基于黎曼置信域优化的MIMO雷达波形生成方法技术

本发明专利技术围绕MIMO雷达探测性能提升的需求，针对MIMO雷达的波形优化技术进行了研究，研制了具有优于国内外已有方法的MIMO雷达波形优化技术，特别公开了基于黎曼置信域优化的MIMO雷达波形生成方法，解决了恒模约束在波形设计中的限制问题。本发明专利技术可以比现有方法在MIMO雷达接收端获得更高的信干噪比。达接收端获得更高的信干噪比。达接收端获得更高的信干噪比。

【技术实现步骤摘要】
基于黎曼置信域优化的MIMO雷达波形生成方法


[0001]本专利技术涉及雷达


技术介绍

[0002]近年来，MIMO(Multiple
‑
Input Multiple
‑
Output)雷达以其较高的目标探测和跟踪能力，吸引了较为广泛的关注。要提升MIMO雷达的探测能力，就需要对其发射波形进行一定的优化设计。
[0003]目前，围绕MIMO雷达波形优化的主要目标为四大类：最大化SINR，正交波形设计，方向图匹配，最大化互信息。其中，通过最大化SINR，可以有效抑制MIMO雷达接收端的收到的干扰信号。MIMO雷达的接收端类型的问题主要分为两类。一类是先合成波形协方差矩阵，再生成波形，如文献《Constant envelope waveform design to increase range resolution and SINR in correlated MIMO radar》(Bolhasani M,Mehrshahi E,Ghorashi S A,et al.,[J].Signal Processing 2019,163:59
‑
65)。另一类是直接生成波形，如文献《Spectrally Compatible Waveform Design for MIMO Radar in the Presence of Multiple Targets》(Z.Cheng,B.Liao,Z.He,Y.Li and J.Li,IEEE Transactions on Signal Processing,vol.66,no.13,pp.3543
‑
3555,1 July1,2018.)。相对于前一类，后一类可以减少从波形协方差矩阵中生成波形的性能损失。在该领域的相关研究中，《Mimo radar waveform design with constant modulus and similarity constraints》(G.Cui,H.Li,M.Rangaswamy,IEEE Transactions on Signal Processing 62(2)(2014)343
‑
353.)利用秩一分解与半定规划相结合的算法解决了恒模约束下的高维非凸问题，但是该方法的计算复杂度很高。文献《Transmit Waveform/Receive Filter Design for MIMO Radar With Multiple Waveform Constraints》(L.Wu,P.Babu and D.P.Palomar,IEEE Transactions on Signal Processing,vol.66,no.6,pp.1526
‑
1540,15March15,2018)(以下简称文献1)提出了一种基于Majorize
‑
Minimize(最大最小化)方法的MIA(Majorize iterative algorithm)算法，提高了运算速度，但是其生成波形的干扰抑制能力一般。文献《Constrained waveform design for colocated mimo radar with uncertain steering matrices》(X.Yu,G.Cui,L.Kong,J.Li,G.Gui,IEEE Transactions on Aerospace and Electronic Systems 55(1)(2019)356
‑
370.)(以下简称文献2)提出了一种Dinkel
‑
CD(Dinkelbachs coordinate decent，dinkel
‑
下降算法)方法，不仅加快了计算效率，也提高了运算精度。然而，其性能在SNR(signal
‑
to
‑
noise ratio，信噪比)较低的时候会显著下降。综上，目前已有的算法在计算效率、干扰抑制效能以及适用场景上无法兼顾。另一方面，由于MIMO雷达波形优化问题多为恒模约束，是典型的高维非凸问题，而现有方法的算法优化性能多直接围绕该恒模问题上进行解决，也损失了一部分性能。

技术实现思路

[0004]为解决恒模约束在波形设计中的限制，本专利技术提供了解决上述问题的基于黎曼置
信域优化的MIMO雷达波形生成方法，通过最大化SINR，提升在点目标建模条件下MIMO雷达的干扰抑制效果，以提升MIMO雷达的目标探测和跟踪等功能。
[0005]本专利技术通过下述技术方案实现：
[0006]基于黎曼置信域优化的MIMO雷达波形生成方法，对MIMO雷达波形基于黎曼置信域优化生成最优解的步骤如下：
[0007]步骤1：构造随机初始波形s0∈M，最大置信域半径置信域半径初值步长接受门限
[0008]步骤2：计算判别参数
[0009]步骤3：如果则令转到第6步，否则进入第4步；
[0010]步骤4：如果且其中是s
k
的切向量，则令转到第6步；否则，进入第5步；
[0011]步骤5：令δ
k+1
＝δ
k
；
[0012]步骤6：如果令并进入第8步；否则进入第7步；
[0013]步骤7：令s
k+1
＝s
k
；
[0014]步骤8：令k＝k+1；如果||grad f(s
k
)||≤κ，其中κ是控制收敛的参数，输出波形的最优解s
opt
＝s
k
；否则，回到第2步直至收敛；最优解为MIMO雷达发射机的发射波形；最优解为MIMO雷达发射机的发射波形。
[0015]进一步的，MIMO雷达拥有N
t
根发射天线和N
R
根接收天线。令则s
n
(m)表示第n根天线的第m个快拍的发射波形。于是，对于某远场目标，接收端的数据矩阵可以表示为：
[0016]x
m
＝α0A(θ0)s
m
+d
m
+v
m
ꢀꢀꢀ
(21)
[0017]其中：
[0018]1)α0是散射系数，θ0是方位角。
[0019]2)a
t
(θ)为发射端的方向向量，a
r
(θ)为接收端的方向向量。a
t
(θ)和a
r
(θ)表示如下：
[0020][0021][0022]3)表示K个信号独立的点干扰信号的叠加向量。
[0023]进一步的，令第k个干扰源的方向为θ
k
，散射系数为α
k
，k＝1,2,
…
,K。于是，d(m)可以被表示下：
[0024][0025]4)表示高斯白噪声向量，其均值本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于黎曼置信域优化的MIMO雷达波形生成方法，其特征在于：步骤1：构造随机初始波形s0∈M，最大置信域半径置信域半径初值步长接受门限步骤2：计算判别参数步骤3：如果则令转到第6步，否则进入第4步；步骤4：如果且其中ε
s
是s
k
的切向量，则令转到第6步；否则，进入第5步；步骤5：令δ
k+1
＝δ
k
；步骤6：如果令并进入第8步；否则进入第7步；步骤7：令s
k+1
＝s
k
；步骤8：令k＝k+1；如果‖gradf(s
k
)||≤κ，其中κ是控制收敛的参数，输出波形的最优解s
opt
＝s
k
；否则，回到第2步直至收敛；最优解为MIMO雷达发射机的发射波形。2.根据权利要求1所述的基于黎曼置信域优化的MIMO雷达波形生成方法，其特征在于：所述MIMO雷达拥有N
t
根发射天线和N
R
根接收天线，发射波形s
n
(m)表示第n根天线的第m个快拍的发射波形，远场目标接收端的数据矩阵表示为：x
m
＝α0A(θ0)s
m
+d
m
+v
m
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)其中：1)α0是散射系数，θ0是方位角，2)a
t
(θ)为发射端的方向向量，a
r
(θ)为接收端的方向向量，a
t
(θ)和a
r
(θ)分别表示为：(θ)分别表示为：3)表示K个信号独立的点干扰信号的叠加向量；4)表示高斯白噪声向量，其均值为0，方差为满足3.根据权利要求2所述的基于黎曼置信域优化的MIMO雷达波形生成方法，其特征在于：包括对于第k个干扰源的方向为θ
k
，d(m)表示为：其中，散射系数为α
k
，k＝1,2,
…
,K。
4.根据权利要求2所述的基于黎曼置信域优化的MIMO雷达波形生成方法，其特征在于，还包括搭建基于黎曼置信域优化的最小化问题的优化模型：其中，优化问题为计算SINR的推导结果，即包括计算接收到的信号能量，干扰能量和噪声能量；波形s的各个模...

【专利技术属性】
技术研发人员：张伟见，殷友廷，沈凡，
申请(专利权)人：中国船舶重工集团公司第七二四研究所，
类型：发明
国别省市：