MIMO雷达认知发射设计及基实现分析

本文针对 MIMO 雷达认知发射问题，通过利用先验信息和目标回波信息对雷达资源进行分配，并据此设计当前场景的发射波形，实现 MIMO 雷达的认知发射，最大化雷达资源利用率。并且在 Visual Studio 环境下结合认知雷达系统实现 MIMO 雷达认知发射软件设计。现对本文研究的主要内容总结如下：第二章主要研究 MIMO 雷达发射波形设计方法。MIMO 雷达发射端的高自由度使其能根据不同的任务场景设计不同类型的发射波形，可以作为实现认知发射的载体
第一章绪论

1.1 MIMO 雷达认知发射研究背景及意义

雷达（Radio Detecting and Ranging, radar）[1]的含义是无线电探测和测距，是一种通过向空间发射无线电磁波信号和接收处理目标散射回波信号获取空间目标信息的电子设备，最早出现在一战时期，并在二战期间大放异彩。随着近现代微电子等领域的发展，雷达技术得到了快速进步，现代雷达的功能已经远远不止探测和测距两方面，也不仅仅是军事领域重要的战略设备，目标定位、成像、识别等功能[2]的发展和进步使雷达在社会经济发展（如无人驾驶、环境监测等）和科学研究（如天体研究，电离层结构研究等）等领域也扮演着越来越重要的角色[2]。然而，面对日益复杂的电磁环境和越来越高的性能要求，传统雷达不能满足远距离、高精度、抗干扰、实时性等任务需求。在此背景下，以认知雷达为代表的智能化雷达成为未来雷达发展的方向之一。传统雷达发射端的工作模式相对固定，仅使用当前回波信息，缺乏对历史信息的使用，对空间扫描范围及范围内的目标“一视同仁”，为了实现高精度目标跟踪，雷达必须持续保持较高的实际功率，不利于雷达战场生存。另外，在多目标跟踪场景，传统雷达的分时照射和能量平均分配的发射方案，也面临目标丢失和能量资源有限的巨大挑战。与之相对的，Simon Haykin 教授等在 2006 年提出的认知雷达[3,4]的概念，是雷达智能化发展的方向之一，其发射—接收—发射的闭环系统，使雷达能在与环境的交互过程中感知环境信息和目标信息，通过实时调整发射参数，实现发射信号和工作场景的最大化匹配，从而最大程度地提升雷达系统的工作性能。认知雷达的系统框架[3]如图 1.1 所示，主要包含知识辅助系统模块，自适应发射模块和接收机处理模块。其中，知识辅助系统主要包括存储环境和目标先验信息的环境动态数据库（Environment Dynamic Database, EDDB）和用于协助雷达系统进行策略选择和推理的知识辅助（Knowledge Assistant, KA）系统；自适应发射模块主要涉及发射信号的设计，利用 EDDB 中的环境信息和目标信息，根据任务要求通过资源管理策略选择/设计发射波形，常用的模式包括波形库选择和波形实时设计两种；接收机处理模块则是对回波信号的处理部分，通过信号处理方法获取场景和目标信息，同时更新 EDDB中的目标及环境信息。

1.2 MIMO 雷达认知发射研究历史及现状

1.2.1 MIMO 雷达认知发射波形设计研究历史及现状

自 MIMO 技术被引入到雷达领域，MIMO 雷达在本世纪受到广泛关注，并取得了高速发展。其独特的系统结构，使其具有波形分集、空间分集、频率分集和极化分集等“分集”增益[17-19]。区别于相控阵雷达，MIMO 雷达发射端具有很高的设计自由度，可以利用不同的优化准则设计满足不同应用场景的信号形式，大大提高 MIMO 雷达的系统性能。对于 MIMO 雷达发射波形的研究，按照优化准则的不同主要分为以下几种类型：

1) 以模糊函数为准则

利用先验信息，使用遗传算法或其他凸优化算法优化发射信号的协方差矩阵或直接优化发射信号矩阵，以获得期望的发射波形。文献[20]将传统的模糊函数推广至MIMO 雷达系统，涵盖雷达系统信息和目标参数信息，并分析了模糊函数在信号设计中的应用。文献[21]在此基础上，基于 MIMO 雷达信号模型，以模糊函数为准则优化跳频正交信号。文献[22]提出一种基于多普勒鲁棒性的相位编码信号和失配滤波器联合优化算法，有效抑制了发射信号的距离-多普勒旁瓣。

2) 以信息论和统计理论为准则

为了探测、跟踪、识别感兴趣目标，雷达获取相关信息的多少和优选成为直接决定雷达性能的主要因素。因此，以信息论和统计理论的观点设计 MIMO 雷达信号是有必要的。文献[23]提出了基于信息论中互信息最大准则和统计意义下的最小均方误差准则两种优化准则，用于 MIMO 雷达目标识别与分类中的波形设计。

3) 以最大信杂（干）噪比为准则

信杂噪比是雷达目标检测等性能的重要指标，信噪比（Signal to Noise Ratio, SNR）的提高对雷达性能的改善起到决定性作用。文献[24,25]以最大化信干噪比为准则，联合考虑发射波形优化和接收滤波问题，求解出发射波形设计和匹配滤波问题中的全局最优解。文献[26]结合信息论中的互信息准则和信杂噪比，使用长短时记忆网络优化雷达发射波形，综合提升雷达性能。

第二章 MIMO 雷达发射波形设计方法

MIMO 雷达发射端具有极高的设计自由度，可以灵活设计每个发射阵元的发射信号，以适应不同的工作场景。根据阵元间发射信号的相关程度，可以将发射波形分为相关波形、部分相关波形和正交波形。当 MIMO 雷达发射相关波形时，其原理和功能与相控阵雷达相同，通过干涉原理[11]形成发射方向图，具有相控阵雷达的所有优势。当 MIMO 雷达发射部分相关波形时，可以在空间形成具有特定指向、范围、零陷、波束能量比等的发射方向图，能适应不同的任务需求。而当雷达发射正交波形时，各阵元间发射信号相互正交，会在空间形成全向的发射方向图，能覆盖整个观测场景。MIMO 雷达发射端的高自由度特性是实现认知发射的良好基础，因此将 MIMO雷达作为研究认知发射的载体，设计用于目标检测或目标跟踪的发射波形。相比于机械扫描雷达，MIMO 雷达可以通过调整移相器实现电子扫描，进行区域搜索，也可以通过构造宽波束长时间照射感兴趣区域实现空间监视。而对于跟踪波束设计，MIMO能够根据先验信息，通过设计每个发射天线的发射信号，实现具有特定波数个数、波束指向、波束能量比例的发射波形，实现最大化雷达资源利用率的效果。相比于均匀线阵，使用平面阵列设计发射波形可以同时兼顾方位和俯仰两个维度的信息，并且实际工程应用中，平面阵列的使用也非常广泛。考虑到平面阵列阵元规模大，研究低计算复杂度、低工程实现难度的平面阵发射方向图也具有重要意义。本章主要研究 MIMO 雷达发射波形设计方法，包括正交波形和部分相关波形设计，其中部分相关波形设计涉及一维线阵和二维面阵两种结构，具体内容安排如下：2.1 节介绍了 MIMO 雷达的信号模型和相关基本概念；2.2 节了介绍 MIMO 雷达正交波形设计方法，并讨论了波形正交性的影响因素；2.3 节介绍了 MIMO 雷达部分相关波形的设计方法，包括两种阵列结构下宽波束方向图和多波束方向图的设计；2.4 节为本章小结。

2.1 MIMO 雷达信号模型

2.1.1 一维线阵信号模型

假设 MIMO 雷达发射端是由 个阵元组成的均匀线阵，阵元间距相等且均为 d ，如图 2.1 所示

2.2 MIMO 雷达正交波形设计方法

传统的机械扫描雷达[1]发射单个窄波束，通过机械转动实现空间扫描或目标跟踪。MIMO 雷达可以发射全向的正交波形，通过长时间积累实现空间监视。同时，MIMO雷达的这种发射波形能有效降低雷达的峰值功率，在能量相同的情况下，雷达的观测时间增长，既可以增强雷达的抗截获能力，提高雷达的战场生存能力，又能提高雷达的多普勒分辨力[39]，是传统雷达的有效替代方案。正交波形是由雷达天线发射相互正交的信号合成的波形，其在空间形成全向的发射方向图，因此波束的功率增益降低，战场生存能力增强。同时通过长时间观测积累，在低速运动目标的搜索和场景信息的获取方面具有天然优势[12]。另一方面，在处理接收数据时，由于发射信号正交，各接收天线能独立分离出每个发射天线的信号，相当于增加了雷达的“孔径”[40]，能有效提高目标的测角精度。

第三章MIMO 雷达认知发射资源管理方法 ............................................................... 27

3.1 理论介绍............................................................................................................ 27

3.2 单目标重访时间优化方法................................................................................ 33

3.3 单目标联合资源管理方法 ............................................................................... 45

3.4多目标联合资源管理方法 ............................................................................... 49

3.5 本章小结 ........................................................................................................... 57

第四章MIMO 雷达认知发射软件实现....................................................................... 59

4.1 开发环境 ........................................................................................................... 59

4.2 MIMO 雷达认知发射模块实现....................................................................... 62

4.3 认知雷达系统联合仿真分析 ........................................................................... 72

4.4 本章小结 ........................................................................................................... 74

第四章 MIMO 雷达认知发射软件实现

前面两章主要介绍了 MIMO 雷达认知发射中的波形设计和资源管理，通过处理回波信号优化雷达资源分配策略，在发射端设计相应的发射方向图，实现最大化雷达的资源利用率。本章将详细介绍基于 Visual Studio 开发环境的 MIMO 雷达认知发射软件实现，共包括三个模块：发射信号设计，回波信号构造以及资源管理优化方案，主要涉及各个子模块的基本流程及相关接口函数。最后，将认知发射模块加入认知雷达系统[50]联合调试，验证该模块的正确性及其在雷达资源节约方面的优势。本章具体内容安排如下：4.1 节将简单介绍选择 C 语言和 Visual Studio 开发工具的优势，以及软件实现中使用的第三方库；4.2 节主要介绍 MIMO 雷达认知发射模块的软件实现，包括三个子模块及其中涉及的数据存储方式和函数接口；4.3 节主要是将认知发射模块加入认知雷达系统的联合仿真实验；4.4 节为本章小结。

第五章总结和展望

本文针对 MIMO 雷达认知发射问题，通过利用先验信息和目标回波信息对雷达资源进行分配，并据此设计当前场景的发射波形，实现 MIMO 雷达的认知发射，最大化雷达资源利用率。并且在 Visual Studio 环境下结合认知雷达系统实现 MIMO 雷达认知发射软件设计。现对本文研究的主要内容总结如下：第二章主要研究 MIMO 雷达发射波形设计方法。MIMO 雷达发射端的高自由度使其能根据不同的任务场景设计不同类型的发射波形，可以作为实现认知发射的载体。针对用于整个场景的监视的正交波形，使用基于最小化峰值旁瓣电平的方法设计正交波形，并讨论了正交波形正交性的影响因素；针对部分相关波形设计，研究了用于目标检测的宽波束和用于目标跟踪的同时多波束方向图设计方法：1）对于一维均匀线阵，使用基于半正定规划的最优协方差矩阵算法和基于基波束的发射方向图设计方法，并利用序列二次规划算法优化发射信号的初相，使得发射信号具有更好的相关特性；2）对于二维面阵结构，讨论了计算复杂度低的基波束方法和工程实现难度低的子阵划分方法设计平面阵雷达发射方向图，并对比二者在多波束方向图中的差异。第三章主要研究雷达资源管理相关问题。相比于传统固定资源分配的方式，本章以目标预测信息的贝叶斯克拉美罗界为依据进行雷达资源管理，并将资源管理结果用于指导雷达下一次发射波形的设计，实现 MIMO 雷达认知发射。本章首先介绍了一种常用的非线性系统下的目标跟踪算法—扩展卡尔曼滤波算法，并推导了雷达工作参数与目标跟踪性能的评价指标贝叶斯克拉美罗界的关系，将其作为雷达资源管理的依据。其次，针对不同场景下的运动目标讨论了不同的资源管理方案，具体如下：1) 单目标重访时间优化方法。匀速直线运动模型下，相比于传统固定重访时间的单一工作模式，基于目标预测 BCRLB 的重访时间优化方法，可以使得雷达的工作模式更为灵活，通过及时调整雷达参数，在满足目标跟踪性能的前提下，减少雷达照射目标的次数，实现雷达资源的节约。匀速圆周运动模型下，在获得当前帧的滤波值后，根据目标的运动模型和波束照射范围，以雷达下一帧照射目标的概率为约束，优化目标的重访时间，在减少雷达照射次数的同时，尽可能提高雷达的照射概率，减少目标丢失后的补救措施次数。通过仿真实验，验证了优化重访时间对节约雷达资源的有效性。