雷达与通信共享频谱波形设计算法研究

现代电磁频谱环境随着通信、雷达等各领域的发展拥挤问题日益突出。为提高频谱资源利用率,本文从雷达发射端角度出发,通过波形设计手段缓解频谱拥堵问题,寻找满足具有良好自相关特性,频谱特定频带能量约束的波形序列。本文首先以凸优化为工具,建立数学模型,然后在问题模型凸松弛求解之后利用高斯随机化方法寻找优化信号,但是该方法计算复杂度高,因而又提出一种新的、运算次数更少的寻找波形的方法,核心思想是利用已知矩阵某行（或列）元素得到优化信号,同时证明了误差表达式与已知矩阵之间的联系,为解决频谱共享问题提供一种新的思路。仿真实验表明,该算法效果良好,可行集内信干噪比稳定可靠,而且能够明显降低计算操作次数。      

信号相关杂波背景中极化雷达发射波形优化

波形优化可有效抑制干扰,显著改善雷达探测性能.针对全极化雷达,考虑发射波形满足能量和相似性双重约束,以最大化信杂噪比为准则,对发射波形和接收滤波器进行联合优化.该文设计了一种波形和滤波器的迭代优化算法,该方法序贯提高输出信杂噪比.算法的每一次迭代需要分别解决一个凸问题和隐凸问题,整个算法的计算量与迭代次数和接收滤波器长度分别呈线性和多项式关系.最后,通过仿真实验分析了算法的收敛性、优化波形的模糊度函数方面的性质,与其他算法进行了对比,结果表明:与现有方法相比,该文方法可实现信杂噪比的有效提升.     

信号相关杂波背景中极化雷达发射波形优化

波形优化可有效抑制干扰,显著改善雷达探测性能。针对全极化雷达,考虑发射波形满足能量和相似性双重约束,以最大化信杂噪比为准则,对发射波形和接收滤波器进行联合优化。该文设计了一种波形和滤波器的迭代优化算法,该方法序贯提高输出信杂噪比。算法的每一次迭代需要分别解决一个凸问题和隐凸问题,整个算法的计算量与迭代次数和接收滤波器长度分别呈线性和多项式关系。最后,通过仿真实验分析了算法的收敛性、优化波形的模糊度函数方面的性质,与其他算法进行了对比,结果表明:与现有方法相比,该文方法可实现信杂噪比的有效提升。     

干扰背景下MIMO雷达部分相关信号设计

在干扰背景下,集中式MIMO雷达可以通过设计发射波形提高系统的输出信干噪比,然而优化后的波形通常会具有较高的自相关旁瓣,降低了接收机对弱目标的检测性能。该文提出一种干扰背景下MIMO雷达部分相关信号设计方法。该方法在兼顾发射信号峰均比(PAPR)的同时,在发射天线对正交恒模波形进行加权处理,并以最大化接收机系统的输出信干噪比为准则建立目标函数,给出一种基于拟牛顿法的连续优化算法求解目标函数,获得最优加权,使得系统的输出信干噪比得到提升。仿真结果表明,该方法能够有效地抑制干扰,并可自适应地将发射信号能量辐射向目标方向,提高系统输出信干噪比。     

干扰环境下MIMO雷达波形与接收滤波联合优化算法

传统雷达一般采用固定的发射波形,在干扰环境下很难获得最优的目标检测性能。针对这一问题,利用集中式多输入多输出(MIMO)雷达波形分集的优势,提出了一种干扰环境下的MIMO雷达波形与接收滤波联合优化算法。以最大化输出信干噪比为准则,使发射波形满足恒模条件,同时施加波形与具备较好脉压特性雷达波形之间的相似性约束,建立了有限相位发射波形与接收滤波权值的优化模型。然后,在循环迭代的算法框架下,将优化问题分解为2个子优化问题,并分别采用拉格朗日乘子法、半正定松弛技术对子优化问题求解,得到发射波形与接收滤波权值的联合优化结果。仿真结果表明,所提算法较现有方法相比有更高的输出信干噪比,使干扰信号的抑制性能得到改善,同时可兼顾发射波形的脉冲压缩特性。     

基于相位调制的宽带雷达波形优化方法

该文针对目标检测中宽带雷达信号发射-接收联合优化的问题,提出基于相位调制的宽带雷达波形优化方法。该方法充分发挥了雷达发射机的发射能力,即对于固定的发射机来说,以发射更大的能量来得到更大的输出信干噪比。仿真结果表明在同样的条件下,与已有方法相比,该方法输出信干噪比有1.8dB左右的提高,尤其是在杂波功率谱密度相对较小的时候效果更为明显。     

非准确先验知识下认知雷达低峰均比稳健波形设计

针对目标和杂波先验知识不准确时认知雷达的检测波形设计问题,同时兼顾功率放大器对低峰均比(PAR)波形的需求,该文提出一种信号相关杂波背景下认知雷达低PAR稳健波形设计方法。首先,在目标和杂波不确定集范围内,基于极大极小化准则构造关于输出信干噪比(SINR)的优化模型;然后将不确定性参数代入该模型,给出最差SINR下对应杂波协方差矩阵和目标Toeplitz矩阵的取值;在此基础上,利用半正定松弛,将非凸的优化模型转化为关于发射波形半正定矩阵的凸问题进行求解;最后,通过秩1近似法结合最近邻方法,进一步从波形的最优矩阵解中提取出最优向量解。分析表明,在稳健性能相同的情况下,与现有方法相比该算法具有更低的运算量,仿真结果验证了所提方法的有效性和稳健性。     

检测性能约束下目标估计的波形优化设计

为了提高杂波背景下检测性能约束的扩展目标估计性能,提出一种基于凸优化和随机化方法的波形优化设计算法。文中考虑了实际雷达系统应用对目标检测性能的要求,定义了随机目标场景下的信杂噪比,并将之作为约束条件,以最大化接收回波与目标随机冲激响应之间的互信息作为优化准则,利用凸优化和随机化方法进行恒包络相位编码信号的设计。仿真实验结果表明,该算法获得的发射信号能够满足系统最低检测信杂噪比的要求,最大化互信息,提高了目标的估计性能,将扩展目标估计性能和检测性能有效统一起来。     

基于遗传算法的认知雷达稳健相位编码波形设计

针对杂波和噪声不确定的情况,提升认知雷达中相位编码自适应波形的稳健性能,给出基于遗传算法的认知雷达稳健相位编码波形优化算法。首先把问题建模成瑞利商结构,利用近似圆逼近方法解决杂波和噪声不确定的稳健问题,最后调用遗传算法进行求解。该方法所设计出的最优波形即具有认知雷达自适应波形的稳健特性,又保持了相位调制信号的各种特征(即频谱展宽、脉冲压缩、低峰值功率等)。仿真结果表明优化波形要好于线性调频波形信杂噪比1.72dB,且保持了相位编码波形的优良特性。     

基于ABSUM的MIMO雷达频谱兼容波形设计

该文讨论了多输入多输出(MIMO)雷达发射波形和接收滤波器的联合优化问题,以确保与叠加的授权通信网络频谱兼容。考虑信号相关杂波的干扰,在发射能量、相似性和频谱兼容约束下,所提出的信干噪比(SINR)最大化的优化问题是NP-hard问题。为此,首先引入辅助变量对原问题进行修正,然后提出了一种基于乘子块连续上界极小化的原对偶(ABSUM)算法求解该问题。此外,利用内点法求解在ABSUM算法每个更新过程中涉及的二次规划问题。最后,仿真结果表明,ABSUM算法在输出SINR、波束图、频谱特性等方面优于现有方法。      

基于凸优化方法的认知雷达低峰均比波形设计

为了提高雷达发射波形的检测性能,同时使发射机发挥其最大效能,以发射波形的低峰均比(PAR)为约束条件,该文提出了一种信号相关杂波背景下的认知雷达发射波形和接收机滤波器联合优化方法。首先,面向距离扩展目标检测问题,构建关于雷达输出信干噪比(SINR)的优化模型;然后将该模型转化为Rayleigh商形式,给出了接收机权值的解析表达式;在此基础上,通过半正定松弛,将关于发射波形半正定矩阵的非凸问题转化为凸问题,求得发射波形的最优矩阵解;最后,将秩1近似法和最近邻方法相结合,从最优矩阵解中提取出发射波形的最优向量解。该方法在给定PAR取值范围内可使波形的输出SINR达到最大,PAR=2时波形的SINR值与能量约束下优化波形的SINR值相同,并且比PAR=1时所得波形高出约0.5 dB。仿真结果验证了所提方法的有效性。      

Robust Transmitted Waveform and Received Filter Design for Cognitive Radar in the Presence of Signal-Dependent Interference

The problem of robust transmitted waveform and received filter design for cognitive radar in a signal-dependent interference environment is considered. When estimate errors of the target impulse response (TIR) and clutter impulse response (CIR) exist, in order to improve the worst signal-to-clutter ratio (SCR) and signal-to-interference-and-noise ratio (SINR), a robust transmitted waveform and received filter are designed based on the minimax criterion by using the information fed back from the receiver. Using deterministic and random models, the waveform and filter design problem is divided into three optimization problems. The robust waveform and filter are then obtained by solving these problems. In the deterministic model, we prove that the robust waveform and filter impulse response can be generated by a pseudorandom code. In the random model, the robust waveform and filter impulse response can be obtained by an alternative projection algorithm. Numerical results indicate that the worst SINR of the robust waveform and filter is higher than that of the traditional waveform and filter.     

基于多频带陷波的雷达嵌入式通信波形设计

雷达嵌入式通信（radar-embedded communication,REC）系统是一种在雷达回波信号中隐藏通信信息的隐蔽通信方法。但是由于雷达系统所处的电磁波环境极为复杂,以致雷达嵌入式通信系统会受其他通信系统的同频干扰,最终导致接收机无法准确识别回波信号。为了使得雷达系统避免复杂环境的干扰且能保持良好的隐蔽通信性能,本文提出了一种基于多频带陷波的雷达嵌入式通信波形设计。本文首先根据随机雷达波形和理想功率谱密度,并采用功率谱匹配的方法建立目标函数,然后利用拟牛顿优化算法对目标函数进行求解得到多频带陷波,以此来避免其他通信系统带来的同频干扰问题,最后基于多频带陷波,采用一种改进的加权组合方法（improved weighted-combining,IWC）设计通信波形。仿真结果表明,本文所提方法可以保证雷达通信的低误码率（signal error rate,SER）和低拦截率（low probability of intercept,LPI）。      

基于Stackelberg模型的弹载雷达和干扰波形设计

现代电子战中,弹载雷达与干扰机间存在着二元零和动态博弈。针对博弈条件下弹载雷达和干扰机性能降低问题,分别以雷达和干扰为博弈主导者,建立Stackelberg博弈模型,基于信干噪比准则提出了二次注水的波形设计方法。在雷达主导的博弈模型中,干扰通过min策略最小化雷达接收端信干噪比,雷达通过二次注水的maxmin策略分配信号频域功率,降低干扰影响;在干扰主导的博弈中,雷达通过max策略最大化自身信干噪比,干扰机利用minmax策略提高干扰效能。实验仿真表明,maxmin策略中雷达检测性能较min策略最高提升9.17%,而minmax策略中目标被探测概率较max策略最多降低11.42%;为博弈条件下雷达信号和干扰信号的优化分别提供了解决方案。      

基于不确定集的稳健MIMO雷达波形设计算法

针对雷达目标回波信号存在不确定性导致MIMO雷达波形优化设计性能下降问题,该文提出一种扁平椭球不确定集约束下的稳健自适应发射-接收波形联合优化设计方法。首先将目标脉冲响应的误差推广到更为一般的扁平椭球不确定集约束条件,并利用Lagrange乘子法对优化过程进行推导,得出扁平椭球不确定集约束下的闭式表达式。其次为了提高目标脉冲响应不确定集范围较大时的优化性能,采用了迭代鲁棒最小方差法进行求解(IRMVB),求得更为精确的目标脉冲响应,提高了SINR改善性能。然后进一步分析了基于扁平椭球不确定集约束条件与球体约束条件优化问题的内在联系,推导得出该文求解过程为广义对角加载方法。最后通过仿真实验表明所提算法对于目标回波信号不确定性具有更高的稳健性。     

博弈条件下雷达波形设计策略研究

为提高电子战中弹载雷达检测性能,该文提出基于纳什均衡的雷达波形设计方法。首先建立电子战条件下雷达与干扰信号博弈模型,基于最大化信干噪比(SINR)准则,分别设计了雷达和干扰的波形策略;然后通过数学推导论证了博弈纳什均衡解的存在性,设计了一种重复剔除严格劣势的多次迭代注水方法来实现纳什均衡;通过二步注水法推导了非均衡的maxmin优化方案;最后通过仿真实验测试不同策略下雷达检测性能。仿真结果证明,基于纳什均衡的雷达信号设计有助于提升博弈条件下雷达检测性能,对比未博弈时,雷达检测概率最高可提升12.02%,较maxmin策略最高可提升3.82%,证明所设计的纳什均衡策略更接近帕累托最优。     

基于量子遗传算法的MIMO雷达正交信号波形设计

正交信号波形设计是MIMO雷达领域的研究热点,随着技术的发展,MIMO雷达对正交信号波形的性能要求越来越高。针对现有MIMO雷达正交信号波形互相关峰值较高且算法收敛速度慢的问题,为了提高码长较长的正交信号波形的性能,本文使用量子遗传算法,将量子计算与遗传算法相结合,进一步降低了波形的互相关峰值,一方面降低了不同目标回波之间的相互干扰,提高了雷达系统的检测性能,另一方面使雷达系统更难被敌方定位,提高了雷达的战场生存能力。仿真试验的结果表明,该方法能有效提高波形的正交性能,并加快了优化的速度。      

非完备杂波先验知识场景下MIMO-STAP稳健波形设计

本文考虑了色高斯干扰条件下MIMO STAP稳健波形优化问题以提高非完备杂波先验知识条件下多输入多输出（MIMO）雷达体制下空时自适应处理（STAP）最坏情况下探测性能。由于高斯干扰（包括杂波、干扰以及热噪声）场景下最大化系统输出信干噪比（SINR）等价于最大化MIMO STAP检测性能,因而在本文所建立杂波协方差估计误差的模型基础上,总功率发射以及参数不确定凸集约束下,经推导可得稳健波形优化问题。为求解得到的复杂非线性问题,本文提出了一种迭代算法以优化发射波形相关阵（WCM）从而最大化凸不确定集上最差情况下的输出SINR进而改善最差情况下MIMO STAP的检测性能。通过利用对角加载（DL）方法,所提算法中的每个迭代步骤皆可表示为能获得高效求解的半定规划（SDP）问题。与非稳健方法及非相关波形相比,数值实验验证了本文所提方法的有效性。