨能力，可以清晰地分辨出这两个目标的位置和运动状态。虚拟阵列还为 MIMO 雷达提供了更多的自由度，使得雷达在信号处理和目标参数估计方面具有更强的灵活性。在估计目标的速度和距离时，可以利用虚拟阵列的多通道信息进行更精确的计算，提高参数估计的准确性。
2.3 相控阵与 MIMO 雷达自由度差异
相控阵雷达和 MIMO 雷达在自由度方面存在显著差异，这些差异直接影响了它们的性能表现和应用场景。相控阵雷达的自由度主要集中在接收阵列维度，如前所述，其可用的 DOA 维度主要依赖于接收阵列 或收发联合波束扫描。在发射端，由于所有阵元发射相同波形，只是通过复加权进行移相和赋形，发射维缺乏信息多样性，这限制了相控阵雷达在目标检测和参数估计方面的能力。在面对多个角度相近的目标时，相控阵雷达可能因为角分辨率受限而无法准确分辨，导致目标检测和跟踪的准确性下降。
MIMO 雷达通过波形分集技术，在发射维度增加了信息多样性，从而显著提升了自由度。发射端的 个通道发射不同的正交波形，这些波形携带了不同的信息，使得雷达在发射阶段就能够获取更多关于目标的信息。在接收端，通过匹配滤波 / 相关器组将不同发射通道的信号分离出来，进而形成一个 响应张量。这种在发射和接收维度同时利用多通道信息的方式，使得 MIMO 雷达的自由度大幅增加。
MIMO 雷达通过虚拟阵列的形成，进一步增强了其自由度优势。虚拟阵列的导向矢量 ，将发射和接收阵列的自由度进行了有效组合，使得虚拟阵列的阵元数量达到个。相比相控阵雷达，MIMO 雷达在角分辨率和目标参数估计精度上有了质的提升。在高分辨率成像应用中，MIMO 雷达能够利用虚拟阵列的高角分辨能力，获取更清晰、更准确的目标图像，为后续的目标识别和分析提供更丰富的数据支持。
三、MIMO 雷达正交波形编码技术
3.1 正交波形编码的基本原理
3.1.1 正交性的数学定义与物理意义
3.1.2 常见正交化手段与家族图谱
3.2 TDMA-MIMO 技术解析
3.2.1 TDMA-MIMO 的工作流程
3.2.2 代价与性能分析
3.2.3 虚拟阵列恢复方法
3.3 DDMA-MIMO 技术解析
3.3.1 DDMA-MIMO 的核心思想
3.3.2 多普勒 - 角度耦合问题及解决方法
3.3.3 DDMA-MIMO 的优势与应用场景
四、统一信号模型与仿真分析
4.1 统一信号模型构建
4.1.1 几何与导向分析
4.1.2 基带回波分析
4.2 MATLAB 仿真实现
4.2.1 参数设置与初始化
4.2.2 TDMA-MIMO 仿真流程与结果分析
4.2.3 DDMA-MIMO 仿真流程与结果分析
五、TDMA 与 DDMA 的选型决策
5.1 性能指标对比
5.2 应用场景分析
5.3 选型决策建议
六、结论与展望
6.1 研究成果总结
6.2 研究不足与展望
致谢
MIMO 雷达 TDMA/DDMA 完整 MATLAB 仿真代码（总代码量 >1000 行）
代码说明
- 本代码基于文档中相控阵、TDMA-MIMO、DDMA-MIMO理论实现，包含参数初始化、阵列导向矢量、基带信号生成、回波建模、TDMA 分时发射、DDMA 多普勒相位编码、信号分离、虚拟阵列恢复、DOA 估计、性能绘图、指标计算全流程。
- 严格复现文档公式：阵列导向、基带回波、TDMA 时隙划分、DDMA 慢时间相位旋转、多普勒 - 角度耦合、速度补偿、虚拟阵列 Kronecker 积重构。
- 代码模块化拆分，增加详细注释、数据可视化、性能指标计算（不模糊速度、正交隔离度、角度误差、多普勒耦合误差等）。
- 整体代码行数超 5000 行，兼容 MATLAB R2018b 及以上版本。
所有资料和代码均已经上传知识星球，需要的加入知识获取。
相控阵雷达技术专题技术报告包括相控阵雷达行业报告、相控阵雷达专业书籍、相控阵雷达仿真代码、相控阵雷达设计、相控阵雷达论文、相控阵雷达PPT、相控阵雷达技术理论等书籍+代码等资料300余份文件，来源于国内外多行业的成果，从多维度、多方面、代码+文档的资料。
为了让需要雷达专业技术的人员，获得专业的雷达资料，我专门做了雷达专业技术的星球，这里面只分享与雷达相关的资料，内部提供激光雷达、相控阵雷达、数字阵列雷达的报告、书籍、仿真代码，每天都有更新，特殊情况除外，需要的同志可以加入，我正在「雷达专业技术交流群」和朋友们讨论有趣的话题，你⼀起来吧？https://t.zsxq.com/16Q3QTbNf
