MIMO雷達(dá)波形優(yōu)化.pdf

1、近年來，多輸入多輸出(MIMO)雷達(dá)受到研究學(xué)者以及工程人員越來越多的關(guān)注。不同于傳統(tǒng)相控陣?yán)走_(dá)各發(fā)射單元只能發(fā)射相干信號，MIMO雷達(dá)各發(fā)射天線可發(fā)射任意信號，此即所謂的波形分集。波形分集使得MIMO雷達(dá)在抗目標(biāo)衰落、分辨力改善以及干擾抑制等方面擁有許多潛在的優(yōu)勢。充分挖掘這些潛力能顯著提高雷達(dá)的目標(biāo)檢測、參數(shù)估計以及目標(biāo)跟蹤和識別能力。本文針對共置天線MIMO雷達(dá)信號處理中一般波形條件下的參數(shù)辨識，目標(biāo)參數(shù)估計以及空時自適應(yīng)處理(S

2、TAP，Space-Time Adaptive Processing)中的波形優(yōu)化等問題進(jìn)行了研究，主要工作包括以下幾方面：
　　 1.考慮了一般發(fā)射波形條件下的參數(shù)辨識問題。首先利用時間帶寬積的概念提出用以確定系統(tǒng)自由度的準(zhǔn)則?；诖藴?zhǔn)則，可得到波形相關(guān)陣秩虧條件下的參數(shù)辨識條件，即最大可辨識目標(biāo)數(shù)目不僅取決于系統(tǒng)幾何構(gòu)型，還依賴于波形相關(guān)陣的結(jié)構(gòu)以及秩。需要指出的是，此結(jié)論也適用于發(fā)射波形不相關(guān)以及相干的情況，因而具有較為廣

3、泛的應(yīng)用范圍。
　　 2.基于目標(biāo)先驗信息，在與有偏估計器相關(guān)的約束下，研究了雜波環(huán)境下利用發(fā)射波形與有偏估計器的聯(lián)合優(yōu)化改善參數(shù)估計性能的問題。此聯(lián)合優(yōu)化問題可表述為較復(fù)雜的非線性問題，因而難以求解。在近似合理假設(shè)下，此問題可通過利用松弛方法轉(zhuǎn)化為半正定(SDP，semidefinite programming)問題，從而可以高效求解。原問題的最優(yōu)解可通過最小二乘意義下對SDP問題最優(yōu)解的近似得到。由于利用了先驗信息以及發(fā)射波

4、形與有偏估計器的聯(lián)合優(yōu)化，與不相關(guān)發(fā)射波形相比，所提方法可以顯著提高參數(shù)估計精度。
　　 3.考慮了改善參數(shù)估計性能的波形優(yōu)化所需參數(shù)存在估計誤差場景下的穩(wěn)健優(yōu)化方法。此方法將有關(guān)參數(shù)的不確定性顯式地考慮進(jìn)優(yōu)化問題中，通過優(yōu)化波形以提高參數(shù)不確定凸集上的最差性能，從而改善系統(tǒng)整體性能。此問題是關(guān)于優(yōu)化變量較復(fù)雜的非線性函數(shù)，因而難以求解。利用矩陣不等式，可將此問題松弛為SDP問題。由于所提方法對波形以及初始參數(shù)估計誤差進(jìn)行聯(lián)合優(yōu)

5、化，因此與不相關(guān)發(fā)射波形相比，優(yōu)化波形對參數(shù)估計誤差具有較好的穩(wěn)健性。
　　 4.研究了通過波形優(yōu)化提高M(jìn)IMO-STAP檢測性能的問題。由于在噪聲服從高斯分布條件下可證明最大化系統(tǒng)檢測概率等價于最大化輸出信干噪比(SINR，signal-interference-plus-noise-ratio)，因此我們以輸出SINR為目標(biāo)函數(shù)進(jìn)行波形優(yōu)化。然而，SINR最終可表示為關(guān)于波形較復(fù)雜的非線性函數(shù)，因而難以求解。通過利用對角加載