[发明专利]基于杂波知识未确知条件下MIMO雷达收发联合优化方法

说明书

技术领域

本发明属于信号处理领域，具体涉及基于杂波知识未确知条件下MIMO雷达收发联合优 化方法。

背景技术

近年来，多输入多输出(MIMO)雷达以其优越的性能引起越来越多研究人员的关注。 与传统相控阵雷达相比，MIMO雷达可使用多个发射单元发射几乎任意波形，即所谓的波形 分集。按照天线距离不同，可分为分布式MIMO雷达和集中式MIMO雷达。分布式MIMO 雷达发射或接收有较大间距，从而可从不同角度对目标进行检测，进而可利用空间分集提高 雷达目标检测性能。集中式MIMO雷达各个接收天线之间间距较近，因此只能从一个角度对 目标进行观测，从而可获得更多系统自由度，这些自由度可以带来更高的角度分辨力、参数 辨识能力以及参数估计精度，此外可以获得更好的杂波干扰抑制性能。

关于MIMO雷达的研究领域中，波形优化是非常活跃的方向之一。MIMO雷达波形优化 问题可归纳为如下两类：发射端波形优化及发射波形和接收权值联合优化。有研究表明，可 通过设计发射波形以最大化输出信干噪比(SINR)改善MIMO雷达的检测性能，然而由于这 种基于梯度算法对所得优化问题进行求解，不能保证SINR在每次迭代中不减，进而不能确 保收敛。针对此问题，进一步研究出一种接收权和发射波形联合优化的迭代算法，所提算法 可保证迭代中每一步皆可收敛。类似这种算法，还有一种新的发射波形及接收权联合优化的 迭代方法，使得输出SINR最大化从而提高扩展目标情况下MIMO雷达的检测性能。

需要注意的是，上述优化问题的求解是建立在关于环境及目标先验信息确知基础上，而 这些先验信息在实际中只能通过估计得到，因而不可避免地存在估计误差。因此，依赖于这 些估计值得到的优化波形必然受到估计误差的影响，从而导致MIMO雷达系统性能下降。关 于初始参数估计误差对MIMO雷达性能的影响，已有研究通过仿真实验进行了验证。

发明内容

针对上述问题，本发明提出了基于杂波协方差矩阵先验信息未确知情况下提高最差条件 下MIMO(多输入多输出)雷达检测概率的发射波形及接收权值联合稳健优化方法。基于最 大化输出信干噪比(SINR)准则及杂波估计误差凸集，且在恒模约束及相似性约束情况下构 建杂波先验知识未确知场景下发射波形及接收权值联合稳健优化问题；为求解所得复杂非线 性问题，以最大化最差情况下输出SINR，从而改善系统检测概率对杂波协方差矩阵估计误差 的稳健性能，采用一种迭代算法，此算法每一步都可以转化为半定规划问题(SDP)，从而可 以获得高效求解。本发明的基本思路是，首先建立MIMO雷达模型，并在此基础上推导恒模 约束及相似性约束下输出SINR数学表达；然后建立杂波协方差矩阵误差模型，基于最大化 输出SINR准则，构建杂波先验信息未确知情况下恒模约束及相似性约束下联合稳健优化问 题；最后，基于迭代算法对所得优化问题进行求解。数值仿真表明，与非稳健算法相比，所 使用的迭代算法可显著改善MIMO雷达检测的稳健性。

本发明采取的技术方案如下：

基于杂波知识未确知条件下MIMO雷达收发联合优化方法，具体包含如下步骤：

(一)建立MIMO雷达模型：

MIMO雷达建模如下：收发阵列均是均匀线阵，接收阵元和发射阵元个数分别为N_R和N_T， 收发间距分别为d_R和d_T，且均平行分布，此布置使得目标相对于收发阵元具有相同角度；假 设杂波可建模为K个杂波块的叠加，且各阵元噪声为平稳高斯白噪声，则单脉冲情况下的接 收信号可表示为：

其中，α₀和α_k分别表示目标信号和第k个杂波块的复振幅，K为杂波块的数量；表示n时刻N_T个阵元的发射波形，N为发射脉冲的样本数；为系统噪声，建模为均值 为0，协方差为的圆对称复高斯白噪声矢量；分别表示位于θ₀的目标的发射及接收导向矢量； 则分别表示位于θ_k的杂波块的导向矢量，λ为载波波长；

多脉冲情况下，(1)式接收信号可进一步表示为：

其中x＝[x^T(1),...,x^T(N)]^T，s＝[s^T(1),...,s^T(N)]^T，v＝[v^T(1),...,v^T(N)]^T；

简化表达，式(2)修改为：