杂波中检测目标用mimo雷达发射波形的分级设计方法
【专利摘要】本发明属于雷达【技术领域】，涉及集中式MIMO(Multiple?Input?Multiple?Output)雷达的发射波形设计，公开了一种杂波中检测目标用MIMO雷达发射波形的分级设计方法，能够提高杂波的抑制性能，可用于强杂波中的目标检测；其包括以下步骤：步骤1，建立MIMO雷达信号模型，获取杂波在空域上的强度以及在时间域上的主瓣响应先验知识；步骤2，基于杂波在空域上的强度先验知识，设计发射信号的自相关矩阵Rx；步骤3，联合优化主瓣合成信号（Mainlobe?Synthesized?Signal，MSS）和失配滤波器来抑制主瓣杂波信号；步骤4，在恒模条件约束下，设计发射波形矩阵。
【专利说明】杂波中检测目标用MIMO雷达发射波形的分级设计方法
【技术领域】
[0001]本发明属于雷达【技术领域】，涉及集中式MIM0(Multiple Input Multiple Output)雷达的发射波形设计，特别涉及一种杂波中检测目标用MMO雷达发射波形的分级设计方法，能够提高杂波的抑制性能，可用于强杂波中的目标检测。
【背景技术】
[0002]在传统雷达中，发射波形通常是固定的。因此，接收到的信号是适应电磁环境的唯一来源，这会限制系统在复杂的传播和干扰环境下的性能。然而基于先验知识的雷达发射波形设计方法可以提高整个系统的灵活性，从而可以在复杂的传播和干扰环境下得到满意的性能。在杂波区域中检测目标，杂波相对于系统热噪声占主要地位。在输出信号能量与杂波能量比(Signal to Clutter Ratio, SCR)低的情况下,我们很难得到满意的检测性能，特别是针对低速运动目标的检测。此时，增加发射信号的能量对提高检测性能是没有效果的，唯一的方法就是设计发射的波形。
[0003]受通信领域中MMO技术及综合脉冲孔径雷达SIAR的启发，2003年Rabideau和 Parker 提出了 MIMO 雷达概念，见[Rabideau D.J.and Parker P..Ubiquitous ΜΙΜΟMultifunction Digital Array Radar[C].Conference Record of the37th AsilomarConference on Signals, Systems and Computers, 2003，vol.1，pp.1057-1064]。之后，这一概念在雷达领域引起了人们的广泛关注。根据发射天线和接收天线的间距大小，可以将MMO雷达分为分布式MMO雷达和集中式MMO雷达两类。对于分布式MMO雷达来说，由于各个天线对目标有不同的观测视角以及目标回波的独立性，在统计意义下，这类MIMO雷达可以克服目标的闪烁效应从而提高雷达对目标的探测性能。对于集中式MIMO雷达来说，其特点是阵元间距较小，具有自由地设计每副天线波形的能力。与相控阵雷达相比，集中式MMO雷达的自由度提高了，从而集中式MMO雷达呈现出更多的优越性，如参量分辨力的提高、更自由的发射方向图设计能力等，见[Li J.and Stoica P..MIMO Radar WithColocated Antennas[J].1EEE Signal Processing Magazine, Sep.2007, vol.24, pp.106-114]。因此，可以通过设计集中式MIMO雷达每个阵元的发射波形，从而提高它在目标检测、跟踪与识别上的系统性能。
[0004]由于MMO雷达可以通过各阵元发射不同的信号，从而获得某种实际需要的方向图，为此根据实际需要设计发射波形成为必需。目前发射波形设计的主要方法有正交波形设计、发射方向图的波形设计以及基于先验知识的波形设计。
[0005]正交波形设计是MMO雷达波形设计的基础，它主要考虑波形的自相关和互相关性质。然而，正交波形的发射方向图是各向同性的。与相控阵雷达相比，主瓣增益损失可能会降低正交波形的MIMO雷达性能，这限制了正交波形的应用。
[0006]在给定期望的发射方向图下，Petre Stoica和Jian Li提出了在恒模约束下的波形优化设计算法。具体设计方法是先设计发射信号的自相关矩阵R，再根据已设计的自相关矩阵R合成发射波形矩阵X。对于自相关矩阵R的设计，Petre Stoica和Jian Li提出了方向图匹配设计和最小化旁瓣设计，如[Stoica P., Li J., Xie Y..0n probingsignal design for MIMO radar[J].1EEE Trans, on Signal Processing.2007, vol.55(8).4151-4161]文中所述对设计中所建立的凸规划模型可采用凸优化工具包cvx求解，cvx的具体用法见[Μ.Grant and S.Boyd.CVX:Matlab software for disciplined convexprogramming, http: //Stanford, edu/ ~boyd/cvx, Dec.2008]。该设计方法是基于最小二乘准则的，使由自相关矩阵R得到的方向图尽可能的逼近期望方向图。对于根据自相关矩阵R合成发射波形矩阵X，Petre Stoica和Jian Li提出了 cyclic algorithm (CA)算法，见[Stoica P., Li J., Zhu X..Waveform Synthesis for Diversity-Based TransmitBeampattern Design.1EEE Trans, on Signal Processing.2008，vol.56(6).2593-2598]。该设计方法是基于最小二乘准则的循环算法，逐步使得恒模信号发射波形矩阵X的相关矩阵逼近已优化的自相关矩阵R。
[0007]但是，这些算法适用于均匀杂波中。在实际中，环境杂波通常是异构的，这将会降低已存在的发射方向图设计算法的性能。基于环境杂波的先验知识，BenjaminFriendlander提出了一种MIMO雷达的发射波形设计算法,其具体方法是基于已经得到的杂波响应，通过最大化系统输出信号能量与杂波能量比SCR来获得用于目标检测的最优发射波形，见[Benjamin.，Waveform Design for MIMO Radars.1EEE Trans, onAerospace and Electronic systems.2007，vol.43 (3).1227-1238]。但是，该算法的代价函数非常复杂并且没有考虑到发射波形的恒模约束条件。在恒模约束条件下，代价函数是一个NP (Non-deterministic Polynomial)难问题，这将很难找到一个满意的解。

【发明内容】

[0008]本发明的目的是为了克服上述基于杂波先验知识的波形设计方法的不足，提出了一种杂波中检测目标用MMO雷达发射波形的分级设计方法，能够提高杂波的抑制性能，可用于强杂波中的目标检 测，提高MIMO雷达在杂波区域中检测目标的性能。
[0009]为达到上述目的，本发明采用以下技术方案予以实现。
[0010]1、一种杂波中检测目标用MMO雷达发射波形的分级设计方法，其特征在于，包括以下步骤:
[0011]步骤1，建立MMO雷达信号模型，获取杂波在空域上的强度以及在时间域上的主瓣响应；
[0012]步骤2，根据空域上杂波强度以及MMO雷达信号模型，分别计算出目标回波能量Pt和Θ k方向上杂波的回波能量Pdt,得到输出信号能量与杂波能量比SCR为Pt IY1Pck，其





K一I
中，k=l, 2，…，K，K表示杂波区域在空域上的等分个数；在自相关矩阵半正定以及发射天线发射能量恒定条件约束下，通过最大化输出信号能量与杂波能量比SCR得到最优的发射信号的自相关矩阵Rx;
[0013]步骤3，根据MIMO雷达的信号模型分别得到主瓣合成信号和主瓣杂波响应分别为St=Xa1 ( Θ t)和qt=[qt(l), qt (2),…，Qt(Nc)IT,其中Θ t表示目标所在的方位角，aT ( Θ t)表示
et方向上的发射导向矢量，XeC~xiV，Np表示信号码长，N表示阵元个数，C表示复数域；
发射信号波形矩阵X表示为Xm= [Xm(I), Xm(2)，…，Xm(Np) ]τ,其中Xm (n) (m=l,…，N)表示第m个阵元天线发射的恒模信号，
【权利要求】
1.一种杂波中检测目标用MIMO雷达发射波形的分级设计方法，其特征在于，包括以下步骤: 步骤1，建立MMO雷达信号模型，获取杂波在空域上的强度以及在时间域上的主瓣响应； 步骤2，根据空域上杂波强度以及MMO雷达信号模型，分别计算出目标回波能量Pt和9,方向上杂波的回波能量P。,，得到输出信号能量与杂波能量比SCR为
2.根据权利要求1所述的杂波中检测目标用MIMO雷达发射波形的分级设计方法，其特征在于，步骤2的子步骤为: 2.0)根据空域上杂波强度以及MMO雷达信号模型，目标回波的能量表示为:
3.根据权利要求1所述的杂波中检测目标用MIMO雷达发射波形的分级设计方法，其特征在于，步骤3的子步骤为:. 3.0)首先，根据MMO雷达信号模型，经过滤波器后输出的信号分量和杂波分量为〈6>式:
4.根据权利要求1所述的杂波中检测目标用MIMO雷达发射波形的分级设计方法，其特征在于，步骤4的子步骤为: . 4.1)在恒模条件约束下，发射波形矩阵设计的数学模型写为:
【文档编号】G01S7/36GK103969633SQ201410122330
【公开日】2014年8月6日 申请日期:2014年3月28日 优先权日:2014年3月28日
【发明者】纠博, 陈雁飞, 刘宏伟, 王英华, 戴丰周 申请人:西安电子科技大学