[发明专利]一种基于傅里叶级数的低旁瓣非线性调频波形优化方法

权利要求书

1.一种基于傅里叶级数的低旁瓣非线性调频波形优化方法，其特征在于，包括如下步骤：

步骤1、基于傅里叶级数进行NLFM波形设计；

步骤2、结合改进的遗传算法中的波形多样性和修正过程来进行初步波形设计；对初始波形采用改进的遗传算法进行优化；

步骤3、判断下降速度是否小于设定值；

步骤4、如果判断为是，则通过基于梯度的调谐在不扩大主瓣的情况下进一步调整波形以获得更低的旁瓣；否则回到步骤3；

步骤5、判断是否满足目标函数；如果为是，则结束优化，否则回到步骤4；

所述步骤2具体包括：

步骤2.1、首先是变异过程，即随机改变NLFM波形的傅里叶系数，然后对这些系数进行修正；

步骤2.2、接着进行交叉过程，即随机选取若干组NLFM波形，每组包括两个波形，交换组内的部分傅里叶系数，然后对这些系数进行修正；

步骤2.3、评价过程中，将积分旁瓣比ISLR作为优化的主要指标，同时引入傅立叶系数变化的欧氏距离度量D作为优化的目标函数之一，搜寻全局最优点，其中迭代次数i＞1；

其中，K_n代表第n个傅里叶系数，N是傅里叶系数的个数；

改进的遗传算法的优化模型为：

s.t.IRW＜b·IRW_LFM

其中F是目标函数，加权向量ω表示积分旁瓣比ISLR和D之间的相对折衷，b是主瓣相较于线性调频LFM信号的展宽系数，IRW为脉冲响应宽度，IRW_LFM为线性调频脉冲响应宽度；

步骤2.4、最后是选择过程，即将评价过程中每个NLFM波形的傅里叶系数计算出的目标函数F进行由小到大的排序，并保留排在前半部分的NLFM波形，继续进行变异过程以迭代优化；

所述步骤2中修正过程如下：

将变异或交叉后产生的傅里叶系数重新进行由大到小的排序，并使之满足正负交替的规律，通过引入修正过程从而对傅里叶系数进行调整波形旁瓣更快地下降；将上述修正过程添加到变异过程和交叉过程后。

2.根据权利要求1所述的一种基于傅里叶级数的低旁瓣非线性调频波形优化方法，其特征在于，所述步骤4中，基于梯度的调谐具体包括：

步骤4.1、初始化梯度、傅里叶系数、傅里叶系数系数的变化量和归一化脉宽，设置最小梯度容限、最小归一化脉宽容限、期望目标函数、迭代次数和步长；

步骤4.2、若梯度大于最小梯度容限且归一化脉宽小于最小归一化脉宽容限，则计算当前梯度值并按梯度下降的方向更新傅里叶系数；

步骤4.3、判断更新后的傅里叶系数对应的NLFM波形是否取得更低的目标函数；

步骤4.4、如果判断为是，则不做改变；否则将步长和傅里叶系数系数的变化量同时减半；

步骤4.5、判断目标函数是否达到期望的目标函数；

步骤4.6、如果判断为是，则停止迭代；否则回到步骤4.2。