[发明专利]基于目标认知和发射功率分配的波形优化方法

摘要

本发明公开一种基于目标认知和发射功率分配的波形优化方法，主要解决现有波形优化算法不适用于宽带雷达的问题，其实现步骤是：(1)构建宽带认知雷达波形优化的信号模型；(2)利用单次回波估计目标的功率谱密度；(3)计算发射信号为线性调频信号时的发射功率，将其作为发射功率约束的初值；(4)构造代价函数；(5)求解代价函数；(6)优化设定发射功率所对应的发射波形的功率谱密度；(7)计算优化波形所对应的目标功率谱密度的估计值与真实值的相关系数；(8)根据相关系数是否满足要求判断，并输出发射功率和发射波形的功率谱密度。本发明可实现宽带认知雷达系统的发射波形优化和功率分配，提高系统的效率和整体性能。

主权项

1.一种基于目标认知和发射功率分配的波形优化方法，实现步骤如下：(1)构建宽带认知雷达波形优化设计的信号模型：P_r(ω_k)＝G_t(ω_k)P_f(ω_k)+G_x(ω_k) k＝1，2，...，N其中G_x(ω_k)＝G_c(ω_k)·P_f(ω_k)+G_n(ω_k)，式中P_r(ω)和P_f(ω)分别为接收信号和发射信号的功率谱密度，G_t(ω)、G_c(ω)和G_n(ω)分别为目标、杂波和噪声的功率谱密度，N为采样点数；(2)根据步骤(1)的信号模型，利用单次回波估计目标的功率谱密度(3)计算发射信号为线性调频信号时所需的发射功率：ELFM=N||Gn(ω)||F2ΔfZ||Gn(ω)||F2+χ2-χ,]]>其中Z，χ为中间变量，Z=(1-ρ02)ρ02||Gt(ω)||F2-Σk=1N[Gc2(ωk)+2Gt(ωk)Gc(ωk)],]]>式中||·||_F表示向量的Frobenius范数，Δf为每个采样点的带宽，ρ₀为满足系统估计精度要求所对应的相关系数，由用户设定；(4)在步骤(3)计算的发射功率E_LFM的约束下，以最小化目标功率谱密度估计值与真实值G_t(ω)的均方差，构造针对目标认知的波形优化代价函数：minPfΔfΣk=1N[Gn2(ωk)Pf2(ωk)+2Gn(ωk)G1(ωk)Pf(ωk)+Gc2(ωk)+2Gc(ωk)Gt(ωk)],]]>s.t.Σk=1NPf(ωk)Δf=ELFM,k=1,2,···,N]]>其中G₁(ω_k)＝G_t(ω_k)+G_c(ω_k)；(5)求解步骤(4)给出的代价函数，得到发射波形的功率谱密度：P_f(ω_k)＝u+v k＝1，2，...，N    <1>其中u，v为中间变量，μ=-Gn2λΔf+Gn4λ2Δf2+8Gn3(ωk)G13(ωk)27λ3Δf33,]]>v=-Gn2λΔf-Gn4λ2Δf2+8Gn3(ωk)G13(ωk)27λ3Δf33,]]>式中λ为拉格朗日乘子；(6)设定发射功率误差限度ξ，通过不断修正λ得到最优的发射波形的功率谱密度P_f(ω)；(7)根据步骤(6)得到的发射波形的功率谱密度估计目标的功率谱密度并计算其与已知目标功率谱密度的真实值G_t(ω)的相关系数：ρ=Σk=1NG^t(ωk)Gt(ωk)||G^t(ω)||F||Gt(ω)||F;]]>(8)设置估计误差精度ψ，如果步骤(7)得到的相关系数满足则输出发射功率E_LFM和最优的发射波形的功率谱密度P_f(ω)；否则，对发射功率E_LFM进行修正，并转至步骤(6)。