Compressive sensing (CS) has been widely used in multiple-input–multiple-output (MIMO) radar in recent years. Unlike traditional MIMO radar, detection/estimation of targets in a CS-based MIMO radar is accomplished via sparse recovery. In this article, for a CS-based colocated MIMO radar with linear arrays, we attempt to improve the target detection performance by reducing the coherence of the associated sensing matrix. Our tool in reducing the coherence is the placement of the antennas across the array aperture. In particular, we choose antenna positions within a given grid. Initially, we formalize the position selection problem as finding binary weights for each of the locations. This problem is highly nonconvex and combinatorial in nature. Instead, we find continuous weight values for each location and interpret them as the probability of including an antenna at the given location. Next, we select antenna locations randomly according to the obtained probability distribution. We formulate the problem for the general case of a MIMO radar with independent transmit and receive arrays for which we propose an iterative algorithm. For the special case of a transceiver array, the solution is obtained through a convex optimization approach. Our experiments show that the proposed method achieves a superior detection performance compared to a uniform random placement of the antennas within the array aperture.

中文翻译：

---

基于压缩感知的协同定位 MIMO 雷达中的天线放置

近年来，压缩感知（CS）在多输入多输出（MIMO）雷达中得到了广泛的应用。与传统的 MIMO 雷达不同，基于 CS 的 MIMO 雷达中目标的检测/估计是通过稀疏恢复完成的。在本文中，对于具有线性阵列的基于 CS 的共置 MIMO 雷达，我们尝试通过降低相关传感矩阵的相干性来提高目标检测性能。我们降低相干性的工具是将天线放置在阵列孔径上。特别是，我们选择给定网格内的天线位置。最初，我们将位置选择问题形式化为为每个位置寻找二进制权重。这个问题本质上是高度非凸的和组合的。反而，我们为每个位置找到连续的权重值，并将它们解释为在给定位置包含天线的概率。接下来，我们根据获得的概率分布随机选择天线位置。我们针对具有独立发射和接收阵列的 MIMO 雷达的一般情况制定了问题，为此我们提出了一种迭代算法。对于收发器阵列的特殊情况，通过凸优化方法获得解决方案。我们的实验表明，与天线在阵列孔径内的均匀随机放置相比，所提出的方法实现了卓越的检测性能。我们针对具有独立发射和接收阵列的 MIMO 雷达的一般情况制定了问题，为此我们提出了一种迭代算法。对于收发器阵列的特殊情况，通过凸优化方法获得解决方案。我们的实验表明，与天线在阵列孔径内的均匀随机放置相比，所提出的方法实现了卓越的检测性能。我们针对具有独立发射和接收阵列的 MIMO 雷达的一般情况制定了问题，为此我们提出了一种迭代算法。对于收发器阵列的特殊情况，通过凸优化方法获得解决方案。我们的实验表明，与天线在阵列孔径内的均匀随机放置相比，所提出的方法实现了卓越的检测性能。