论文部分内容阅读
发射方向图表征了雷达发射功率在空间维上的分布情况,对于雷达来说是非常重要。雷达的工作场景中或多或少地存在着一些对雷达工作产生负面影响的因素如干扰或者杂波,如果能够提前获取这些因素的信息作为先验信息,将其合理利用并指导雷达的下一次发射,就可以大大提高雷达的工作性能,这属于认知发射的范畴,是现代雷达发展的重要方向。多输入多输出(MIMO)雷达具有多个发射和接收天线,这使得MIMO雷达具有波形分集的能力,这种具有高自由度的雷达体制,为先验信息的获取和利用提供了一个非常良好的实现平台。本文以MIMO雷达为实现平台,主要研究基于干扰先验信息和杂波先验信息的发射方向图设计方法;论文内容安排概括为以下几个方面:一、阐述了MIMO雷达发射方向图匹配设计的三种方法。第一种是传统的基于SDP优化方法的发射方向图匹配设计模型,这种方法的求解必须依赖于凸优化工具包如CVX等;第二种是一个无约束优化数学模型,其利用自相关矩阵的平方根矩阵所特有的性质,将自相关矩阵半正定的约束和每个天线等功率的约束都等价地包含到参数化后的平方根矩阵中,从而实现了一个约束优化数学模型向一个无约束优化数学模型的转化,然后利用梯度下降算法即可求解该无约束优化数学模型;第三种也是一个无约束优化数学模型,其思路是将原模型的目标函数进行相应地推导和替换,同时在该过程中将约束条件作为已知条件逐一包含到推导过程中,从而亦实现了一个约束优化数学模型向另一个无约束优化数学模型的转化,然后利用“导数求极值”的方法求解该无约束优化问题,得到一个“伪自相关矩阵”,接着对该“伪自相关矩阵”的非对角线元素进行扰动,最终得到我们要求的具有半正定性质的自相关矩阵。二、研究了基于干扰先验信息的MIMO雷达发射方向图的设计方法。根据获取干扰先验信息方法的不同,主要介绍了三种算法。第一种是利用雷达静默期接收到的干扰数据基于DOA估计技术,将干扰的方向估计出来,这些估计出的干扰方向就是先验信息,利用干扰的估计方向,直接约束该方向上的能量极小,同时利用p阶导数约束的方法,将干扰估计方向上的零陷进行展宽;第二种是基于接收端的干扰信号计算出干扰相关矩阵,接着将干扰相关矩阵进行特征值分解处理,大特征值对应的特征向量所张成的空间即为干扰子空间,该干扰子空间即为先验信息,在设计发射方向图时,将干扰子空间的信息运用其中进行相应的约束,从而可以在干扰的方向上自适应地设置零陷,然后同样运用p阶导数约束的方法在干扰方向上自适应地进行零陷展宽;第三种是利用接收到的干扰数据表征出干扰加噪声的功率,抛开传统的发射方向图匹配思想,直接以最小化干扰加噪声的功率为目标,同时保证感兴趣方向具有一定的增益即可,如此设计出的发射方向图同样可以在干扰的方向上自适应地设置零陷,同时采用Mailloux方法对零陷进行展宽。三、研究了基于杂波先验信息的MIMO雷达发射方向图的设计方法以及利用稀疏的杂波信息进行阵列位置误差校正的方法。首先在非均匀杂波背景下,将MIMO雷达发射正交波形信号时接收到的杂波回波数据矩阵作为先验信息,然后利用该先验信息在最大化接收天线中的信杂噪比的准则下,求出发射信号的自相关矩阵,从而确定MIMO雷达的发射方向图;最后从实际情况出发,将雷达工作环境中稀疏的杂波信息作为阵列位置误差的校正源,基于稀疏重构算法利用交替求解的迭代方法将杂波的散射系数和阵列位置误差全部估计出来,前者就是雷达用于设计发射方向图的先验信息,后者可以用于阵列位置误差的校正。