基于极大化极小的机载MIMO雷达目标稳健检测联合设计方法与流程

技术特征：
1.基于极大化极小的机载mimo雷达目标稳健检测联合设计方法，其特征在于：包括step1.建立机载mimo雷达波形相关信号模型；step2.在机载mimo雷达波形相关信号模型的基础上，建立基于极大化极小的机载mimo雷达稳健联合设计问题模型；step3.针对基于极大化极小的机载mimo雷达稳健联合设计问题模型，设计机载mimo雷达发射波形和接收滤波器组稳健联合优化方法。2.根据权利要求1所述的基于极大化极小的机载mimo雷达目标稳健检测联合设计方法，其特征在于：步骤step1所述的机载mimo雷达波形相关信号模型的建立过程包括step101.考虑正侧视机载mimo雷达，设发射阵元个数为n
t
，接收阵元个数为n
r
，发射阵列和接收阵列均为均匀线性阵列，阵元间距均为λ/2，λ为雷达工作波长，每个发射阵元在一个相干处理间隔内发射k个脉冲，脉冲重复频率为f
r
；step102.令表示第n
t
个天线的第l个发射码，其中n
t
＝1,2,
…
,n
t
,l＝1,2,
…
,l，l是一个脉冲的码长；step103.令表示发射波形矩阵，其中n
t
表示个天线的第l个码；step104.则接收到的包含目标、信号相关杂波以及噪声的回波信号可以表示为：其中，在式(1)中，分别表示α
t
、f
t
和θ
t
分别是目标的复幅度、归一化多普勒频率和波达角，α
c,p,k
、f
c,p,k
和θ
c,p,k
分别是第k个杂波块的复幅度、归一化多普勒频率和波达角，u(f
t
)、a(θ
t
)和b(θ
t
)分别表示时域导向矢量、发射空域导向矢量和接收空域导向矢量，表示kronecker积，表示kronecker积，为移位矩阵，s＝vec(s)，是协方差矩阵为的噪声向量，是噪声功率。3.根据权利要求1所述的基于极大化极小的机载mimo雷达目标稳健检测联合设计方法，其特征在于：步骤step2所述的基于极大化极小的机载mimo雷达稳健联合设计问题模型的建立过程包括step201.设目标的归一化多普勒频率和空间角度在是已知的，并且它们位于一定的范围内，即ψ＝[f
tmin
,f
tmax
]和ω＝[θ
tmin
,θ
tmax
]；step202.然后将ψ和ω分别离散成i和j网格点，得到离散的角度-归一化多普勒频率对step203.此外，使用一组lmn
r
×
1的滤波器处理接收信号y，并将每个接收滤波器调谐到特定的角度-归一化多普勒频率对上step204.因此，第(n1,n2)分支的输出sinr为：
其中，在式(2)中，在式(3)中，和step205.设已知杂波的先验知识已知，因此，取在所有可能的归一化多普勒频率和角度上最大化最坏情况下的输出sinr，来解决目标参数的不确定性，在这种情况下，最坏情况下的输出sinr就是稳健联合设计的优化目标，即step206.在实际雷达系统中，为防止放大器的过载，对波形施加能量约束s
h
s＝1和峰均比约束，即其中，在式(5)中，表示控制papr水平的参数，它的取值范围为step207.考虑波形的能量和papr约束，对papr约束进行转化，基于极大化极小的机载mimo雷达发射波形和接收滤波器组的稳健联合设计问题可以表示为：其中在式(6)中，4.根据权利要求1所述的基于极大化极小的机载mimo雷达目标稳健检测联合设计方法，其特征在于：步骤step3所述的机载mimo雷达发射波形和接收滤波器组稳健联合优化方法的设计过程包括s301.针对基于极大化极小的机载mimo雷达稳健联合设计问题模型，首先固定发射波形s，对接收滤波器的优化表示为式(7)所示的优化问题：s302.式(7)所示的优化问题是一个最小方差无畸变响应问题，其闭式解为：
s303.通过固定接收滤波器组来优化发射波形s，即将式(8)带入到式(2)，经过转化，可以得到关于发射波形的优化问题，如式(9)所示：s304.式(9)所示的问题为极大化极小问题，首先求解内部优化问题：s305.问题式(10)是在目标可能存在区域内的一个最小化问题，假设表示最小化(10)的一个解，采用内部优化(10)的解，在能量和papr约束下，关于波形的外部优化问题表示为：s306.设g(s)表示问题(11)的目标函数，采用mm技术寻找g(s)的一个紧致下界。5.根据权利要求4所述的基于极大化极小的机载mimo雷达目标稳健检测联合设计方法，其特征在于：步骤step306所述的采用mm技术寻找g(s)的一个紧致下界的具体过程包括(1)准则1：设f(x,a)表示与x相关的二次函数，且a是正定厄密特矩阵，则对于任意点f(x,a)的下界为：根据准则1，在第n次迭代时s
(n)
的下界表示为其中，在式(13)中，在式(13)中，且const1表示恒定部分；为获得问题(11)的闭式解，对问题(11)的目标函数进一步取二次下界；
(2)准则2：设l和m都为n
×
n的厄米特矩阵，且对于任意的点x0，二次函数x
h
lx的上界为：基于准则2，s
h
q(u
(n)
)s的上界可以表示为其中，在式(17)中，λ表示q(u
(n)
)的最大特征值，const2表示恒定部分；将式(15)代入到式(11)中，忽略不相关的常数部分，可以得到问题(11)目标函数的第二个下界；因此，问题(11)可以转化为下面的优化问题：其中，在式(18)中，(3)准则3：不失一般性，设|v
(n)
(1)|≥|v
(n)
(2)|≥
…
≥|v
(n)
(n
t
l)|且v
(n)
中非零元素的个数为则问题(18)的最优解为其中，在式(20)中在式(21)中，min{
·
,
·
}，|
·
|和e
jarg(
·
)
是对应元素的运算，且6.根据权利要求5所述的基于极大化极小的机载mimo雷达目标稳健检测联合设计方法，其特征在于：步骤step1-step3所建立的机载mimo雷达发射波形和接收滤波器组稳健联合优化方法的算法流程包括输入：n
c
,p,f
c,p,k
,θ
c,p,k
,ψ,ω,∈；输出：最优发射波形和接收滤波器组对s1.设置n＝0，s
(0)
＝s0；
s2.n＝n 1，采用式(3)计算φ
cn
(s
(n-1)
)，根据式(6)获得最优接收滤波器组s3.采用式(14)计算u
(n)
，采用式(15)计算q(u
(n)
)，根据式(19)计算v
(n)
，根据式(20)获得最优波形s
(n)
；s4.计算最差输出s5.n＝n 1，重复步骤s2-步骤s4，当时停止迭代，其中∈为控制迭代终止的参数。

技术总结
本发明公开了基于极大化极小的机载MIMO雷达目标稳健检测联合设计方法，包括Step1.建立机载MIMO雷达波形相关信号模型；Step2.在机载MIMO雷达波形相关信号模型的基础上，建立基于极大化极小的机载MIMO雷达稳健联合设计问题模型；Step3.针对基于极大化极小的机载MIMO雷达稳健联合设计问题模型，设计机载MIMO雷达发射波形和接收滤波器组稳健联合优化方法；本方法通过在目标可能出现的区域设计一组滤波器，并以收滤波器组输出端的最坏信干噪比作为优化准则，同时考虑波形的能量约束和峰均比约束，提出了一种基于MM技术的计算高效的迭代算法，具有能够抵抗目标先验信息的不确定性，而且计算量低的特点。且计算量低的特点。且计算量低的特点。


技术研发人员：李志汇 周青松 李小波 李磊 牛朝阳 冯晓星 韩微 王伟
受保护的技术使用者：中国人民解放军国防科技大学
技术研发日：2021.09.24
技术公布日：2022/1/21