外辐射源MIMO雷达机会信源及与接收站联合优化方法

外辐射源mimo雷达机会信源及与接收站联合优化方法
技术领域
1.本技术涉及雷达技术领域，具体涉及外辐射源mimo雷达机会信源及与接收站联合优化方法。


背景技术：

2.分布式多输入多输出(multiple input multiple out,mimo)雷达能提升参数估计的性能(a.m.haimovich,r.s.blum and l.j.cimini,"mimo radar with widely separated antennas,"in ieee signal processing magazine,vol.25,no.1,pp.116-129)，外辐射源mimo雷达(hack d e,patton l k,himed b,et al.detection in passive mimo radar networks[j].ieee transactions on signal processing,2014,62(11):2999-3012)是外辐射源雷达发展的前沿技术。
[0003]
但是由于系统复杂度受限的缘故，尤其是硬件复杂度受限，外辐射源mimo雷达接收机通常只能处理有限路机会信源信号，这使得雷达对目标参数估计的性能不同程度地变差。
[0004]
对此，十分有必要针对外辐射源mimo雷达系统的可用资源进行优化调整，来提高目标参数估计的性能。


技术实现要素：

[0005]
本技术的目的之一至少在于，针对如何克服现有技术存在的问题，提供一种外辐射源mimo雷达机会信源及与接收站联合优化方法，能够提高目标参数估计的性能。
[0006]
为了实现上述目的，本技术采用的技术方案包括以下各方面。
[0007]
第一方面，本技术提供一种外辐射源mimo雷达机会信源与接收站联合优化方法，所述方法包括：
[0008]
获取发射站的机会信源和接收站的接收机布置；
[0009]
获取接收站的目标回波信号、匹配滤波结构；
[0010]
通过接收站的匹配滤波结构，对目标回波信号处理，获取表征目标参数估计性能的加权克拉美罗界(cramer-rao bound,crb)，构建机会信源选择变量与接收站位置变量的联合优化方案；
[0011]
求解所述联合优化方案得到加权crb最小的最优机会信源选择变量和接收站位置变量。
[0012]
可选的，所述获取发射站的机会信源和接收站的接收机布置，包括：
[0013]
获取mimo雷达接收站的接收信号模型，所述接收信号模型是由所述机会信源的基带信号，基于选择策略下的多个机会信源照射下，生成的接收信号模型。
[0014]
可选的，所述通过接收站的匹配滤波结构，对目标回波信号处理，获取表征目标参数估计性能的加权crb，构建机会信源选择变量与接收站位置变量的联合优化方案，具体包括：
[0015]
所述发射站的机会信源与接收站的mimo雷达接收机数据融合互联，在外辐射源mimo雷达接收机端通过匹配滤波结构对机会信源的选择，同时配合机会信源的选择优化调整接收站的位置，构建对多个机会信源的选择与多个雷达接收站位置摆放之间的联合优化方案。
[0016]
可选的，所述求解所述联合优化方案得到加权crb最小的最优机会信源选择变量和接收站位置变量，具体包括：
[0017]
利用接收站的回波信号经匹配滤波构建目标位置和速度参数联合估计的似然函数，由似然函数计算目标位置和速度联合估计crb，对多个不同量纲的crb进行归一化及赋权后得到加权crb，计算使得加权crb最小的最优机会信源选择变量和接收站位置变量，所述最优方案的求解过程为求解非线性混合整数优化问题。
[0018]
第二方面，本技术提供一种发射站，所述发射站包括：
[0019]
基带信号，用于基于选择策略生成mimo雷达接收站的接收信号模型；
[0020]
多个机会信源，用于照射接收信号模型，其中，所述机会信源包括机会信源的信号形式、目标反射系数和杂波加噪声；
[0021]
选择策略包括机会信源选择变量，所述机会信源选择变量为通过求解机会信源选择变量与接收站位置变量的联合优化方案得到加权crb最小时的最优机会信源选择变量；
[0022]
所述加权crb为表征目标参数估计性能的加权crb，所述加权crb通过接收站的匹配滤波结构，对目标回波信号处理获取。
[0023]
第三方面，本技术提供一种接收站，应用于外辐射源mimo雷达接收站，所述接收站包括：
[0024]
接收机，用于接收目标回波信号；
[0025]
匹配滤波结构，用于选择机会信源，同时配合机会信源的选择优化调整接收站的位置，构建对多个机会信源的选择与多个雷达接收站位置摆放之间的联合优化方案。
[0026]
可选的，包括：
[0027]
用于利用目标回波信号构建mimo雷达目标位置和速度参数联合估计的似然函数。
[0028]
用于利用所述mimo雷达目标位置和速度参数联合估计的似然函数转换为匹配滤波器输出结构。
[0029]
用于利用匹配滤波器输出结构对非合作的外部发射站的多个机会信源进行选择，并得到选择策略。
[0030]
第四方面，本技术提供一种外辐射源mimo雷达机会信源与接收站联合优化系统，所述系统包括数据融合互联的发射站和接收站，所述系统用于实现如第一方面任一所述的方法。
[0031]
第五方面，本技术提供一种电子设备，包括：处理器，以及与所述处理器通信连接的存储器；
[0032]
所述存储器存储计算机执行指令；
[0033]
所述处理器执行所述存储器存储的计算机执行指令，以实现如第一方面任一项所述的方法。
[0034]
第六方面，本技术提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如第一方面任一项所
述的方法。
[0035]
第七方面，本技术提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如第一方面中任一项所述的方法。
[0036]
综上所述，由于采用了上述技术方案，本技术至少具有以下有益效果：
[0037]
本技术在机会信源非合作的条件下通过接收机最佳估计器中匹配滤波结构实现对机会信源的选择，是对非合作机会信号进行处理的有效方式。
[0038]
本技术通过表征系统估计性能的crb发现除了对机会信源进行优化选择外，合理布置接收站位置也可影响crb的取值，因此提出机会信源选择和接收站布置的联合优化问题，可在系统复杂度受限情况下更进一步获得目标参数估计性能的提高。
[0039]
本技术的方法建立机会信源选择和接收站布置联合优化问题，计算一组最优的机会信源选择和接收站布置的方式来使得估计性能提升。
[0040]
本技术能够在复杂度受限情况下实现外辐射源mimo雷达系统的最优联合参数估计性能，该性能由于传统外辐射源mimo雷达中所采用的仅对机会信源进行选择的方法，也由于mimo雷达中联合离散发射站选择和离散接收站布置的优化方法。
附图说明
[0041]
图1是根据本技术示例性实施例提供的一种外辐射源mimo雷达机会信源与接收站联合优化方法流程图。
[0042]
图2是根据本技术示例性实施例提供的一种外辐射源mimo雷达机会信源与接收站联合优化系统的架构图。
[0043]
图3是根据本技术示例性实施例提供的一种外辐射源mimo雷达机会信源与接收站联合优化方法与其他优化方法性能对比图。
[0044]
图4是根据本技术示例性实施例提供的另一种外辐射源mimo雷达机会信源与接收站联合优化方法与其他优化方法性能对比图。
[0045]
图5是根据本技术示例性实施例提供的基于遗传算法的机会信源选择及接收站布置联合设计算法求解流程图。
具体实施方式
[0046]
下面结合附图及实施例，对本技术进行进一步详细说明，以使本技术的目的、技术方案及优点更加清楚明白。应当理解，此处所描述的具体实施例仅用以解释本技术，并不用于限定本技术。
[0047]
目前对外辐射源雷达资源进行优化的工作大部分集中在对机会信源的选择上，但这样的处理方式能得到的性能增益有限；在mimo雷达研究领域，有文献对发射信号进行选择(godrich h,petropulu a p,poor h.v.sensor selection in distributed multiple-radar architectures for localization:a knapsack problem formulation[j].ieee transactions on signal processing,2011,60(1):247-260)或对离散分布的发射信号和离散分布的接收站进行联合优化(yi j,wan x,leung h,et al.joint placement of transmitters and receivers for distributed mimo radars[j].ieee transactions on aerospace and electronic systems,2017,53(1):122-134)，但是这些联合优化方法
为了寻求高效解，通常都将接收站的可行域限制在离散区间上，这在一定程度上限制了系统估计性能的提升空间，同时由于机会信源的非合作性，这些方法都无法直接利用于外辐射源mimo雷达系统。在外辐射源mimo雷达系统出现复杂度受限的问题时，如何有效利用系统可用的资源提高目标参数估计性能是一个尚未被完全研究透彻的问题，仍存在很多与实际应用密切相关的理论和系统设计方案缺口。
[0048]
现有技术中亟需解决的问题：外辐射源mimo雷达接收端如何完成对非合作机会信源的选择，来在资源受限的约束下实现合理规划机会信源的选择，及其充分利用系统其它可供调配的资源尽可能提高估计性能。
[0049]
本技术实施例提供了解决上述问题方案，首先提出了外辐射源mimo雷达最优参数估计器结构，通过其中蕴含的匹配滤波结构来实现对机会信源的选择，针对资源受限导致估计性能损失的问题，给出在机会信源选择下系统的估计性能下界，以此为标准提出了外辐射源mimo雷达中机会信源选择和接收站布置联合优化问题，该优化问题尤其能够针对外辐射源mimo雷达的特点有效提高系统的目标参数估计性能。再通过建立机会信源选择和接收站布置联合优化的问题，计算一组最优的机会信源选择和接收站布置的方式来使得估计性能提升。
[0050]
示例性的，本技术解决的是，在考虑复杂度受限时外辐射源mimo雷达系统在只能处理有限路机会信源的情况下，导致目标参数估计性能变差的问题。对此，本技术给出复杂度受限情况下雷达系统目标参数估计性能评估指标crb，由crb看出估计性能受接收机对机会信源的选择变量和接收机本身的位置的共同影响，因此建立优化问题来找到一组最优的联合机会信源选择和接收站布置的方式来使得估计性能最优。
[0051]
本技术实施例提供一种外辐射源mimo雷达机会信源与接收站联合优化方法，图1是根据本技术示例性实施例提供的一种外辐射源mimo雷达机会信源与接收站联合优化方法流程图。如图1所示，所述方法包括：
[0052]
步骤a、获取发射站的机会信源和接收站的接收机布置，包括获取mimo雷达接收站的接收信号模型，所述接收信号模型是由所述机会信源的基带信号，基于选择策略下的多个机会信源照射下，生成的接收信号模型。
[0053]
步骤b、获取接收站的目标回波信号、匹配滤波结构。
[0054]
步骤c、通过接收站的匹配滤波结构，对目标回波信号处理，获取表征目标参数估计性能的加权crb，构建机会信源选择变量与接收站位置变量的联合优化方案，具体包括：所述发射站的机会信源与接收站的mimo雷达接收机数据融合互联，在外辐射源mimo雷达接收机端通过匹配滤波结构对机会信源的选择，同时配合机会信源的选择优化调整接收站的位置，构建对多个机会信源的选择与多个雷达接收站位置摆放之间的联合优化方案。
[0055]
步骤d、求解所述联合优化方案得到加权crb最小的最优机会信源选择变量和接收站位置变量，具体包括：利用接收站的回波信号经匹配滤波构建目标位置和速度参数联合估计的似然函数，由似然函数计算目标位置和速度联合估计crb，对多个不同量纲的crb进行归一化及赋权后得到加权crb，计算使得加权crb最小的最优机会信源选择变量和接收站位置变量，所述最优方案的求解过程为求解非线性混合整数优化问题。
[0056]
本技术实施例基于上述方法，可选的，详细步骤如下：
[0057]
为了方便描述，首先进行如下定义，()
t
为转置，()h为共轭转置，diag{
·
}表示对
角矩阵，tr(
·
)表示求矩阵的迹,(
·
)-1
表示矩阵求逆，表示矩阵取虚部，(
·
)
*
表示复共轭，||
·
||0表示向量的0范数。
[0058]
步骤1：外辐射源mimo雷达系统可分离出第nm条传播路径上的信号：
[0059][0060]
其中第m个机会信源的低通等效波形为em表示辐射的能量。
[0061]
假设所有机会信源满足不同机会信源之间相互正交，且经过一系列时延τm,τm′
和多普勒频移fm,fm′
后，机会信源间的正交性仍可近似保持，所有路径的目标反射系数为独立同分布复高斯随机变量第nm条路径的时延和多普勒频移分别为t
nm
及f
nm
，第nm条路径的杂波加噪声w
nm
(t)为零均值复高斯随机过程且在时域和空域都是白的，即随机过程在时域和空域的协方差矩阵是对角，可以理解为不同空间接收站所接收的杂波加噪声在不同采样点上互不相关，本技术实施例对该解释不做赘述；
[0062]
步骤2：由目标位置和速度联合估计的似然函数
[0063][0064]
其中所有路径观测值为待估参数为θ＝[x,y,v
x
,vy]
t
，为随机过程r
nm
(t)的一个具体实现值，c
nm
是与θ无关的常数，接收站位置统一写进向量
[0065]
步骤3：将外辐射源mimo雷达目标位置和速度联合估计的似然函数转换为匹配滤波器组输出的结构：
[0066][0067]
其中包含了匹配滤波器组的输出
[0068]
步骤4：利用匹配滤波结构在外辐射源mimo雷达接收端实现对非合作外部信源的选择
[0069][0070]
其中d＝diag{d1(d1),
…
,dn(dn)}包含了块对角矩阵dn(dn)＝diag{d
n1
,
…
,d
nm
}且选择变量取值为d
nm
∈{1,0}，dn＝[d
n1
,
…dnm
]
t
，
[0071]
步骤5：基于匹配滤波的机会信源选择方式，可得到外辐射源mimo雷达系统对θ的最大似然估计(maximum likelihood estimation,mle)为
[0072][0073]
步骤6：估计结果的均方误差满足
[0074][0075]
步骤7：在给定的一组接收站布置b、一组选择向量d下，外辐射源mimo雷达对θ估计的费雪信息矩阵(fisher information matrix,fim)为
[0076][0077]
其中j
12
＝(ε
manm
γ
nmenm
)b
nm
(γ
nmanm
η
nmenm
)g
nm
，
[0078]j12
＝(γ
nmanm
η
nmenm
)β
nm
，j
14
＝(γ
nmanm
η
nmenm
)q
nm
，
[0079]j21
＝(ε
manm
γ
nmenm
)b
nm
(γ
nmanm
η
nmenm
)g
nm
，
[0080]j23
＝(γ
nmbnm
η
nmgnm
)β
nm
，j
24
＝(γ
nmbnm
η
nmgnm
)q
nm
，j
31
＝(γ
nmanm
η
nmenm
)β
nm
，
[0081]j32
＝(γ
nmbnm
η
nmgnm
)β
nm
，j
33
＝η
nm
β
n2m
，j
34
＝η
nm
β
nmqnm
，j
41
＝(γ
nmanm
η
nmenm
)q
nm
，
[0082]j42
＝(γ
nmbnm
η
nmgnm
)q
nm
，j
43
＝η
nm
β
nmqnm
，
[0083][0084][0085][0086]
步骤8：计算每个参数的crb为
[0087]
crb
x
(b,d)＝[j-1
(θ；b,d)]
1,1
,
[0088]
crby(b,d)＝[j-1
(θ；b,d)]
2,2
,
[0089]
crb
vx
(b,d)＝[j-1
(θ；b,d)]
3,3
,
[0090]
crb
vy
(b,d)＝[j-1
(θ；b,d)]
4,4
；
[0091]
步骤9：根据下式得到wcrb
[0092][0093]
其中系数g
(
·
)
将不同量纲的参数统一为1，通过调整权值w
(
·
)
可对不同参数分配不同的权重；
[0094]
步骤10：建立机会信源选择和接收站布置的联合优化问题
[0095][0096][0097]
[0098][0099]dnm
∈{0,1},
[0100][0101]
步骤11：利用遗传算法求解联合优化问题。
[0102]
利用如上步骤可得到外辐射源mimo雷达机会信源与接收站联合优化结果。这个优化结果能够让外辐射源mimo雷达系统的联合参数估计性能达到最优。
[0103]
示例性的，有可能的一种实现方式如下：
[0104]
假设目标位于(103,41)m以速度(9,17)m/s运动，环境中共有m＝6个机会信源发射站，它们均匀分布在以70km为半径的圆上，角度分别为φm＝36
°
60(m-1),m＝1,
…
,m。机会信源有两种，其中第m＝1,3,5个机会信源来自全球移动通信系统(global system for mobile communications system,gsm)，其基带信号为：
[0105][0106]
其中，
[0107]
t
p
和b分别代表脉宽和3db带宽，α
m,i
是第m个gsm信源所发射波形的第i个二进制数据比特，nc是观测间隔内发射的比特数，am是波形归一化参数。仿真中设置gsm信源的载波频率为1ghz，t
p
＝577μs，bt
p
＝0.3，nc＝2，假设所有gsm信源传送的相同[0,1]
t
已被准确译码。另一种机会信源来自4g及5g通信所常用的正交频分复用信号(orthogonal frequency division multiplexing,ofdm)，其中第m＝2,4,6个ofdm信源为：
[0108][0109]
其中nf是子载波个数，αm[k]是第m个ofdm信源第k个子载波所传送的二进制比特，f
△
是子载波频率间隔，p
t
(t)是一个宽度为t的矩形脉冲。仿真中设置ofdm信号的载波频率为2.57ghz，nf＝6，f
△
＝125hz，t＝0.01s，假设所有ofdm信源所传送的[1,0,1,0,0,1]
t
已被准确译码。设置
△
f＝20khz使机会信源构成相互正交的频率扩展信号
[19]
，为简化分析，假设e1＝
…
＝em＝e，并定义系统的信杂噪比(signal to clutter plus noise ratio,scnr)为scnr＝10log
10
e。外辐射源mimo雷达系统拥有n＝2个接收站，接收站的硬件限制为u1＝
…
＝un＝u＝3，所有接收站放置的可行域相同假设接收站可行域为设置(18)式的权值为
[0110][0111]
图2是根据本技术示例性实施例提供的一种外辐射源mimo雷达机会信源与接收站联合优化系统的架构图。如图2所示。设计遗传算法求解器的种群数为200，最大允许的子代数目为150，基于遗传算法的机会信源选择及接收站布置联合设计结果如表1所示。
[0112]
表1
[0113][0114]
可以看到，对于scnr为0db和15db的区域内，d
1,opt
＝d
2,opt
＝[0,1,0,1,0,1]
t
，两个接收站都选择了m＝2,4,6的ofdm机会信源，所选机会信源数目满足约束||d
1,opt
||0＝||d
2,opt
||0＝3≤u。scnr＝0db处，联合设计将两个接收站分别布置在(-464.18,-2942.68)m及(-3223.06,578.49)m，而当scnr＝15db时，两个接收站所布置的位置调整为(-3223.07,578.49)m和(-464.15,-2942.67)m，可见在这两个scnr处只是调换了两个接收机的位置分配，对整个系统而言所有接收机的位置几乎保持不变。经过联合设计后，在高信杂噪比区域内，目标位置估计能达到米级的均方误差，而目标速度估计能够达到0.01m/s数量级的均方误差。
[0115]
接下来对比本技术所提的机会信源选择及接收站布置联合设计与其他优化方式在外辐射源mimo雷达目标参数估计性能上的差异。为简化表述，忽略各优化变量的优化结果，只利用优化结果来计算wcrb来作为系统目标参数估计的性能指标。
[0116]
作为对比，考虑以下四个优化方式：
[0117]
1)随机确定选择变量为d＝[1,0,1,0,0,0,0,1,1,1,0,0]
t
，接收站布置在和
[0118]
2)固定接收站所布放置的位置为和优化选择变量d。
[0119]
3)固定选择变量为d＝[1,0,1,0,0,0,0,1,1,1,0,0]
t
，只在连续可行域中优化接收站的布置。
[0120]
4)固定选择变量为d＝[1,0,1,0,0,0,0,1,1,1,0,0]
t
，把连续可行域离散划分为n
p
(n
p
＝10,100,1000)个格点。
[0121]
图3是根据本技术示例性实施例提供的一种外辐射源mimo雷达机会信源与接收站
联合优化方法与其他优化方法性能对比图。如图3所示上述各场景优化结果所对应的wcrb，为了公平对比，不同场景的wcrb之间做了归一化处理。图3中的场景设置为，为了公平对比，不同场景的wcrb之间做了归一化处理。图3中的场景设置为，结果显示，联合设计的性能优于只优化机会信源的选择或只优化接收站的布置，而随机选择机会信源及随机布置接收站可能会导致最差的系统性能。随着接收站可行区间离散化的格点数目n
p
增大，系统估计性能逐渐变好，这也表明有必要在连续的接收站可行区域内对系统进行联合设计。为进一步验证，考虑另一组系统配置，其中外辐射源及其分布情况与图2所示本技术示例性实施例提供的一种外辐射源mimo雷达机会信源与接收站联合优化系统的架构图相同，接收站可行区间变为wcrb的权值变为图3是根据本技术示例性实施例提供的另一种外辐射源mimo雷达机会信源与接收站联合优化方法与其他优化方法性能对比图。如图4所示对比了在该场景下联合设计与其他优化方法的性能，图4的场景设置为可见联合设计的性能优势仍成立。
[0122]
如下讨论本技术实施例提供的方法的工作原理。
[0123]
考虑一个具有n个接收站的外辐射源mimo雷达系统，其所处环境中共有m个机会信源可供利用，在二维笛卡尔坐标系中，第n,n＝1,
…
,n个接收站和第m,m＝1,
…
,m个机会信源分别位于和其中
[0124][0125]
假设第m个机会信源的低通等效波形为其中em表示辐射的能量。假设所有机会信源满足不同机会信源之间相互正交，且经过一系列时延tm,tm′
和多普勒频移fm,fm′
后，机会信源间的正交性仍可近似保持
[0126][0127]
假设系统中所有接收站和所有可用机会信源满足空间分置
[16]
，所有路径的目标反射系数相互独立，且为独立同分布复高斯随机变量假设系统所接收到来自第nm条路径的杂波加噪声w
nm
(t)为零均值复高斯随机过程，w
nm
(t)在时域是白的，即其中在观测窗口内为常数，δ(t)为单位脉冲函数，不同nm路径间的w
nm
(t)在空间上也是白的，即对于任意n≠n
′
,m≠m
′
恒成立，为简化分析，令在上述假设情况下，外辐射源mimo雷达系统可分离出第nm条传播路径上的信号
[0128][0129]
其中第nm条路径的时延和多普勒频移分别为t
nm
及f
nm
。假设目标的位置和速度为(x,y)和(v
x
,vy)，则t
nm
和f
nm
可分别表示为
[0130][0131][0132]
其中c为光速。把待估的目标参数统一定义为向量
[0133]
θ＝[x,y,v
x
,vy]
t
ꢀꢀꢀ
(9)
[0134]
在外辐射源mimo雷达系统中给定一组接收站布置b时，关于θ估计的联合概率密度为
[0135][0136]
其中所有路径观测值为其中所有路径观测值为包含了匹配滤波器组的输出，其中每一路匹配率波的形式为
[0137][0138]
当外辐射源mimo雷达系统复杂度受限时，系统无法完成所有nm路匹配滤波的处理，此时需要对所应处理的机会信源进行优化选择。假设变量d
nm
∈{1,0}表示系统利用第nm路匹配滤波在第n个接收站对第m个机会信源进行选择(d
nm
＝1)或不选(d
nm
＝0)的处理，定义
[0139]dn
＝[d
n1
,
…dnm
]
t
ꢀꢀꢀ
(12)
[0140]
为第n个接收站对所有机会信源的选择向量，当接收站硬件受限使第n个接收站只配备了un路匹配滤波器时，||dn||0≤un。所有接收站选择向量定义为
[0141][0142]
在给定的一组接收站布置b及选择向量d下，接收信号的似然函数为
[0143][0144]
其中d＝diag{d1(d1),
…
,dn(dn)}包含了块对角矩阵dn(dn)＝diag{d
n1
,
…
,d
nm
}，dn＝[d
n1
,
…dnm
]
t
，雷达系统对θ的最大似然估计为
[0145][0146]
估计结果的均方误差满足
[0147][0148]
其中符号a≥b表示矩阵a-b是半正定的，j(θ；b,d)是给定接收站位置b和选择向量d下系统对θ估计的fim，对其求逆运算后可得到相应的crb。由于crb是一切无偏估计器均方误差的下界，它描述了系统对θ估计所能达到的性能极限，可表征系统参数估计的性能。
[0149]
基于外辐射源mimo雷达利用所有机会信源时的crb表达式，在给定的一组接收站
布置b、一组选择向量d下，外辐射源mimo雷达对θ估计的fim为
[0150][0151]
其中
[0152][0153]j12
＝(ε
manm
γ
nmenm
)b
nm
(γ
nmanm
η
nmenm
)g
nm
，
[0154]j12
＝(γ
nmanm
η
nmenm
)β
nm
，
[0155]j14
＝(γ
nmanm
η
nmenm
)q
nm
，
[0156]j21
＝(e
manm
γ
nmenm
)b
nm
(γ
nmanm
η
nmenm
)g
nm
，
[0157][0158]j23
＝(γ
nmbnm
η
nmgnm
)β
nm
，
[0159]j24
＝(γ
nmbnm
η
nmgnm
)q
nm
，
[0160]j31
＝(γ
nmanm
η
nmenm
)β
nm
，
[0161]j32
＝(γ
nmbnm
η
nmgnm
)β
nm
，
[0162][0163]j34
＝η
nm
β
nmqnm
，
[0164]j41
＝(γ
nmanm
η
nmenm
)q
nm
，
[0165]j42
＝(γ
nmbnm
η
nmgnm
)q
nm
，
[0166]j43
＝η
nm
β
nmqnm
，
[0167][0168][0169][0170][0171][0172][0173][0174][0175][0176]
sm(f)表示机会信源sm(t)的傅里叶变换。最终可得到crb为
[0177]
crb
x
(b,d)＝[j-1
(θ；b,d)]
1,1
,
[0178]
crby(b,d)＝[j-1
(θ；b,d)]
2,2
,
[0179]
crb
vx
(b,d)＝[j-1
(θ；b,d)]
3,3
,
[0180]
crb
vy
(b,d)＝[j-1
(θ；b,d)]
4,4
,
[0181]
符号[
·
]
p,q
表示取出矩阵中第p行第q列的元素。为了全面评估外辐射源mimo雷达对所有目标参数联合估计的整体性能，将所有参数的crb加权成一标量，定义加权crb(weighted crb,wcrb)为
[0182][0183]
其中和包含了归一化因子g
x
、gy、和这些归一化因子将不同量纲的crb规整为统一单位，权值因子满足当用户对所有目标参数同样重视时可设置当用户对目标位置参数更重视的时候，可设置
[0184]
由wcrb的表达式可以看出，它是接收站布置向量b及机会信源选择向量d的复合函数。为了在外辐射源mimo雷达系统中达到较优的估计性能，可对机会信源的选择和接收站的布置进行联合优化，所构成的联合设计问题如下
[0185][0186]
在联合设计问题中，||dn||0≤un限制第n个接收站最多只能处理un路匹配滤波，为其所能放置位置的可行域。wcrb表达式中，b中每个变量在连续实数区间内取值，d的每个元素均服从0-1的二元整数取值，而目标函数是优化变量b,d的非线性函数。因此联合设计问题属于整数优化问题中的混合整数非线性优化问题，该问题通常比较难求解。遗传算法是混合整数非线性优化问题的一个有效算法，它能以较大概率获得鲁棒的全局最优解。本技术采用遗传算法来对联合设计问题进行近似求解。图5是根据本技术示例性实施例提供的基于遗传算法的机会信源选择及接收站布置联合设计算法求解流程图。如图5所示本技术实施例的算法流程图。在初始化阶段，首先把满足整数约束的b和连续实数约束的d传递给遗传算法求解器，接着在一组给定的b,d下求解相应的wcrb，最后通过调用遗传算法求解器来求取得到机会信源选择及接收站布置联合设计问题的一组近似的最优解和
[0187]
本技术还提供了一种计算机可读存储介质，该计算机可读存储介质可以包括：u盘、移动硬盘、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、磁盘或者光盘等各种可以存储程序代码的介质，具体的，该计算机可读存储
介质中存储有程序指令，程序指令用于上述实施例中的方法。
[0188]
本技术还提供一种程序产品，该程序产品包括执行指令，该执行指令存储在可读存储介质中。本技术实施例中的一种外辐射源mimo雷达机会信源与接收站联合优化系统包括处理器、可读存储介质，本技术系统的至少一个处理器可以从可读存储介质读取该执行指令，至少一个处理器执行该执行指令使得本技术系统实施上述实施例中的方法。
[0189]
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本技术的其它实施方案。本技术旨在涵盖本技术的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本技术的一般性原理并包括本技术未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本技术的真正范围和精神由下面的权利要求书指出。
[0190]
应当理解的是，本技术并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本技术的范围仅由所附的权利要求书来限制。