針對(duì)雜波初始估計(jì)誤差導(dǎo)致多輸入多輸出（MIMO）雷達(dá)檢測(cè)穩(wěn)健性較差的問題,提出了發(fā)射波形與接收權(quán)聯(lián)合優(yōu)化方法以改善MIMO雷達(dá)檢測(cè)穩(wěn)健性。雜波誤差凸集、波形恒模特性和相似約束下,基于最大化輸出信干噪比準(zhǔn)則,首先構(gòu)建了改善最差情況下MIMO雷達(dá)檢測(cè)性能的極大極小聯(lián)合優(yōu)化問題;而后,為求解所得NP-hard問題,將其分解為內(nèi)外層子問題,并交替迭代求解。與不相關(guān)信號(hào)、非穩(wěn)健及現(xiàn)有穩(wěn)健方法相比,數(shù)值仿真驗(yàn)證了所提方法的有效性。 

【文章來源】：電子測(cè)量與儀器學(xué)報(bào). 2020,34(06)北大核心CSCD

【文章頁數(shù)】：7 頁

【部分圖文】：

SNR=CNR=10 dB,本文算法所得波束方向圖

為檢驗(yàn)最差條件下檢測(cè)性能的提升,SNR∈[10,50 dB],CNR∈[10,50 dB]條件下,圖2所示為 R ～ C 確知條件下,本文文獻(xiàn)[21]所提的穩(wěn)健算法、文獻(xiàn)[11,20]所提的非穩(wěn)健方法及不相關(guān)信號(hào)所得最差條件下輸出SINR隨SNR或CNR變化曲線。可以看出,5種方法所得輸出SINR隨SNR增加而增加,隨CNR增加而降低。再者,所提算法所得輸出SINR大于文獻(xiàn)[21]所提穩(wěn)健算法,文獻(xiàn)[11]所提非穩(wěn)健算法以及不相關(guān)信號(hào),這是由于所提算法考慮了發(fā)射波形及接收權(quán)聯(lián)合優(yōu)化,而文獻(xiàn)[21]所提穩(wěn)健方法僅考慮穩(wěn)健波形設(shè)計(jì),文獻(xiàn)[11]所提非穩(wěn)健方法僅考慮恒模約束下波形設(shè)計(jì),不相關(guān)信號(hào)則全向發(fā)射而沒有將發(fā)射功率集中于目標(biāo)所在區(qū)域。另外,本文所提算法與文獻(xiàn)[20]所提 R ～ C 確知條件下收發(fā)聯(lián)合優(yōu)化非穩(wěn)健方法所得輸出SINR差距較小,表明所提算法可顯著提高最差情況下輸出SINR。另外,由圖2(a)、(b)或者(c)、(d)可得,雷達(dá)B所得輸出SINR大于雷達(dá)A,這是因?yàn)槔走_(dá)B所形成虛擬孔徑大于雷達(dá)A[8]。為驗(yàn)證所提算法的穩(wěn)健性,SNR∈[10,50 dB],CNR∈[10,50 dB]條件下,本文方法、文獻(xiàn)[21]所提的穩(wěn)健算法、文獻(xiàn)[11,20]所提的非穩(wěn)健方法及不相關(guān)信號(hào)所得最差條件下平均輸出SINR隨SNR或CNR變化曲線如圖3所示(蒙特卡洛仿真100次平均)。由圖3可得,文獻(xiàn)[21]所提穩(wěn)健算法及本文所提方法所得最差情況下平均輸出SINR隨SNR或者CNR變化比較平緩,而文獻(xiàn)[11,20]所提非穩(wěn)健算法所得平均輸出SINR隨SNR或者CNR變化波動(dòng)比較劇烈。此外,由此圖還可以看出,給定條件下,所提算法所得最差條件下平均輸出SINR優(yōu)于文獻(xiàn)[21]所提穩(wěn)健算法,原因同上。由此可得,所提算法具有較好的穩(wěn)健性。

為驗(yàn)證所提算法的穩(wěn)健性,SNR∈[10,50 dB],CNR∈[10,50 dB]條件下,本文方法、文獻(xiàn)[21]所提的穩(wěn)健算法、文獻(xiàn)[11,20]所提的非穩(wěn)健方法及不相關(guān)信號(hào)所得最差條件下平均輸出SINR隨SNR或CNR變化曲線如圖3所示(蒙特卡洛仿真100次平均)。由圖3可得,文獻(xiàn)[21]所提穩(wěn)健算法及本文所提方法所得最差情況下平均輸出SINR隨SNR或者CNR變化比較平緩,而文獻(xiàn)[11,20]所提非穩(wěn)健算法所得平均輸出SINR隨SNR或者CNR變化波動(dòng)比較劇烈。此外,由此圖還可以看出,給定條件下,所提算法所得最差條件下平均輸出SINR優(yōu)于文獻(xiàn)[21]所提穩(wěn)健算法,原因同上。由此可得,所提算法具有較好的穩(wěn)健性。為檢驗(yàn)所提方法的收斂性,SNR=CNR=30 dB條件下,本文方法所得最差條件下輸出SINR隨迭代次數(shù)變化曲線如圖4所示。明顯地,所得輸出SINR波動(dòng)幅度隨著迭代次數(shù)增加而逐漸減小,且無論何種雷達(dá)配置,皆僅需大約5步迭代就趨于穩(wěn)定,說明所提迭代方法具有較好的收斂性。

【參考文獻(xiàn)】：
期刊論文
[1]基于波形認(rèn)知的調(diào)頻廣播外輻射源雷達(dá)技術(shù)研究[J]. 龔道銀,王峰,周易.  國外電子測(cè)量技術(shù). 2018(11)
[2]窄帶無源雷達(dá)OMP三維成像算法[J]. 劉玉春.  電子測(cè)量與儀器學(xué)報(bào). 2018(07)
[3]X波段導(dǎo)航雷達(dá)海表面流反演的改進(jìn)NSP算法[J]. 包中華,馬狄,田永華,盧建斌.  儀器儀表學(xué)報(bào). 2018(07)
[4]海雜波對(duì)機(jī)載雷達(dá)探測(cè)距離的影響[J]. 王軍東.  電子測(cè)量技術(shù). 2018(08)
[5]雜波條件下穩(wěn)健的MIMO雷達(dá)發(fā)射波形和接收濾波器聯(lián)合優(yōu)化設(shè)計(jì)[J]. 王玉璽,黃國策,李偉,劉劍.  電子與信息學(xué)報(bào). 2017(08)



本文編號(hào)：3141096