新體制雷達(dá)系統(tǒng)設(shè)計(jì)與優(yōu)化問(wèn)題研究.pdf

1、新體制雷達(dá)可以適應(yīng)日益復(fù)雜的電磁環(huán)境，已成為近年來(lái)雷達(dá)領(lǐng)域的研究熱點(diǎn)。由于通過(guò)設(shè)計(jì)與優(yōu)化可以提高雷達(dá)系統(tǒng)的特定性能指標(biāo)，因此研究不同的系統(tǒng)設(shè)計(jì)與優(yōu)化方法也受到了廣泛的關(guān)注。本文針對(duì)新體制雷達(dá)系統(tǒng)中的認(rèn)知雷達(dá)(Cognitive Radar，CR)、多輸入多輸出(Multiple-Input and Multiple-Output，MIMO)雷達(dá)以及壓縮感知(Compressed Sensing，CS)雷達(dá)，提出了多種優(yōu)化設(shè)計(jì)方法，從而有

2、效地提高了針對(duì)特定目標(biāo)的估計(jì)、檢測(cè)與定位性能。具體研究?jī)?nèi)容主要包括以下5個(gè)方面:
　　1.在CR系統(tǒng)中，針對(duì)時(shí)域相關(guān)擴(kuò)展型目標(biāo)，本文給出了存在雜波和噪聲干擾時(shí)，基于卡爾曼濾波(Kalman Filter，KF)的目標(biāo)散射系數(shù)(Target Scattering Coefficients，TSC)估計(jì)方法。進(jìn)而提出一種直接發(fā)射波形優(yōu)化算法來(lái)最小化KF迭代過(guò)程中的均方誤差，該波形優(yōu)化算法同時(shí)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(cè)概率等約束條件，由于該波形最優(yōu)化問(wèn)題為非凸優(yōu)化問(wèn)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(gè)凸優(yōu)化問(wèn)題，最終得到針對(duì)時(shí)域相關(guān)擴(kuò)展型目標(biāo)的優(yōu)化雷達(dá)發(fā)射波形，并獲得更優(yōu)的TSC估計(jì)性能。
　　2.針對(duì)多個(gè)擴(kuò)展型目標(biāo)，討論了目標(biāo)間隔較近和較遠(yuǎn)兩種情況下的TSC聯(lián)合估計(jì)方法。為進(jìn)一步提高TSC聯(lián)合估計(jì)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(gè)目標(biāo)間TSC的估計(jì)精度。同樣，該聯(lián)合波形優(yōu)化問(wèn)題也是非凸優(yōu)化問(wèn)題，

4、通過(guò)適當(dāng)?shù)乃沙诓僮?，可將其轉(zhuǎn)換為半正定規(guī)劃(Semidefinite programming，SDP)問(wèn)題，通過(guò)求解該SDP問(wèn)題可以獲得針對(duì)多個(gè)擴(kuò)展型目標(biāo)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(jì)性能。
　　3.針對(duì)運(yùn)動(dòng)目標(biāo)的檢測(cè)問(wèn)題，給出了基于多運(yùn)動(dòng)平臺(tái)的雷達(dá)系統(tǒng)方案，通過(guò)在每個(gè)分布式收發(fā)平臺(tái)配備集中式MIMO天線陣列，可使雷達(dá)系統(tǒng)同時(shí)具備分布式和集中式MIMO雷達(dá)的優(yōu)點(diǎn)，有效提高針對(duì)運(yùn)動(dòng)目標(biāo)的檢測(cè)性能。首先，對(duì)于多

5、運(yùn)動(dòng)平臺(tái)雷達(dá)系統(tǒng)中雜波的異質(zhì)問(wèn)題，本文通過(guò)充分挖掘雜波的稀疏特性，提出一種雜波稀疏模型來(lái)估計(jì)雜波信息。由于該模型需要對(duì)雜波進(jìn)行離散化操作，可能會(huì)導(dǎo)致雜波偏離離散網(wǎng)格點(diǎn)，因此建立了雜波估計(jì)的Off-Grid問(wèn)題，并提出一種兩步法對(duì)該問(wèn)題進(jìn)行求解，以實(shí)現(xiàn)對(duì)異質(zhì)雜波信息的估計(jì)。其次，利用估計(jì)得到的雜波和目標(biāo)信息，提出了一種波形優(yōu)化算法來(lái)最大化回波信號(hào)的信雜噪比。最終，在多運(yùn)動(dòng)雷達(dá)平臺(tái)的融合中心實(shí)現(xiàn)基于廣義似然比的運(yùn)動(dòng)目標(biāo)檢測(cè)。仿真結(jié)果表明該雷

6、達(dá)設(shè)計(jì)方案和波形優(yōu)化方法可以顯著提高對(duì)運(yùn)動(dòng)目標(biāo)的檢測(cè)性能。
　　4.當(dāng)涉及到多個(gè)擴(kuò)展型目標(biāo)的速度和距離估計(jì)問(wèn)題時(shí)，本文將該參數(shù)估計(jì)問(wèn)題建模為稀疏重構(gòu)問(wèn)題，并提出了一種基于CS的擴(kuò)展型目標(biāo)參數(shù)估計(jì)方法。由于擴(kuò)展型目標(biāo)的回波信號(hào)是雷達(dá)發(fā)射信號(hào)與目標(biāo)沖擊響應(yīng)的卷積，所以，本文給出了針對(duì)多個(gè)擴(kuò)展型目標(biāo)的字典矩陣構(gòu)造方法，同時(shí)為進(jìn)一步提高TSC的估計(jì)性能，給出一種雷達(dá)發(fā)射波形的優(yōu)化算法，該算法通過(guò)最小化字典矩陣的相干系數(shù)來(lái)提高稀疏重構(gòu)性能，

7、以及相應(yīng)的TSC估計(jì)性能。
　　5.針對(duì)分布式MIMO雷達(dá)系統(tǒng)的多目標(biāo)定位問(wèn)題，提出一種雷達(dá)天線位置的優(yōu)化方法。首先，通過(guò)構(gòu)造包含所有位置信息的過(guò)完備字典矩陣，給出了基于稀疏重構(gòu)的多目標(biāo)定位算法，并采用字典矩陣的相干系數(shù)來(lái)間接描述目標(biāo)的定位性能。進(jìn)而，提出了一種天線位置優(yōu)化算法來(lái)最小化該相干系數(shù)，從而提高稀疏重構(gòu)性能以及雷達(dá)系統(tǒng)的定位精度。其次，為了描述不同天線布置對(duì)定位性能的影響，推導(dǎo)了不同天線布置時(shí)相干系數(shù)的概率分布，以輔助分