1.一种阵元失效条件下的MIMO雷达成像方法，其特征在于：包括步骤如下：步骤一：建立阵元失效下的非均匀采样MIMO雷达回波信号模型；

步骤二：在MIMO雷达非均匀采样的接收信号矩阵YS中对应失效阵元位置处的行元素上叠加微小的服从高斯分布的随机扰动量，获得叠加微小随机扰动量后的非均匀采样回波矩阵Y′S，使得Y′S能满足矩阵填充条件；

步骤三：利用矩阵填充技术将叠加微小随机扰动量后的非均匀采样回波矩阵Y′S恢复成完整的全采样接收回波信号矩阵步骤四：利用迭代加权lq最小化方法从信号矩阵 中获得目标场景向量粗估计值；

步骤五：利用已获得的目标场景向量粗估计值和感知矩阵重构出失效阵元的目标接收数据，并与MIMO雷达接收信号矩阵YS中失效阵元位置所对应的行数据进行替换，可获得失效阵元数据修复后的目标回波信号矩阵Y″S；

步骤六：对目标回波信号矩阵Y″S再次利用矩阵填充和迭代加权lq最小化方法获得高精度的目标场景向量估计值。

2.根据权利要求1所述的一种阵元失效条件下的MIMO雷达成像方法，其特征在于：所述步骤一包括步骤如下：

1a.假设集中式MIMO雷达有Mt个发射天线和Mr个接收天线，Mt 个天线的发射信号波形矩阵为式中，xm＝[xm(1),xm(2),...,xm(L)]T代表第m个发射天线的发射信号；L是发射信号的长度；

1b.将目标场景区域划分为P个距离单元、K个角度单元和H个多普勒单元；则目标场景区域共划分为D个离散的距离-角度-多普勒单元{(τp,θk,ωh)}，D＝P·K·H，其中1≤p≤P,

1≤k≤K,1≤h≤H；

1c.假设第h个多普勒单元表示为ωh，则定义对应第h个多普勒单元的信号 和多普勒频移向量d(ωh)分别为那么多普勒频移信号矩阵可表示为

1d.由于目标场景分成P个距离单元，所以P-1表示目标回波之间最大距离单元，即为第一个接收信号和不同距离单元反射信号之间最大可能的时延；

因此，补零的发射信号矩阵可以表示为

式中， 是补零的发射信号矩阵； 是一个维度为(P-1)×Mt的零矩阵；

1e.因为目标场景区域划分为K个角度单元，则划分的目标区域的角度为θk,k＝1,...,K；则接收阵列和发射阵列的导向矢量 和  分别为式中，dr和dt分别表示接收天线阵列间距和发射天线阵列间距；λ0为载波波长；

1f.MIMO雷达的接收回波信号矩阵 可以表示为

H

式中,(·)表示共轭转置； 为加性噪声矩阵；αp,k,h，p＝1,...,P,k＝1,...,K,h＝1,...,H表示目标场景区域中目标的复散射系数，若所划分的区域内无目标时该位置的复散射系数置零；Jp表示用来描述从第p个距离单元反射回来的信号时所采用的转移矩阵，即

1g.如果对MIMO雷达的接收回波信号矩阵Y以采样率N进行非均匀采样，获得到的非均匀采样的接收信号矩阵记为YS；在非均匀采样的接收信号矩阵YS中在数据未采样处的元素值都为零，用Ω表示采样获得的数据的坐标集合，则 则Y和YS满足如下关系：

PΩ(Y)＝PΩ(YS)             (10)式中，PΩ为投影算子，定义为:

1h.假设MIMO雷达出现r个接收天线关闭或损坏，它们的位置序号分别为n1,n2,…,nr，则接收信号矩阵YS在与失效阵元位置相对应的r行元素值全为零，即YS(ni,:)＝01×(L+P-1),i＝1,2,…,r           (12)式中，01×(L+P-1)为元素全为零的行矢量。

3.根据权利要求1所述的一种阵元失效条件下的MIMO雷达成像方法，其特征在于：所述步骤二包括步骤如下：

2a.由于在MIMO雷达非均匀采样的接收信号矩阵YS中对应失效阵元位置处存在整行元素的丢失情况即整行元素为零的情况，从而导致接收信号矩阵YS不再具有强不相干性，因此无法利用矩阵填充技术将非均匀采样的接收信号矩阵YS恢复成完整的均匀采样数据的接收回波信号矩阵Y；

2b.在接收信号矩阵YS中把全为零的行元素上叠加微小的随机扰动量，获得叠加微小随机扰动量后的非均匀采样回波矩阵Y′S，使得Y′S能满足矩阵填充条件，即式中， 为服从零均值方差为 复高斯随机分布矢量。

4.根据权利要求1所述的一种阵元失效条件下的MIMO雷达成像方法，其特征在于：所述步骤三包括步骤如下：

3a.在高信噪比下，加性噪声矩阵N≈0，而且一般情况下MIMO雷达同时失效的阵元个数远小于其接收阵元数，因此加性噪声矩阵N 和随机扰动量ei,i＝1,...,r对接收回波信号矩阵Y的秩基本没有影响；

3b.由于目标信号个数是稀疏的，因此接收回波信号矩阵Y满足低秩特性，则利用矩阵填充方法从信号矩阵Y′S中恢复出全采样接收回波信号矩阵 对应的矩阵填充模型为由于矩阵的秩函数是非凸的、非连续的，直接求解秩最小化问题比较困难，因此利用核范数最小化方法代替秩最小化方法来求解矩阵填充问题，即可将式(14)转换成凸优化问题：min||Y||*,s.t.PΩ(Y)＝PΩ(Y′S)          (15)式中，||·||*表示矩阵的核范数，其值等于矩阵的奇异值之和，从而能估计出全采样接收回波信号矩阵

5.根据权利要求1所述的一种阵元失效条件下的MIMO雷达成像方法，其特征在于：所述步骤四包括步骤如下：

4a.为了构造压缩感知雷达的表达形式，将全采样接收回波信号矩阵 改写成向量形式；

令 其中vec(·)表示矩阵向量化运算；定义感知矩阵 和目标场景向量 为

A＝[v1，1，1，v1，1，2，…，vP，K，H]   (16)α＝[α1，1，1，α1，1，2，…，αP，K，H]T   (17)式中， 考虑到数据恢复的误差，接收信号向量

y可近似表示为如下形式

y≈Aα+n              (18)

式中，n＝vec(N)；

4b.采用迭代加权lq最小化算法来估计MIMO雷达目标场景向量，通过求解式(19)的目标函数可获得目标场景向量α的估计值式中，D＝P×K×H；μ表示正则化参数；0＜q≤1；w＝[w1,w2,…,wD]T为加权向量；求解式(19)可以获得目标场景向量估计值 的闭式解式中， 为单位矩阵；由于Q是α和w的非线性函数，则

不容易直接利用式(20)来计算α的估计值 因此可利用迭代方式来求解目标场景向量的粗估计值 即利用上一次迭代获得的Q和w来求解当前迭代的 值。

6.根据权利要求1所述的一种阵元失效条件下的MIMO雷达成像方法，其特征在于：所述步骤五包括步骤如下：

5a.利用已获得的目标场景向量粗估计值 和感知矩阵A重构出失效阵元的目标接收数据；把感知矩阵A与目标场景向量粗估计值 相乘获得重构的接收信号矢量yR，即将重构的接收信号矢量yR按向量矩阵化运算改写成矩阵形式，即由式(22)可知，在重构的接收信号矩阵YR中失效接收阵元位置所对应行数据可认为是失效阵元所丢失的目标回波数据，提取重构矩 阵YR中的这些行数据并替换MIMO雷达的接收信号矩阵YS中相同位置的行数据，即获得失效阵元数据修复后的目标回波信号矩阵Y″S，。

7.根据权利要求1所述的一种阵元失效条件下的MIMO雷达成像方法，其特征在于：所述步骤六包括步骤如下：

6a.再次利用SVT算法和迭代加权lq最小化算法即可从失效阵元数据修复后的目标回波信号矩阵Y″S中估计出高精度目标场景向量，从而提高了在阵元失效情况下的MIMO雷达成像质量。