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。

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。

面向检测的认知雷达低峰均比稳健波形设计

现有认知雷达的发射波形和接收机滤波器的设计方法中大都假定目标和杂波先验信息已知,且并未考虑实际发射机的非线性特性。针对该问题,在随机目标冲激响应和信号相关杂波先验信息均不准确的背景下,提出一种稳健的认知雷达低峰均比发射波形和接收机滤波器联合设计算法。该方法根据极小极大法构造信号模型,给出最差SINR下目标和杂波协方差矩阵不确定度的取值;在此基础上,采用半正定松弛(Semi-definite Relaxation,SDR)方法将非凸问题转化为一个凸问题进行求解,并通过循环迭代得到最优的发射波形和接收机滤波器。仿真结果验证所提方法的有效性。

基于分式二次规划的互模糊函数赋形方法

在开展认知雷达波形设计时,由于发射波形与接收滤波器的非匹配体制,互模糊函数赋形相比传统模糊函数赋形优化自由度更高。该文针对强杂波条件下微弱运动目标检测问题,以最大化信干噪比为优化准则,提出了一种联合发射相位编码序列与接收滤波器设计的互模糊函数赋形方法。在恒模约束下,优化问题被建模为二次分式规划形式;然后通过引入辅助变量,并利用共轭梯度法求解Stiefel流形空间上的最小化问题,非凸优化据此转化为恒模约束二次优化问题;通过交替循环和类幂迭代算法求得最优解。此外考虑到发射波形受硬件限制而难以实现严格恒模,该文构建了一种低峰均比约束二次优化问题模型,并利用最近邻向量法求得最优解。最后,不同参数下的仿真与实测数据实验表明,该文赋形方法相较于传统方法具有较高的信干噪比增益和收敛速度。

宽带认知雷达低峰均比波形快速设计算法

发射波形设计是宽带认知雷达系统的关键技术。为了提高宽带认知雷达系统对距离扩展目标的检测性能,建立了目标检测模型,分析了系统的检测性能,在此基础之上研究了基于最大输出信干噪比(SINR)的低峰均比(PAR)波形设计算法。通过将原波形优化问题等效为接收权值与低峰均比波形的联合优化问题,同时利用循环优化的思想,提出了一种低峰均比波形快速设计算法。相比于现有的梯度法以及凸优化算法,该算法所设计的恒模波形信干噪比与二者相当,但算法实现难度明显变小,计算复杂度明显降低。仿真结果证实了算法的有效性。