基于循环方法的MIMO雷达波形设计

提出了一种新的正交多相码,它可以应用于多输入多输出(MIMO,Multiple-Input Multiple-Output)雷达系统中,增加雷达系统的自由度,提高空间分集增益,改善雷达系统的整体性能。该方法利用循环方式实现了发射信号的自相关和互相关函数的最优化,给出了基于循环方法设计正交波形的步骤;并与一种经典的正交频分线性调频信号波形设计方法进行了实验比较。仿真结果验证了该方法的有效性和优异的性能。     

杂波条件下利用一维卷积神经网络的认知雷达波形设计

针对单准则设计的波形难以满足雷达多状态和多任务的问题,提出了一种杂波条件下利用一维卷积神经网络的认知雷达波形设计(CRWD-1D-CNN)方法。首先,设定环境变量,并根据互信息准则和信干噪比准则来构建训练集和测试集;其次,根据数据集的一维数据形式和采样点数,设计一个包含3个卷积层、2个全连接层的1D-CNN模型;最后,使用训练集对1D-CNN模型进行训练,利用1D-CNN对一维数据之间非线性关系的学习能力来学习互信息准则和信干噪比准则,然后,使用训练后的1D-CNN生成波形。为衡量雷达综合性能,提出了一种目标最终识别率指标。实验结果表明,采用CRWD-1D-CNN方法设计的波形作为雷达发射信号时,与使用互信息准则生成的波形相比,雷达综合性能平均提升0.64%,与使用信干噪比准则生成的波形相比平均提升2.13%,证明了CRWD-1D-CNN方法可联合互信息准则和信干噪比准则,提高雷达综合性能。     

峰均比约束下机载MIMO雷达频谱共存波形设计

为了进一步增强雷达对地面动目标的检测性能,同时能够实现与通信系统之间的频谱共存,研究了机载多输入多输出(MIMO)雷达在地杂波环境下的频谱共存波形设计问题。首先对波形施加了峰均比(PAR)约束,然后考虑了全局频谱设计和局部频谱设计2种设计方法,最后提出了一种新颖的循环迭代算法,在每次迭代过程中通过凸近似处理将原非凸优化问题转化为可解的凸优化问题,再使用可行点追踪连续凸近似(FPP-SCA)算法直接求出波形的最优解。仿真结果表明:与现有算法对比,该算法具有更快的运算速度,而且能够对波形起到峰均比约束的效果。     

面向成像任务的宽带MIMO雷达认知波形设计

为了利用最少的带宽资源,获取多个方向目标满意的成像结果,提出了一种信号带宽动态调整的宽带MIMO雷达认知波形设计方法。通过建立目标一维距离像与发射信号带宽之间的闭环反馈,使雷达可根据目标的粗分辨一维距离像,设计在距离向上每一个散射点所需的最小发射信号带宽。在此基础上,综合考虑发射方向图和在目标方向所合成发射信号的带宽要求,建立波形认知优化模型并对其进行求解,最终实现了多目标观测时发射信号带宽的动态调整。仿真实验表明,在信噪比为-10dB条件下,该方法可以准确计算出各目标在距离向上最近两散射点之间的距离,并且可在最少消耗带宽资源的条件下实现目标逆合成孔径雷达成像,该成像结果与大带宽线性调频信号的成像结果十分相近。     

一种灵活抗多普勒的MIMO雷达波形设计

针对多输入多输出(MIMO)雷达正交波形经脉冲压缩后距离旁瓣高的问题,提出一种基于过采样广义Prouhet-Thue-Morse(GPTM)序列和完备互补码(CCC)的MIMO雷达波形.在过采样GPTM序列的控制下,不仅可以使得基于CCC的MIMO雷达波形在模糊函数的零多普勒轴附近有效降低距离旁瓣,还可以在特定的多普勒频率附近消除距离旁瓣.最后,利用仿真,验证所设计波形的性能,并与已有同类波形的性能进行对比.     

面向邻近目标分辨的MIMO雷达波形设计方法

针对雷达系统邻近多目标分辨性能较差的问题,提出了一种面向邻近目标分辨的MIMO雷达波形设计方法。首先,通过数字波形产生器生成正交频分复用信号,作为雷达发射波形,并对其进行相位编码调制;其次,将发射波形设计问题转化为最优化问题,以最小化发射信号功率峰均比为目标函数,最大距离旁瓣电平和距离模糊函数包络变化因子为约束构建优化模型;然后借助序列二次规划法求解该优化模型,得到最优发射波形,提高波形固有分辨能力,进而增强接收端匹配滤波性能。仿真结果表明,该方法能够得到更低的信号峰均比,与时域移位削峰和改进的子载波预留法相比,距离旁瓣性能损失降低了约17.4%和36.9%,且序列长度和初始序列类型对算法性能影响较小。     

杂波环境下面向扩展目标检测的自适应波形设计方法

为了提高杂波环境下的扩展目标检测性能,提出了一种雷达发射波形的自适应设计方法。建立了参数化模型来表征雷达接收端的观测。根据对回波统计特性的分析,提出了目标冲激响应和杂波协方差的估计方法,并构建了一种广义似然比检测器。为了充分发挥雷达发射机的功率极限,进一步提出了一种相位调制波形的自适应设计方法,使所设计的波形应用在下一次发射时能够抑制杂波的影响,提高目标检测性能。仿真实验结果表明:相比传统雷达系统中广泛采用的固定波形,该自适应波形设计算法能够获得更高的回波信杂噪比,改善了扩展目标的检测性能。     

机载MIMO雷达3-CAP杂波抑制方法

针对机载雷达面临的杂波抑制问题,在考虑阵元误差、通道误差和杂波起伏等误差因素对杂波特性影响的基础上,建立了机载MIMO雷达杂波数学模型,提出了一种基于MIMO雷达体制下的空时自适应新方法——M3-CAP方法。对接收信号进行时域滤波,选取被检测通道与其2个相邻通道为一组,进行自适应处理。该方法通过MIMO技术与3-CAP方法的有效结合,将波形分集的优势扩展到3-CAP方法中,显著提高了雷达系统自由度和杂波协方差矩阵估计精度。通过对不同雷达体制以及不同误差条件下杂波抑制性能的分析比较,结果表明:提出的M3-CAP方法的杂波抑制性能明显优于JDL-GMB、改进的JDL、3-CAP等方法。     

基于混沌序列的MIMO雷达正交多相码波形设计

基于混沌序列的良好相关性和随机性,提出了一种多输入多输出(MIMO)雷达正交多相码的设计方法.通过不同初值迭代得剑混沌序列,经过相应的量化和多相编码得到混沌波形.由于不同混沌波形的自相关旁瓣不相关,因而在使用多脉冲相干累积提高信噪比(SNR)的脉冲体制下,主副瓣比得到提高.最后的仿真结果表明,目标所在多普勒通道的输出具有很好的主副瓣比.     

杂波环境下雷达新建航迹处理方法分析

针对杂波环境下容易出现虚假航迹的问题,本文从数据处理角度讨论了航迹关联时的扇区划分和新建航迹规则等方法,利用多个周期的统计分析,在新建航迹的准确性和实时性中寻找平衡,通过适当延长判断周期(牺牲实时性)来降低虚假航迹的出现(提高准确性).     

稳健MIMO雷达发射波形和接收滤波器优化

针对雷达阵元功率放大器非线性以及在拥挤电磁频谱环境下所面临的频谱干扰,以雷达发射波形峰均比和在干扰频带内的发射能量为约束条件,结合弱目标方向估计不准的情况,提出一种稳健的MIMO雷达发射波形和接收滤波器联合优化方法.通过半正定松弛、Charnes-Cooper转换、序列优化和Max-min优化理论,将目标方向不确定集内非凸的优化问题转化为关于发射波形和接收滤波器的子凸优化问题进行求解;最后通过随机向量合成得到最终发射波形和接收滤波器.该方法在提高算法稳健性的同时,使每个阵元发射波形满足特定峰均比并且在干扰频带内形成零陷,从而提高MIMO雷达在实际应用环境下的工作性能,仿真实验验证了该方法的有效性.     

面向多目标ISAR成像的MIMO雷达波形优化

现有MIMO雷达波形优化设计大都是根据跟踪、检测等雷达任务的需要而设计的窄带发射信号,没有考虑成像任务的要求。提出一种面向多目标ISAR成像任务的MIMO雷达波形优化设计方法,将雷达获取的关于目标的位置、雷达散射截面积(RCS)、速度等先验信息以及成像对雷达发射波形的带宽限制作为波形优化的重要约束条件,建立了面向多目标成像任务的波形优化模型,并通过共轭梯度算法进行求解。所设计波形可同时实现对不同方向的目标的成像。     

基于子空间投影SVD的MIMO穿墙雷达杂波抑制方法

在穿墙雷达成像中,墙体的强反射信号会干扰墙后目标的成像与检测,甚至湮没临近墙体的目标.传统的空域滤波法从回波幅值出发,通过空间域线性滤波实现对墙体杂波的抑制.然而,该方法在墙体与目标临近的情况下效果较差,且不适用于MIMO穿墙雷达.本文针对超宽带MIMO穿墙雷达成像过程中墙体杂波抑制问题,提出了一种基于子空间投影的奇异值分解方法,该方法从信号回波的特征出发,通过回波信号矩阵最主要的一个或几个奇异值成分确定墙杂波子空间,再利用正交子空间投影去除回波信号中的墙杂波成分.MATLAB仿真结果表明,提出的墙体杂波抑制方法在消除墙体杂波对目标成像结果的影响方面效果更佳,还能消减随机噪声等弱干扰杂波,抑制多目标探测中的虚假成像,改善成像质量,实现目标的精确成像.     

机载MIMO雷达空时二维杂波建模及特性分析

为了揭示发射信号正交分集情况下机载MIMO雷达的杂波分布规律及特征，在分析了机载MIMO雷达几何特性的基础上,建立了机载MIMO雷达杂波的空时二维阵元模型,并推导了相应的矢量模型,分析了影响MIMO雷达杂波分布的关键因素。给出了距离模糊情况下杂波协方差矩阵估算方法,分析了机载MIMO雷达的杂波分布特性。仿真结果表明：机载MIMO雷达杂波具有良好的斜对角空时二维分布特性；MIMO雷达杂波谱中杂波基线附近杂波展宽幅度小,更利于慢速目标的检测；相比相控阵雷达，MIMO雷达具有更广的探测视角和更大的系统自由度,使其易于进行杂波抑制。     

基于凸优化的自适应子载波调制OFDM雷达波形优化设计

为解决正交频分复用(OFDM)雷达的发射-接收联合优化问题,提出了基于凸优化的自适应子载波调制的波形优化方法。针对高距离分辨目标检测,给出基于最优匹配照射的子载波调制OFDM雷达系统模型。建立在OFDM信号峰均比(PAPR)约束下最大化匹配滤波器输出信噪比(SNR)的目标函数,将其转化为二阶规划标准形式并采用凸优化算法进行求解,优化发射波形。仿真结果表明基于凸优化方法的自适应子载波调制OFDM雷达信号波形的SNR为30.1 dB,PAPR为0.8 dB。SNR受到3.7 dB的损失,但大大降低了PAPR,实现了信噪比和峰均比之间的良好折中。     

浅析MIMO—OFDM技术

本文介绍了OFDM和MIMO系统模型和技术原理,引出了MIMO-OFDM技术的必要性。并着重介绍了MIMO-OFDM系统模型及其关键技术,包括空时信号处理技术、同步、信道估计、信道纠错编码和自适应技术。     

基于深层神经网络的雷达波形设计

针对雷达波形多准则优化目标函数难以建立的问题,降低目标响应的不确定性,提高雷达检测性能,提出了一种基于深层神经网络的雷达波形设计方法。首先,根据雷达回波数据形式进行深层神经网络(DNNs)结构设计;然后,将基于信噪比(SNR)和互信息(MI)准则产生的信号随机混合并与其所对应的环境信息组成训练集,对DNNs训练;最后将另一部分基于互信息准则产生的信号与其对应的环境信息作为测试集,利用DNNs生成信号并进行测试。实验结果表明,使用该方法产生的信号作为雷达发射波形与仅基于MI准则产生的信号作为雷达发射波形相比,雷达回波与目标的互信息量最大提高了21.37nat,雷达接收信号的信干噪比最大提高了1.35dB。与线性调频信号相比,相应的互信息量最大提高了950.76nat,相应的信干噪比最大提高了18.23dB。     

基于OFDM的MIMO移动通信技术

下一代移动通信将要求高速率和大容量，需要更有效地提高频谱效率。由于MIMO（multiple—input-multiple-output）和OFDM（orthogonal frequency division multiplexing，正交频分复用）在提高无线链路的传输速率和可靠性的巨大潜力，使得MIMO和OFDM的结合成为下一代移动通信的核心解决方案。     

基于杂波距离方位谱的机载非正侧MIMO雷达STAP方法

在机载非正侧MIMO雷达系统中,传统统计类空时自适应处理方法难以获得足量的独立同分布训练单元,无法准确估计待测单元杂波特性,杂波抑制性能严重下降。为了减少所需训练单元数,在分析机载非正侧MIMO雷达杂波在距离-方位域上分布的基础上,给出了杂波距离方位谱的概念;然后,利用稀疏恢复方法和距离滤波器估计杂波距离方位谱;根据杂波距离方位谱估计杂波协方差矩阵、构造空时滤波器,滤除杂波、检测目标。由于利用了雷达和载机参数等飞行配置先验信息以及杂波空时耦合关系构造,基于杂波距离方位谱的STAP方法可以在少量训练单元的情况下准确估计杂波协方差矩阵,有效抑制杂波、检测慢速目标,仿真实验证明了方法的有效性。