CN107015210A - 一种基于相似性约束的雷达慢时间域恒模信号设计方法 - Google Patents

一种基于相似性约束的雷达慢时间域恒模信号设计方法 Download PDF

Info

Publication number
CN107015210A
CN107015210A CN201710156233.4A CN201710156233A CN107015210A CN 107015210 A CN107015210 A CN 107015210A CN 201710156233 A CN201710156233 A CN 201710156233A CN 107015210 A CN107015210 A CN 107015210A
Authority
CN
China
Prior art keywords
signal
radar
optimization problem
slow time
optimization
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
Application number
CN201710156233.4A
Other languages
English (en)
Other versions
CN107015210B (zh
Inventor
崔国龙
余显祥
付月
卢术平
张天贤
孔令讲
易伟
杨晓波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN201710156233.4A priority Critical patent/CN107015210B/zh
Publication of CN107015210A publication Critical patent/CN107015210A/zh
Application granted granted Critical
Publication of CN107015210B publication Critical patent/CN107015210B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/40Means for monitoring or calibrating
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41Details 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
    • G01S7/418Theoretical 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

该发明公开了一种色高斯环境下雷达慢时间发射信号设计方法,属于雷达信号处理领域,特别涉及雷达慢时间域信号设计方法。为提高加性色高斯噪声下动目标检测性能,以恒模与相似性约束,通过优化SNR,提出了一种具有高效率与高性能的单基地雷达慢时间信号设计方法。实现本发明的思路是,首先建立单基地雷达系统慢时间信号模型,推导目标函数并构造优化问题,最后求解优化问题。本发明方法采用序列迭代的算法,每步迭代中优化信号的一个元素,继而将一个高维优化问题转换成多个有闭式解的一维优化问题,大大降低了计算复杂度,提高了求解效率,同时具有高的SNR。

Description

一种基于相似性约束的雷达慢时间域恒模信号设计方法
技术领域
本发明属于雷达信号处理领域,特别涉及雷达慢时间域信号设计方法,适用于色高斯环境下单基地雷达的动目标检测。
背景技术
雷达慢时间域信号设计技术是一项发射端技术,该技术通过优化波形与动目标匹配,与环境失配,从而抑制干扰,提高动目标检测能力,在雷达信号检测领域有广阔的应用价值。色高斯环境下的动目标检测是雷达信号检测中常见的一类问题,为提高雷达在该干扰下的检测性能,通常利用色高斯的二阶统计特性,设计雷达发射信号以获得最大的输出信噪比(SNR),从而提高雷达对动目标的检测性能。
为切合实际应用的场景,雷达发射信号通常需要满足一些约束条件。具体而言,为充分利用雷达发射机的发射功率,设计的信号满足恒模约束或者峰均比(PAR)约束。此外,希望设计的发射信号像某些基准信号(比如线性调频信号)具有良好的模糊函数特性或者脉冲压缩特性,则需对信号加以相似性约束,以保持与基准信号的一定相似度。以恒模与相似性约束,输出信噪比为目标函数,则形成的色高斯环境下雷达发射信号设计问题是一个没有解析解的非确定性多项式问题。文献“A.De Maio,S.De Nicola,Y.Huang,Z.Luo,andS.Zhang,``Design of phase codes for radar performance optimization with asimilarity constraint,”IEEE Trans.Signal Process.,vol.57,no.2,pp.610-621,Feb.2009”利用了半正定松弛(SDR)方法与随机化理论进行求解。然而,该方法具有较大的计算复杂度,优化效率低,实现的SNR有限。
发明内容
本发明所要解决的技术问题是,为提高加性色高斯噪声下动目标检测性能,以恒模与相似性约束,通过优化SNR,提出了一种具有高效率与高性能的单基地雷达慢时间信号设计方法。实现本发明的思路是,首先建立单基地雷达系统慢时间信号模型,推导目标函数并构造优化问题,最后求解优化问题。
本发明的技术方案是:一种色高斯环境下雷达慢时间发射信号设计方法,其包括如下步骤:
步骤1:建立单基地雷达系统模型;
考虑单基地雷达在一个相关处理间隔CPI内发射N个脉冲,且在接收端对每个脉冲在其相应脉冲重复周期PRT内完成匹配滤波并进行峰值采样,则得到的观测向量为:
x=αs⊙p(fd)+v
其中,α是表示目标雷达截面积RCS的参数,s=[s1,s2,...,sN]T是N×1维的雷达发射的慢时间信号,sn是s中的第n个元素,[·]T表示转置操作符,⊙为Hadamard积;
p(fd)=[1,exp(j2πfd),...,exp(j2πfd(N-1))]T为目标频率导向矢量,exp(·)为指数函数,fd为目标归一化多普勒,v是N×1维的0均值加性色高斯噪声矢量,其协方差矩阵M=E[vvH]是一个N×N维的矩阵,其中E[·]表示数学期望;
步骤2:构建优化问题;
步骤2.1:目标函数推导;
根据雷达信号检测中的Neyman-Pearson准则,检测概率Pd与信噪比SNR满足以下关系:
其中Pfa为预设的虚警概率值;由此可知,最大化检测概率等价于最大化信噪比,则构建目标函数为:
SNR=sHRs,
其中,(·)H表示共轭转置,半正定矩阵R=M-1⊙(p(fd)pH(fd))*是一个N×N维的矩阵,(·)*表示共轭操作符,(·)-1表示矩阵求逆;
步骤2.2:建立优化问题;
根据实际应用中非线性放大器的限制,利用雷达发射机的发射功率,考虑恒模信号,并加以相似性约束,建立带约束的优化问题P0
其中,max(·)是求最大符号,s.t表示约束,||·||表示取无穷范数,s0为具有良好模糊函数特性的基准信号,ξ为描述相似度的参数;该问题是一个恒模二次优化问题,无解析解;
步骤3:求解优化问题;
步骤3.1:化简优化问题;
对P0中的相似性约束做适当的代数变换,将P0可化简为P1
其中arg(·)表示取相位,γi=arg(s0,i)-arccos(1-ξ2/2),arccos(·)表示反余弦,s0,i为基准信号s0的第i个元素,δ=2arccos(1-ξ2/2);
步骤3.2:采用序列迭代算法对优化问题进行求解;
采用模式搜索的方法,在每一次迭代中,将以上N维优化问题拆分成N个一维优化问题,依次优化信号s中的每个元素,然后判断是否满足退出条件,是则输出优化信号,否,则增加迭代次数,继续优化。
相比现有的SDR方法与随机化理论,本发明方法采用序列迭代的算法,每步迭代中优化信号的一个元素,继而将一个高维优化问题转换成多个有闭式解的一维优化问题,大大降低了计算复杂度,提高了求解效率,同时具有高的SNR。
附图说明
图1为本发明的设计流程图;
图2为序列迭代算法流程图;
图3为不同相似性参数下,序列迭代算法与SDR+随机化理论优化得到的动目标检测概率随着目标反射功率变化的对比图。
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:
1.建立单基地雷达系统模型
考虑单基地雷达在一个相关处理间隔(CPI)内发射N个脉冲,且在接收端对每个脉冲在其相应脉冲重复周期(PRT)内完成匹配滤波并进行峰值采样,则得到的观测向量为
x=αs⊙p(fd)+v
其中α是表示目标雷达截面积(RCS)的参数,s=[s1,s2,...,sN]T是N×1维的雷达发射的慢时间信号,sn是s中的第n个元素,[·]T表示转置操作符,⊙为Hadamard积;
p(fd)=[1,exp(j2πfd),...,exp(j2πfd(N-1))]T为目标频率导向矢量,exp(·)为指数函数,fd为目标归一化多普勒,v是N×1维的0均值加性色高斯噪声矢量,其协方差矩阵M=E[vvH]是一个N×N维的矩阵,其中E[·]表示数学期望。
2.构建优化问题
2.1目标函数推导
根据雷达信号检测中的Neyman-Pearson准则,检测概率Pd与信噪比(SNR)满足一下关系:
其中Pfa为预设的虚警概率值。由此可知,最大化检测概率等价于最大化SNR,则构建目标函数为
SNR=sHRs,
其中,(·)H表示共轭转置操作符,半正定矩阵R=M-1⊙(p(fd)pH(fd))*是一个N×N维的矩阵,(·)*表示共轭操作符,(·)-1表示矩阵求逆操作符。
2.2优化问题描述
由于实际应用中非线性放大器的限制,为充分利用雷达发射机的发射功率,考虑恒模信号,并加以相似性约束,以获取与基准信号相似的一些性质(例如,良好的模糊函数特性),则约束的优化问题描述如P0
其中,s.t表示约束,||·||表示取无穷范数,s0为具有良好模糊函数特性的基准信号,ξ为描述相似度的参数。该问题是一个恒模二次优化问题,无解析解。
3.优化问题求解
3.1优化问题化简
对P0中的相似性约束做适当的代数变换,则P0可化简为P1
其中,arg(·)表示取相位,γi=arg(s0,i)-arccos(1-ξ2/2),arccos(·)表示反余弦操作符,s0,i为基准序列s0的第i个元素,δ=2arccos(1-ξ2/2)。
3.2一种序列迭代算法求解P1
步骤3.2.1首先输入矩阵R,基准信号s0,以及相似性约束参数ξ;
步骤3.2.2设置n=0,并初始化信号s(n)=s0,计算γl,l=1,2,...,N,δ;
步骤3.2.3增加迭代次数n,设置s(n)=s(n-1),i=0;
步骤3.2.4增加i,计算其中,Σ(·)表示求和操作符,αi,k表示R中的第k行第i列元素,表示s(n)中的第k个元素;如果γi≤-arg(a1,i)≤γi+δ,则更新
否则,如果cos(arg(a1,i)+γi+δ)≥cos(arg(a1,i)+γi),则更新反之,则更新
步骤3.2.5若i<N,重复步骤3.2.4-3.2.5;否则,计算相邻迭代次数的SNR的差值,若满足预先给定的值,则输出优化信号,若不满足,则重复步骤3.2.3-3.2.5直到满足收敛的条件。
本发明的有益效果可进一步通过下面的仿真说明
仿真场景:单基地雷达发射N=16个脉冲,目标归一化的多普勒频率vd=0.15,矩阵M的第p行第q列的元素为0.8p-q,p=1,…,16,q=1,…,16;基准信号s0的第n个元素为:
s0,n=exp(π(n-1)2/N),n=1,…,16,
相似性参数ξ分别取0.1,0.5,1.3,2。
如表1所示,给出了不同相似性参数下,序列迭代算法与SDR+随机化理论的优化的SNR与计算时间,可看出序列迭代算法的只需要非常少的计算时间就能实现更高的SNR。
附图3给出了序列迭代算法与SDR+随机化理论优化得到的动目标检测概率随着目标反射功率变化的对比图,从图中可知,序列迭代算法优化得到的波形具有更高的检测概率。
综上,相对于SDR+随机化理论,本发明所提的序列迭代算法在算法效率和优化效果两方面都有明显提高,使得雷达在色高斯噪声背景下具有良好的动目标检测性能。
表1为不同相似性参数下,序列迭代算法与SDR+随机化理论优化得到的SNR与计算时间对比表格。
表1

Claims (1)

1.一种色高斯环境下雷达慢时间发射信号设计方法,其包括如下步骤:
步骤1:建立单基地雷达系统模型;
考虑单基地雷达在一个相关处理间隔内发射N个脉冲,且在接收端对每个脉冲在其相应脉冲重复周期内完成匹配滤波并进行峰值采样,则得到的观测向量为:
x=αs⊙p(fd)+v
其中,α是表示目标雷达截面积的参数,s=[s1,s2,...,sN]T是N×1维的雷达发射的慢时间信号,sn是s中的第n个元素,[·]T表示转置操作符,⊙为Hadamard积;
p(fd)=[1,exp(j2πfd),...,exp(j2πfd(N-1))]T为目标频率导向矢量,exp(·)为指数函数,fd为目标归一化多普勒,v是N×1维的0均值加性色高斯噪声矢量,其协方差矩阵M=E[vvH]是一个N×N维的矩阵,其中E[·]表示数学期望;
步骤2:构建优化问题;
步骤2.1:目标函数推导;
根据雷达信号检测中的Neyman-Pearson准则,检测概率Pd与信噪比SNR满足以下关系:
其中为预设的虚警概率值;由此可知,最大化检测概率等价于最大化信噪比,则构建目标函数为:
SNR=sHRs,
其中,(·)H表示共轭转置,半正定矩阵R=M-1⊙(p(fd)pH(fd))*是一个N×N维的矩阵,(·)*表示共轭操作符,(·)-1表示矩阵求逆;
步骤2.2:建立优化问题;
根据实际应用中非线性放大器的限制,利用雷达发射机的发射功率,考虑恒模信号,并加以相似性约束,建立带约束的优化问题P0
其中,max(·)是求最大符号,s.t表示约束,||·||表示取无穷范数,s0为具有良好模糊函数特性的基准信号,ξ为描述相似度的参数;该问题是一个恒模二次优化问题,无解析解;
步骤3:求解优化问题;
步骤3.1:化简优化问题;
对P0中的相似性约束做适当的代数变换,将P0可化简为P1
其中arg(·)表示取相位,γi=arg(s0,i)-arccos(1-ξ2/2),arccos(·)表示反余弦,s0,i为基准信号s0的第i个元素,δ=2arccos(1-ξ2/2);
步骤3.2:采用序列迭代算法对优化问题进行求解;
采用模式搜索的方法,在每一次迭代中,将以上N维优化问题拆分成N个一维优化问题,依次优化信号s中的每个元素,然后判断是否满足退出条件,是则输出优化信号,否,则增加迭代次数,继续优化。
CN201710156233.4A 2017-03-16 2017-03-16 一种基于相似性约束的雷达慢时间域恒模信号设计方法 Active CN107015210B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710156233.4A CN107015210B (zh) 2017-03-16 2017-03-16 一种基于相似性约束的雷达慢时间域恒模信号设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710156233.4A CN107015210B (zh) 2017-03-16 2017-03-16 一种基于相似性约束的雷达慢时间域恒模信号设计方法

Publications (2)

Publication Number Publication Date
CN107015210A true CN107015210A (zh) 2017-08-04
CN107015210B CN107015210B (zh) 2020-01-10

Family

ID=59440719

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710156233.4A Active CN107015210B (zh) 2017-03-16 2017-03-16 一种基于相似性约束的雷达慢时间域恒模信号设计方法

Country Status (1)

Country Link
CN (1) CN107015210B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107589408A (zh) * 2017-08-28 2018-01-16 电子科技大学 一种独立干扰环境下的慢时间序列稳健设计方法
CN109061576A (zh) * 2018-06-22 2018-12-21 西安电子科技大学 一种射频掩护信号下的阵列雷达信号发射接收方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080169971A1 (en) * 2007-01-17 2008-07-17 Unnikrishna Sreedharan Pillai Simultaneous savings in bandwidth and energy using waveform design in presence of interference and noise
CN104020459A (zh) * 2014-01-28 2014-09-03 大连大学 一种提高mimo-stap检测性能的波形优化方法
CN105182313A (zh) * 2015-04-09 2015-12-23 大连大学 一种基于不完全杂波先验知识的mimo-stap稳健波形设计方法
CN105807275A (zh) * 2016-04-28 2016-07-27 大连大学 基于部分杂波先验知识的mimo-ofdm-stap稳健波形设计

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080169971A1 (en) * 2007-01-17 2008-07-17 Unnikrishna Sreedharan Pillai Simultaneous savings in bandwidth and energy using waveform design in presence of interference and noise
CN104020459A (zh) * 2014-01-28 2014-09-03 大连大学 一种提高mimo-stap检测性能的波形优化方法
CN105182313A (zh) * 2015-04-09 2015-12-23 大连大学 一种基于不完全杂波先验知识的mimo-stap稳健波形设计方法
CN105807275A (zh) * 2016-04-28 2016-07-27 大连大学 基于部分杂波先验知识的mimo-ofdm-stap稳健波形设计

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
GUOLONG CUI等: "Waveform design for MIMO radar with constant modulus and similarity constraints", 《2014 IEEE RADAR CONFERENCE》 *
付月等: "信号相关杂波背景下稳健的恒模序列与接收滤波器设计方法", 《雷达学报》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107589408A (zh) * 2017-08-28 2018-01-16 电子科技大学 一种独立干扰环境下的慢时间序列稳健设计方法
CN107589408B (zh) * 2017-08-28 2020-03-27 电子科技大学 一种独立干扰环境下的慢时间序列稳健设计方法
CN109061576A (zh) * 2018-06-22 2018-12-21 西安电子科技大学 一种射频掩护信号下的阵列雷达信号发射接收方法

Also Published As

Publication number Publication date
CN107015210B (zh) 2020-01-10

Similar Documents

Publication Publication Date Title
Blunt et al. Polyphase-coded FM (PCFM) radar waveforms, part II: optimization
Wu et al. Transmit waveform/receive filter design for MIMO radar with multiple waveform constraints
Jing et al. Designing unimodular sequence with low peak of sidelobe level of local ambiguity function
CN109829509B (zh) 基于融合神经网络的雷达手势识别方法
Zhao et al. Spectrum optimization via FFT-based conjugate gradient method for unimodular sequence design
CN112799023A (zh) 一种快速转发的多假目标干扰方法
CN107346017A (zh) 基于频域匹配滤波的脉冲压缩雷达密集目标模拟方法
CN105116384A (zh) 基于混沌序列的调频调相的雷达正交波形设计方法
CN104569927A (zh) 一种雷达脉冲发射机及正交频分复用脉冲信号的生成方法
Wang et al. Unimodular sequence and receiving filter design for local ambiguity function shaping
CN106226742A (zh) 一种混沌多时编码调相雷达波形设计
CN107015210A (zh) 一种基于相似性约束的雷达慢时间域恒模信号设计方法
CN113884992A (zh) 一种频率捷变雷达的自适应抗干扰方法
Jiang et al. Joint design of radar waveform and detector via end-to-end learning with waveform constraints
Zhong et al. MIMO radar beampattern design based on manifold optimization method
CN106093888A (zh) 基于先验信息的变凹口宽度mtd滤波器设计方法
CN114520758A (zh) 一种基于瞬时特征的信号调制识别方法
Li et al. LSTM-based frequency hopping sequence prediction
CN107102305A (zh) 一种杂波环境下稳健的认知雷达发射接收联合设计方法
Wu et al. Radar waveform design via the majorization-minimization framework
Jiang et al. Research on multiple-phase-sectionalized-modulation based frequency shift jamming method for pulse compression radar
CN115951315B (zh) 基于改进小波包能量谱的雷达欺骗干扰识别方法及系统
CN107589408B (zh) 一种独立干扰环境下的慢时间序列稳健设计方法
CN107677995A (zh) 一种基于pmepr‑pslr联合优化的ofdm波形设计方法
CN106646423A (zh) 一种基于遗传算法的相参积累外差探测方法

Legal Events

Date Code Title Description
PB01 Publication
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