CN110412514B - 一种mimo体制下的线性调频连续波波形优化方法 - Google Patents

Abstract

本发明公开了一种MIMO体制下的线性调频连续波波形优化方法，本发明首先在发射线性调频连续波的基础上，给每一个发射端发出波形的每一个脉冲添加一个随机相位，使发射波形在多普勒维得以分离，其次以波形的主瓣增益、主副瓣比、主瓣宽度等作为评价指标对波形进行优化，通过模式搜索方法计算出使评价指标达到最优的相位序列，代入到发射波形中，完成优化。本发明的目的是提供一种具有较好的抗干扰性能、均匀的系统增益、较好的主副瓣比、较小的主瓣宽度的波形；本发明提出了一种新的基于应用特征的雷达波形设计与优化方法，使得设计出的雷达波形具有较好的应用指标。

Description

一种MIMO体制下的线性调频连续波波形优化方法

技术领域

本发明公开了一种MIMO体制下的线性调频连续波波形优化方法，涉及交通雷达信号处理技术领域。

背景技术

MIMO雷达操作的关键因素是多个正交波形可以同时使用。LFMCW信号被应用于多种正交波形的设计，相应的设计方法也得到了广泛的研究。

获得正交波形的最简单方法是时分多址(TDMA)，但不适合于操作要求高PRF的方案；多普勒多址(DDMA)MIMO波形只能应用于低频雷达(例如，HF雷达)或用于短程检测的雷达。本发明基于以上波形设计方法的不足之处，采用码分多址(CDMA)MIMO波形设计方法。

由于CDMA波形设计方法的测量精度有限，因此需要在在原始波形的基础上进行优化。主要通过构造合适的代价函数，使用合适的优化算法来得到最优的信号波形。在构造代价函数方面，YANG Y在文献“MIMO radar waveform design basedon mutual informationand minimum meansquare error estimation”利用信息论的方法，通过回波的互信息以及最小均方误差准则对波形进行优化，金明在文献“基于遗传算法的类零相关多相码设计”提出零相关区域的概念，它关心该区域内的旁瓣，忽略区域外的旁瓣，使得临近距离单元回波间的干扰得到有效的消除。

本发明以距离、速度、方位角及俯仰角四维的模糊函数为波形设计准则，综合主瓣增益、主副瓣比以及主瓣宽度等因素构造代价函数。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，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。

在优化算法方面，DENG H在文献“Polyphase code design for orthogonalnetted radar systems”提出利用模拟退火算法设计正交多相码信号，得到了比较低的自相关旁瓣，LIU B在文献“Polyphase orthogonal code design for MIMO radar systems”用遗传算法来设计正交多相码，降低了发射信号的自相关旁瓣峰和互相关峰，王伟在文献“基于混合算法的MIMO雷达正交多相码设计”用遗传禁忌混合算法进行优化，使的自相关旁瓣峰值和互相关峰进一步降低。

但目前的技术和优化算法缺乏对应用特征的优化，导致应用特征效果并不理想。

发明内容

本发明针对上述背景技术中的缺陷，提供一种MIMO体制下的线性调频连续波波形优化方法，本发明采用模式搜索法对评价指标进行优化，得到了较高的系统增益、较高的主副瓣比，较窄的主瓣宽度。

为实现上述目的，本发明采用的技术方案如下：一种MIMO体制下的线性调频连续波波形优化方法，其特征在于，包括以下步骤：

步骤一：通过MIMO雷达向目标发射线性调频连续波，目标向MIMO雷达返回回波信号；所述线性调频连续波的每一个脉冲间的不同发射波形上添加随机相位，所述随机相位构成随机相位矩阵H；

步骤二：对目标回波信号进行处理，所述目标回波信号中的每个特征点为一个分辨单元，回波信号处理后得到分辨单元的多个维度信息，根据维度信息，构造评价波形优劣的评价指标；

步骤三：根据评价指标，构造代价函数F，所述代价函数F为所有分辨单元评价指标的加权值；

步骤四：给定随机初始相位的上下限、循环次数，在每一个循环内给定一个随机初值相位，同时设定优化的终止条件，即函数最大评价次数、最大迭代次数以及终止容限等；

通过模式搜索法检索出使综合指标代价函数F取得最小值时的随机相位矩阵H的对应值，并将其替换至步骤一发射波形的随机相位中，得到优化后的发射波形。

进一步的，步骤一中，所述的随机相位矩阵的矩阵大小为N*M；其中，N为MIMO雷达的发射天线个数，M为一个发射天线发射波形的脉冲数；不同发射天线发送的信号由不同系列正交相位码调制，或者以快速时间或慢速时间来调制。

进一步的，步骤二中，构造评价指标的方法具体为：

从多个维度信息中两两提取单个维度信息组合制得回波信号的多个二维信息波形模糊图；

根据多个二维信息波形模糊图中目标维度信息的基本指标，构造评价波形优劣的评价指标；所述评价指标为一个分辨单元所有维度信息基本指标相应指标值的加权值：

F_i＝F_s+F_k+F_t

其中，F_s为主瓣增益的指标值；F_k为主副瓣比的指标值的加权值；F_t为主瓣宽度的指标值，F_i为第i个分辨单元的评价指标；

其中，

F_s＝l_sδ_s

δ_s为主瓣增益测量值与理论值之差的绝对值；

l_s为主瓣增益的权数；

F_k＝l₁δ₂+l₂δ₂+l₃δ₃+…+l_kδ_k

δ_k为第k个维度信息主瓣宽度测量值与理论值之差的绝对值；

l_k为第k个维度信息主瓣宽度的权数；

F_t＝l_tδ_t

δ_t为主副瓣比最小测量值与理论值之差的绝对值；

l_t为主副瓣比的权数。

进一步的，步骤二中，所述的维度信息包括：目标相对MIMO雷达的发射天线的距离维、速度维、方位角、俯仰角等。

进一步的，步骤三中，所述代价函数F为所有分辨单元的评价指标的加权值；

其中，i为分辨单元的个数。

进一步的，步骤二中，所述的维度信息的基本指标包括主瓣宽度、主瓣增益和主副瓣比。

进一步的，步骤四中，模式搜索法具体为：以随机相位矩阵H为自变量，综合评价指标F为因变量，检索出使综合指标代价函数F取得的最小值时随机相位矩阵H的对应值；通过模式搜索法寻找一系列的点X0，X1，X2，...，这些点都越来越靠近最优值点，当搜索进行到终止条件时则将最后一个点作为本次搜索的解，即最优随机相位序列，具体包括以下步骤：

S1：设置初始随机相位矩阵H₀，步长Δ₀＞0，迭代次数k＝0，ε＞0；

根据模式搜索法的搜索方向，选取模式P_k的任意一列；

P_k＝BC_k

其中：B为基矩阵，在每一步迭代中是不变的；

C_k为生成矩阵，记为：

C_k＝[M_k -M_k L_k]＝[Γ_k L_k]

M_k是由整数元构成的n阶非奇异方阵的集合，L_k至少包含一零向量列，

模式P_k搜索方向确定后，进行试探移动，对于步长Δ_k＞0，定义试探步

其中：

为C_k的第i列；

S2：在第k迭代步时，从

中确定满足以下两个条件的步长S_k：

(1)S_k∈Δ_kP_k≡Δ_k[BΓ_k BL_k]

(2)若min{F(H_k+_y)，_y∈Δ_kBΓ_k}＜F(H_k)，则F(H_k+s_k)＜F(H_k)

令：

ρ_k＝F(H_k)-F(H_k+s_k)

S3：更新C_k，Δ_k，k＝k+1，转S2；

S4：如果ρ_k＞0，那么H_k+1＝H_k+S_k，否则H_k+1＝H_k；

如果Δ_k＜ε和||S_k||＜ε都满足，则算法终止；

进一步的，C_k的更新规则为：

C_k＝[M_k -M_k L_k]＝[Γ_k L_k]

Δ_k的更新规则为：

ω₀＜0，ω₁，…，ω_L≥0

如果ρ_k≤0，那么Δ_k+1＝θΔ_k，否则Δ_k+1＝λΔ_k。

由θ，λ的形式可知，0＜θ＜1，λ≥1；其中θ是分数，也是有理数。

有益效果：1、以多维模糊图为设计准则，提取主瓣增益、主副瓣比、主瓣宽度等全面的指标信息，并对所有指标信息都进行了有效的优化。

2、对空间内所有目标点都进行了优化。

3、采用模式搜索法进行优化，无需进行求导运算，相较于其他优化算法较为简单易行。

附图说明

图1本发明实现的流程图；

图2波形距离-速度模糊函数图；

图3波形距离-方位角度模糊函数图；

图4波形速度-方位角度模糊函数图；

图5目标距离优化前后对比增益图；

图6目标速度优化前后对比增益图；

图7目标方位角度优化前后对比增益图；

具体实施方式

下面结合附图对技术方案的实施作进一步的详细描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。

如图1所示，本实用新型提供的一种实施例：

一种MIMO体制下的线性调频连续波波形优化方法，包括以下步骤：

步骤一：通过MIMO雷达向目标发射线性调频连续波，目标向MIMO雷达返回回波信号；所述线性调频连续波的每一个脉冲间的不同发射波形上添加随机相位，所述随机相位形成目标的随机相位矩阵H；所述的随机相位矩阵H的矩阵大小为N*M；其中，N为MIMO雷达的发射天线个数，M为一个发射天线发射波形的脉冲数；不同发射天线发送的信号由不同系列正交相位码调制，或者以快速时间或慢速时间来调制。

步骤二：如图2～4所示，对目标回波信号进行处理，所述目标回波信号中的每个特征点为一个分辨单元，得到分辨单元与雷达天线相对距离、相对速度和相对方位角度的三维数据信息，从上述的三维数据中信息提取出三个二维数据组并以二维数据组绘出对应的模糊图，所述二维数据对应的模糊图为距离-速度模糊图、距离-方位角度模糊图和速度-方位角度模糊图；

本发明在其他情况下，可以提取其他维度信息，例如俯仰角，进行波形优化；

如图5～7所示，从模糊图中提取目标的距离，速度，方位角的主瓣增益、主副瓣比和主瓣宽度进行构造评价波形优劣的评价指标，其中主瓣增益为最大增益值，只有一个总的最大增益，主副瓣比为主瓣增益与最大副瓣增益的差值，主瓣宽度为主板增益下降3dB对应的横轴宽度；所述评价指标为一个分辨单元所有维多信息基本指标相应指标值的加权值：

F_i＝l_sδ_s+l₁δ₁+l₂δ₂+l₃δ₃+l_tδ_t

其中，δ_s为主瓣增益测量值与理论值之差的绝对值，l_s为主瓣增益的权数；

δ₁为距离维度主瓣宽度测量值与理论值之差的绝对值，l₁为距离维度主瓣宽度的权数；

δ₂为速度维度主瓣宽度测量值与理论值之差的绝对值，l₂为速度维度主瓣宽度的权数；

δ₃为方位角维度主瓣宽度测量值与理论值之差的绝对值，l₃为方位角维度主瓣宽度的权数；

δ_t为各个维度信息的主副瓣比中最小测量值与理论值之差的绝对值，l_t为主副瓣比的权数；

步骤三：根据评价指标，构造代价函数F，所述代价函数F为所有分辨单元评价指标的加权值：

步骤四：给定一个随机初始相位的上限lb、下限ub、循环次数k，在每一个循环内给定一个随机初值相位，同时设定优化的终止条件，即函数最大评价次数、最大迭代次数以及终止容限等；

通过模式搜索法检索出使综合指标代价函数F取得的最小值时随机相位矩阵H的对应值，并将其替换至步骤一发射波形的随机相位中，得到优化后的发射波形。

所述模式搜索法原理：以随机相位矩阵H为自变量，综合评价指标F为因变量，检索出使综合指标代价函数F取得的最小值时随机相位矩阵H的对应值；通过模式搜索法寻找一系列的点X0，X1，X2，...，这些点都越来越靠近最优值点，当搜索进行到终止条件时则将最后一个点作为本次搜索的解，即最优随机相位序列，具体包括以下步骤：

S1：设置初始随机相位矩阵H₀，步长Δ₀＞0，迭代次数k＝0，ε＞0；

根据模式搜索法的搜索方向，选取模式P_k的任意一列；

P_k＝BC_k

其中：B为基矩阵，在每一步迭代中是不变的；

C_k为生成矩阵，记为：

C_k＝[M_k -M_k L_k]＝[Γ_k L_k]

M_k是由整数元构成的n阶非奇异方阵的集合，L_k至少包含一零向量列，

模式P_k搜索方向确定后，进行试探移动，对于步长Δ_k＞0，定义试探步

其中：

为C_k的第i列；

S2：在第k迭代步时，从

中确定满足以下两个条件的步长S_k：

(1)S_k∈Δ_kP_k≡Δ_k[BΓ_k BL_k]

(2)若min{F(H_k+_y)，_y∈Δ_kBΓ_k}＜F(H_k)，则F(H_k+s_k)＜F(H_k)

令：

ρ_k＝F(H_k)-F(H_k+s_k)

S3：更新C_k，Δ_k，k＝k+1，转S2；

S4：如果ρ_k＞0，那么H_k+1＝H_k+S_k，否则H_k+1＝H_k；

如果Δ_k＜ε和||S_k||＜ε都满足，则算法终止；

进一步的，C_k的更新规则为：

C_k＝[M_k -M_k L_k]＝[Γ_k L_k]

Δ_k的更新规则为：

ω₀＜0，ω₁，…，ω_L≥0

如果ρ_k≤0，那么Δ_k+1＝θΔ_k，否则Δ_k+1＝λΔ_k。

由θ，λ的形式可知，0＜θ＜1，λ≥1；其中θ是分数，也是有理数。

本发明以多维模糊图为设计准则，提取主瓣增益、主副瓣比、主瓣宽度等全面的指标信息，并对所有指标信息都进行了有效的优化。

本发明对空间内所有目标点都进行了优化。

本发明采用模式搜索法进行优化，无需进行求导运算，相较于其他优化算法较为简单易行。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (3)

1.一种MIMO体制下的线性调频连续波波形优化方法，其特征在于，包括以下步骤：

步骤一：通过MIMO雷达向目标发射线性调频连续波，目标向MIMO雷达返回回波信号；所述线性调频连续波的每一个脉冲间的不同发射波形上添加随机相位，所述随机相位构成随机相位矩阵H；

步骤二：对目标回波信号进行处理，所述目标回波信号中的每个特征点为一个分辨单元，回波信号处理后得到分辨单元的多个维度信息，根据维度信息，构造评价波形优劣的评价指标；

步骤三：根据评价指标，构造代价函数F，所述代价函数F为所有分辨单元评价指标的加权值；

步骤四：通过模式搜索法检索出使综合指标代价函数F取得的最小值时随机相位矩阵H的对应值，并将其替换至步骤一发射波形的随机相位中，得到优化后的发射波形，

步骤二中，构造评价指标的方法具体为：

从多个维度信息中两两提取单个维度信息组合制得回波信号的多个二维信息波形模糊图；

根据多个二维信息波形模糊图中目标维度信息的基本指标，构造评价波形优劣的评价指标；所述评价指标为一个分辨单元所有维度信息基本指标相应指标值的加权值

F_i＝F_s+F_k+F_t

其中，F_s为主瓣增益的指标值；F_k为主副瓣比的指标值的加权值；F_t为主瓣宽度的指标值；F_i为第i个分辨单元的评价指标；

其中，

F_s＝l_sδ_s

δ_s为主瓣增益测量值与理论值之差的绝对值；

l_s为主瓣增益的权数；

F_k＝l₁δ₂+l₂δ₂+l₃δ₃+…+l_kδ_k

δ_k为第k个维度信息主瓣宽度测量值与理论值之差的绝对值；

l_k为第k个维度信息主瓣宽度的权数；

F_t＝l_tδ_t

δ_t为主副瓣比最小测量值与理论值之差的绝对值；

l_t为主副瓣比的权数，

步骤二中，所述的维度信息包括：目标相对MIMO雷达的发射天线的距离维、速度维、方位角、俯仰角，

步骤三中，所述代价函数F为所有分辨单元的评价指标的加权值；

其中，i为分辨单元的个数，

步骤四中，模式搜索法具体为：以随机相位矩阵H为自变量，综合评价指标F为因变量，检索出使综合指标代价函数F取得的最小值时随机相位矩阵H的对应值。

2.根据权利要求1所述的一种MIMO体制下的线性调频连续波波形优化方法，其特征在于，步骤一中，所述的随机相位矩阵的矩阵大小为N*M；其中，N为MIMO雷达的发射天线个数，M为一个发射天线发射波形的脉冲数。

3.根据权利要求1所述的一种MIMO体制下的线性调频连续波波形优化方法，其特征在于，步骤二中，所述的维度信息的基本指标包括主瓣宽度、主瓣增益和主副瓣比。

Images