为利用波形分集等技术进一步提高目标参数的可辨识性,MIMO雷达的发射阵列与接收阵列由多个阵元组成,但随着收发阵列规模的扩大以及恶劣工作环境或器件寿命等因素影响,雷达收发阵列中出现故障阵元的可能性大大增加,其中的故障故阵元导致匹配滤波在接收端所形成的虚拟阵列输出数据出现缺失,从而使传统目标角度估计算法性能下降。本文围绕着MIMO雷达阵列中故障阵元位置诊断和阵元故障时的缺失数据恢复问题展开了研究,主要工作可以归纳如下:(1)目前阵列中故障阵元位置的诊断方法通常在阵列的远场或近场放置额外的阵元探针来测量阵列方向图等参数,采用反向传播、矩阵束法、压缩感知等算法恢复各发射阵元的激励系数以实现对阵列的诊断。然而,额外的阵元探针会增加系统复杂度,并且阵元探针数据采集的精度易受外部环境影响。为此,本文研究了无需使用额外阵元探针的MIMO雷达阵列故障阵元位置自诊断方法。MIMO雷达收发阵列中的故障阵元均会导致大量虚拟阵列的输出信号不包含目标信号,仅为噪声,根据噪声与信号独立不相关的特点,本文提出了基于波形相似度的收发阵列诊断算法,利用收发阵列中的各阵元所形成的虚拟阵元输出信号之间相似性对双基地MIMO雷达的发射和接收阵列进行诊断,从而确定阵列中故障阵元的位置。(2)实际情况中阵列互耦误差造成相邻接收阵元间的输出信号存在较高的相似度,此时基于波形相似度故障阵元诊断方法的准确性下降甚至失效。为此本文研究了一种基于子空间聚类的故障阵元诊断方法,该方法首先由特征值分解获取虚拟阵列协方差矩阵的信号子空间,利用密度峰值聚类算法无监督地将信号子空间中的数据点划分为不同簇类,并自主确定聚类结果中的异常簇类,根据异常簇类中各数据点与收发阵元的对应关系确定MIMO雷达收发阵列中故障阵元的位置,在诊断过程中无需校正雷达收发阵列中的互耦误差,有效提高了在互耦误差情况下诊断阵列中故障阵元的性能。(3)为恢复由故障阵元所造成虚拟阵列协方差矩阵中的缺失数据,本文提出了一种基于块Hankel矩阵填充的缺失数据恢复方法。本文首先对协方差矩阵构造四重块Hankel矩阵,所构造的矩阵在满足低秩性的同时避免了整行整列的数据缺失,然后利用矩阵填充算法恢复块Hankel矩阵中的缺失数据,再进行反变换得到数据完整的虚拟阵列协方差矩阵。由于恢复了虚拟阵列协方差矩阵中整行整列的数据缺失,协方差矩阵中信号子空间的旋转不变性也得到恢复,使得ESPRIT算法能有效估计目标角度,提高了阵列中存在故障阵元时的目标角度估计性能。