依赖信号噪声场景下MIMO雷达稳健波形设计

考虑依赖信号噪声场景下MIMO雷达的稳健波形优化问题。根据最小最大方法,基于克拉美-罗界描述了改善MIMO雷达最差情况参数估计性能的稳健波形优化问题。为求解所得NP问题,提出一种新的基于对角加载(DL)的迭代方法。此方法利用哈达玛不等式将内层优化分解为若干子问题,以降低运算复杂度从而利于工程应用,基于DL方法将子问题转化为凸问题,外层优化也可转化为凸问题,因而可获得高效求解从而便于硬件实现。初始问题最优解可通过对迭代算法得到的解进行最小二乘拟合得到。数值仿真验证了所提方法的有效性。

非确知先验信息条件下MIMO雷达波形设计

考虑了目标先验知识未确知条件下,提升基于多输入多输出正交频分复用(MIMO-OFDM)雷达的空时自适应处理(STAP)最差条件下检测概率的稳健波形设计问题。在发射波形恒模特性及目标参数不确定凸集约束下,基于最大化输出信干噪比(SINR)准则,构建了提高最差条件下MIMO-OFDM-STAP检测性能的极大极小波形优化问题。为求解所得NP-hard问题,先将发射波形恒模特性松弛为低峰均比约束,而后利用对角加载(DL)将其重构为可有效求解的半定规划(SDP)问题。与传统非相关信号和主流非稳健算法相比,数值仿真验证了该算法可显著提升MIMO雷达目标检测的稳健性。