MIMO雷达中的DFCW设计及性能分析

发射信号的正交性好坏是多输入多输出(MIMO)雷达实现的关键,正交离散频率编码波形(DFCW)是MIMO雷达可以利用的正交信号。该文首先分析了DFCW的互模糊函数,在此基础上,对自相关峰值旁瓣及互相关峰值旁瓣电平进行了分析,提出了采用遗传算法对其进行优化,得到了具有更低互相关峰的DFCW。然后将优化得到的DFCW应用于MIMO雷达系统进行仿真分析。通过对信号互相关仿真及对目标回波信号匹配滤波仿真对理论分析进行了验证,证明了理论分析的正确。     

基于模糊优化度的频率编码雷达信号编码优化

分析了频率编码脉冲（frequency coded pulse, FCP）雷达工作原理;推导了基于自相关函数的步进频率信号的模糊函数,针对常用的FCP信号——步进频率编码信号（frequency stepped signal, FSS）距离-多普勒旁瓣电平较高、存在“距离-速度”耦合、距离-速度联合分辨率低的缺点;提出了优化频率编码的模糊优化度准则,并基于该准则给出了2种编码优化规律不同的频率编码优化方法.仿真结果表明：在保持原有的距离、速度分辨率不变的情况下,2种方法都能有效的降低“距离-速度”二维耦合,提高距离-速度联合分辨率.     

OFDM—MIMO相控阵雷达性能分析

采用正交频分调制（0FDM）波形的MIM0相控阵雷达是一种新的MIMO雷达,其可同时实现波形分集和频率分集．与正交相位编码波形不同,OFDM波形中心频率不同,存在特定的差频,使得基于该波形的MIMO雷达信号处理更为复杂．针对这一问题,首先建立了该雷达系统信号模型,推导了子阵间空域相干合成结果,然后,分析了该系统的信噪比、作用距离和抗截获能力,并与传统相控阵雷达进行了比较理论分析和仿真实验结果证实了该系统的优势．     

MIMO雷达鲁棒目标检测的脉内和脉间联合波形设计

针对方位和多普勒信息均不确定条件下集中式MIMO雷达的稳健目标检测问题,基于最大化最差输出信干噪比(SINR)的波形设计准则,利用半定规划(SDP)优化来交替优化发射波形和接收滤波器．为进一步提升检测性能,采用脉内和脉间联合设计波形．最后分析了波形的峰均比约束对输出SINR性能的影响．仿真结果表明,与单纯脉内和单纯脉间波形相比,联合波形具有更加鲁棒的输出SINR性能．     

稳健的MIMO雷达发射波形和接收滤波器联合优化设计

针对杂波条件下目标反射信号方向不确定的情况,提出一种稳健的MIMO雷达发射波形和接收滤波器联合优化设计方法.在考虑各阵元发射功率相等的约束条件下,利用发射加权矩阵构造不确定集范围内关于输出信干噪比(SINR)的Maxmin优化模型;在此基础上,利用序列优化、半正定松弛和Charnes-Cooper转换,将非凸的联合优化问题转化为关于发射波形和接收滤波器的凸优化问题进行迭代求解;最后通过随机向量合成方法计算最终发射波形和接收滤波器,并对算法计算复杂度和收敛性给出分析和证明.所提方法在满足阵元发射功率一致的约束条件下,提高了算法稳健性并降低了计算复杂度.仿真实验证明了算法的有效性.     

LFM-频率编码复合低截获波形信号处理方法

LFM-频率编码复合低截获波形把LFM技术和FSK技术组合在一起,获得大的时带积,从而增强了雷达的低截获性能,但LFM-频率编码复合低截获波形的相关距离旁瓣较高,影响雷达检测性能。针对这一问题,该文对旁瓣抑制方法展开了算法研究和工程应用设计,通过离线设计旁瓣抑制滤波器,代替传统匹配滤波或相关处理,从旁瓣抑制滤波器库中选取相应的旁瓣抑制滤波器应用于回波信号采样数据,完成脉压的同时抑制距离旁瓣,实现较为简单,适合工程化应用。仿真结果表明了该设计的有效性,旁瓣性能得到改善。     

MIMO雷达发射方向图匹配和波形优化方法

为了匹配MIMO雷达系统给定的发射方向图,采用半正定规划(SDP)来优化发射信号的协方差矩阵．基于该协方差矩阵,利用循环算法(CA)和极小极大法,通过优化波形相位设计出了具有低空域和时域副瓣的恒模发射信号．此外,又提出了用凸规划设计空域失配滤波器和时域失配滤波器的方法,进一步降低了空域和时域副瓣．     

MIMO雷达正交相位编码信号的代数设计方法

针对多输入多输出雷达正交相位编码波形设计中数值优化方法计算量和存储量较大、效率较低的问题,提出一种代数理论设计方法．首先利用逆归约相乘法求解产生序列族所需的多项式;然后构造以该多项式为特征多项式的线性迭代方程,并通过线性移位寄存器求解而获得序列族;最后将该序列族映射为信号码集从而完成波形设计．仿真结果表明,该方法设计的波形恒模,并且具有低的自相关峰值旁瓣电平和互相关峰值电平．与数值优化方法比较,码集序列数量大,波形产生速度快．     

基于实数编码的遗传算法在雷达数据处理中的应用

对基于实数编码的遗传算法及其模型进行了阐述，在分析探地成像雷达电磁波在地下传播特性的基础上对雷达测得的电磁波信号的成像问题进行了研究，并通过计算机仿真验证了算法的可行性．     

一种基于遗传算法的DDS脉冲波形优化方法

直接数字频率合成（DDs——Digital Direct Frequency Synthesis）是一种新的频率合成技术，具有频率分辨率高、频率切换快、超宽的相对带宽、连续的相位特性和全数字化等优点，DDS实际上是波形的合成技术，可以输出高稳定度的任意波形．对脉冲产生型DDS中输出信号的过冲和振铃进行了讨论，提出了用遗传算法优化脉冲波形以减少过冲和振铃的方法，并用计算机仿真结果进行证明。     

采用OFDM-LFM的MIMO雷达高速目标波形设计

单基地多输入多输出雷达由于其宽发射波束的特性而能有效解决目标高速运动跨越发射波束带来的能量损失问题;但是现有波形对速度容忍性较差,高速目标回波匹配滤波能量损失较大．因此,有必要研究适用于高速目标背景下的多输入多输出雷达波形． 文中提出了一种基于正交频分复用线性调频信号的多输入多输出波形． 该波形不同发射通道分时复用一组不同频段的线性调频信号,从而得到带宽相同的可分离多路多输入多输出雷达波形． 仿真结果表明,文中设计的多输入多输出雷达波形能有效降低高速目标回波匹配滤波的能量损失,适用于高速目标背景．     

离散变量结构形状优化设计的拟满应力遗传算法

为了弥补遗传算法局部寻优能力差的缺点,将拟满应力算法嵌入到遗传算法中构成一种结合二者优点的混合遗传算法,并将该算法应用于离散变量结构形状优化设计问题.将形状设计变量和截面设计变量统一考虑,编码表示在同一染色体中.既解决了两类变量间耦合上的困难,同时也避免了将两类变量分开考虑只能求得局部最优解的问题.算例的结果表明,该方法用于离散变量结构形状优化是有效的.     

MIMO radar waveform design method via low sidelobe beampattern modification

In the design of the multiple-input multiple-output(MIMO) radar waveform, decreasing transmit beampattern sidelobes could reduce the energy of clutters and false targets from sidelobes and increase the received signal to noise ratio (SNR) so as to improve the angle estimation property. Motivated by this idea, a transmit waveform design method based on low sidelobe beampattern modification is proposed for MIMO radar. First, the transmit waveform cross-correlation matrix can be obtained by the semidefinite relaxation (SDR) technique. Then the essence of our method is to establish an optimization modification model to reduce the beampattern sidelobe by changing the non-diagonal elements of the waveform cross-correlation matrix. Finally, the corresponding transmit beamforming weight matrix is obtained by this modified matrix, and the ESPRIT algorithm is used for the direction of arrival (DOA) estimation. Meanwhile, the feasibility of our method is demonstrated. Simulation results show the superiorities of our method in sidelobe suppression, DOA estimation accuracy and angle resolution.     

混合离散变量结构优化的遗传算法

提出了混合离散变量结构优化的遗传算法，给出了离散变量结构优化的算例，算例结果表明算法是有效的。     

离散变量结构优化的组合形遗传算法

针对遗传算法在迭代过程中经常出现早熟收敛、振荡、随机性太大和收敛速度缓慢等缺点,使用格雷码编码,对遗传算法运用海明距离控制种群的个体差异;并把组合形算法作为组合形算子嵌入到遗传算法中,从而建立了一种离散变量结构优化设计的混合遗传算法。算例结果表明这种混合遗传算法优于基本遗传算法和斐波那契遗传算法,既发挥了局部搜索能力强的特点,又发挥了遗传算法全局性好的特点,是可行且有效的离散变量结构优化设计方法。     

基于粗粒度Agent的离散分段遗传算法

为了改善遗传算法早熟对性能的影响以及提高递阶分段遗传算法的整体寻优速度，在递阶分段遗传算法的基础上，提出用Agent技术来实现离散分段遗传算法．通过少数Agent进行粗粒度控制，这样不仅能减少因Agent过多而造成过大的内存和通讯开销，也能从根本上提高离散分段遗传算法的整体寻优速度,通过多峰值函数对算法的验证，表明算法的优化速度得到了一定程度的提高．     

离散变量结构优化的改进组合型遗传算法

对离散组合型法进行改进,提出了一种新的初始点产生办法,提高了离散组合型法的局部寻优能力.把离散组合型算法作为组合型操作算子融合到遗传算法中,构造一种新的离散变量结构优化算法-组合型遗传算法.运用模拟退火技术构造惩罚函数来改造适值函数,使算法更稳定地收敛于全局可行最优解.与基本遗传算法和组合型算法的计算结果比较证明,改进的组合型遗传算法具有局部搜索快和全局性好的双重特点,是可行且有效的离散变量结构优化设计方法.