基于MIMO阵列的综合射频系统鲁棒波形设计算法研究

基于多输入多输出(MIMO)阵列的综合射频(MFRF)系统通过优化多波形,可以在不同角度辐射不同的信号,进而同时实现多种功能。然而,当存在角度误差时,综合射频系统所合成的信号会出现畸变,这将导致系统性能下降。该文主要考虑存在角度误差时,对综合射频系统鲁棒波形设计算法进行研究。首先,提出基于最小最大化(Min-Max)框架的MIMO阵列多波形优化问题。同时,为减少非线性功放引起的波形失真,对发射波形施加了峰均比(PAPR)约束。为求解此问题,该文提出了基于交替方向乘子法(ADMM)和Majorization-Minimization(MM)方法的波形优化算法。仿真实验结果表明,当存在角度误差时,所提算法能够获得更好的性能。

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。

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。

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。

概率约束MIMO雷达稳健发射波形设计方法

传统多输入多输出(multi-input multi-output,MIMO)雷达发射波形设计方法对传播矩阵误差敏感,导致难以得到最优的匹配波形,进而造成系统检测性能严重下降。针对此问题,提出一种基于概率约束的MIMO雷达稳健发射波形设计方法。该方法考虑最差情况的发生为小概率事件,基于输出信噪比(signal noise ratio,SNR)低于可接受水平的概率小于中断概率的约束条件,通过最大化输出信噪比设计最优波形。利用传播矩阵误差的概率分布特性,将概率约束转化为凸约束,从而将统计优化问题转化为确定性优化问题。该方法在传播矩阵存在误差情况下以高概率实现系统性能最优化。仿真结果表明所提方法能够提高输出SNR,具有较好的检测性能。

稳健的MIMO雷达发射波形和接收滤波器联合优化设计

针对杂波条件下目标反射信号方向不确定的情况,提出一种稳健的MIMO雷达发射波形和接收滤波器联合优化设计方法.在考虑各阵元发射功率相等的约束条件下,利用发射加权矩阵构造不确定集范围内关于输出信干噪比(SINR)的Maxmin优化模型;在此基础上,利用序列优化、半正定松弛和Charnes-Cooper转换,将非凸的联合优化问题转化为关于发射波形和接收滤波器的凸优化问题进行迭代求解;最后通过随机向量合成方法计算最终发射波形和接收滤波器,并对算法计算复杂度和收敛性给出分析和证明.所提方法在满足阵元发射功率一致的约束条件下,提高了算法稳健性并降低了计算复杂度.仿真实验证明了算法的有效性.

机载MIMO雷达发射波形和接收滤波器组联合稳健设计方法

针对机载多输入多输出(MIMO)雷达在杂波环境下波形设计时目标先验信息未知的问题,提出了发射波形和接收滤波器组联合稳健性设计方法。该方法在设计阶段以最大化最差情况下的信干噪比(SINR)为准则,对波形同时施加了能量约束、相似性约束和峰均比约束,并针对这一复杂非凸联合优化问题,提出了循环迭代算法,在每次迭代过程中通过凸近似处理将非凸优化问题转化为可解的凸优化问题,再通过可行点追踪连续凸近似算法(FPP-SCA)直接求出波形的解。仿真结果表明,在目标先验信息未知时该方法具有稳健性并能显著提升SINR,另外与现有算法对比具有更低的运算复杂度。

多输入多输出雷达恒模稳健波形联合优化算法

针对目标冲激响应及杂波冲激响应分布特性先验知识不准确导致的多输入多输出雷达检测性能下降的问题,提出恒模稳健波形与接收机滤波器联合优化算法。将目标冲激响应及杂波冲激响应分布特性先验知识不准确时的优化问题建模为一个极大极小化问题。运用迭代优化算法将联合优化问题分解为两个子优化步骤:将波形固定时的接收机滤波器权值优化问题建模为广义瑞利商模型,求解得到相应的接收机滤波器权值矢量;利用半正定松弛技术对权值固定时的波形优化问题进行求解,获得对应的波形矩阵,并根据得到的波形矩阵,通过高斯随机化的方法获得所需的恒模波形。对所提算法的收敛性进行了证明,仿真结果表明所提算法有效。

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。