论文部分内容阅读
基于相位编码的波形优化技术已经成为提高雷达弱小目标探测能力的一种有效手段。通过针对不同应用场景以及平台设计不同的相位编码波形，能够有效地减小雷达被发现的概率、抑制距离旁瓣以及提升雷达在强杂波、干扰、多路径等复杂环境下的性能。随着优化理论的不断完善，传统单向的波形设计逐渐开始向着具有环境感知能力和波形在线设计能力的认知波形设计发展。为此，研究快速相位编码波形设计算法不仅对于提高弱小目标检测能力具有重要的理论和实际意义，同时也为认知雷达提供理论和技术支撑。本文将针对单输入单输出(Single-Input Single-Output，SISO)雷达和多输入多输出(Multiple-Input Multiple-Output，MIMO)雷达开展低旁瓣波形设计、正交波形集设计以及稀疏频率波形（集）设计等多个设计问题的研究。
绪论首先介绍了雷达快速波形设计技术研究的背景和重要意义，然后分别从SISO雷达和MIMO雷达两个方面概述了相位编码波形设计的研究进展，最后给出了本文的内容安排和组织结构。
第二章研究了SISO雷达低旁瓣波形设计问题。基于峰值旁瓣电平（Peak Sidelobe Level，PSL）准则，建立了恒模约束和峰均比（Peak-to-Average power Ratio，PAR）约束下的设计问题。针对恒模约束下的问题，通过推导相位梯度和用于获得迭代步长的牛顿下山法，提出了基于梯度的PSL最小化算法。针对PAR约束下的问题，利用序列合成方法将其转化为关于两个恒模序列的无约束最小化问题；然后类似恒模约束下的推导过程，提出了PAR约束下基于梯度的PSL最小化算法。仿真实验验证了两种算法的有效性，并且还表明PAR约束下设计的波形要比恒模约束下设计的波形具有更低的PSL。
第三章研究了恒模约束下SISO雷达稀疏频率波形设计问题。通过对阻带能量和加权积分旁瓣电平（Weighted Integrated Sidelobe Level，WISL）准则进行加权，建立了稀疏频率波形设计问题的目标函数，进而分别推导了基于MM（Majorization-Minimization）框架和基于梯度的波形优化算法。基于MM框架的波形优化算法通过三次使用MM框架来简化求解目标函数，并且利用加速策略来提高算法收敛速度；而基于梯度的波形优化算法利用求导法则和泰勒级数展开分别导出了梯度和步长。此外，为了比较算法的收敛速度，对MM过程和复杂度作了简要分析。仿真结果表明，所提出的算法能够很好地抑制相关旁瓣和阻带功率，而且相比经典算法具有更快的收敛速度。
第四章研究了PAR约束下SISO雷达稀疏频率波形设计问题。相比恒模约束，PAR约束具有更大的自由度但也更难处理。首先，针对周期和非周期波形设计，通过权重法在频域建立一个统一的优化准则，给出PAR约束的设计问题；然后，利用序列合成方法将该问题转化为一个无约束最小化问题；最后，通过推导相位梯度矩阵和近似步长提出了PAR约束下基于梯度的迭代算法。仿真结果表明，该算法无论是在波形质量（旁瓣和阻带性能）上还是在计算效率上都要优于现有的算法。
第五章研究了MIMO雷达正交波形集设计问题。由于PSL准则相比积分旁瓣电平（Integrated Sidelobe Level，ISL）准则更难处理，目前还尚未有基于PSL准则的正交波形集设计算法。为简化处理MIMO波形的PSL准则，根据自相关旁瓣和互相关定义了MIMO雷达的?p?范数准则，分别利用梯度法和MM框架来优化该?p?范数，进而提出两种高效的正交波形集设计算法。仿真结果表明，相比最先进的基于ISL准则的优化算法，提出的两种基于PSL准则的优化算法能够实现更好的旁瓣性能。
第六章研究了MIMO雷达稀疏频率波形集设计问题。根据MIMO波形的WISL度量和阻带能量建立了一个能够用于正交波形集设计、互补序列集设计以及稀疏频率波形集设计的统一优化准则。为了直接最小化该准则，推导了相位梯度矩阵和近似步长，提出了基于梯度的稀疏频率波形集设计算法。接着，针对不考虑相关权重的设计问题，推导了一种低复杂度的简化算法。仿真结果表明，相比现有的MIMO波形设计算法，提出的两种算法可以适用于多种波形集设计，且能够在保证波形性能的同时具有更高的计算效率。
第七章总结了论文的研究成果和创新点，并给出了下一步的研究方向。
绪论首先介绍了雷达快速波形设计技术研究的背景和重要意义，然后分别从SISO雷达和MIMO雷达两个方面概述了相位编码波形设计的研究进展，最后给出了本文的内容安排和组织结构。
第二章研究了SISO雷达低旁瓣波形设计问题。基于峰值旁瓣电平（Peak Sidelobe Level，PSL）准则，建立了恒模约束和峰均比（Peak-to-Average power Ratio，PAR）约束下的设计问题。针对恒模约束下的问题，通过推导相位梯度和用于获得迭代步长的牛顿下山法，提出了基于梯度的PSL最小化算法。针对PAR约束下的问题，利用序列合成方法将其转化为关于两个恒模序列的无约束最小化问题；然后类似恒模约束下的推导过程，提出了PAR约束下基于梯度的PSL最小化算法。仿真实验验证了两种算法的有效性，并且还表明PAR约束下设计的波形要比恒模约束下设计的波形具有更低的PSL。
第三章研究了恒模约束下SISO雷达稀疏频率波形设计问题。通过对阻带能量和加权积分旁瓣电平（Weighted Integrated Sidelobe Level，WISL）准则进行加权，建立了稀疏频率波形设计问题的目标函数，进而分别推导了基于MM（Majorization-Minimization）框架和基于梯度的波形优化算法。基于MM框架的波形优化算法通过三次使用MM框架来简化求解目标函数，并且利用加速策略来提高算法收敛速度；而基于梯度的波形优化算法利用求导法则和泰勒级数展开分别导出了梯度和步长。此外，为了比较算法的收敛速度，对MM过程和复杂度作了简要分析。仿真结果表明，所提出的算法能够很好地抑制相关旁瓣和阻带功率，而且相比经典算法具有更快的收敛速度。
第四章研究了PAR约束下SISO雷达稀疏频率波形设计问题。相比恒模约束，PAR约束具有更大的自由度但也更难处理。首先，针对周期和非周期波形设计，通过权重法在频域建立一个统一的优化准则，给出PAR约束的设计问题；然后，利用序列合成方法将该问题转化为一个无约束最小化问题；最后，通过推导相位梯度矩阵和近似步长提出了PAR约束下基于梯度的迭代算法。仿真结果表明，该算法无论是在波形质量（旁瓣和阻带性能）上还是在计算效率上都要优于现有的算法。
第五章研究了MIMO雷达正交波形集设计问题。由于PSL准则相比积分旁瓣电平（Integrated Sidelobe Level，ISL）准则更难处理，目前还尚未有基于PSL准则的正交波形集设计算法。为简化处理MIMO波形的PSL准则，根据自相关旁瓣和互相关定义了MIMO雷达的?p?范数准则，分别利用梯度法和MM框架来优化该?p?范数，进而提出两种高效的正交波形集设计算法。仿真结果表明，相比最先进的基于ISL准则的优化算法，提出的两种基于PSL准则的优化算法能够实现更好的旁瓣性能。
第六章研究了MIMO雷达稀疏频率波形集设计问题。根据MIMO波形的WISL度量和阻带能量建立了一个能够用于正交波形集设计、互补序列集设计以及稀疏频率波形集设计的统一优化准则。为了直接最小化该准则，推导了相位梯度矩阵和近似步长，提出了基于梯度的稀疏频率波形集设计算法。接着，针对不考虑相关权重的设计问题，推导了一种低复杂度的简化算法。仿真结果表明，相比现有的MIMO波形设计算法，提出的两种算法可以适用于多种波形集设计，且能够在保证波形性能的同时具有更高的计算效率。
第七章总结了论文的研究成果和创新点，并给出了下一步的研究方向。