摘要：针对集中式多输入多输出(multiple-input multiple-output, MIMO)雷达多目标空时自适应信号处理(space-time adaptive signal processing, STAP)中最优发射波形设计问题,以最大化最差输出目标信干噪比(signal-to-interference plus noise ratio, SINR)为优化准则,联合优化发射波形和接收滤波器。在模型方面,考虑其他目标作为相干干扰;在算法方面,为满足半正定规化(semi-definite programming, SDP)算法中输出波形相关的协方差矩阵的秩1约束,提出基于秩1近似的秩递减求解算法。在此基础上,设计两种迭代交替优化算法并对比了算法的性能。仿真结果表明,最优发射波形同时满足峰均比(peak-to-average ratio, PAR)和相似性约束,具有稳健多目标空时杂波抑制能力。

摘要：针对杂波背景下提升认知MIMO雷达的多运动目标检测问题,基于双互信息准则构建多目标优化模型,结合运动目标冲激响应(TIR)线性变化问题,采用卡尔曼滤波算法估计下一时刻TIR,并采用注水算法求解最优频域波形,然后利用遗传算法合成认知MIMO雷达的时域波形。经仿真验证,所用算法能满足认知MIMO雷达观测多个目标发射波形设计的需要,实现了对运动目标冲激响应的有效估计,相比于传统的固定信号,能够提升多运动目标检测性能。

摘要：针对方位和多普勒信息均不确定条件下集中式MIMO雷达的稳健目标检测问题,基于最大化最差输出信干噪比(SINR)的波形设计准则,利用半定规划(SDP)优化来交替优化发射波形和接收滤波器.为进一步提升检测性能,采用脉内和脉间联合设计波形.最后分析了波形的峰均比约束对输出SINR性能的影响.仿真结果表明,与单纯脉内和单纯脉间波形相比,联合波形具有更加鲁棒的输出SINR性能.