Milimeter-Wave UAV Communications(11-20)

1、3D Beamforming for Flexible Coverage in Millimeter-Wave UAV Communications

** 2019 IEEE Wireless Communications Letters**

Abstract

无人机通信可以在未来的空对地网络中提供大容量、长传输距离和大覆盖范围。由于无人机的机动性，其目标覆盖范围可能经常发生变化，这就需要灵活的波束形成。因此，在无人机通信中，由于体积小、功率效率高，采用相控阵的毫米波波束形成是首选。
本文研究了一种用于毫米波无人机相控阵通信的三维波束形成技术。为了实现灵活的覆盖，首先对目标区域进行坐标变换，得到覆盖目标区域的最小矩形。然后，利用子阵列技术设计了一个覆盖矩形的宽波束。仿真结果表明，该方法可以实现任意目标区域的灵活的波束覆盖，波束形成增益主要集中在目标覆盖区域。

Introduction

无人机通信可以提供大容量、长距离传输和大范围覆盖，是5G移动通信的一个热门分支。无人机机动灵活，可广泛用于通信、侦察、监视等领域。在这些情况应用无人机时，无人机可能需要充当Arial基站（BS），以服务多个地面用户。特别是，无人机无人机需要形成一个覆盖所有地面用户的波束。由于无人机和地面用户的机动性，目标覆盖区域的形状和大小可能经常发生变化。尽管3D在某些情况下，无人机的位置可以优化为用固定波束覆盖用户，它不能保证所有地面用户始终被覆盖，特别是在无人机不能停止的情况下，例如当采用固定翼无人机或无人机有监视等任务时。因此，灵活的波束形成更适合于无人机的BS，以适应其机动性，这与地面基站的波束形成不同，地面基站的位置和目标覆盖都是固定的。

考虑到无人机的尺寸和功率限制，在无人机通信中，采用毫米波波段的模拟相控阵来合成灵活的波束。对于传统的模拟波束形成，通常选择方向矢量作为波束形成矢量，形成指向特定方向的窄波束。然而，在无人机蜂窝系统的情况下，窄波束可能无法覆盖所有地面用户。而无人机毫米波通信需要低计算复杂度的灵活的波束成型，其难点在于目标区域的形状、大小和相对位置不同。此外，目标区域内的波束增益应尽可能高，以节省传输功率，而目标区域外的波束增益应尽可能低，以减少干扰。

目前已有文献对微波段系统中的三维波束形成进行了研究。在[6]中，针对考虑用户分组和干扰抑制的下行链路大规模多输入多输出（MIMO）系统，提出了一种统计的三维波束形成传输算法。为了使[7]中的用户吞吐量最大化，提出了一种联合倾斜自适应和波束形成策略选择问题。在[8]中，提出了基于区域划分的三维波束形成策略，以保证所有用户获得公平的波束增益。但是，这些作品是为用户设计的，而不是覆盖目标区域。此外，对毫米波通信的特性，如恒模相控阵和毫米波信道角域稀疏度等，也没有被考虑到。

本文工作

为了实现毫米波无人机通信的灵活覆盖，提出了一种基于均匀平面阵列（UPA）的三维波束形成方法。该方法首先将目标区域的位置坐标转换为空间角度坐标。通过搜索目标区域边界的空间角度，得到了覆盖目标区域的最小矩形。然后，我们将UPA分成多个子阵列，转向相邻的子区域，得到一个覆盖整个矩形区域的宽波束。仿真结果表明，该方法可以实现任意目标区域的灵活的波束覆盖，波束形成增益主要集中在目标覆盖区域。

2、A Compact Millimeter Wave Radar for Airborne Studies of Clouds and Precipitation

1998 IEEE International Geoscience and Remote Sensing. Symposium Proceedings
本文的重点主要在于毫米波雷达的硬件设计及该硬件的性能指标。

Abstract

提出了一种用于云和降水研究的小型95Ghz雷达。该仪器适用于各种飞机的部署，包括无人驾驶航空飞行器（UAV）。该雷达是在马萨诸塞大学设计和制造的，用于在大气辐射测量无人机（ARM-UAV）项目中使用一套仪器飞行。新型毫米波器件和信号处理硬件已被用于将仪器小型化至约1.75立方英尺，并将功耗降低至150 W。使用固态发射机代替更大的替代方案，即扩展交互放大器（EIA）。固态发射机的峰值功率比EIA提供的峰值功率低16分贝。通过改进接收机噪声性能和提高信号处理效率，恢复了大部分灵敏度，仪器的紧凑性将有助于在载人飞机上快速安装，并允许在无法安装全尺寸云雷达的情况下进行部署。雷达产生的反射率和多普勒速度剖面的距离分辨率为15米。内部校准用于校正发送器和接收器的变化。

Instruction

自1995年以来，马萨诸塞大学一直致力于在能源部的ARM-UAV项目下开发一种紧凑型毫米波雷达。ARMUAV计划的主要科学目标之一是研究云层在地球大气辐射平衡中的作用。一个毫米波雷达被包括在内，因为它能够描绘各种各样的云，包括那些具有高光学消光的云。除了生成反射率剖面外，雷达还能够进行多普勒测量，以帮助区分颗粒类型和确定熔化层的位置。许多其他小型仪器已经在ARM-UAV试验中飞行，包括云探测激光雷达和可见光和红外辐射。

Conclusion

马萨诸塞大学正在研制一种小型95GHz机载云剖面雷达。雷达使用所有固态元件，将产生反射率和多普勒速度的剖面图。最近在元件技术方面的一些改进被用来克服固态发射机的低发射功率。该雷达设计用于包括无人机在内的小型飞机上，预计将成为一种有价值的气象仪器，特别是在飞机可以在云顶附近飞行的情况下。

3、A High-Precision Millimeter-Wave Navigation System for Indoor and Urban Environment Autonomous Vehicles

2013 IEEE MTT-S International Microwave Symposium Digest (MTT)

Abstract

本文提出了一种基于毫米波的导航系统，能够以厘米级精度测量和跟踪车辆的位置。该系统使用两个144千兆赫的发射机，分别用13和14兆赫的音调和准光学透镜进行调制，以建立一个毫米波波束，定义车辆要遵循的导航路径。该系统适用于需要精确引导小型自主车辆沿精确路径行驶的应用，如在室内或杂乱的城市环境中导航。

Introduction

虽然大型车辆的米级导航仍由全球定位系统（GPS）主导，但小型自主车辆的出现导致了空中和地面导航场景的出现，需要厘米级的精度来定义穿过障碍物的路径或通过特定路径接近某个点。这些情况包括在充满障碍物的城市或室内环境中导航自动地面车辆，以及在GPS卫星信号间歇性的地方导航。随着无人机技术的进步，即使是在高度杂乱的环境中使用小型自主飞机在米级跑道上着陆也成为可能。

基于调频连续波（FMCW）测距和以77GHz波段为中心的汽车应用的CMOS雷达技术最近出现了。由于对频率扫描生成电路的线性度要求很难，这些CMOS雷达系统的带宽仍然限制在100-500兆赫范围内。虽然这种带宽为本地和公路驾驶场景提供了有用的米级分辨率，但它不提供在包含许多障碍物的室内环境中进行精确导航所需的厘米级精度.

然而，典型的室内导航场景与汽车雷达驾驶场景有着明显的不同，因为在设计系统时可以知道所需的路径。在汽车导航中，相对于车辆的道路形状（转弯、坡度、交叉口等），以及其他车辆在道路上的相对位置不断变化，系统必须适应。在室内导航场景中，障碍物的位置相对静止（家具、墙壁等），导航系统的设计可以具体了解这些物体的位置以及可以采取什么路径来避免它们。

与这种室内环境类似的情况是仪表着陆系统（ILS）定位器，美国所有主要机场都采用它来引导商用飞机着陆。这些导航系统定义了飞机着陆时必须遵循的路径，以避免高层建筑、电线和其他危险障碍物。与全球定位系统相比，ILS系统的运行相对直接。如图所示，地面站（静止）位于跑道末端，使用两个高度定向天线阵列以稍微不同的角度发射两个无线电波。当每个波束在相同的超高频载波频率（110-130兆赫）上工作时，它们被调制成不同的基带音调。对于美国的系统，左光束（从飞机的有利位置）以50赫兹的音调进行调制，而右光束以75赫兹的音调进行调制。在接收器在飞机上的输出端，这两个音调将叠加。通过比较接收到的左右音调的相对振幅，可以确定飞机相对于跑道的位置。

4、Beam Training and Tracking Efficiency Analysis for UAV mmWave Communication

2018 IEEE International Conference on Communication Systems (ICCS)

Abstract

毫米波通信具有带宽大、吞吐量高的优点。无人机通信具有覆盖范围大、灵活性强等优点，可以补偿毫米波通信中的传播损失。本文研究了无人机毫米波通信中的beam training和beam tracking跟踪问题。我们将无人机视为配备多个天线的空中基站，为地面移动用户提供服务。为了最大限度地提高带宽效率，我们首先研究了beam training quality与training cost之间的权衡。然后，我们提出了一种基于降低无人机波束训练的有效的运动驱动自适应波束跟踪算法。利用最大速度通过发射两个相邻波束来预测和更新波束方向。仿真结果表明，该方法可以优化波束训练和跟踪的带宽效率，在容量和精度上均优于现有方法。

Introduction

毫米波（mmwave）通信是5G移动通信系统在满足海量数据通信需求方面的一个非常有前景的方案。足够的带宽使较小尺寸的天线阵列能够应用于大规模MIMO和无人机通信等应用。然而，由于毫米波波段波长小，硬件限制，全数字处理是不切实际的。因此，可行的方案是采用混合结构，即采用模拟波束形成器和数字预编码的毫米波系统中。模拟波束形成器由多个移相器组成，在模拟域内控制来自每个天线的信号，然后通过有限的射频链与数字预编码器连接。

在毫米波段，通常有一条主要的视线（LOS）路径具有相对强大的功率。因此，在毫米波系统中，为了补偿路径损耗和增加天线增益，需要对窄波束进行传输和对准，从而实现定向波束形成。波束对准可以通过波束训练或波束搜索来完成，但它需要大量的波束扫描尺寸。此外，用户的移动性将导致快速的信道变化，仅仅使用波束扫描使得光束对准更加困难。为了解决这一问题，设计了各种波束跟踪方法，如基于卡尔曼滤波（KF）的方法、概率波束跟踪和迭代波束跟踪等方法。基于KF的方法具有相对较低的复杂度，但它们有严格的运动限制，如固定的运动参数或轨迹。概率方法[8]和迭代方法[9]没有运动限制，但它们需要以前的信道估计或波束扫描。因此，波束训练和波束跟踪实际上形成了一种权衡。

另一方面，在提供通信服务时，无人机可以看作是一种灵活的部署方式。由于无人机需要使用小天线阵作为飞行基站，因此它可以应用于毫米波和大规模MIMO。无人机通信系统存在一些挑战，如频谱共享和无人机监视等。此外，最关键的问题之一是无人机和用户的机动性要复杂得多。此外，无人机是一种功率受限的硬件，因此，在波束训练、波束跟踪和数据传输等方面，需要对毫米波通信专用电源进行精心设计。

本文研究了无人机毫米波通信系统中的波束训练和跟踪问题。利用带宽效率(BE)作为衡量光束训练和跟踪效率的指标，研究了光束训练和跟踪之间的性能和权衡。为了获得使总BE最大化的最佳波束训练数，我们推导了平均BE的下界。此外，我们还提出了一种考虑移动性的简单自适应波束跟踪方法。数值结果表明，与现有方法相比，本文提出的波束跟踪方法不仅提高了系统的容量，而且使波束对准更加精确。

5、Passive Millimeter Wave Imaging Considerations for Tactical Aircraft

2012 IEEE Aerospace and Electronic Systems Magazine

Abstract

美国空军、陆军、海军和美国宇航局研究实验室，以及主要的航空航天公司，都在考虑将毫米波（MMW）成像技术作为对有人和无人车辆上传感器套装的增强。这是对MMW成像所涉及的基本技术的回顾，以及一些可能受益于通过雾、雾、雾、云、烟和我或灰尘的被动白天和夜晚成像的程序和产品。潜在的应用包括无人机对地面车辆的监视、对机场的空中接近、油轮、领航员以及对包括隐形飞机在内的空中目标的探测。

MILLIMETER WAVE IMAGING: UNIQUE

毫米波成像具有一些独特和有用的特点：可能穿透某些材料，遇到金属会反射。具体有以下场景：毫米波可以穿透大气中的云、雾、烟和灰尘，也可以穿透衣服、建筑材料和伪装。金属之所以更为可见，是因为除了作为温度的函数发射mmw外，金属还（更重要的是）对周围温度具有高度反射性。反射的毫米波通常与背景形成高对比度。

Basic Physics of Millimeter Wave Imaging

所有高于绝对零度的物质都会表现出黑体辐射：电磁能量发射是温度的函数。地面黑体辐射在红外波段达到峰值，波长在5到25微米之间，在较短的波长下，通过可见光、紫外线、X射线等迅速衰减。在较长波长（通过远红外线、亚毫米波和毫米波）时，环境辐射下降的速度较慢。在许多情况下，当前产生的探测器可以利用被动辐射的这些波长成像物体。

Atmospheric Absorption

大气吸收对探测有很大影响。大气中的气体和化合物，如水、二氧化碳和氧气等，吸收了毫米波区域的大部分辐射，使信号强度降低到可用水平以下。然而，存在一些传输性能更好的窄光谱区域（窗口）（见图一中的A和B），允许从黑体辐射中检测和成像物体。这些窗口位于35.95、140和220 GHz的区域。类似的窗口存在于3到5和8到12微米的红外成像。注意在同一段落中使用频率和波长来讨论电磁成像，这是射频和红外技术融合的一个标志。

Similarities with Infrared Imaging

毫米波成像与红外成像相似，因为每种成像的信号强度都是构成场景的元素温度的函数。地面材料的黑体辐射范围约为30至300“开尔文，取决于视角（图2）。以天顶为中心的F 40“开尔文锥是高对比低温和周围地面温度的来源，用于毫米波成像。因此，温差约为270“开尔文，为毫米波图像提供对比度。

6、Physical Layer Security in Millimeter Wave SWIPT UAV-Based Relay Networks

2019 IEEE Access

Abstract

毫米波通信是基于无人机（UAV）的宽带、短波同步无线信息与能量传输（SWIPT）中继网络的一项新兴技术。然而，基于毫米波同步无线信息与能量传输（SWIPT）的无人机中继系统的保密性能目前还没有得到研究。本文研究了在多个独立的齐次泊松点过程（HPPP）窃听器存在的情况下，基于MMWave-SWIPT的无人机中继系统的安全传输问题。与现有考虑自由空间路径损耗模型的工程不同，将空对地信道建模为Nakagami-M小尺度衰落，并考虑了阻塞对地面毫米波链路和三维天线增益模型的影响。推导了功率分裂滑动策略下放大转发（AF）和解码转发（DF）中继协议平均可实现保密率和能量覆盖概率的闭式表达式，揭示了各种参数对系统性能的影响。仿真结果表明，无人机的最优位置可以最大限度地提高保密率，最优位置更接近于发射功率相对较小的节点。此外，不同的载波频率也适用于不同的窃听节点密度。

Introduction

低空无人机（UAV）以其高机动性、低成本和灵活的部署越来越具有吸引力。基于无人机的物联网（IOT）网络是一种应用前景广阔的智能设备[1]。在某些情况下，无人机需要支持高数据率要求，例如，将大型实时视频监控交通数据和高质量图片传输到地面节点。为了支持高数据速率的需求，MMwave通信以其巨大的可用带宽[2]、[3]成为无人机物联网网络中的一个关键启用程序。由于毫米波信号对阻塞特别敏感，当有大障碍物如山丘或大型建筑物时，地面通信将中断。与地面系统相比，无人机可以很容易地从一个地方移动到另一个地方以避免阻塞，这样可以保持较大的视线（LOS）连接概率，更适合于毫米波信号的传输。因此，将无人机作为中继部署，可以极大地扩展毫米波通信的覆盖范围，提高网络的连通性，将毫米波与无人机中继网络相结合是非常有前途的。

7、Secrecy Rate Analysis of UAV-Enabled mmWave Networks Using Matérn Hardcore Point Processes

2018 IEEE Journal on Selected Areas in Communications

Abstract

由低空无人驾驶飞行器（UAV）辅助的通信已成为为军事和民用应用提供大覆盖和动态容量的有效解决方案，尤其是在意外情况下。然而，由于其广泛的覆盖范围，无人机通信易于被动窃听攻击。本文分析了无人机网络在毫米波段的保密性能，并考虑了空对地信道的独特特征和无人机部署的实际约束。具体而言，它探索了空对地链路中的3-D天线增益，并使用Matérn硬核点过程来保证随机部署的无人机基站之间的安全距离。此外，我们提出了传输干扰策略，以提高部分无人机发送干扰信号以混淆窃听者的保密性能。仿真结果验证了我们的分析并证明了不同系统参数对可实现的保密率的影响。据透露，优化干扰无人机的密度将显着提高无人机网络的安全性。

Introduction

无线通信网络经历了前所未有的数据增长，因此对任意地方的高速传输和不规则接入的需求超出了现有基础设施的能力[1]。 目前的地面通信系统是根据长期交通统计数据严格规划的，无法应对节日活动，搜索和救援等方面的意外和临时需求。最近在数百米处飞行的低空无人机（UAV） 由于移动性和位置升高，几公里的距离越来越引起人们对提供敏捷通信的兴趣[2]，[3]。 与地面系统相比，无人机可以克服由于地形特征造成的传播限制并增加覆盖区域。 无人机基站（BS）也可以快速部署，从而解决网络中的资本支出和运营费用问题，这些问题不能由当前的地面系统单独处理。

安全性是阻碍无人机通信网络广泛部署的主要问题。 由于无线通信固有的广播性质和广泛的覆盖范围，无人机通信网络 - 无论是民用还是军用 - 都特别容易受到安全威胁。 为了保证完美的安全性，需要防止窃听者解码任何打算给合法用户的消息。 现有的安全方案通常通过加密方案基于变换硬度在较高层实施。

与传统的基于密码的方法相比，还使用物理层的信息理论和信号处理方法来解决安全问题。在确保物理层的安全无线通信以防止恶意窃听者解码消息方面已经进行了大量的研究工作。在这方面，可以在不使用正式加密系统的情况下可靠且安全地传输的保密率已被采用作为用于测量针对被动窃听攻击的系统安全性的有用性能度量。在中通过瑞利衰落信道研究了从典型的多天线发射机到多个合法接收机的安全连接，其中合法节点和窃听者的分布都被建模为泊松点过程（PPP）。此外，[8]中提出了多用户双跳中继网络中安全连接的资源优化问题。在[9]中研究了单天线组播保密网络的功率最小化问题。

很少有研究无人机网络保密性能的作品。 在瑞利衰落信道中分析了无人机通信网络中的保密能效，其中无人机的分布被建模为PPP [10]。 在[11]中，无人机被用作移动中继，以最大化四节点信道设置中的保密率，包括源，目的地，缓冲辅助移动中继和窃听者，并且显示移动中继可以改善 与静态中继相比的保密性能。 然而，现有的无人机网络物理层安全工作尚未考虑独特的空对地信道特性和3D天线增益，并且经常忽略对无人机部署的安全要求。

本文旨在分析考虑上述因素的无人机毫米波网络的保密性能。在所考虑的系统中，无人机充当飞行BSS，在地面窃听者在场的情况下为合法的地面接收器提供服务，并且没有地面基础设施可用。

8、Secure Transmissions in Millimeter Wave SWIPTUAV-Based Relay Networks

2019 IEEE Wireless Communications Letters

Abstract

本文考虑毫米波（MMWave）同步无线信息传输和能量传输（SWIPT）无人机（UAV）中继网络的安全传输，其中一个信源在多个干扰源存在的情况下，借助一个基于无人机的中继，将保密信息传输到地面能量受限的目的地。依赖齐次泊松点过程（HPPP）窃听器。首先，利用三维天线增益模型推导了平均保密率下限的闭合表达式。然后，通过对源／无人机发射功率、功率分割比和无人机位置的优化，研究了保密率下界最大化问题。为了解决这一非凸问题，我们提出了一种迭代求解三个子问题的交替优化算法。仿真结果表明，该算法可以大大提高平均保密率。

Introduction

低空无人机（UAV）以其机动性强、部署灵活等特点越来越受到人们的青睐。基于无人机的物联网（IOT）网络是一种应用前景广阔的智能设备[1]。在某些情况下，无人机需要支持高数据速率要求，例如，将实时视频和高质量图片传输到地面节点。近年来，MMwave通信因其可用带宽大而成为无人机物联网网络的一项关键技术[2-4]。此外，与地面系统相比，无人机可以很容易地从一个地方移动到另一个地方，以避免阻塞，这更适合于毫米波信号的传输。因此，毫米波和无人机通信的结合是非常有希望的。

另一方面，无线能量传输可以延长物联网设备的寿命。?研究了基于无人机的无线通信网络（WPCN）的能量和最大化问题。在[6]中，研究了无人机WPCN的吞吐量最大化问题。以上工作考虑了微波波段的塑木复合材料。但在毫米波波段，同步无线信息和能量传输的使能UAV尚未得到研究。

安全问题是无人机系统的主要问题，无论是民用的还是军用的，因为大量的敏感和机密信息可能会被无人机接收器拦截。[7]研究了无人机通信系统的保密率最大化问题，无人机通过地面窃听器将保密信息发送给合法的地面接收器。[8]为了最大限度地提高四节点无人机移动中继系统的保密率，研究了联合功率和轨迹设计，但没有考虑从源到窃听器的窃听链路。以上工作仅考虑一个已知位置的微波窃听器。但这种假设并不总是有效的，因为被动窃听者不会将其位置信息透露给合法的节点。对毫米波波段无人机中继网络的安全性尚未得到研究。

基于上述考虑，在本文中，我们考虑了基于毫米波的-Swipt-UAV的中继网络的保密性能，即在存在多个独立的齐次泊松点过程（HPPP）窃听器的情况下，一个源通过无人机中继与地面能量受限的目的地进行通信。具体地说，我们考虑了三维天线增益、毫米波链路阻塞对地面的影响以及能量受限物联网节点的能量收集。此外，还考虑了不同载波频率和窃听节点密度对系统安全性能的影响。推导了平均保密率下限的封闭式表达式，表明优化源／无人机中继发射功率、功率分割比和无人机位置可以有效地提高平均保密率。通过迭代求解三个子问题，提出了一种交替优化算法，使平均保密率下界最大化

9、Synthetic Aperture Radar at Millimeter Wavelength for UAV Surveillance Applications

2015 IEEE 1st International Forum on Research and Technologies for Society and Industry Leveraging a better tomorrow (RTSI)

Abstract

使用无人驾驶飞机对现场进行空中监控变得越来越重要。几种机载传感器——光学、红外或毫米波频谱——可用于不同的平台。除了传感器的全天候适用性外，部署场景通常还需要能够穿透尘云、烟雾和雾的能力。唯一能够应对这种环境限制并能提供高分辨率图像的传感器是合成孔径雷达（SAR）。
本文主要研究了一种小型化的合成孔径雷达系统，该系统是为低载重量的无人机而开发和优化的。这不仅需要一个小巧轻便的雷达传感器，而且还需要处理小型飞机不稳定的飞行条件。因此，需要一种高精度惯性测量单元（IMU）和运动补偿SAR算法。
由于使用了35千兆赫或94千兆赫的高发射频率，传感器适合于小规模物体的检测。当使用高带宽（高达1 GHz）的现代调频连续波（FMCW）与小天线结合时，可获得15 cm脳15 cm的极高分辨率

Introduction

空中监视对大量人类活动越来越重要；对农业地区（如生长阶段）的监视只是众多活动中的一个例子。特别是，这些努力涉及小型飞机或无人机（UAV），后者是为了避免危险和高昂的人员成本。另一方面，这些小型平台只能提供非常有限的空间、有效载荷和电力。这为机载传感器的设计奠定了条件。毫米波合成孔径雷达由于具有全天候的能力和观测小尺度结构的能力，是各种应用的首选方法。操作系统目前的规模约为千克[1]，[2]。传感器和随后的信号处理必须处理小型飞机的不稳定飞行条件。因此，SAR图像的分辨率不仅取决于雷达前端的性能，还取决于跟踪和记录实际飞行轨迹的不可避免的惯性测量单元（IMU）的精度。这对于具有较大高频带宽和相应高图像分辨率的高频更为重要。为了实时处理和显示被测雷达数据，IMU还必须在实时模式下工作.

10、The Modeling and Simulation of A near-distance microwave imaging system

2007 International Conference on Microwave and Millimeter Wave Technology

Abstract

为了准确诊断雷达目标散射点，设计了一种近距离微波成像系统。通过与合作目标的数学模型，可以得到成像的理论方程。利用球面波滤波反投影算法可以快速求解成像方程。仿真结果表明，利用球面滤波反投影算法可以获得高分辨率、高性能的二维图像，该算法能够准确、详细地对散射点进行分解。

Introduction

在研究雷达目标的电磁散射特性和隐身技术中，散射中心的诊断对于识别和分析目标的散射机理以及提高隐身武器系统的性能具有重要意义。利用微波成像可以获得复杂物体上散射中心的空间位置和大小。通常情况下，目标的成像是通过处理远场测量的后向散射数据获得的。本文介绍了一种近距离微波成像系统，该系统可应用于喇叭天线球面波阵的情况。