认知MIMO雷达目标分类波形自适应方法

针对认知多输入多输出(MIMO)雷达系统,研究了基于序贯假设检验的扩展目标分类波形自适应方法.采用基于信息论的波形设计方法,通过最大化雷达回波与扩展目标冲激响应之间的互信息获得每一类目标的最优雷达波形,进而根据多类目标的当前概率加权合成最优MIMO雷达信号.在多次雷达观测中,根据贝叶斯准则不断更新每一类目标可能出现的概率,最优波形自适应变化,最终趋于真实目标类别的最优波形.仿真结果表明,相比较于传统的固定波形,采用自适应最优波形的认知MIMO雷达系统进行目标分类的平均观测次数显著降低.     

集中式MIMO雷达研究综述

多输入多输出(MIMO)雷达作为一种新体制雷达,利用其发射波形分集的特点,在目标检测、参数估计、射频隐身及抗干扰等诸多方面展现出了突出的性能,经过学者们近20年的深入研究,基于正交波形的MIMO雷达相关理论日臻完善,并在汽车辅助驾驶、安全防卫等领域得到广泛应用。近年来,随着电磁环境感知及知识辅助等概念的引入,基于波形优化的MIMO雷达主动抗干扰、射频隐身、以及探测-通信一体化等技术受到学者们的关注并得到深入研究。该文力图对学者们近20年来围绕MIMO雷达的研究工作进行归纳与综述,内容主要包括:正交波形MIMO雷达原理、目标探测性能分析、典型应用;正交波形MIMO雷达波形设计与特点;基于知识的认知MIMO波形设计与算法;基于MIMO的探测-通信一体化波形设计与算法;MIMO雷达信号处理、数据处理及资源管理。论文最后对MIMO雷达在机载应用中的空时处理(STAP)、MIMO雷达在成像中的信号处理、以及基于时分多波形分集的线性调频毫米波MIMO雷达信号处理等进行了讨论。      

基于WLS-TIR的多目标识别认知雷达波形自适应方法

 针对多个雷达目标的识别问题,研究认知雷达的波形自适应方法,对目标冲激响应线性加权求和获得多个目标的加权表示,基于互信息准则,通过最大化接收到的信号与目标冲激响应线性加权和(WLS-TIR)的互信息获得了针对多目标识别的最优波形,给出了权值的计算方法和多目标识别的自适应机制.仿真实验表明,本文提出的方法相对于传统的线性调频信号(LFM)对多目标的识别性能有明显的提高,并具有较强的实用性和可行性.     

基于原子范数的MIMO雷达发射波形设计方法

针对现有多输入多输出(MIMO)雷达发射波形设计方法存在运算量高的问题,该文提出一种基于原子范数的MIMO雷达发射波形设计方法。根据原子范数的信号模型,该算法首先选择一个具有特殊结构的发射滤波器组以及一组正交信号,将MIMO雷达发射波形设计问题转化为原子范数最小化问题,然后采用半正定规划(SDP)对原子范数进行求解,得到(半)正定Toeplitz矩阵,并对其进行范德蒙分解实现发射滤波器组的估计,最后综合发射滤波器组与正交信号获得MIMO雷达的发射波形。理论分析与仿真结果表明,该算法满足等能量发射准则以及小的峰均功率比(PAPR)。同时,该算法相比于现有算法有较低的运算量以及良好的匹配性能。     

MIMO雷达分组正交波形集优化设计方法

在现代电子对抗中,数字射频存储(DRFM)设备能够快速截获机载脉冲多普勒雷达信号,能够实现对多输入多输出(MIMO)雷达的干扰。MIMO雷达可基于多组相互正交的波形集来对抗DRFM干扰。同时,为最大化MIMO雷达波形分集增益,每个脉冲内发射的波形也需要正交。为了平衡组内和组间的正交性,文中建立了一种分组正交波形集优化模型,其目标函数为组内和组间相关函数性能评估指标值的加权和;为了求解该优化问题,提出了一种分组正交波形集设计方法。所提方法将原优化问题简化为p-范数优化问题,基于MM算法导出了最小化目标函数的迭代求解表达式。仿真结果表明,所提方法可通过改变权重系数来灵活平衡MIMO雷达的干扰抑制性能和距离压缩性能。     

基于线性调频信号的综合脉冲与孔径雷达波形设计方法

 综合脉冲与孔径雷达(SIAR)是一种采用正交编码频率调制波形的多输入多输出(MIMO)雷达,本文对SIAR采用线性调频(LFM)脉冲信号时的波形设计问题进行研究.在对SIAR脉冲综合原理和LFM信号分析的基础上,给出了两种波形设计方法,对其性能进行了理论分析,并利用实际系统数据对其中一种波形进行了验证.计算机仿真结果和实测数据结果证实了这两种设计方法的有效性.     

基于交替投影的MIMO雷达波形设计

针对基于最大化互信息(或最小均方误差)准则所提方法只得到理论上最优多输入多输出雷达波形,而无法产生可发射波形的问题,基于交替投影方法,提出一种新的可发射波形设计算法。该算法得到的可发射波形渐进逼近基于最大化互信息(或最小均方误差)准则得到的理论最优波形,且迭代的每一步都具有闭式解,因而可获得高效求解。仿真结果表明,相比较已提出的可发射波形设计方法,所提算法具有较好的最优波形逼近性能。     

MIMO雷达正交混沌调频波形集设计

正交波形设计是实现MIMO雷达的关键技术之一,目前正交波形设计方法主要多采用统计优化算法,如模拟退火、遗传算法等,此类方法主要缺点是算法耗时长、效率低,且所设计的波形集性能随着波形个数的增加而下降,针对此问题,提出一种基于混沌调频的MIMO雷达正交波形集设计方法,采用混沌调频信号作为MIMO雷达的发射波形,利用混沌序列良好的统计特性,无需寻优处理即可得到性能优越的正交波形集,且理论上可以得到任意数目的波形而不损失波形集性能,因此,该方法在算法效率和波形多样性方面具有优势,计算机仿真实验验证了设计方法的有效性。      

面向频谱共存的MIMO雷达波形设计综述

多输入多输出（multiple-input multiple-output, MIMO）雷达良好的空间分集和波形分集能力使其在目标检测和参数估计等方面有着传统雷达无法比拟的突出优势。然而,随着信息技术的快速发展,雷达和通信系统对频谱资源的需求日益增长。频谱资源稀缺导致雷达和通信系统势必出现竞争频谱资源的问题,进而使得二者相互干扰并导致性能下降。针对面向频谱共存的MIMO雷达波形设计问题,介绍了MIMO雷达的基本概念、信号模型以及信号处理任务,对MIMO雷达波形设计问题的一般形式,以及面向典型应用场景的波形设计问题进行了概述。为通过发射波形设计提高MIMO雷达在频谱拥塞环境中的性能,对频谱约束下的MIMO雷达波形设计、MIMO雷达与通信系统协同设计和雷达通信一体化等领域的研究进展进行了系统的评述和总结,并展望了下一步的研究方向。     

最大化SINR 的MIMO 雷达发射协方差矩阵设计

对于由实际阵元功率放大器非线性特性引起的波形畸变问题,现有多输入多输出(MIMO)雷达发射协方差矩阵设计方法大都不能在解决的同时保证较高的输出信干噪比(SINR)。鉴于此,文中以最大化输出SINR 和保证MIMO 雷达高自由度为设计目标,结合二相编码(BPSK)波形满足恒模约束的特性,给出了一种满秩发射协方差矩阵,验证了提出的协方差矩阵可以用于生成BPSK 波形,并推导了其可获得的最大输出SINR。仿真结果表明,当干扰位置已知时,文中方法拥有较高的输出SINR,同时能够抑制更多的干扰。     

基于最大边缘分配算法的雷达博弈波形设计

实战背景下雷达目标先验信息有较大的不确定性,基于先验信息设计的波形不能满足参数估计的需要。为解决该问题,提出了一种博弈条件下的雷达波形设计方法。考虑到雷达与干扰机在电子对抗中的非同时性,采用Stackelberg博弈框架进行建模。该方法以优化雷达能量谱分布为策略,采用最大互信息准则建立效用函数。博弈过程中,雷达与干扰机各自根据对手策略优化发射波形,经过多次迭代,双方达到纳什均衡。仿真实验对比了均衡策略与maxmin策略与随机策略,证实了所提算法的有效性。     

一种综合考虑目标检测与估计的波形设计方法

讨论了在综合考虑目标检测与估计性能的条件下,雷达发射波形的优化设计问题.由于衡量目标检测与估计性能的直接指标是信噪比(SNR)和互信息(MI),文中采用将SNR作为约束条件下最大化MI的准则,通过引入发射信号的自相关序列将优化目标转发为凸优化问题,进而优化设计发射波形.仿真实验的结果表明,利用该方法所设计的波形能够满足输出SNR约束(对于目标检测性能)且同时能够最大化MI(对应目标估计性能).     

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。     

一种新的认知雷达波形优化方法

针对认知雷达中的波形优化问题,在给定信号模型基础上,分析了两种主要波形设计准则:信噪比准则和互信息准则,并提出了一种新的波形优化准则,简称为联合准则。该准则通过最大化信噪比和互信息之间的差距来达到优化波形的目的。仿真表明,相对于信噪比准则和互信息准则,联合准则可以更好的利用环境信息,其得出的优化波形具有更高的信噪比和互信息。     

统计MIMO雷达目标跟踪技术研究

首先研究了统计多输入多输出(MIMO)雷达对运动目标参数的估计(也称雷达测量),以雷达估计性能为依据设定其工作参数,提出了一种统计MIMO雷达对运动目标跟踪与参数估计相结合的交互式跟踪方法。理论分析表明,所提方法在目标雷达横截面积(RCS)闪烁严重的情况下仍能很好地进行跟踪,并保持很高的跟踪精度;而且论文中所提出的参数估计法可以有效地降低MIMO雷达参数估计的运算复杂度,解决了参数估计中一大难题。仿真实验也验证了该方法的有效性。     

Robust Waveform Design for MIMO Radar with Imperfect Prior Knowledge

Waveform optimization for multi-input multi-output radar usually depends on the initial parameter estimates (i.e., some prior information on the target of interest and scenario). However, it is sensitive to estimate errors and uncertainty in the parameters. Robust waveform design attempts to systematically alleviate the sensitivity by explicitly incorporating a parameter uncertainty model into the optimization problem. In this paper, we consider the robust waveform optimization to improve the worst-case performance of parameter estimation over a convex uncertainty model, which is based on the Cramer–Rao bound. An iterative algorithm is proposed to optimize the waveform covariance matrix such that the worst-case performance can be improved. Each iteration step in the proposed algorithm is solved by resorting to convex relaxation that belongs to the semidefinite programming class. Numerical results show that the worst-case performance can be improved considerably by the proposed method compared to that of uncorrelated waveforms and the non-robust method.     

Robust Transmission Waveform Design for Distributed Multiple‐Radar Systems Based on Low Probability of Intercept

This paper addresses the problem of robust waveform design for distributed multiple‐radar systems (DMRSs) based on low probability of intercept (LPI), where signal‐to‐interference‐plus‐noise ratio (SINR) and mutual information (MI) are utilized as the metrics for target detection and information extraction, respectively. Recognizing that a precise characterization of a target spectrum is impossible to capture in practice, we consider that a target spectrum lies in an uncertainty class bounded by known upper and lower bounds. Based on this model, robust waveform design approaches for the DMRS are developed based on LPI‐SINR and LPI‐MI criteria, where the total transmitting energy is minimized for a given system performance. Numerical results show the effectiveness of the proposed approaches.     

认知雷达子空间信号迭代闭环检测方法

闭环迭代过程是认知雷达信号处理的重要特征。在雷达与探测环境构成的闭环中,雷达逐渐理解环境,选择适合当前环境的信号处理方式。本文考虑杂波和噪声中,认知雷达的子空间信号检测问题。基于认知雷达闭环迭代架构,提出了一种认知雷达检测方法。在每次迭代开始时,利用获得的数据计算目标在子空间内坐标的最大似然估计,然后依据目标参数设计下一次迭代所需的发射波形。计算机仿真分析表明,利用闭环迭代检测算法,认知雷达能够更高效获得探测环境信息,其检测性能优于常规雷达。