新體制雷達系統(tǒng)設計與優(yōu)化問題研究.pdf

1、新體制雷達可以適應日益復雜的電磁環(huán)境，已成為近年來雷達領(lǐng)域的研究熱點。由于通過設計與優(yōu)化可以提高雷達系統(tǒng)的特定性能指標，因此研究不同的系統(tǒng)設計與優(yōu)化方法也受到了廣泛的關(guān)注。本文針對新體制雷達系統(tǒng)中的認知雷達(Cognitive Radar，CR)、多輸入多輸出(Multiple-Input and Multiple-Output，MIMO)雷達以及壓縮感知(Compressed Sensing，CS)雷達，提出了多種優(yōu)化設計方法，從而有

2、效地提高了針對特定目標的估計、檢測與定位性能。具體研究內(nèi)容主要包括以下5個方面:
　　1.在CR系統(tǒng)中，針對時域相關(guān)擴展型目標，本文給出了存在雜波和噪聲干擾時，基于卡爾曼濾波(Kalman Filter，KF)的目標散射系數(shù)(Target Scattering Coefficients，TSC)估計方法。進而提出一種直接發(fā)射波形優(yōu)化算法來最小化KF迭代過程中的均方誤差，該波形優(yōu)化算法同時考慮了總發(fā)射功率、峰均功率比以及恒虛警條件下

3、的檢測概率等約束條件，由于該波形最優(yōu)化問題為非凸優(yōu)化問題，不能夠有效地求解，所以本文提出一種兩步法將其轉(zhuǎn)化為多個凸優(yōu)化問題，最終得到針對時域相關(guān)擴展型目標的優(yōu)化雷達發(fā)射波形，并獲得更優(yōu)的TSC估計性能。
　　2.針對多個擴展型目標，討論了目標間隔較近和較遠兩種情況下的TSC聯(lián)合估計方法。為進一步提高TSC聯(lián)合估計性能，本文提出了一種聯(lián)合發(fā)射波形優(yōu)化算法，用于權(quán)衡各個目標間TSC的估計精度。同樣，該聯(lián)合波形優(yōu)化問題也是非凸優(yōu)化問題，

4、通過適當?shù)乃沙诓僮?，可將其轉(zhuǎn)換為半正定規(guī)劃(Semidefinite programming，SDP)問題，通過求解該SDP問題可以獲得針對多個擴展型目標的優(yōu)化發(fā)射波形，該優(yōu)化波形可以顯著提高TSC的聯(lián)合估計性能。
　　3.針對運動目標的檢測問題，給出了基于多運動平臺的雷達系統(tǒng)方案，通過在每個分布式收發(fā)平臺配備集中式MIMO天線陣列，可使雷達系統(tǒng)同時具備分布式和集中式MIMO雷達的優(yōu)點，有效提高針對運動目標的檢測性能。首先，對于多

5、運動平臺雷達系統(tǒng)中雜波的異質(zhì)問題，本文通過充分挖掘雜波的稀疏特性，提出一種雜波稀疏模型來估計雜波信息。由于該模型需要對雜波進行離散化操作，可能會導致雜波偏離離散網(wǎng)格點，因此建立了雜波估計的Off-Grid問題，并提出一種兩步法對該問題進行求解，以實現(xiàn)對異質(zhì)雜波信息的估計。其次，利用估計得到的雜波和目標信息，提出了一種波形優(yōu)化算法來最大化回波信號的信雜噪比。最終，在多運動雷達平臺的融合中心實現(xiàn)基于廣義似然比的運動目標檢測。仿真結(jié)果表明該雷

6、達設計方案和波形優(yōu)化方法可以顯著提高對運動目標的檢測性能。
　　4.當涉及到多個擴展型目標的速度和距離估計問題時，本文將該參數(shù)估計問題建模為稀疏重構(gòu)問題，并提出了一種基于CS的擴展型目標參數(shù)估計方法。由于擴展型目標的回波信號是雷達發(fā)射信號與目標沖擊響應的卷積，所以，本文給出了針對多個擴展型目標的字典矩陣構(gòu)造方法，同時為進一步提高TSC的估計性能，給出一種雷達發(fā)射波形的優(yōu)化算法，該算法通過最小化字典矩陣的相干系數(shù)來提高稀疏重構(gòu)性能，

7、以及相應的TSC估計性能。
　　5.針對分布式MIMO雷達系統(tǒng)的多目標定位問題，提出一種雷達天線位置的優(yōu)化方法。首先，通過構(gòu)造包含所有位置信息的過完備字典矩陣，給出了基于稀疏重構(gòu)的多目標定位算法，并采用字典矩陣的相干系數(shù)來間接描述目標的定位性能。進而，提出了一種天線位置優(yōu)化算法來最小化該相干系數(shù)，從而提高稀疏重構(gòu)性能以及雷達系統(tǒng)的定位精度。其次，為了描述不同天線布置對定位性能的影響，推導了不同天線布置時相干系數(shù)的概率分布，以輔助分