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。      

面向目标参数估计的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面向目标参数估计的雷达波形设计问题,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雷达低PAR稳健波形设计方法。首先,以最大化互信息(MI)为优化准则,构建了估计波形优化模型;接着,通过提取协方差矩阵特征值,构建了关于目标和杂波矩阵的不确定集模型;然后基于极大极小化准则,将关于矩阵的非凸优化问题转化为关于特征值的凸问题;最后,基于序列线性规划方法给出了波形的优化解。分析表明,所提方法产生的波形具有较好的有效性和稳健性能。     

非确知目标先验知识条件下MIMO雷达稳健波形设计

考虑稳健波形优化问题以提高多输入多输出雷达最差条件下参数估计精度。基于最小-最大方法,将初始参数误差模型显式包含进波形优化问题,并基于克拉美-罗界得到稳健波形设计。为求解得到的复杂非线性优化问题,基于哈达玛不等式将其转化为半定规划问题,从而可高效求解。仿真结果表明,与不相关发射波形以及非稳健方法相比,所提方法可显著改善最差条件下参数的估计性能。     

频谱拥挤环境中峰均功率比约束的认知雷达发射波形设计

复杂电磁环境的一个重要特征是频谱资源受限,合理使用有限的频谱资源是认知雷达发射波形设计必须考虑的问题。以峰值与平均功率比(PAR)为约束条件,设计认知雷达发射波形,最大化接收数据信噪比(SNR),最小化波形频谱在受干扰频段内功率。该问题是二次约束的多目标优化问题,采用Pareto优化方法,将两个目标函数通过加权构成一个目标函数,从而构成一个二次约束二次规划非凸优化问题。进一步采用半定规划松弛和随机化方法,可以获得最优发射波形,其性能与Pareto加权系数和PAR约束条件等有关。计算机仿真分析表明,发射波形设计在SNR和干扰抑制能力方面存在制约关系,并可以通过增大发射机动态范围进一步改善性能。     

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。      

杂波条件下稳健的MIMO雷达发射波形和接收滤波器联合优化设计

现有MIMO雷达发射波形和接收滤波器联合优化方法均未考虑阵元功率放大器非线性以及算法的稳健性。针对上述问题,该文以MIMO雷达各阵元发射功率和每个阵元发射波形的峰均比(PAR)为约束条件,提出一种杂波条件下稳健的MIMO雷达发射波形和接收滤波器联合优化设计方法。该方法利用Max-Min构造目标导向矢量不确定集范围内关于雷达输出信干噪比(SINR)的优化模型,通过半正定松弛(SDR)、Charnes-Cooper转换、序列优化和Lagrange对偶方法,将非凸的联合优化模型转化为两个分别关于发射波形和接收滤波器空时序列协方差矩阵的凸的半正定规划问题(SDP)进行求解,最后利用随机向量合成方法得到具体的发射波形和接收滤波器。实验仿真验证了所提方法的有效性和稳健性。     

非完备目标先验知识多输入多输出雷达稳健波形设计

多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达通常基于目标和环境的先验知识设计波形,而由估计得到的先验知识不可避免存在误差,基于此先验知识得到的优化波形的检测和参数估计等性能下降严重.针对此问题,提出两种稳健波形设计方法,分别提高MIMO雷达的检测性能和参数估计性能.在目标位置误差和信道误差有界的条件下,分别构造以信噪比(Signal Noise Ratio,SNR)和克拉美-罗界(Cramera-Rao Bound,CRB)为代价函数的优化问题.为最大化SNR和最小化CRB,分别给出迭代算法,交替以发射波形相关矩阵和通道矩阵误差为优化变量求解,将迭代的每一步转化为凸优化问题,从而在最差情况下提高MIMO雷达系统的检测性能和参数估计性能.仿真实验结果验证了所提方法能有效改进MIMO雷达的检测和参数估计性能.     

面向不同雷达任务的认知波形优化综述

传统雷达系统的发射机与接收机采用开环工作模式,在动态复杂环境下探测目标时缺乏灵活性和稳健性.借鉴生物认知学习过程,认知雷达可以感知动态环境和目标信息,通过发射和接收端闭环反馈控制,实现全自适应探测和信号处理.本文介绍了认知雷达波形优化的基本框架,递进地梳理了面向检测、跟踪、成像、分类任务以及抗干扰认知波形优化的主要研究...     

认知雷达参数化波形设计

本文首先从认知雷达架构出发,基于雷达参数化的理念,提出雷达参数化波形的概念.雷达参数化即用一系列参数来表征雷达系统模型,参数化波形即雷达一系列控制参数的集合,对雷达系统的发射、接收过程进行参数控制.之后对参数化波形的具体内容进行介绍,并从频域、时域、空域三个方面对参数化波形进行详细设计,确定了其具体的参数形式.最后对一...     

基于低峰均比最优导频序列的MIMO-OFDM信道估计

信道估计是多输入多输出-正交频分复用(MIMO-OFDM)系统接收机进行信号相干解调的关键。针对最优导频序列(OPS)在进行信道估计时存在峰均比(PAPR)较高这一问题,设计了一种低PAPR的OPS用于对MIMO-OFDM系统进行信道估计。在建立系统模型基础上,对MIMOOFDM系统的OPS进行了设计,并利用部分传输序列(PTS)思想设计出低峰均比最优导频序列(EOPS);将设计的EOPS用于对MIMO-OFDM系统进行信道估计,并对复杂度较高的步骤进行了算法简化,在此基础上分别对各发射天线上信号PAPR的互补累积分布函数(CCDF)和OPS改进前后的均方误差(MSE)、误码率(BER)性能进行了仿真分析。结果表明,分布在多个OFDM符号上的EOPS能够有效降低系统PAPR;同时,与原来的OPS相比,保持了MSE和BER的最优性能。     

基于迭代凸优化的恒模波形合成方法

针对认知雷达合成的时域恒模波形能量谱误差大的问题,该文提出了一种基于迭代凸优化的恒模波形合成方法。该方法首先将波形合成过程转化成峰均功率比(PAPR)约束下的优化问题,克服了常规波形合成过程中时域和频域独立优化导致的整体收敛速度慢,局部最优值能量谱误差大的问题。其次通过最小化加权误差矢量值(WEVM)降低阻带功率水平,提高干扰及强杂波抑制能力。最后通过一系列变换操作将优化问题转化成二阶锥规划(SOCP)问题求解。计算机仿真验证了所提算法的有效性。     

基于序列优化的认知雷达稳健旁瓣抑制方法

距离旁瓣可能导致强目标掩盖弱目标以及大量虚假目标的出现,针对认知雷达旁瓣抑制问题,该文提出一种基于序列优化的方法。首先,将待测区域按距离单元进行划分,之后,基于最小均方误差准则,针对某距离单元进行发射-接收联合优化,所优化结果用于该距离单元散射点雷达截面积(RCS)的估计。上述过程在场景内各距离单元序贯进行,并将已获估计值用于后续距离单元距离旁瓣的抑制,各散射点RCS值依次以递归方式获得,并循环更新。所提方法构建了一个闭环系统,根据实时反馈的场景信息调整收发系统,提高雷达对环境的感知能力,从而改善旁瓣抑制性能,提高抗噪声稳健性。仿真结果验证了所提方法的有效性。     

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.     

认知雷达的未知目标检测

认知雷达可以在探测过程中不断优化自身系统参数,实现与当前探测环境的匹配,从而能够改善雷达的探测性能。针对未知目标的探测问题,利用当前回波数据更新目标分量的估计值及其协方差矩阵,基于目标相关信息优化下一次探测所需的发射机波形和接收机滤波器,并构成一个闭环处理过程。该文提出了两种优化途径,第1种途径利用目标分量的估计仅优化下一次探测波形,在接收端采用广义匹配滤波器;第2种途径将估计误差等效为信号依赖的噪声,联合优化发射波形与接收机滤波器。计算机仿真分析表明,采用闭环迭代优化的方法是渐进等效的,并可以在相干累积获得的性能增益基础上,进一步改善雷达的探测性能。     

认知天波雷达环境感知波形设计算法研究

基于目标和环境先验信息优化设计发射波形可以提高雷达目标回波信干噪比（SINR）。首先给出了认知天波超视距雷达（CSWOTHR）发射波形自适应设计机制,完善了系统架构设计,为减弱同频干扰对目标检测的影响,在基于知识辅助自适应环境感知波形 (KB-AESBW) 设计算法的基础上,提出了一种改进的基于灰色马尔科夫组合模型的自适应环境感知波形（GM-AESBW）设计算法。通过GM-AESBW算法,CSWOTHR实现了对环境感知一次、预测多次的功能,具有更好的环境匹配能力,且鲁棒性强,降低了系统对外部环境的依赖。理论分析与仿真实验验证了GM-AESBW算法的有效性。     

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。     

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.     

一种新型的低旁瓣MIMO雷达发射波形设计方法

该文通过对经典低旁瓣MIMO雷达发射波形设计方法的改进,提出一种新型的低旁瓣MIMO雷达发射波形设计方法。该方法首先引入发射波形主瓣下界、主瓣上界两个参数,并设定主瓣下界的值;其次分别以最小化峰值旁瓣、最小化积分旁瓣为目标函数,以发射信号协方差矩阵半正定、各阵元发射信号恒功率为约束条件,在此基础上,在约束条件中加入对主瓣波动的限制,建立半正定规划优化问题,并且可通过设定不同的主瓣上界的值来控制主瓣波动、抑制旁瓣;最后利用一次凸优化算法得到全局最优解。仿真结果表明,该方法在只需求解一次凸优化问题的前提下,所设计波形旁瓣降低且可控。