CN106970368A - 一种基于模糊函数局部优化的雷达波形设计方法 - Google Patents
一种基于模糊函数局部优化的雷达波形设计方法 Download PDFInfo
- Publication number
- CN106970368A CN106970368A CN201710228641.6A CN201710228641A CN106970368A CN 106970368 A CN106970368 A CN 106970368A CN 201710228641 A CN201710228641 A CN 201710228641A CN 106970368 A CN106970368 A CN 106970368A
- Authority
- CN
- China
- Prior art keywords
- ambiguity function
- optimization
- algorithm
- matrix
- local optimum
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/418—Theoretical aspects
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
该发明公开了一种基于模糊函数局部优化的雷达波形设计方法,属于雷达波形设计领域,特别涉及一种基于模糊函数局部优化的雷达波形设计,提供了一种恒模相位编码序列设计方法。期间用到矩阵特征值估计相关理论,避免了由非零多普勒频移可能带来的特征值分解过程,降低了算法复杂度,另外加速策略的引入进一步提升了算法效率,相对于现有梯度算法在优化效果和算法效率上都有很大的提升。优化的波形在感兴趣的距离‑多普勒范围内具有很低的旁瓣电平,能使模糊函数在目标尖峰附近形成一个明显的凹槽,以此改善恒模相位编码的模糊函数特性,提高单脉冲目标检测的性能。
Description
技术领域
本发明属于雷达波形设计领域,特别涉及一种基于模糊函数局部优化的雷达波形设计,提 供了一种恒模相位编码序列设计方法。优化的波形在感兴趣的距离-多普勒范围内具有很低的 旁瓣电平,能使模糊函数在目标尖峰附近形成一个明显的凹槽,以此改善恒模相位编码的模糊 函数特性,提高单脉冲目标检测的性能。
背景技术
针对现代雷达对距离分辨率、测量精度以及电子对抗能力等诸多要求,模糊函数为系统地 研究最优波形提供了基本的研究平台。模糊函数可以作为单一目标距离和速度的精度与分辨率 评估尺度,并且根据这些参数解决如何可靠地区分多个目标,因此模糊函数在雷达理论中引起 广泛地关注。首先,模糊函数是研究雷达信号波形的重要工具。依赖于模糊函数,可对雷达信 号进行定量的分析,以更好地评估雷达信号进行目标检测与估计的能力。另外,模糊函数也是 雷达信号波形设计的有效工具。其描述了系统采用什么样的发射波形,将具有什么样的分辨力、 模糊度、测量精度和杂波抑制能力等潜在性能,因此,雷达波形的设计可以通过其自模糊函数 的优化来实现。
通常而言,采用随机编码序列或者其他简单编码序列可以获得图钉型的模糊函数,其在整 个模糊函数平面内有较低的旁瓣电平。但是,在实际的目标检测应用场景中,目标尖峰附近的 旁瓣电平值更为重要,因此,需要其模糊函数在以目标为中心的一定距离-多普勒范围内有更 低的值,以凸显目标,提高检测性能。现有技术往往针对模糊函数0延时剖面的局部优化,以 降低无多普勒失配情况下的距离旁瓣,若将此类技术推广到动目标检测情况,由于有多普勒的 平移,优化效果恶化甚至失效。F.Arlery在文献“EfficientGradient Method for Locally Optimizing the Periodic/Aperiodic AmbiguityFunction,IEEE Radar Conference,2016.” 中提出用高效梯度算法(Efficient GradientMethod)实现模糊函数的二维局部优化,其利 用FFT计算梯度下降方向,减少了计算复杂度,但相对于本发明方法仍具有较低的算法效率和 较差的优化效果。
发明内容
本发明针对背景技术的不足之处提出一种基于模糊函数局部优化的雷达波形设计方法,其 目的在于降低模糊函数在感兴趣的距离-多普勒二维平面内的平均积分旁瓣电平,并在优化效 果以及算法效率相对现有技术都得到明显改善,为噪声环境下单脉冲进行高速目标检测提供性 能保证。
本发明的技术方案为一种基于模糊函数局部优化的雷达波形设计方法,该方法包括以下几 个步骤:
步骤1:单基地雷达发射恒模相位编码信号
其中相位根据模糊函数定义,建立相位编码序列自模糊函数表 达式A(k,f)=|xHJkxf|2,其中k表示延时单元,f表示归一化多普勒频率;xf为序列的多普勒平移形式;Jk为平移矩阵;|·|表示取模操作;
步骤2:选择优化的距离单元范围和多普勒频率范围[f1,f2],所述距离单元范围由权向量 wk确定,若将[f1,f2]以间隔Δf等分成L份则第l个频点fl=f1+(l-1)Δf,则基于自模糊函数 的平均加权积分旁瓣电平可表示为:
步骤3:根据矩阵理论以及向量化算符vec(·)的相关运算性质,以上平均加权积分旁瓣电 平化简为WISL=vec(X)HΛvec(X),其中X=xxH是x的自相关矩阵;Λ是仅与干扰参数有 关、与信号x无关的Hermit矩阵;是矩阵向量化算符;则基于模糊函数的波形优化问题PWISL可 描述为:
表示序列x的第n个元素;
步骤4:基于majorization-minimization方法对问题PWISL进行化简,并利用结合加速策 略的Power Method-like迭代算法对其进行求解。
本发明与现有技术相比有以下优点:
第一,考虑多个多普勒单元内距离旁瓣的联合处理,实现恒模相位编码序列模糊函数的局 部优化,以此降低目标尖峰附近的积分旁瓣电平,减少弱目标的漏检,提高检测概率。
第二,利用majorization-minimization方法化简,期间用到矩阵特征值估计相关理论, 避免了由非零多普勒频移可能带来的特征值分解过程,降低了算法复杂度,另外加速策略的引 入进一步提升了算法效率,相对于现有梯度算法在优化效果和算法效率上都有很大的提升。
附图说明
图1为本发明实现的流程图;
图2为归一化WISL值随时间变化的曲线;
图3为优化的模糊函数俯视图;
图4为利用优化的波形作为发射、相关的匹配滤波器组作为接收,滤波结果反映在距离多 普勒二维平面内的示意图。
具体实施方式
结合附图1,对本发明的具体实施步骤描述如下:
第一步:考虑单机地雷达发射恒模序列,并选择随机相位编码信号 作为初始序列,根据模糊函数定义, 建立相位编码序列自模糊函数为A(k,f)=|xHJkxf|2,其中xf=diag(p(f))x为序列的多普勒平 移形式,diag(·)表示取向量元素为矩阵对角元素构造对角矩阵,p(f)=[ej2πfT,…,ej2πfNT]T为 频率矢量,Jk为平移矩阵,其(n,m)个元素定义为
第二步:选择优化的距离单元范围(由权向量wk≥0给出)以及多普勒频率范围[f1,f2], 若将[f1,f2]以间隔Δf等分成L份则第l个频点fl=f1+(l-1)Δf,则基于自模糊函数的平均加 权积分旁瓣电平可表示为
第三步:化简以上平均加权积分旁瓣电平为WISL=vec(X)HΛvec(X),其中X=xxH是x的 自相关矩阵,Λ是仅与干扰参数有关与信号x无关的Hermit矩阵,表示为则基于模糊函数的波形优化问题 可描述为
第四步:优化问题求解。
(1)基于majorization-minimization(MM)思想对问题PWISL进行化简,带入矩阵Λ可得 可得以下Unimodular Quadratic Program(UQP)问题:
minxHΘ(x(i))x
s.t |x(n)|=1,n=1,…,N
其中x(i)表示第i次迭代中的序列,Θ(x(i))=Ω(x(i))+Ω(x(i))H是Hermite矩阵,且Ω(x(i))表 示为
λmax表示Λ的最大特征值,其求解利用了Λ的结构特点,容易得到其闭式解 λmax=max{ωk(N-k)|k=1,...,N-1},避免了Λ的特征值分解。
(2)利用Power Method-like迭代算法对以上UQP问题进行求解,更新表达式为直至满足退出条件。
其中λ满足λ≥λmax(Θ(x(i))),λmax(Θ(x(i)))表示矩阵Θ(x(i))的最大特征值。借助特征值 估计理论可得满足条件的λ值为rl,-k=(Jkdiag(p(fl))x(i))Hx(i),又一 次避免了特征值分解过程。
(3)引入加速策略,为提高算法效率,在以上Power method-like迭代算法基础上引入加 速策略。其是基于两定点的迭代算法,通过回溯α←(α-1)/2的方法确定步长α来更新序列相 位,回溯范围为α到-1。
本发明效果可以通过以下仿真进一步说明:
仿真条件:单机地雷达选用长度为N=1024、相位在[0,2π)正态分布的随机相位编码序列 作为初始序列。设置优化权值w(1:50)=1,else0,优化的归一化多普勒范围f∈(-3,3)/N,并 取优化时间200s作为迭代算法的退出条件。另外,定义第t次迭代的归一化加权积分旁瓣电 平为
以此描述优化效果。仿真中将梯度算法与本发明算法对比,以突显本发明的优势。
仿真内容:
仿真1:基于上述算法描述随优化时间的变化曲线。由如图2可知本发明算法加速 前优化速度慢,有限优化时间内效果不明显,而加速后优化效率显著提升,相对于梯度算法再 优化效果和优化效率上都有明显优势。不仅如此,若不考虑优化时间的约束,加速的本发明算 法能将优化至-120dB。
仿真2:对比本发明算法对模糊函数的优化效果。图3针对梯度和本发明算法给出了优化 的模糊函数俯视图,可看出两种算法都能使模糊函数在中央形成一个凹槽,其中本发明算法相 对梯度算法能使模糊函数拥有明显更深的凹槽,因此有更强的模糊函数优化能力。
仿真3:针对单脉冲高速目标检测场景对本发明算法效果进行评估。考虑高斯白噪声背景 下双目标检测问题,其中设一个为信噪比SNR=20dB的强目标,另一个为SNR=0dB的弱目 标。利用优化的波形作为发射,并用相关的匹配滤波器组作为接收,滤波结果反映在距离多普 勒二维平面内如图4所示,其中(a)、(b)、(c)分别表示使用未优化波形、使用梯度算法优化 波形和使用本发明算法优化波形后的滤波结果。其说明基于模糊函数局部优化的波形设计能有 效提高单脉冲高速目标检测中对弱目标的检测性能,且本发明算法相对现有梯度算法有更好的 优化效果。
综上,本发明提出了一种基于自模糊函数局部优化的雷达波形设计方法,实现了模糊函数 在感兴趣距离-多普勒范围内积分旁瓣的有效压制,相对现有技术拥有更好的优化效果和更高 的优化效率,使单脉冲高速目标检测时的检测性能得到了快速有效的提升。
Claims (1)
1.一种基于模糊函数局部优化的雷达波形设计方法,该方法包括以下几个步骤:
步骤1:单基地雷达发射恒模相位编码信号
其中相位根据模糊函数定义,建立相位编码序列自模糊函数表达式A(k,f)=|xHJkxf|2,其中k表示延时单元,f表示归一化多普勒频率;xf为序列的多普勒平移形式;Jk为平移矩阵;|·|表示取模操作;
步骤2:选择优化的距离单元范围和多普勒频率范围[f1,f2],所述距离单元范围由权向量wk确定,若将[f1,f2]以间隔Δf等分成L份则第l个频点fl=f1+(l-1)Δf,则基于自模糊函数的平均加权积分旁瓣电平可表示为:
步骤3:根据矩阵理论以及向量化算符vec(·)的相关运算性质,以上平均加权积分旁瓣电平化简为WISL=vec(X)HΛvec(X),其中X=xxH是x的自相关矩阵;Λ是仅与干扰参数有关、与信号x无关的Hermit矩阵;是矩阵向量化算符;则基于模糊函数的波形优化问题PWISL可描述为:
表示序列x的第n个元素;
步骤4:基于majorization-minimization方法对问题PWISL进行化简,并利用结合加速策略的Power Method-like迭代算法对其进行求解。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710228641.6A CN106970368B (zh) | 2017-04-10 | 2017-04-10 | 一种基于模糊函数局部优化的雷达波形设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710228641.6A CN106970368B (zh) | 2017-04-10 | 2017-04-10 | 一种基于模糊函数局部优化的雷达波形设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106970368A true CN106970368A (zh) | 2017-07-21 |
CN106970368B CN106970368B (zh) | 2020-01-10 |
Family
ID=59336296
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710228641.6A Active CN106970368B (zh) | 2017-04-10 | 2017-04-10 | 一种基于模糊函数局部优化的雷达波形设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106970368B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107991655A (zh) * | 2017-12-12 | 2018-05-04 | 南京航空航天大学 | 一种lfm-pc信号及其模糊函数优化方法 |
CN110967686A (zh) * | 2019-11-18 | 2020-04-07 | 中国人民解放军国防科技大学 | 一种相位编码信号生成方法及系统 |
CN112540351A (zh) * | 2020-12-28 | 2021-03-23 | 哈尔滨工业大学(威海) | 一种雷达抗遮蔽干扰波形设计方法 |
CN113239554A (zh) * | 2021-05-21 | 2021-08-10 | 电子科技大学 | 一种抗旁瓣遮蔽干扰的波形优化设计方法 |
CN113311413A (zh) * | 2021-03-25 | 2021-08-27 | 西北工业大学 | 可控制模糊度函数的声呐波形设计方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103116154A (zh) * | 2013-01-25 | 2013-05-22 | 西安电子科技大学 | 基于杂波环境下的发射与接收联合优化自适应滤波方法 |
CN104833959A (zh) * | 2015-04-09 | 2015-08-12 | 大连大学 | 基于目标先验信息的mimo雷达波形优化方法 |
CN106443595A (zh) * | 2016-09-05 | 2017-02-22 | 电子科技大学 | 一种抗瞬时转发切片重构干扰的认知雷达波形设计方法 |
-
2017
- 2017-04-10 CN CN201710228641.6A patent/CN106970368B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103116154A (zh) * | 2013-01-25 | 2013-05-22 | 西安电子科技大学 | 基于杂波环境下的发射与接收联合优化自适应滤波方法 |
CN104833959A (zh) * | 2015-04-09 | 2015-08-12 | 大连大学 | 基于目标先验信息的mimo雷达波形优化方法 |
CN106443595A (zh) * | 2016-09-05 | 2017-02-22 | 电子科技大学 | 一种抗瞬时转发切片重构干扰的认知雷达波形设计方法 |
Non-Patent Citations (3)
Title |
---|
F. ARLERY ETC.: ""Efficient Gradient Method for Locally Optimizing the Periodic/Aperiodic Ambiguity Function"", 《IEEE RADAR CONFERENCE》 * |
JINDONG ZHANG ETC.: ""Cognitive radar ambiguity function optimization for unimodular sequence"", 《EURASIPJOURNAL ON ADVANCES IN SIGNAL》 * |
JUNXIAO SONG ETC.: ""Sequence Design to Minimize the Weighted Integrated and Peak Sidelobe Levels"", 《TRANSACTIONS ON STGNAL PROCESSTNG》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107991655A (zh) * | 2017-12-12 | 2018-05-04 | 南京航空航天大学 | 一种lfm-pc信号及其模糊函数优化方法 |
CN107991655B (zh) * | 2017-12-12 | 2021-09-24 | 南京航空航天大学 | 一种lfm-pc信号及其模糊函数优化方法 |
CN110967686A (zh) * | 2019-11-18 | 2020-04-07 | 中国人民解放军国防科技大学 | 一种相位编码信号生成方法及系统 |
CN110967686B (zh) * | 2019-11-18 | 2022-05-13 | 中国人民解放军国防科技大学 | 一种相位编码信号生成方法及系统 |
CN112540351A (zh) * | 2020-12-28 | 2021-03-23 | 哈尔滨工业大学(威海) | 一种雷达抗遮蔽干扰波形设计方法 |
CN112540351B (zh) * | 2020-12-28 | 2022-02-22 | 哈尔滨工业大学(威海) | 一种雷达抗遮蔽干扰波形设计方法 |
CN113311413A (zh) * | 2021-03-25 | 2021-08-27 | 西北工业大学 | 可控制模糊度函数的声呐波形设计方法 |
CN113239554A (zh) * | 2021-05-21 | 2021-08-10 | 电子科技大学 | 一种抗旁瓣遮蔽干扰的波形优化设计方法 |
CN113239554B (zh) * | 2021-05-21 | 2022-09-02 | 电子科技大学 | 一种抗旁瓣遮蔽干扰的波形优化设计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106970368B (zh) | 2020-01-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106970368A (zh) | 一种基于模糊函数局部优化的雷达波形设计方法 | |
CN106019237B (zh) | 雷达lfm复合波形设计方法 | |
CN105223560B (zh) | 基于杂波俯仰方位谱稀疏恢复的机载雷达目标检测方法 | |
Chen et al. | Sparse long‐time coherent integration‐based detection method for radar low‐observable manoeuvring target | |
CN107255797B (zh) | 基于发射空时权优化及ka-stap的机载雷达杂波抑制方法 | |
CN104502898B (zh) | 将修正rft和修正mdcft相结合的机动目标参数估计方法 | |
CN105259537B (zh) | 基于频移迭代的多普勒谱中心频率估计方法 | |
Sun et al. | A novel weighted mismatched filter for reducing range sidelobes | |
CN108931766A (zh) | 一种基于稀疏重构的非均匀stap干扰目标滤除方法 | |
Lu et al. | Ionospheric decontamination and sea clutter suppression for HF skywave radars | |
CN110161478B (zh) | 一种基于杂波功率谱密度自优化的波形设计方法 | |
CN104155653B (zh) | 一种基于特征距离子空间的sar后向投影成像方法 | |
CN114488055A (zh) | 一种适用于载频重频联合捷变雷达的相参处理方法 | |
CN104977570B (zh) | 改进基于零空间调整的双通道稀疏sar动目标检测方法 | |
Li et al. | Bayesian linear regression with cauchy prior and its application in sparse mimo radar | |
Luo | Target detection method in short coherent integration time for sky wave over-the-horizon radar | |
Kim et al. | Fine doppler frequency estimation of windowed complex sinusoidal signals for radar systems | |
Callahan et al. | Simulated & theoretical SNR in passive bistatic noise radar processing | |
Jabbari et al. | An Asymptotically Efficient Hyperbolic Localization of a Moving Target by a Distributed Radar Network with Sensors Uncertainties | |
Tao et al. | Velocity Side Lobe Suppression Method for Frequency-Agile Coherent Radar | |
CN113702901B (zh) | 一种基于信号相关性增强的互相关时延估计方法 | |
Sebt et al. | Geometric Arithmetic Mean Method for Low Altitude Target Elevation Angle Tracking | |
Tan et al. | Target-Oriented SAR Complementary Waveform Optimization for SCR Improvement | |
Zhang et al. | Main lobe jamming suppression algorithm based on blocking matrix pre-processing and covariance matrix reconstruction | |
Zheng et al. | Distributed array radar system high precision jamming cancellation method based on sub-sampling interval time delay compensation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |