用于分布式目标最优极化求解的Lagrange乘因子法优化

目前拉格朗日乘因子法是求解分布式目标最优极化的主要算法。该算法需要计算一个以拉格朗日乘法因子为自变量的六次多项式方程。针对拉格朗日乘因子法在计算该多项式方程根时存在的问题,提出了一种优化求解法。在理论证明该方程最大根对应天线最大接收功率而最小根对应天线最小接收功率的基础上,该优化求解法通过缩小迭代搜索区间获取方程最大、最小根,然后利用这些根与天线极化之间的关系式求解目标最优极化。为了提高迭代收敛速度,通过理论分析确定了最小初始迭代搜索区间。实验结果表明,该优化求解法消除了算法对于拉格朗日乘因子初始值的依赖,提高了算法的运算速度。

一种求解分布式目标通道最优极化的快速算法

针对现有分布式目标通道最优极化算法存在运算量偏大等问题,以算法的实用性为目的,在理论分析的基础上提出一种求解分布式目标通道最优极化的快速算法。首先将任意通道下的天线接收功率模型统一为同极化通道下的天线接收功率拓展模型,然后对该拓展模型进行变换极化基处理,在此基础上理论确定目标最优极化在(r,θ)平面上的位置区间,从而为简化目标最优极化求解或预判目标最优极化位置等提供理论支撑。为获取目标最优极化,采用区间二分法在目标最优极化位置区间内迭代搜索。通过对比实验对算法运算速度和实现方面予以验证。

基于“三步”解耦思想的分布式目标最优极化求解法

针对现有分布式目标天线接收功率优化求解运算量偏大、不易编程实现等不足,本文提出了一种基于"三步"解耦思想的分布式目标最优极化求解新方法。考虑到分布式目标的散射回波多为部分极化,文中首先讨论了部分极化波的天线最优接收,得到了部分极化波的天线接收失匹配条件及天线接收功率上下限,并给出了该上下限对应的发射天线最优极化数值求解。以此为基础,借鉴确定性目标"三步"解耦求解思路,给出了收发天线无约束情形的分布式目标最优极化求解具体步骤。算法关键是通过优化部分极化波天线失匹配接收条件下的天线接收功率得到发射天线最优极化,而不是通过优化目标散射回波功率得到。与现有算法相比,由于"三步"解耦思想简化了分布式目标天线接收功率优化求解,因而它较现有算法更具有实用性。旧金山地区的AIRSAR实测极化数据的实验结果验证了新方法的有效性。