频率分集MIMO雷达信号优化设计

合集下载

MIMO雷达正交频分LFM信号设计及性能分析

二项代表了所有可能的互相关输出。接收信号匹配过程是一个滑动相关的过程，脉冲将不完全对齐，此时，信号间不再保持正交，信号间将产生互相关输出，如果互相关峰值或者自相关旁瓣过高，将会产生虚假目标，或者掩盖临近的真实弱目标。因而，正交信号设计的目的就是要让互相关尽可能小，且自相关旁瓣尽可能低。不同的正交LFM信号参数，即不同的T、μ 及正交信号间频率间隔 f p 对正交性，即对 γ n 有不同的影响。下面将对影响的程度进行分离分辨率 τ dd ≈
1 ，自相关旁瓣 B
2 OFD-LFM信号互模糊函数
2.1 OFD-LFM信号互模糊函数互模糊函数描述了发射波形间的正交特性及信号处理对分辨率等系统指标的影响。这些指标只与发射信号的形式有关，而与目标特性位置参数无关。因而，本文首先对OFD- LFM信号的互模糊函数进行分析。假设两个正交的LFM信号 sm (t ) ， sn (t ) 分别为：
⎛t⎞ u (t ) = rect ⎜ ⎟ T ⎝T ⎠ 1 (2)
由式(6)、式(7)可以得到：
χ c (τ , ξ ) =
si 间相互正交，即满足：
∫
T 0
⎧c sm (t ) sn* (t )dt = ⎨ m ⎩0
m=n m≠n
μτ 2 ) 1 j2 π ( f0τ + nf pτ − 1 2 e T c0 b j2 πα t e dt T a
则 sm (t ) 与 sn (t ) 间的互模糊函数定义为
：
值出现的位置；而
χ c (τ , ξ ) =
∫
∞ −∞
* sm (t ) sn (t − τ )e j2 πξ t dt
(8)
确定了峰值的幅度。对于 T MIMO雷达，希望互相关影响很小。因而只有 T − τ 要小才能满足。根据sinc函数的性质，当满足：

发射分集MIMO雷达波形设计及信号处理研究

发射分集MIMO雷达波形设计及信号处理研究发射分集MIMO雷达波形设计及信号处理研究引言：雷达技术在军事和民用领域都具有重要的应用价值，而多输入多输出（MIMO）雷达技术的发展为雷达系统提供了更高的分辨率、更强的抗干扰能力和更大的探测距离。

本文基于发射分集MIMO雷达系统的波形设计和信号处理，探讨了其在实际应用中的优势和挑战。

一、发射分集MIMO雷达系统的基本原理发射分集MIMO雷达系统是基于MIMO技术的一种雷达系统结构。

与传统的雷达系统不同，发射分集MIMO雷达系统具有多个发射天线和多个接收天线，通过多发多收的方式实现对目标的探测和跟踪。

该系统可以利用多个发射波束同时照射目标，从而增加目标散射能量，提高信号的信噪比和探测距离。

二、发射分集MIMO雷达波形设计1. 波形选择：发射波形的选择对于发射分集MIMO雷达系统至关重要。

一般情况下，需要选择具有良好自相关性和互相关性的波形。

例如，具有优秀性能的伪随机序列和最小平均互相关函数的码序列可用于发射波形选取。

2. 波束形成：对于发射分集MIMO雷达系统，波束形成是非常重要的。

通过合理的波束形成算法和参数设置，可以实现对目标的准确定位和跟踪。

常用的波束形成算法包括波前束形成、最大信噪比波束形成和最小方差波束形成等。

3. 频率选择和序列编码：通过对发射波形的频率选择和序列编码，可以实现对不同目标的区分和跟踪。

例如，利用不同的频率序列和编码方式，可以对目标进行标签化和识别，提高系统的目标追踪能力。

三、发射分集MIMO雷达信号处理1. 信号预处理：对于发射分集MIMO雷达系统，信号预处理是对接收到的信号进行前期处理，以提高信号质量和抑制干扰。

其中包括去除多普勒频移、抗多径干扰以及计算通道状态信息等。

2. 信号检测和定位：通过对接收到的信号进行检测和定位，可以实现对目标的跟踪和识别。

常用的信号检测算法包括最大似然检测、最佳线性不可区分检测和矩阵分解等。

定位算法包括最小二乘估计、卡尔曼滤波和粒子滤波等。

一种优化MIMO雷达波形设计的算法

一种优化MIMO 雷达波形设计的算法随着MIMO 雷达技术的不断发展，MIMO 雷达波形设计已经成为了近年来研究的热点之一。

MIMO 雷达系统具有多个天线的特点，可以将多个波束同时发射，从而提高了雷达系统的性能。

然而，如何设计合适的波形以适应不同的场景和任务，仍然是一个挑战。

本文将介绍一种针对MIMO 雷达波形设计的优化算法，并探讨其优势和适用范围。

一、MIMO 雷达波形设计的挑战MIMO 雷达系统在设计时需要考虑多个因素，如天线布局、参数配置、信号处理等等。

其中，波形设计是MIMO 雷达系统性能的关键因素之一。

正确的波形设计可以提高雷达系统的信噪比、距离分辨率、角度分辨率等指标，同时可以降低功率消耗、减少回波信号的互相干扰等问题。

因此，如何设计合适的波形，是MIMO 雷达系统设计的一个重要挑战。

在波形设计时需要考虑多个因素，如传输能量、数据速率、时域间隔等等。

传统的波形设计方法包括线性脉冲压缩、调频、相位编码等等。

但是，这些方法对信道参数的变化比较敏感，需要根据不同的情况进行调整。

而MIMO 雷达系统具有多个天线的特点，可以通过对多个波形进行合理组合，提高雷达系统的性能。

因此，设计一种适用于MIMO 雷达波形设计的优化算法，成为了解决当前挑战的研究方向之一。

二、MIMO 雷达波形优化算法的研究现状当前，针对MIMO 雷达波形设计的优化算法有多种，如基于矩阵分解的方法、基于滤波器设计的方法、基于仿真优化的方法等等。

这些方法的基本思想都是通过优化设计的波形，达到提高雷达系统性能的目的。

基于矩阵分解的方法，通过分解信道矩阵，把MIMO 雷达系统看作一个多输入多输出的线性系统，利用线性代数的基本定理，构造最优波形。

这种方法的优点是计算简单，适用于分布式MIMO 雷达系统。

但是，由于这种方法假设信道矩阵是已知的，对于非线性信道模型的应用存在局限性。

基于滤波器设计的方法，通过对波形进行滤波器设计，使得波形的带宽和功率谱最佳，达到最优化。

频率分集阵列MIMO雷达目标参数估计方法研究

摘要摘要频率分集阵列（frequency diversity array，简称FDA）是一个等距线型阵列，与普通阵列的差异表现在，频率分集阵列在各发射天线阵元之间引入了一个远小于发射载波频率的频率偏移量，从而产生距离-角度依赖的波形。

对比于传统的相控阵雷达，频率分集阵列在发射端额外加入了距离维自由度。

频率分集阵列雷达借用MIMO体制将发射端的距离自由度虚拟到接收端，从而形成了联合接收-发射的虚拟导向矢量，对联合估计目标的方位角信息和距离信息提供了条件。

但是，想通过传统频率分集阵列雷达的波束直接获得目标的位置信息甚至是无模糊的距离信息存在相当的难度。

本文基于频率分集阵列雷达展开了一系列的工作：1、分析了FDA雷达波束方向图的周期及距离-角度耦合特性。

同时介绍了两种接收信号处理方法：第一种是单一频率信号接收处理，该机制的接收天线阵元只接收自身发射的同频率信号；第二种是全部频率信号接收处理，该机制的接收天线阵元接收所有发射天线阵元所发射的信号。

同时，针对波束耦合特性，给出了解方向图耦合的方法：设计非线性递增的频率偏移量，期望形成非连续的方向图。

本文对采用第二种接收机制的传统频率分集阵列MIMO雷达研究了基于波束扫描和脉冲压缩的目标参数估计方法，并对其性能进行了验证，同时引出了距离向模糊的问题。

2、研究了基于非线性频率偏移量的FDA-MIMO雷达目标空间定位方法。

基于非线性频率偏移量的FDA-MIMO雷达，展开了对传统MUSIC方法，降维MUSIC方法以及双脉冲MUSIC方法的研究，以期在距离-角度二维观测区域波束能够形成唯一的峰值以及实现对多个目标的超分辨，同时避免当干扰位于任一波束峰值处时，干扰会被当做目标，从而引起信杂噪比的损失。

实验仿真结果很好的验证了本文的结论。

关键词：频率分集阵列，非线性频率偏移量，目标定位，解耦合ABSTRACTABSTRACTIn recent years, frequency diversity array (FDA) radar has attracted wide attention and research from domestic and foreign scholars because of its flexibility. Frequency diversity array is an equidistant linear array. The difference from an ordinary array is that frequency diversity array introduces a frequency offset far smaller than the carrier frequency between the array elements, thereby generating a distance-angle dependent waveform. Compared to conventional phased array radars, the freedom of distance dimension is added at the transmitter. Frequency diversity array radar virtualizes the degree of freedom of the transmitter to the receiver by using multiple-input multiple-output (MIMO) scheme, thus forming a virtual receive-transmit steering vector, which provides conditions for the joint estimation of the distance and angle of the target. Although frequency diversity array radars have been widely used to form distance-angle dependent waveforms, it is quite difficult to directly obtain the position information of a target through a conventional frequency diversity array radar. Due to the strong coupling of distances and angles, the problem of target distance ambiguity has been caused. In this thesis, a series of work is carried out based on frequency diversity array radar：1. The analysis on FDA beam pattern of the periodic and distance-angle coupling characteristics. On this basis, two kinds of receiving signal processing mechanism are introduced: the first one is the single frequency receiving processing, the receiving antenna receives only the same frequency signal which itself transmits; the second is all frequency signal receiving processing, the receiving antenna receive the signal which the transmitting antenna transmits. At the same time, this thesis analyses the formation conditions of the distance-angle coupling of frequency diversity array beam pattern in detail, and the distance-angle decoupling method is introduced, which is to design non-linear frequency offset. The target parameter estimation methods based on beam scanning and pulse compression for the traditional frequency diversity array MIMO (FDA-MIMO) radar with the second receiving mechanism are studied, and the problem of distance ambiguity is proposed.2. The target space location methods based on non-linear frequency offset FDA-MIMO西安电子科技大学硕士学位论文radar are studied. Based on FDA-MIMO radar with nonlinear frequency offset, the thesis studies the traditional MUSIC method, reducing dimension MUSIC method and double-pulse MUSIC method in order to form a unique peak and achieve the super-resolution of multiple targets in the two-dimensional observation region of the distance-angle. At the same time, when the inference is at any peak of the beam, it is regarded as the target, which causes the loss of signal-to-noise ratio. The experimental simulation results verify the conclusion of this thesis.Keywords: Frequency diverse array, Non-liner frequency offset, Target localization, Decoupling插图索引插图索引图2.1 频率分集阵列结构模型 (7)图2.2 雷达发射维方向图比较 (12)图2.3 不同频偏的FDA发射维方向图 (14)图2.4 不同瞬时时刻的FDA发射维方向图 (15)图2.5 SFR-FDA雷达发射-接收方向图 (18)图2.6 FFR-FDA回波信号处理框图 (19)图2.7 两种接收处理下的波束方向图 (22)图2.8 非线性频率偏移量的FDA结构 (23)图2.9解耦合波束方向图对比 (25)图2.10 平方和立方频偏的FDA方向图 (26)图2.11 非线性频偏的非等距FDA结构模型 (27)图2.12 不同FDA的发射维方向图 (28)图2.13 不同FDA的距离和角度维方向图 (29)图2.14 不同FDA分辨率对比图 (30)图3.1 FDA-MIMO雷达结构模型 (34)图3.2 双脉冲波束扫描流程图 (43)图3.3 单目标波束扫描结果 (44)图3.4 单目标的波束扫描局部放大图 (45)图3.5 多目标波束扫描结果 (45)图3.6 多目标的波束扫描局部放大图 (46)图3.7 FDA-MIMO雷达目标距离分辨率 (46)图3.8 FDA-MIMO雷达目标角度分辨率 (47)图3.9 单目标双脉冲波束扫描结果 (48)图3.10 多目标双脉冲的距离和方位角估计 (48)图3.11 同角度多目标双脉冲波束扫描结果 (49)图3.12 二相编码信号模型 (49)图3.13 FDA-MIMO雷达的脉冲压缩结果 (53)图3.14 FDA-MIMO雷达多目标脉冲压缩结果 (54)图3.15 FDA-MIMO雷达波束扫描结果图 (55)西安电子科技大学硕士学位论文图4.1 双脉冲MUSIC算法框图 (64)图4.2 单目标FDA-MIMO雷达MUSIC功率谱 (67)图4.3 不同FDA-MIMO雷达MUSIC功率谱对比 (67)图4.4 单目标FDA-MIMO雷达RD-MUSIC功率谱 (68)图4.5 不同FDA-MIMO雷达双脉冲MUSIC功率谱对比 (68)图4.6 多目标非线性频偏MUSIC谱 (69)图4.7 多目标线性频偏MUSIC功率谱 (70)图4.8 同角度多目标RD-MUSIC估计 (71)图4.9 不同角度多目标RD-MUSIC估计 (71)图4.10 多目标双脉冲MUSIC功率谱 (72)图4.11 不同SNR下三种方法的估计性能比较 (73)表格索引表2.1 FDA雷达仿真参数 (11)表3.1 FDA-MIMO雷达波束扫描仿真参数 (44)表3.2 FDA-MIMO雷达脉压仿真参数 (52)表4.1 非线性频偏FDA-MIMO雷达仿真参数 (65)符号对照表符号符号名称M 发射天线数目N 接收天线数目K 相干脉冲数c 光速T脉冲持续时间pd阵元间距d发射阵元间距Td接收阵元间距Rf发射载频/参考频率f脉冲重复频率rλ工作波长/参考工作波长f∆频率偏移量θ目标角度R目标距离ψ∆相位差∆距离差Rrect() 门函数diag() 矩阵的对角元素[]整数部分τ时延ξ目标反射系数⊗Kronecker积Hadamard积x接收快拍数据y目标信号快拍数据sn噪声快拍数据a发射导向矢量b接收导向矢量()s t基带信号波形西安电子科技大学硕士学位论文w自适应权值 {}E ⋅期望算子 R协方差矩阵 y R接收数据协方差矩阵 s R目标信号协方差矩阵 in R干扰加噪声协方差矩阵 2n σ高斯白噪声功率 n U噪声子空间 u R最大无模糊距离 I单位矩阵 ()ln ⋅ 自然对数缩略语对照表缩略语对照表RMSE Root-Mean-Square Error均方根误差缩略语英文全称中文对照 FDA Frequency Diverse Array频率分集阵列 OFDM Orthogonal Frequency Diverse Multiplex正交频分复用 DOF Degree of Freedom自由度 DOA Direction of Arrival到达角度 MIMO Multiple-Input Multiple-Output多输入多输出 PRF Pulse Repetition Frequency脉冲重复频率 PRI Pulse Repetition Interval脉冲重复间隔 SFR Single-Frequency Receiving单一频率接收 FFR Full-Frequency Receiving全部频率接收 IID SNR Independently and Identically DistributionSignal-Noise Ratio独立同分布信噪比 RD Reduced-Dimension降维目录目录摘要 (I)ABSTRACT (III)插图索引 (V)表格索引................................................................................................................... V II 符号对照表 .. (IX)缩略语对照表 (XI)第一章绪论 (1)1.1研究背景和意义 (1)1.2研究现状 (2)1.3本文的主要内容及安排 (5)1.4本章小结 (6)第二章频率分集阵列波形特性分析 (7)2.1引言 (7)2.2频率分集阵列雷达模型 (7)2.3频率分集阵列发射维方向图 (9)2.3.1距离角度耦合方向图 (9)2.3.2FDA发射维方向图周期性 (12)2.4频率分集阵列雷达接收处理 (15)2.4.1频率分集阵列雷达接收信号 (15)2.4.2单一频率接收机制 (16)2.4.3全部频率接收机制 (19)2.5FDA波束方向图解耦合方法 (22)2.5.1基于非线性递增频偏的FDA解耦合方法 (23)2.5.2基于非线性频偏和阵元间隔的FDA去耦合方法 (26)2.5.3解耦合性能分析 (29)2.6本章小结 (30)第三章FDA-MIMO雷达参数估计方法 (33)3.1引言 (33)3.2频率分集阵列MIMO雷达信号模型 (33)3.3基于波束扫描的目标参数估计方法 (37)西安电子科技大学硕士学位论文3.3.1算法的基本原理 (37)3.3.2距离角度分辨率分析 (38)3.4基于双脉冲波束扫描的目标参数快速估计方法 (40)3.4.1算法基本原理 (40)3.4.2算法步骤 (43)3.5两种波束扫描法的实验仿真及验证 (43)3.5.1波束扫描法 (44)3.5.2双脉冲波束扫描法 (47)3.6基于FDA-MIMO雷达的脉冲压缩处理 (49)3.6.1FDA-MIMO雷达二相编码信号模型 (49)3.6.2接收信号脉冲压缩处理 (51)3.6.3仿真结果及分析 (52)3.7本章小结 (55)第四章非线性频偏的FDA-MIMO雷达目标定位方法 (57)4.1引言 (57)4.2传统MUSIC目标定位方法 (58)4.3降维MUSIC目标定位方法 (59)4.3.1算法基本原理 (59)4.3.2算法步骤 (61)4.4双脉冲MUSIC目标定位方法 (62)4.4.1双脉冲MUSIC算法基本原理 (62)4.4.2双脉冲MUSIC算法步骤 (64)4.5实验仿真与分析 (65)4.5.1单目标仿真实验及结果分析 (66)4.5.2多目标仿真实验及结果分析 (69)4.5.3目标定位性能分析 (73)4.6本章小结 (73)第五章总结与展望 (75)5.1工作总结 (75)5.2工作展望 (76)参考文献 (77)致谢 (81)作者简介 (83)第一章绪论第一章绪论1.1研究背景和意义工欲善其事，必先利其器。

基于信息论的认知mimo雷达波形优化设计

基于信息论的认知mimo雷达波形优化设计在现代雷达技术中，MIMO雷达系统已经成为了研究的热点之一。

MIMO雷达系统利用多个天线阵列，可以提高雷达系统的性能，包括距离分辨率、角度分辨率、目标探测概率等。

然而，MIMO雷达系统的波形设计是一个挑战性问题，需要考虑多个因素，如波形带宽、峰值功率、波形时长等。

近年来，基于信息论的方法已经成为了MIMO 雷达波形设计的一种有效手段，可以优化系统的性能，并提高雷达的探测效率。

本文将介绍基于信息论的认知MIMO雷达波形优化设计的研究进展。

一、MIMO雷达系统的基本原理MIMO雷达系统是一种利用多个天线阵列的雷达系统，可以同时发射多个波形，接收多个目标的回波信号，从而提高雷达系统的性能。

MIMO雷达系统的基本原理是利用多个天线阵列，将多个波形同时发射到目标区域，接收目标的回波信号，然后通过信号处理算法，分离出不同目标的信号，从而实现目标的探测和跟踪。

MIMO雷达系统的主要优点包括：1. 提高距离分辨率：MIMO雷达系统可以通过多个天线阵列接收目标的回波信号，从而提高雷达系统的距离分辨率。

2. 提高角度分辨率：MIMO雷达系统可以通过多个天线阵列接收目标的回波信号，从而提高雷达系统的角度分辨率。

3. 提高目标探测概率：MIMO雷达系统可以同时发射多个波形，接收多个目标的回波信号，从而提高雷达系统的目标探测概率。

二、MIMO雷达波形设计的挑战性问题MIMO雷达波形设计是一个挑战性问题，需要考虑多个因素，如波形带宽、峰值功率、波形时长等。

传统的MIMO雷达波形设计方法主要基于经验和试错，需要进行大量的实验和优化，效率较低。

此外，传统的MIMO雷达波形设计方法无法考虑到系统的性能极限和优化目标，容易陷入局部最优解，从而影响雷达系统的性能。

三、基于信息论的认知MIMO雷达波形优化设计信息论是研究信息传输和处理的学科，可以用于分析通信系统的性能极限和优化目标。

近年来，基于信息论的方法已经成为了MIMO 雷达波形设计的一种有效手段，可以优化系统的性能，并提高雷达的探测效率。

MIMO雷达的MTI处理及性能分析

MIMO雷达的MTI处理及性能分析MIMO(多输入多输出)雷达的MTI(移动目标指示)处理是利用MIMO雷达系统的多通道接收信号，在时域上实现目标速度信息的提取与处理。

MTI处理是雷达系统中常用的一种信号处理技术，主要用于探测和追踪移动目标。

MIMO雷达系统在传统雷达系统的基础上增加了多个发射和接收天线，可以提供更高的波束形成能力和灵敏度，从而可以更好地满足对目标的探测和跟踪要求。

在MTI处理中，MIMO雷达系统通过对多通道接收信号进行时延和相位差分处理，可以提取出目标的速度信息。

MTI处理主要包括以下几个步骤：1.零多普勒频移：利用多通道接收信号的相位差分，对雷达回波信号进行零多普勒频移。

这可以去除地物回波信号的零频偏移，突出移动目标信号。

2.时域滤波：对零多普勒频移后的信号进行时域滤波处理，以去除不感兴趣的杂波干扰。

常用的时域滤波方法包括矩形窗滤波、哈希窗滤波等。

3.目标检测：对滤波后的信号进行目标检测，以确定目标的存在与位置。

4.目标速度估计：利用多通道接收信号的相位差分，可以提取出目标的相对速度信息。

通过测量不同通道的相位差分，可以估计出目标的速度值。

MIMO雷达的MTI处理可以提供更准确和可靠的目标速度信息，有助于实现对多种目标的高效探测和追踪。

MIMO雷达系统的多通道接收可以提供更多的信息，增强相位差分的可观测性。

同时，MIMO雷达系统的波束形成能力和灵敏度也得到了提高，可以更好地抑制非移动目标干扰。

性能分析方面，主要从以下几个方面进行评估：1.目标探测概率：指MIMO雷达系统对目标的探测能力。

通过统计分析目标存在时系统的虚警概率和正确检测概率，可以评估系统的目标探测性能。

2.距离测量精度：指MIMO雷达系统对目标距离的测量精度。

通过统计分析目标距离的测量误差，可以评估系统的距离测量性能。

3.速度测量精度：指MIMO雷达系统对目标速度的测量精度。

通过统计分析目标速度的测量误差，可以评估系统的速度测量性能。

MIMO雷达发射波形优化设计的开题报告

MIMO雷达发射波形优化设计的开题报告一、选题背景及意义多输入多输出（MIMO）雷达技术已成为近年来研究热点之一。

它通过利用多个天线阵列发射和接收信号，可以显著提高雷达系统的性能，包括增加测量精度、提高探测距离和角度分辨率、降低系统复杂度等优点。

MIMO雷达技术在军事和民用领域都有广泛应用，如目标探测和跟踪、无线通信、雷达成像等。

由于MIMO雷达系统本身具有多信号多路径的特点，因此发射波形的设计对系统性能有很大影响。

发射波形的设计是MIMO雷达系统研究的重要内容之一。

当前常见的发射波形设计方法主要有基于最小平均误差、最大信息传输速率、时空勘探等方法。

然而，这些方法无法考虑到MIMO雷达系统的实际情况，如天线布局、频谱带宽、发射功率等因素，因此难以实现最优性能。

因此，设计一种能够充分考虑到MIMO雷达系统实际因素的发射波形优化方法显得非常必要。

二、研究内容和方法本课题旨在设计一种有效的、能够充分考虑到MIMO雷达系统实际因素的发射波形优化方法。

具体地，研究内容包括以下几个方面：1. MIMO雷达系统的建模和特性分析，包括天线布局、频域特性、时域特性等。

2. 针对影响发射波形性能的因素，包括信噪比、角度分辨率、探测距离等，建立数学模型，并针对每个性能因素进行量化评估。

3. 提出一种基于遗传算法的发射波形优化算法。

该算法将天线布局、频域特性、时域特性等实际因素作为目标函数，并结合数学模型对性能进行优化。

通过遗传算法的不断迭代，获得最优波形的设计方案。

4. 对发射波形的优化结果进行仿真验证，并从多个角度评估其性能，包括测量精度、角度分辨率、探测距离等指标。

通过仿真结果，验证所提出的优化方法的有效性以及优化结果的稳定性。

三、预期结果及意义本课题预期可以完成设计一种更加有效的MIMO雷达发射波形优化方法。

通过对系统实际因素的全面考虑，避免了传统方法存在的不足点，同时也提高了系统性能的稳定性和效率。

通过仿真验证，预期可以获得更好的MIMO雷达系统性能，包括更高的测量精度、探测距离和角度分辨率。

正交频分LFM信号的MIMO雷达的匹配滤波技术

ＭＯｒａｄａｒｉｓｄｅｒｉｖｅｄ．Ｓｅｃｏｎｄｌｙ，ｔｈｅｃｒｏｓｓ — ａｍｂｉｇｕｉｔｙｏｆＯＦＩ￣ＬＦＭｓｉｇｎａｌｉｓａｎａｌｙｚｅｄ，ａｎｄｔｈｅｌｏｃａｔｉｏｎａｎｄ
ｓｉｇｎａｌｓｏｆＭＩＭＯｒａｄａｒａｎｄｔｈｅｍａｔｈｅｍａｔｉｃｍｏｄｅｌｏｆｃｏｈｅｒｅｎｔＭＩＭＯｒａｄａｒｍａｔｃｈｅｄｆｉｌｔｅｒｉｎｇｔｅｃｈｎｏｌｏｇｙａｒｅｄｅｄｕｃｅｄ．Ｉａｓｔｌｙ，ｔｈｅｓｉｍｕｌａｔｉｏｎｖａｌｉｄａｔｅｓｔｈｅｃｏｒｒｅｃｔｎｅｓｓｏｆｔｈｅｐｒｏｐｏｓｅｄｔｈｅｏｒｅｔｉｃａｌａｎａｌｙｓｉｓａｎｄａｌｓｏｓｈｏｗｓｔｈａｔｔｈｅｉｎｆｌｕｅｎｃｅｏｆｎｏｉｓｅｌｅｖｅｌｏｎｍａｔｃｈｅｄｆｉｌｔｅｒｉｎｇｔｅｃｈｎｏｌｏｇｙｉｓｌａｒｇｅｒｔｈａｎａｕｔｏ — ｃｏｒｒｅｌａｔｉｏｎｓｉｄｅｌｏｂｅｌｅｖｅｌ
先给出了相参ＭＩＭＯ雷达的信号模型；然后分析了正交频分线性调频信号的互模糊函数，并对互相关峰值
电平出现的位置和幅度进行了分析，推导出了ＭＩＭ０雷达相邻发射信号之间频率间隔所需满足的条件和相

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

Ａｂｓｔｒａｃｔ：ＴｈｅｍｅｔｈｏｄｔｏｓｏｌｖｅｔｈｅｐｒｏｂｌｅｍｏｆＣＯ－ｌｏｃａｔｅｄｍｕｌｔｉｐｌｅｉｎｐｕｔｍｕｌｔｉｐｌｅｏｕｔｐｕｔ（ＭＩＭＯ）ｒａｄａｒｏｐｔｉｍｌａｓｉｇｎｌａｄｅ —
信息量（ｍｕｔｕａｌｉｎｆｏｒｍａｔｉｏｎ，ＭＩ）优化不同频带天线上的功率分配以设计信号，针对目标依据雷达功率分配情况施
放干扰以避免检测识别的情况，雷达在杂波及干扰环境下再次优化信号功率分配，实现雷达认知功能。仿真结果证明，优化信号可综合噪声、杂波及干扰统计特性重新调整功率分配，可提高目标频域响应和目标回波问互信息量，为改善目标检测识别性能奠定基础。关键词：互信息量；频率分集；多输入多输出雷达；信号优化
ＬＡＮＸｉｎｇＬＩＷｅｉＷＡＮＧＸｉｎｇ－ｌｉａｎｇｗＵＨａｏ — ｔｉａｎＺＨＯＵＹｉ－ｊｉａｎ
（ＩｎｆｏｍａｒｔｉｏｎａｎｄＮａｖｉｇａｔｉｏｎＣｏｌｌｅｇｅ，ＡｉｒＦｏｒｃｅＥｎｇｉｎｅｅｉｒｎｇＵｎｉｖｅｒｓｉｔｙ，Ｘｉ ’ ａｎ７１００７７，Ｃｈｉｎａ）
ｄｏａ，ｒｉｔａｐｐｌｉｅｓｍｕｌｔｉｐｌｅ￣ｅｑｕｅｎｃｙａｒｒａｙ（ＭＦＡ）ｔｏｃｏ — ｌｏｃａｔｅｄＭＩＭＯｒａｄａｒｆｏｒｐｅｒｆｏｍａｒｎｃｅｅｎｈａｎｃｅｍｅｎｔ．Ａｎｄｉｔｉｓｂａｓｅｄｏｎｍｕｔｕｌａｉｆｎｏｍａｒｔｉｏｎ（ＭＩ）ｉｎｔｈｅ￣ｅｑｕｅｎｃｙｄｏｍａｉｎｂｙｍｅａｎｓｏｆｏｐｔｉｍｉｚｉｎｇｐｏｗｅｒｄｉｓｔｉｒｂｕｔｉｏｎｏｎｄｉｆｆｅｒｅｎｔ￣ｅｑｕｅｎｃｙａｎ－
第３１卷第８期
２０１５年８月
信号处理
ＪＯＵＲＮＡＬＯＦＳＩＧＮＡＬＰＲＯＣＥＳＳＩＮＧ
Ｖ０１．３１Ｎｏ．８
Ａｕｇ．２０１５ ቤተ መጻሕፍቲ ባይዱ
频率分集ＭＩＭＯ雷达信号优化设计
兰星李伟王兴亮吴昊天周义建
ｓｉｇｎｆｏｒｅｘｔｅｎｄｅｄｔａｒｇｅｔｄｅｔｅｃｔｉｏｎａｎｄｉｄｅｎｔｉｉｆｃａｔｉｏｎｉｓｐｒｏｐｏｓｅｄ．Ｔｏｒｅｌｉａｚｅ￣ｅｑｕｅｎｃｙｄｉｖｅｒｓｉｔｙａｎｄｉｎｃｒｅａｓｅｄｅｇｒｅｅｓｏｆｌｅｆｅ —
中图分类号：ＴＮ９５７文献标识码：Ａ文章编号：１００３－０５３０（２０１５）０８ — １０２９ — ０６
ＯｐｔｉｍａｌＳｉｇｎａｌＤｅｓｉｇｎｆｏｒＦｒｅｑｕｅｎｃｙＤｉｖｅｒｓｉｔｙＭＩＭＯＲａｄａｒ
ｔｅｎｎａｔｏｄｅｓｉｎｇｒａｄｒａｓｉｎａｇｌｆｏｒｃｏｎｉｇｔｉｖｅｆｕｎｃｔｉｏｎ．Ｒａｄａｒｏｐｔｉｍｉｚｅｓｓｉｎａｇｌｐｏｗｅｒｌｌａｏｃａｔｉｏｎａｇａｉｎｉｎｔｈｅｐｒｅｓｅｎｃｅｏｆｃｌｕｔｔｅｒａｎｄｉｎｔｅｆｅｒｒｅｎｃｅ，ｗｈｅｒｅｔｈｅｉｎｔｅｆｒｅｒｅｎｃｅｉｓｒｅｌｅａｓｅｄｂｙｔｒｇａｅｔｏｎｔｈｅｂａｓｉｓｏｆｒａｄｒａｐｏｗｅｒｌｌａｏｃａｔｉｏｎｔｏａｖｏｉｄｄｅｔｅｃｔｉｏｎａｎｄｉ —
（空军工程大学信息与导航学院，西安７１００７７）
摘要：针对集中式多输入多输出（ｍｕｌｔｉｐｌｅｉｎｐｕｔｍｕｌｔｉｐｌｅｏｕｔｐｕｔ，ＭＩＭＯ）雷达扩展目标检测识别问题，提出将多频阵列（ｍｕｌｔｉｐｌｅｆｒｅｑｕｅｎｃｙａｒｒａｙ，ＭＦＡ）应用到集中式ＭＩＭＯ雷达中来实现频率分集，增加自由度，在频域基于互