CN110967686B - 一种相位编码信号生成方法及系统 - Google Patents

Abstract

本发明公开一种相位编码信号生成方法及系统，该方法包括：基于给定的序列长度和环境参数，通过一组基矩阵构建周期自相关旁瓣值优化模型；通过目标矩阵的替代矩阵更新优化模型以对优化变量进行降阶，并获得序列变量与优化变量之间的映射关系；根据所述映射关系对所述优化模型进行迭代以实现对序列变量的优化，在自相关旁瓣值达到阈值时停止，并输出优化序列作为相位编码信号序列。解决现有技术中连续主动声呐相位编码信号在强海洋噪声背景下自相关旁瓣过高等问题，实现对自相关函数特定时延区间旁瓣的抑制，得到在特定探测距离上具有优秀周期自相关性的相位编码信号，为主动声呐信号设计提供了一种快速有效的实现方案。

Description

一种相位编码信号生成方法及系统

技术领域

本发明涉及主动声呐信号设计技术领域，具体是一种相位编码信号生成方法及系统。

背景技术

信号的自相关特性在信号处理领域具有非常重要的意义。低自相关旁瓣信号被广泛应用在雷达和声呐系统中，低自相关旁瓣特性意味着信号和其自身时延项几乎无关，可以确保雷达或声呐的匹配滤波器能够在滤除掉其他的干扰的同时提取到感兴趣目标的信息。因此在低旁瓣波形设计中，考虑对信号的自相关特性进行优化。由于相位编码信号的自相关取决于编码序列的自相关。所以低旁瓣信号设计等价于设计具有低旁瓣的编码序列。近年来，通过优化方法来设计多相序列成为低旁瓣信号波形设计的研究热点。研究者通常将这类设计问题转化为对积分旁瓣电平(Integrated Sidelobe Level，ISL)或加权积分旁瓣电平(Weighted Integrated Sidelobe Level，WISL)准则的最小化问题。

ISL准则是衡量信号自相关最常用的度量准则，其描述的是信号自相关的整体水平。由于设计自由度有限，基于ISL准则设计的信号不可能具有很低的旁瓣。考虑到实际应用需要，通过WISL准则可以获得在特定区间旁瓣几乎为0的信号。作为一种更普适的情况(ISL可以看作WISL权值全为1的特例)，WISL准则具有更高的灵活性，可以根据应用需要进行不同的低旁瓣区间设置。已有的算法包括在CAN算法(Cyclic Algorithm New)的基础上提出了加权的新循环算法WeCAN(Weighted Cyclic Algorithm New)[Stoica P,He H,LiJ.New algorithms for designing unimodular sequences with good correlationproperties[J].IEEE Transactions on Signal Processing.2009,57(4):1415–1425.]和基于MM框架(majorization-minimization)的非周期自相关算法[Song J,Babu P,PalomarD.Sequence design to minimize the weighted integrated and peak sidelobelevels[J].IEEE Transactions on Signal Processing.2016,64(8):2051–2064]。上述两种算法都是只针对非周期情况下的WISL准则进行信号序列设计。对于周期情况下的WISL准则，目前尚无有效的序列设计方法。而且WeCAN算法在长序列设计时比较费时，不能实时获得满足要求的信号序列。

在声呐领域，满足周期WISL准则的信号序列具有更重要的意义。原因主要有以下三点：一是由于水声环境的复杂性，存在混响、直达波以及信道多途效应对信号的干扰，信号的相关特性不如雷达领域信号那么优秀，很难得到ISL接近0的理想恒模信号，这时只降低某些特定时延区域的信号相关性就很有必要了；二是对于主动声呐而言，周期连续信号具有很好的探测性能，逐渐成为声呐波形设计领域的研究热点，有必要对周期信号的相关性进行进一步优化处理；三是WISL准则的不同权值特性有助于匹配滤波器处理时在任意感兴趣的时延区间抑制干扰，从而能够更准确提取不同距离上的目标信息。

发明内容

本发明提供一种相位编码信号生成方法及系统，用于克服现有技术中连续主动声呐相位编码信号在强海洋噪声背景下自相关旁瓣过高等缺陷，实现对自相关函数特定时延区间旁瓣的抑制，得到在特定探测距离上具有优秀周期自相关性的相位编码信号，为主动声呐信号设计提供了一种快速有效的实现方案。

为实现上述目的，本发明提供一种相位编码信号生成方法，包括以下步骤：

基于给定的序列长度和环境参数，通过一组基矩阵构建周期性自相关旁瓣值优化模型；

通过目标矩阵的替代矩阵更新优化模型以对优化变量进行降阶，并获得序列变量与优化变量之间的映射关系；

根据所述映射关系对所述优化模型进行迭代以实现对序列变量的优化，在自相关旁瓣值达到阈值时停止，并输出优化序列作为相位编码信号序列。

为实现上述目的，本发明还提供一种相位编码信号生成系统，包括存储器和处理器，所述存储器存储有相位编码信号生成程序，在处理器运行所述相位编码信号生成程序时执行上述方法的步骤。

本发明提供的相位编码信号生成方法及系统，通过构建周期性自相关旁瓣值优化模型，并通过目标矩阵的替换矩阵在更新优化模型的过程中实现对序列变量(信息序列)进行降阶，以获得序列变量与优化变量的简单映射关系，进而通过迭代求解获得信息序列，提供满足周期情况下WISL准则的低自相关旁瓣信号序列在线设计。通过MM框架将原本复杂且计算量很大的WISL准则优化模型逐步降阶为较简单的替代模型，反复迭代并最小化目标函数的替代函数，从而完成对WISL准则的优化，提升信号序列设计的效率，快速生成满足需求的相位编码信号。本发明填补了目前周期情况下WISL准则实现算法的研究空白，能够获得周期情况下满足WISL准则的信号序列，从而设计出在特定时延区间自相关旁瓣为0的相位编码信号，为主动声呐信号设计提供了新的选择；生成的信号序列具有特定区间的优秀自相关性，因而由这种序列调制组成的相位编码信号也具有优秀自相关性。这对主动声呐发射信号，尤其是周期连续信号的抗干扰性能有明显提升，能够有效提升匹配滤波处理效率，降低声呐虚警概率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。

图1为发明实施例一提出的相位编码信号生成方法流程图；

图2为本发明实施例一中使用到的SQUAREM(Squared Iterative Method)加速策略流程图；

图3为本发明实施例一仿真实验一得到的信号序列自相关函数结果；

图4为本发明实施例一仿真实验二不同算法的WISL随计算时间进化曲线比较示意图；

图5为本发明实施例一仿真实验二不同算法的WISL随迭代次数进化曲线比较示意图；

图6(a)为根据本发明得到信号序列生成的相位编码连续信号的时频图；

图6(b)为根据本发明得到信号序列生成的相位编码连续信号的频谱图；

图6(c)为根据本发明得到信号序列生成的相位编码连续信号的周期自模糊度函数的三维图；

图6(d)为根据本发明得到信号序列生成的相位编码连续信号的周期自模糊度函数的二维图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要说明，本发明实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。

另外，在本发明中如涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

在本发明中，除非另有明确的规定和限定，术语“连接”、“固定”等应做广义理解，例如，“固定”可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接，还可以是物理连接或无线通信连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

另外，本发明各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。

实施例一

本发明实施例提供一种相位编码信号生成方法，包括以下步骤：

参见图1，步骤S1，基于给定的序列长度和先验信息，通过一组基矩阵构建周期性自相关旁瓣值优化模型；

步骤S11，根据给定的序列长度N，生成随机初始信号序列x⁽⁰⁾；根据先验信息预先设定权重

初始化迭代次数p＝0，获得当前迭代次数下信号序列x^(p)对应的周期自相关函数r^(p)和自相关旁瓣值；具体地：

定义傅里叶变换矩阵：

F＝(f_k,j)＝exp(-i2πkj/N),0≤k,j≤N-1

通过上述傅里叶变化矩阵对信号序列x^(p)进行变换，获得周期自相关函数：

由此获得周期情况下的加权自相关旁瓣值：

WISL＝w·(r^(p))²。

上式中的w表示预先设定的权重，根据已知的先验信息将待优化的序列点权重设置为1，其余序列点权重设为0。这里的先验信息具体指待测目标到声呐的大致距离，根据该参数能够确定待优化序列点区间，并给位于这些区间里的序列点预先设置权重，具体来说，假如根据先验信息可以获得目标大致位于声呐径向距离[l₁,l₂]范围内，令

作为基准点。则上述区间重新表示为

对一个长度为N，载频f₀，编码宽度(脉宽)T_s/f₀(T_s为正整数)的相位编码序列，如果设权重设置为1的序列区间为[1,εN],0＜ε＜1，那么其对应的目标附近干扰抑制区间理论上有如下表示：

式中c为水下声速。那么权重设置需要求出确定的ε使其满足

才能使目标落在干扰抑制区间内。确定ε的值，此时的[1,εN]即为设置的权重区间。

S12,构建一组循环矩阵V_k作为基矩阵，并用所述基矩阵构建优化模型。具体地：

利用基矩阵构建的优化模型为：

在本发明一实施例中，定义V_k,k＝-N+1,...,-2,-1,0,1,2,...，N-1为一组N×N的循环矩阵，它们的结构为：当k＞0时，第k条和第k-N条对角线上元素为1，其余位置元素全为0；当k＜0时，

当k＝0时，V_k为零矩阵。那么优化模型可以利用这2N-1个基矩阵表示为：

这里vec(M)表示对矩阵M进行列向量堆砌的变换运算，X＝x^(p)(x^(p))^H，|x_n|＝1,n＝1,...,N。ω_-k＝ω_k,ω₀＝0均表示权重向量中的元素。

步骤S2，通过目标矩阵的替代矩阵更新优化模型以对优化变量进行降阶，并获得序列变量与优化变量之间的映射关系；具体包括：

步骤S21，通过一次替代矩阵更新原始模型并获得一步优化模型，具体包括：定义第一目标矩阵为：

获得第一目标矩阵R的替代矩阵M₁并用替代矩阵M₁一步优化模型；

求解目标矩阵R的最大特征值：

定义替代矩阵M₁：

M₁＝λ_max(R)I

这里I表示单位矩阵。

用替代矩阵M₁更新优化模型后获得一步优化模型：

步骤S22，通过二次替代矩阵更新一步优化模型并获得二步优化模型，具体包括：

定义第二目标矩阵为：

获得第二目标矩阵C的替代矩阵M₂并用替代矩阵M₂更新一步优化模型：

求解第二目标矩阵C的最大特征值：矩阵C的特征值构成的向量可以表示为l＝F^Hc，F为定义的傅里叶变换矩阵，c＝C^T(1,:)表示由第二目标矩阵C的第一行元素构成的列向量，第二目标矩阵C的最大特征值为：

λ_c＝λ_max(C)＝max(l)

定义替代矩阵M₂：

M₂＝λ_cI

用替代矩阵M₂更新一步优化模型后获得二步优化模型：

步骤S23，对二步优化模型进行优化，具体包括：

以优化模型中的优化变量为变量y对二步优化模型简化后获得：

其中y(x^(p))＝(λ_max(R)N+λ_c)x^(p)-Cx^(p)；

进一步简化后得到序列变量与优化变量的映射关系：

x＝e^jarg(y)

其中j表示虚数单位，arg(y)表示对变量y求复数相位角的运算操作。

步骤S3，根据所述映射关系对所述优化模型进行迭代以实现对序列变量的优化，在自相关旁瓣值达到阈值时停止迭代，并输出优化序列作为相位编码信号序列。在迭代运算的过程中，还包括：

步骤S31，通过加速算法对迭代进程进行加速，以不断修正的逼近步长，使获得的修正点更逼近当前的最优迭代位置；

步骤S32，计算此时信号x对应的自相关旁瓣值，在计算值仍然高于设定阈值时，则令p＝p+1，返回并继续迭代；否则判定算法收敛。

在本发明一实施例中，运用SQUAREM加速策略对迭代进行加速，通过不断修正逼近步长，使获得的修正点更逼近当前的最优迭代位置，从而提高迭代收敛速度。

计算此时信号x对应的WISL准则，如果计算值仍然高于设定阈值，则令p＝p+1，返回步骤S11继续迭代；否则判定算法收敛。

参见图2，所述加速迭代策略SQUAREM的步骤S30包括：

步骤S301，利用原映射依次求解两个回溯点：

x₁＝e^jarg(y(x)),

步骤S302，利用中间变量r_p和v_p建立上一步骤中两回溯点之间的联系：

r_p＝x₁-x^(p),v_p＝x₂-x₁-r_p

步骤S303，计算Cauchy逼近步长：

步骤S304，根据得到的Cauchy逼近步长获得修正点：

x＝exp(jarg(x^(p)-2αr_p+α²v_p))

步骤S305，分别计算修正点x和原迭代点x(^p)的自相关旁瓣值即WISL值：

在WISL(x)＞WISL(x^(p))时，减小Cauchy逼近步长α＝(α-1)/2并根据新的Cauchy步长返回步骤S304重新计算修正点x；否则输出此时的x作为更新后的第p次迭代的优化序列x^(p)；

计算此时x^(p)对应的WISL值，在计算值仍然高于设定阈值时，则令p＝p+1，重复上述步骤S1～S3继续迭代；否则判定算法收敛，输出此时的x作为优化后的最终生成序列。

首先引入周期情况下的WISL准则及信号序列优化模型，利用构造的特殊基矩阵对准则和优化模型进行表示。然后利用MM框架对优化模型中的目标矩阵函数构建替代矩阵函数，通过反复迭代映射求解出满足要求的相位编码信号序列，使序列在特定时延区间具有低周期自相关旁瓣特性。同时在方法中运用SQUAREM加速策略，进一步加快收敛速度，提高本方法信号设计的实时性。

本发明具有以下优点：

(1)本发明填补了目前周期情况下WISL准则实现算法的研究空白，能够获得周期情况下满足WISL准则的信号序列，从而设计出在特定时延区间自相关旁瓣为0的相位编码信号，为主动声呐信号设计提供了新的选择；

(2)本发明生成的信号序列具有特定区间的优秀自相关性，因而由这种序列调制组成的相位编码信号也具有优秀自相关性。这对主动声呐发射信号，尤其是周期连续信号的抗干扰性能有明显提升，能够有效提升匹配滤波处理效率，降低声呐虚警概率；

(3)本发明使用MM框架和SQUAREM加速策略，极大提高了满足特定要求信号序列的生成速度，对于现在的一般计算机来说，可以达到毫秒级别，在声呐实际工作中可以根据需求在线生成发射信号。

已知长度N的恒模相位序列可以表示为

其周期情况下的自相关函数可以表示为：

这里nmodN表示取模运算

表示不大于n/N的最大整数；上标*表示信号的复共轭。

序列x的周期WISL准则可以表示为：

这里

表示WISL准则的设定权重。

对序列x的周期自相关性进行旁瓣优化的优化模型表示为：

subject to|x_n|＝1,n＝1,...,N

根据WISL准则的思想，通过预先设定好的权重

将待优化的时延点设置为ω_k＝1，否则设为ω_k＝0，利用优化模型使优化后的信号序列WISL值低于预先设定的阈值，就可以实现对特定自相关区间的旁瓣抑制。

下面通过三个仿真实验对本发明方案的技术效果进行验证：

仿真条件：本发明设计一个长度N的信号序列，希望该序列在一些特定区间具有极低的自相关水平。根据WISL准则，将区间权重设置如下：

通过上述的权重设置，可以使算法只对感兴趣的两个区间[1,0.2N]和[0.4N,0.6N]进行低旁瓣设计。实验使用的初始序列x⁽⁰⁾均为随机生成，并且设定WISL＝10^-10作为算法收敛和迭代结束的阈值。

仿真实验一：根据仿真条件中的区间权重设置，生成一个长度N＝1000的信号序列仿真结果如附图3。从结果可以看出，设计序列可以有效抑制设定区间里的旁瓣，在这些区间内具有极低的自相关旁瓣水平，基本在-160dB以下。可以认为信号在这些时延点具有0相关性。而且在实际使用中，可以根据先验信息按照步骤S11中的思路设置不同的区间权重，实现对任意时延区间自相关旁瓣的抑制。

仿真实验二：针对长度N＝100的信号序列，分别使用WeCAN算法，Song算法和只使用MM框架，未进行SQUAREM加速的算法与本发明方法进行对比仿真。为了保证比较公正性，四种算法均使用固定的随机生成初始序列。之所以只比较N＝100时四种算法的仿真效果，是因为当序列长度很大时，WeCAN算法和未进行SQUAREM加速的算法的运算均耗时巨大。对于N＝10³以上的序列长度，收敛时间往往需要按天计算。

仿真结果如图4，图5。图4所示是四种算法的WISL随计算时间进化曲线的结果比较，图5所示是四种算法的WISL随迭代次数进化曲线的结果比较。从比较结果来看，四种算法最终都能收敛至设定的阈值WISL＝10^-10。但本发明使用的方法需要的计算时间和迭代次数最少，相比其他三种算法的计算效率提升显著。对于长度N＝100的信号序列，所需计算时间不到1s，迭代次数为10²数量级。因此在实际应用中可以在线设计满足需要的相位编码信号。

仿真实验三：利用长度N＝511的信号序列，构建一个连续主动声呐使用的相位编码连续信号。信号载频f₀＝3KHz，码元长度N＝511，编码宽度(脉宽)65/f₀，单信号时长11.07s。三组相同信号连续发射组成一个周期连续相位编码信号，总时长33.21s。

仿真结果如图6(a)-(d)，图6(a)所示是本发明生成连续相位编码信号的时频图，从图中可以看出，信号在时长中保持恒定频率，只有瞬时相位随时间跳变，而且是周期变化的。图6(b)所示是信号的频谱图，可以看到信号的频谱能量集中在3KHz，类似于CW连续信号，因此是一种多普勒敏感信号。图6(c)和图6(d)所示为信号的周期自模糊度函数的三维图和二维图，分析这两幅图可以发现，自模糊度函数呈现出图钉状的理想模糊度函数结构，在原点有一窄尖峰，而旁峰比较均匀，说明信号在实际探测时具有优秀的距离和速度分辨力，不容易出现信息模糊问题。

实施例二

基于上述实施例一，本发明还提供一种相位编码信号生成系统，包括存储器和处理器，所述存储器存储有相位编码信号生成程序，在处理器运行所述相位编码信号生成程序时执行实施例一方法的步骤。

以上所述仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是在本发明的发明构思下，利用本发明说明书及附图内容所作的等效结构变换，或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。

Claims (5)

1.一种相位编码信号生成方法，其特征在于，所述方法生成的相位编码信号应用于主动声呐发射信号，包括以下步骤：

基于给定的序列长度和环境参数，通过一组基矩阵构建周期性自相关旁瓣值优化模型，构建优化模型的步骤包括：

根据给定的序列长度N，生成随机初始信号序列x⁽⁰⁾；根据环境参数预先设定权重

初始化迭代次数p＝0，获得当前迭代次数下信号序列x^(p)对应的周期自相关函数r^(p)和自相关旁瓣值；

构建一组循环矩阵V_k作为基矩阵，k＝-N+1,...,0,...,N-1，并用所述基矩阵表示自相关旁瓣值来构建优化模型；

其中，周期情况下的加权自相关旁瓣值为：

WISL＝w·(r^(p))²

上式中的w表示预先设定的权重，根据已知的先验信息将待优化的序列点权重设置为1，其余序列点权重设为0，所述先验信息具体指待测目标到声呐的大致距离，根据所述待测目标到声呐的大致距离能够确定待优化序列点区间，并给位于这些区间里的序列点预先设定权重w；

根据先验信息可以获得目标大致位于声呐径向距离[l₁,l₂]范围内，令

作为基准点，则所述待优化序列点区间重新表示为

对一个长度为N，载频f₀，编码宽度T_s/f₀的相位编码序列，其中T_s为正整数，当设权重为1时，其序列区间为[1,εN]，0＜ε＜1，那么其对应的目标附近干扰抑制区间理论上有如下表示：

上式中c为水下声速，那么权重设置需要求出确定的ε使其满足

才能使目标落在干扰抑制区间内，确定ε的值，此时的[1,εN]即为设置的权重区间；

其中，构建一组循环矩阵V_k作为基矩阵的步骤包括：

构建的基矩阵满足如下条件：当k＞0时，第k条和第k-N条对角线上元素为1，其余位置元素全为0；当k＜0时，

当k＝0时，V_k为零矩阵；

优化模型为：

subject to X＝x^(p)(x^(p))^H

|x_n|＝1，n＝1,...,N

通过目标矩阵的替代矩阵更新优化模型以对优化变量进行降阶，并获得序列变量与优化变量之间的映射关系，步骤包括：

定义第一目标矩阵为：

获得第一目标矩阵R的替代矩阵M₁并用替代矩阵M₁一步优化模型；

求解第一目标矩阵R的最大特征值：

定义替代矩阵M₁：

M₁＝λ_max(R)I

用替代矩阵M₁更新优化模型后获得一步优化模型：

定义第二目标矩阵为：

获得第二目标矩阵C的替代矩阵M₂并用替代矩阵M₂更新一步优化模型：

求解第二目标矩阵C的最大特征值：矩阵C的特征值构成的向量可以表示为l＝F^Hc，F为定义的傅里叶变换矩阵，c＝C^T(1,:)表示由第二目标矩阵C的第一行元素构成的列向量，第二目标矩阵C的最大特征值为：

λ_c＝λ_max(C)＝max(l)

定义替代矩阵M₂：

M₂＝λ_cI

用替代矩阵M₂更新一步优化模型后获得二步优化模型：

以优化模型中的优化变量为变量y对二步优化模型简化后获得：

其中y(x^(p))＝(λ_max(R)N+λ_c)x^(p)-Cx^(p)；

进一步简化后得到序列变量与优化变量的映射关系：

x＝e^{j arg(y)}

其中j表示虚数单位，arg(y)表示对变量y求复数相位角的运算操作；

根据所述映射关系对所述优化模型进行迭代以实现对序列变量的优化，在自相关旁瓣值达到阈值时停止迭代，并输出优化序列作为相位编码信号序列。

2.如权利要求1所述的相位编码信号生成方法，其特征在于，定义傅里叶变换矩阵：

F＝(f_k,j)＝exp(-i2πkj/N)，0≤k,j≤N-1

通过对上述傅里叶变化矩阵的逆FFT变换获得周期自相关函数：

由此获得周期情况下的加权自相关旁瓣值：

WISL＝w·(r^(p))²。

3.如权利要求2所述的相位编码信号生成方法，其特征在于，在迭代运算的过程中，还包括：

通过加速算法对迭代进程进行加速，以不断修正的逼近步长，使获得的修正点更逼近当前的最优迭代位置；

计算此时信号x对应的自相关旁瓣值，在计算值仍然高于设定阈值时，则令p＝p+1，返回并继续迭代；否则判定算法收敛。

4.如权利要求3所述的相位编码信号生成方法，其特征在于，加速迭代的步骤包括：

利用原映射依次求解两个回溯点：

x₁＝e^jarg(y(x))，

利用中间变量建立上一步骤中两回溯点之间的联系：

r_p＝x₁-x^(p)，v_p＝x₂-x₁-r_p

计算收敛步长：

根据得到的收敛步长获得修正点：

x＝exp(jarg(x^(p)-2αr_p+α²v_p))

分别计算修正点x和原迭代点x^(p)的自相关旁瓣值即WISL值：

在WISL(x)＞WISL(x^(p))时，减小收敛步长α＝(α-1)/2并根据收敛步长重新计算修正点x；否则输出此时的x作为更新后的第p次迭代的优化序列x^(p)；

计算此时x^(p)对应的WISL值，在计算值仍然高于设定阈值时，则令p＝p+1，将此时序列x^(p)代入优化模型,根据所述映射关系对所述优化模型进行迭代以实现对序列变量的优化；否则判定算法收敛，输出此时的x作为优化后的最终生成序列。

5.一种相位编码信号生成系统，包括存储器和处理器，所述存储器存储有相位编码信号生成程序，在处理器运行所述相位编码信号生成程序时执行权利要求1～4任一项所述方法的步骤。

Images