摘要：在信号相关杂波背景下,现有方法大部分均基于频域进行雷达估计波形设计,这将引起相位信息的缺失从而导致波形变换到时域后性能降低。针对上述问题,同时兼顾放大器的非线性特性,提出了一种基于时域的低峰均比(peak-to-average power ratio,PAR)估计波形设计方法。首先,根据最大互信息准则在时域上构建了优化问题模型;然后,基于序列线性规划思想,将非凸的优化问题松弛为凸问题,并求得波形矩阵的近似解;最后,对该波形矩阵解进行逼近,使得新的波形矩阵满足Toeplitz结构,进而提取出波形向量解。仿真结果表明,与现有方法相比,本文方法在不增加运算量的前提下具有更好的估计性能。

摘要：针对目标冲激响应及杂波冲激响应分布特性先验知识不准确导致的多输入多输出雷达检测性能下降的问题,提出恒模稳健波形与接收机滤波器联合优化算法。将目标冲激响应及杂波冲激响应分布特性先验知识不准确时的优化问题建模为一个极大极小化问题。运用迭代优化算法将联合优化问题分解为两个子优化步骤:将波形固定时的接收机滤波器权值优化问题建模为广义瑞利商模型,求解得到相应的接收机滤波器权值矢量;利用半正定松弛技术对权值固定时的波形优化问题进行求解,获得对应的波形矩阵,并根据得到的波形矩阵,通过高斯随机化的方法获得所需的恒模波形。对所提算法的收敛性进行了证明,仿真结果表明所提算法有效。

摘要：针对目标和杂波先验知识不准确时认知雷达的检测波形设计问题,同时兼顾功率放大器对低峰均比(PAR)波形的需求,该文提出一种信号相关杂波背景下认知雷达低PAR稳健波形设计方法。首先,在目标和杂波不确定集范围内,基于极大极小化准则构造关于输出信干噪比(SINR)的优化模型;然后将不确定性参数代入该模型,给出最差SINR下对应杂波协方差矩阵和目标Toeplitz矩阵的取值;在此基础上,利用半正定松弛,将非凸的优化模型转化为关于发射波形半正定矩阵的凸问题进行求解;最后,通过秩1近似法结合最近邻方法,进一步从波形的最优矩阵解中提取出最优向量解。分析表明,在稳健性能相同的情况下,与现有方法相比该算法具有更低的运算量,仿真结果验证了所提方法的有效性和稳健性。

摘要：针对当前面向多输入多输出(MIMO)雷达目标估计性能的波形设计无法同时满足系统对检测性能要求的问题,提出了多约束条件下MIMO雷达自适应波形设计方法。该方法根据已知的目标和噪声先验信息,以衡量雷达检测性能的信噪比和能量作为约束条件,以最大化目标与接收回波间的互信息作为目标进行波形设计,并通过建模将所提的非凸问题转化为一个标准的凸问题进行求解,最终获得MIMO雷达的优化波形。同时,考虑到噪声协方差矩阵对模型求解的影响,在波形设计时分为白噪声和色噪声两种情况进行分析处理。仿真表明:根据所提方法设计的波形在满足雷达检测性能基本要求的同时提高了目标的估计性能。

摘要：为了提高雷达发射波形的检测性能,同时使发射机发挥其最大效能,以发射波形的低峰均比(PAR)为约束条件,该文提出了一种信号相关杂波背景下的认知雷达发射波形和接收机滤波器联合优化方法。首先,面向距离扩展目标检测问题,构建关于雷达输出信干噪比(SINR)的优化模型;然后将该模型转化为Rayleigh商形式,给出了接收机权值的解析表达式;在此基础上,通过半正定松弛,将关于发射波形半正定矩阵的非凸问题转化为凸问题,求得发射波形的最优矩阵解;最后,将秩1近似法和最近邻方法相结合,从最优矩阵解中提取出发射波形的最优向量解。该方法在给定PAR取值范围内可使波形的输出SINR达到最大,PAR=2时波形的SINR值与能量约束下优化波形的SINR值相同,并且比PAR=1时所得波形高出约0.5 dB。仿真结果验证了所提方法的有效性。

摘要：针对杂波背景下对认知多输入多输出(MIMO)雷达波形设计研究较少的问题,提出了一种基于最大互信息准则的波形设计方法。该方法结合一般认知雷达波形设计模型,以雷达发射功率作为约束条件,以最大化目标与接收回波间的互信息为目标,对认知MIMO雷达的波形设计问题进行建模,并采用卡尔曼滤波一步预测的方法对快速运动扩展目标的冲激响应进行预测,实现对目标的精准估计;同时,基于上述分析采用最大能量分配的方法进行波形设计。仿真实验表明,与传统的线性调频信号(LFM)相比,文中所提方法可以获得更多的信息量。