相比傳統(tǒng)雷達(dá),MIMO雷達(dá)在參數(shù)估計(jì)、反隱身、抗截獲和抗干擾等方面優(yōu)勢明顯,但是過高的系統(tǒng)復(fù)雜度已成為限制其發(fā)展和應(yīng)用的瓶頸。如何合理優(yōu)化MIMO雷達(dá)收發(fā)陣元配置,在保證系統(tǒng)性能的同時(shí)盡量減少資源占用和計(jì)算開銷,具有重要的研究價(jià)值。本文針對(duì)分布式MIMO雷達(dá)系統(tǒng)的陣元優(yōu)化選取問題,分別針對(duì)單一類型任務(wù)、多類型任務(wù)下同優(yōu)先級(jí)目標(biāo)跟蹤以及多類型任務(wù)下多優(yōu)先級(jí)目標(biāo)跟蹤等不同的應(yīng)用場景,研究相應(yīng)的陣元選取優(yōu)化模型的建立及求解方法。主要工作包括:1、在單任務(wù)多目標(biāo)跟蹤場景下,針對(duì)現(xiàn)有算法復(fù)雜度高不利于目標(biāo)快速跟蹤的問題,分別給出基于衰減排序遞增（Attenuation Sort Increasing,ASI）和基于衰減排序遞減（Attenuation Sort Decreasing,ASD）的多目標(biāo)有限陣元選取算法。以最小陣元數(shù)量為優(yōu)化目標(biāo),以多目標(biāo)定位精度限制為約束,建立0-1整數(shù)規(guī)劃優(yōu)化模型。兩種算法均根據(jù)信號(hào)衰減排序準(zhǔn)則,ASI算法以最低衰減收發(fā)對(duì)為基礎(chǔ),依次增加陣元;ASD算法則以全體陣元集為基礎(chǔ),依次減少陣元;直到系統(tǒng)性能剛剛得到滿足。仿真結(jié)果表明,所提算法均能在保證系統(tǒng)性能的同時(shí)有效... 

【文章來源】：戰(zhàn)略支援部隊(duì)信息工程大學(xué)河南省

【文章頁數(shù)】：74 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究與發(fā)展現(xiàn)狀
        1.2.1 分布式MIMO雷達(dá)研究現(xiàn)狀
        1.2.2 分布式MIMO雷達(dá)資源分配研究現(xiàn)狀
    1.3 論文主要工作和結(jié)構(gòu)安排
        1.3.1 主要工作介紹
        1.3.2 論文結(jié)構(gòu)安排
第二章 分布式MIMO雷達(dá)陣元選取技術(shù)研究基礎(chǔ)
    2.1 引言
    2.2 分布式MIMO雷達(dá)模型
        2.2.1 信號(hào)模型
        2.2.2 目標(biāo)運(yùn)動(dòng)模型
    2.3 性能參數(shù)推導(dǎo)
        2.3.1 目標(biāo)位置估計(jì)誤差的BCRLB推導(dǎo)
        2.3.2 檢測概率推導(dǎo)
    2.4 目標(biāo)跟蹤常用方法
    2.5 陣元選取算法介紹
    2.6 本章小結(jié)
第三章 單一類型任務(wù)下的有限陣元快速選取
    3.1 引言
    3.2 基于衰減排序的陣元選取優(yōu)化模型的建立
    3.3 基于衰減排序的陣元選取優(yōu)化模型的求解
        3.3.1 ASI算法
        3.3.2 ASD算法
    3.4 ASI算法和ASD算法復(fù)雜度及性能分析
        3.4.1 復(fù)雜度分析
        3.4.2 性能分析
    3.5 仿真實(shí)驗(yàn)與分析
    3.6 本章小結(jié)
第四章 多類型任務(wù)下同優(yōu)先級(jí)目標(biāo)跟蹤的陣元選取
    4.1 引言
    4.2 參數(shù)引入
    4.3 基于ICR的最少陣元優(yōu)化模型的建立及求解
        4.3.1 模型的建立
        4.3.2 模型的求解
    4.4 基于ICR的最優(yōu)性能優(yōu)化模型的建立及求解
        4.4.1 模型的建立
        4.4.2 模型的求解
    4.5 ICR算法的復(fù)雜度分析
    4.6 仿真實(shí)驗(yàn)與分析
        4.6.1 最少陣元優(yōu)化模型求解的仿真實(shí)驗(yàn)與分析
        4.6.2 最優(yōu)性能優(yōu)化模型求解的仿真實(shí)驗(yàn)與分析
    4.7 本章小結(jié)
第五章 多類型任務(wù)下多優(yōu)先級(jí)目標(biāo)跟蹤的陣元選取
    5.1 引言
    5.2 多優(yōu)先級(jí)目標(biāo)跟蹤的陣元選取優(yōu)化模型的建立
    5.3 參數(shù)預(yù)處理
        5.3.1 目標(biāo)位置估計(jì)精度誤差歸一化
        5.3.2 不同目標(biāo)的權(quán)重系數(shù)的引入
        5.3.3 不同任務(wù)的權(quán)重系數(shù)引入及系統(tǒng)綜合性能評(píng)價(jià)
    5.4 多優(yōu)先級(jí)目標(biāo)跟蹤的陣元選取優(yōu)化模型的求解
        5.4.1 基于MFMLS算法的模型求解
MGMLS算法的模型求解">        5.4.2 基于MT_MGMLS算法的模型求解
    5.5 復(fù)雜度分析
    5.6 仿真實(shí)驗(yàn)與分析
        5.6.1 基于MFMLS算法進(jìn)行模型求解的分析
MGMLS算法進(jìn)行模型求解的分析">        5.6.2 基于MT_MGMLS算法進(jìn)行模型求解的分析
MGMLS算法比較">        5.6.3 MFMLS算法和MT_MGMLS算法比較
    5.7 本章小結(jié)
第六章 總結(jié)與展望
    6.1 工作總結(jié)
    6.2 研究展望
致謝
參考文獻(xiàn)
作者簡歷



本文編號(hào)：2896937