[发明专利]一种频谱共享环境下基于LPI的组网雷达稳健OFDM波形设计方法有效
| 申请号: | 201810762653.1 | 申请日: | 2018-07-12 |
| 公开(公告)号: | CN109164418B | 公开(公告)日: | 2021-01-05 |
| 发明(设计)人: | 时晨光;汪飞;李海林;周建江;夏伟杰;孔莹莹 | 申请(专利权)人: | 南京航空航天大学 |
| 主分类号: | G01S7/282 | 分类号: | G01S7/282 |
| 代理公司: | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人: | 徐红梅 |
| 地址: | 210016 江*** | 国省代码: | 江苏;32 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 频谱 共享 环境 基于 lpi 组网 雷达 稳健 ofdm 波形 设计 方法 | ||
1.一种频谱共享环境下基于LPI的组网雷达稳健OFDM波形设计方法,其特征在于,包括以下步骤:
(1)根据先验知识,获取通信系统发射信号及各子载波处目标频率响应的不确定性集合,并用上、下界已知的不确定性集合表征各子载波目标相对各雷达和通信系统的频率响应区间;
(2)建立频谱共享环境下组网雷达稳健OFDM波形设计的数学模型;具体为:
(21)确定组网雷达的辐射参数与跟踪性能MI门限参数
依据射频隐身性能的需求,设定最大子载波数为K,雷达最大发射功率为Pmax,k,载波k上的通信系统信道容量门限为tk,载波k上加性高斯白噪声的功率为设定目标跟踪性能门限MImin;
(22)建立稳健OFDM波形Ri[ki]设计的数学模型
根据预先设定的表征目标跟踪性能的互信息门限MImin,建立稳健OFDM波形Ri[ki]设计的数学模型为:
其中,代表K个子载波集合,K为子载波的总数目;N为雷达总数目;Li,r[ki],Li,c[ki],Li,z[ki],Ls[ki],Li,e[ki]分别为常数,代表第k个子载波上信号的传播损耗;tk代表第k个子载波上通信系统的信道容量;Pmax,k代表第k个子载波上各雷达的最大发射功率;代表第k个子载波上雷达i的噪声功率水平;和分别表征目标相对各雷达和通信系统频率响应的不确定性集合;C[ki]为通信系统发射信号;Hi,r[ki]表示第k个子载波处目标相对于雷达i的频率响应,Hi,c[ki]表示第k个子载波处通信系统-目标-雷达i路径的频率响应,Hi,e[ki]表示第k个子载波处雷达i-目标-通信系统路径所对应的频率响应;
(23)将稳健OFDM波形Ri[ki]设计的数学模型进行等价转化
假设组网雷达系统中各雷达没有交叠的覆盖整个频段,则步骤(22)中的数学模型等价转化为:
令:
则上述公式(2)的数学模型转化为:
其中,r=[r0,r1,…,rK-1]T,
(3)确定拉格朗日乘子λ1,λ2与λ3的最优解λ1*,λ2*与λ3*;具体的:
(31)构建拉格朗日乘子式Ψ(r,λ1,λ2,λ3)
引入拉格朗日乘子λ1,λ2与λ3,构建拉格朗日乘子式为:
其中,K为子载波的总数目,λ1=[λ1,0,λ1,1,…,λ1,K-1]T,λ2=[λ2,0,λ2,1,…,λ2,K-1]T,r=[r0,r1,…,rK-1]T,
(32)设计求解拉格朗日乘子式Ψ(r,λ1,λ2,λ3)最优化的KKT条件
将式(5)中拉格朗日乘子式Ψ(r,λ1,λ2,λ3)分别对rk,λ1,λ2与λ3求一阶偏导,并令:
同时,满足rk≥0与求解拉格朗日乘子式最优化的KKT条件,KKT条件计算公式为:
其中,为λ1,k的最优解,为λ2,k的最优解,为λ1的最优解,为λ2的最优解,为λ3的最优解,为rk的最优解,为的最优解,为的最优解;
(33)实现拉格朗日乘子式Ψ(r,λ1,λ2,λ3)的最优化求解;
(4)将各拉格朗日乘子的最优解带入KKT必要条件,获取各雷达的稳健OFDM发射波形;
通过求解式(7),得各雷达稳健OFDM发射波形模的平方rk为:
其中,是一个常数,它的大小取决于预先设定的目标跟踪性能MI门限:
经迭代计算,将满足式(9)的值代入式(8)中,求得使组网雷达系统总发射功率最小的一组稳健OFDM发射波形作为最优解;
(5)最终确定组网雷达系统的总发射功率。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京航空航天大学,未经南京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810762653.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种信号装置
- 下一篇:基于交互式多模型的多平台无序量测处理方法





