1.基于IFFT和混合匹配追踪的时分地基MIMO滑坡雷达成像方法，其特征在于包括以下步骤：步骤1)构造等效随机稀疏收发阵列；

步骤2)构造时分地基MIMO雷达回波信号采集模型；

步骤3)通过采集到的回波信号完成距离向压缩，并对得到的压缩数据进行合理的相位校正，消除相位的平方项，完成方位向预处理；

步骤4)构造合适的观测矩阵和基于时延补偿因子的稀疏基，将经过距离向压缩的数据进行方位向压缩，对所有距离单元的数据进行重构处理，完成方位向数据压缩；

步骤5)获得目标的二维高分辨成像。

2.根据权利要求1所述的方法，其特征在于：所述步骤1)构造等效随机稀疏收发阵列的方法为MIMO雷达是M发N收的均匀阵列，原始接收天线间隔为λ/2，发射天线间隔为N(λ/2)，λ是发射波波长，并指定接收阵列稀疏布置，从原始N个接收阵列中随机选取N'个，为保证阵列孔径长度足够大，第一个和最后一个接收天线位置不变，根据得到的N'个稀疏接收阵元和M个均匀的发射阵元，利用多项式理论得到MN'个虚拟阵元。

3.根据权利要求1所述的方法，其特征在于：所述步骤2)的信号为分时发射和接收步进频连续波信号。

4.根据权利要求3所述的方法，其特征在于：所述分时发射和接收步进频连续波信号的方法包括以下步骤：步骤2-1，由信号产生单元产生步进频连续波信号，设发射信号中单个脉冲表示为S(t)，S(t)＝exp(j2πfit)rect(t-iTr)，

i∈(0，1，2，...，Q-1)   (1)，

其中fi＝f0+iΔf，f0为脉冲起始频率，Δf为频率步进量，rect(t)为单位矩形函数，Tr为发射信号脉冲宽度，Q为子脉冲个数；

步骤2-2，数字基带步进频信号经过数模转换后送入信号调制单元，雷达信号被调制到雷达工作频段后通过射频放大单元将信号功率放大，再由Tx分时选择器控制MIMO发射天线阵列分时将信号发射出去；

步骤2-3，分时选择器Rx控制MIMO接收天线阵列分时接收雷达回波信号，接收到的雷达回波信号非常微弱需放大后再进行正交解调，假设第n'个接收阵元接收到第m个发射阵元发射信号的回波，并将该通道称为第mn'个观测通道，将该观测通道回波信号幅度放大并经过解调采样后为，其中，δ为目标散射系数，τmn'为该观测通道的时延，(x0,y0)、(xn',0)、(xm,0)分别为目标和收、发天线的坐标，c表示光速；

步骤2-4，对经过解调采样后的回波信号进行数据采集，将采集好的雷达数据送入信号处理单元进行后续的成像处理。

5.根据权利要求1所述的方法，其特征在于：所述步骤3)距离向压缩的方法为逆傅里叶变换，并对得到的压缩数据进行合理的相位校正，消除相位的平方项，完成方位向预处理。

6.根据权利要求5所述的方法，其特征在于：所述距离向压缩和方位向预处理的方法包括以下步骤：步骤3-1，雷达回波信号经过解调采样后进行数据采集得到一个原始雷达数据矩阵I[MN',Q]，在小间距布阵条件下，MIMO雷达阵列长度远小于监测区域目标到阵列的距离，距离徙动不明显，因此，距离向只需要进行逆傅里叶变换(IFFT)即可得到较为准确的压缩数据，对I[MN',Q]矩阵按行分别进行IFFT得到第mn'行数据为，步骤3-2，将式(3)所示的时延曲线按幂级数展开，省略高方次项，为方便表达，把完成距离向压缩后的雷达数据变换到极坐标下表示，监测区域目标(x0,y0)的波达角设为θ，根据真实滑坡监测区域的几何特点推出θ很小，sin2θ值非常小，sin2θ/R0的值更小，可以忽略不计，时延曲线将合理的近似为，其中，

步骤3-3，对比传统的线性阵列，MIMO天线阵列稀疏布置的情况下会存在相位不连续现象，为提高雷达数据方位向压缩的质量，在方位向压缩之前进行预处理，即采用相位相乘的方法消除式(4)的第二项，因为R0是个变量，会造成算法的运算量巨大，所以对式(4)的第二项进行近似的校正，把式(4)第二项中的R0替换为R1，R1表示监测区域中心到雷达天线阵列坐标中心的距离，为一常量，因此对式(3)乘以校正因子 完成方位向压缩预处理，那么得到，

7.根据权利要求1所述的方法，其特征在于：所述步骤4)方位向压缩的方法为混合匹配追踪算法，采用的是基于时延补偿因子的稀疏基。

8.根据权利要求7所述的方法，其特征在于：所述基于时延补偿因子的稀疏基的方法包括以下步骤：步骤4-1，由步骤3处理得到的所有观测通道数据集合X＝{Sr(tk,x1)H,...,Sr(tk,xMN')H}可看作一个大小为Q×MN'的矩阵，其中Q为距离单元数，MN'为等效稀疏收发虚拟天线个数，假设等效均匀收发天线得到的回波数据矩阵记为Y，那么X的每一行均可看作Y每一行的低维观测，其中观测矩阵Φ＝{φu,v}为广义单位阵，且Φ矩阵由MN'行MN列元素构成，矩阵的每一行除了第δu个元素为1外，其余的全为0，δu由等效稀疏收发天线位置决定；

步骤4-2，根据滑坡监测区域几何形状，得出监测区域波达角的覆盖范围，雷达监测区域距离向从ymin到ymax，方位向从-x到x，则波达角的范围为(-arctan(x/ymin),arctan(x/ymin))，将其均分为MN份，得θl如式，令Wl,mn＝exp(-j2πf0sinθl(xm+xn)/c)，可由Wl,mn组建MN行MN列时延补偿因子矩阵如式，时延补偿因子与信号本身在某种程度上存在一一对应的关系，很全面的反应了散射点的特征信息，故可以把其作为稀疏变换的稀疏基进行后续的数据压缩处理；

步骤4-3，本文在构造稀疏接收阵列时，接收天线是随机选取的，等效的虚拟收发阵元的位置也是随机的，满足广义单位阵Φ与Ψ不相干的要求，因此Φ·Ψ满足RIP(Restricted Isometry Property)条件，由以上构造的稀疏变换矩阵和观测矩阵，利用混合正交匹配追踪算法对X的第q行求解以下问题：然后对所有的q＝1,2,...,Q求解式(9)问题，即可得到二维像；

步骤4-4，利用混合匹配追踪算法对式(9)进行求解的具体步骤如下。

9.根据权利要求8所述的方法，其特征在于：所述混合匹配追踪算法求解的方法包括以下步骤：步骤4-4-1，采用标准正交匹配追踪算法得到稀疏解的初值，

δomp＝omP(xq，T，K)   (10),

步骤4-4-2，定义函数表示max_ind(y,P)：返回P索引，找到向量y中幅值最大的元素所在的位置，由式(10)得到的稀疏解初值可定义初始支撑集为，Λoid＝m2x_ind(|δomP|，K)   (11),

步骤4-4-3，由式(11)得到的初始支撑集可以将残差初始化为，

其中xq为回波采样向量，恢复矩阵T＝ΦΨ，K为稀疏度值；

步骤4-4-4，依然采用标准正交匹配追踪算法对式(12)所求的残差进行求值，可以得到，步骤4-4-5，利用式(13)构造 得到K个支撑集，和Λold一起将支撑集扩充至2K；

步骤4-4-6，将原始测量信号向这2K个支撑集构成的子空间投影，可以得到更新的支撑集为，步骤4-4-7，利用式(14)得到的新的支撑集对残差进行更新，

步骤4-4-8，当残差满足范数关系 时，则令γold＝γnew和Λold＝Λnew，然后跳回(4d5)进行迭代；否则，迭代停止，计算和输出