基于信息論的自適應(yīng)波形設(shè)計.pdf

1、傳統(tǒng)雷達(dá)發(fā)射波形固定，在復(fù)雜多變的戰(zhàn)場電磁環(huán)境中性能有限。隨著現(xiàn)代高速信號處理器與高功率微波放大器件的發(fā)展，雷達(dá)發(fā)射靈活多變的任意波形成為可能。在復(fù)雜戰(zhàn)場電磁環(huán)境中通過自適應(yīng)的發(fā)射最優(yōu)波形來主動適應(yīng)目標(biāo)和環(huán)境特性的不斷變化，提高雷達(dá)系統(tǒng)在動態(tài)環(huán)境中的性能，具有重要的軍事應(yīng)用價值。論文著眼雷達(dá)系統(tǒng)高度智能化發(fā)展的需求，以提升雷達(dá)系統(tǒng)性能為目的，研究基于信息論的雷達(dá)波形優(yōu)化設(shè)計問題，并將基于信息論的雷達(dá)波形優(yōu)化方法推廣應(yīng)用于智能干擾機(jī)波形最

2、優(yōu)化問題中，得到了一些有意義的方法和結(jié)論。
　　分辨率是雷達(dá)系統(tǒng)的重要指標(biāo)之一，直接關(guān)系到雷達(dá)系統(tǒng)的檢測和跟蹤性能。論文回顧了基于模糊函數(shù)的雷達(dá)名義分辨率，在此基礎(chǔ)上討論了考慮觀測模型和測量、估計誤差的多種實際分辨率?；跈z測理論和信息分辨率提出了Kullback-Leibler散度意義下的雷達(dá)系統(tǒng)實際分辨率。該實際分辨率是 Woodward模糊函數(shù)意義下名義分辨率的推廣，不僅考慮了發(fā)射信號的模糊函數(shù)特性，還將測量模型和測量噪聲納

3、入分辨率定義中，是對傳統(tǒng)分辨能力的豐富和完善。為了解決提高雷達(dá)系統(tǒng)實際分辨率的波形優(yōu)化問題，在上述Kullback-Leibler散度定義的實際分辨率理論下，采用Kullback-Leibler散度準(zhǔn)則函數(shù)提出了最大化雷達(dá)系統(tǒng)實際分辨率的發(fā)射波形參數(shù)自適應(yīng)方法，通過波形參數(shù)自適應(yīng)調(diào)整有效提高了雷達(dá)系統(tǒng)對兩個臨近點目標(biāo)的分辨能力。進(jìn)一步的，論文將該方法應(yīng)用于雙基地雷達(dá)體制，提出了聯(lián)合優(yōu)化發(fā)射波形參數(shù)和雙基地基線長度從而提高雙基地雷達(dá)實際分

4、辨率的波形優(yōu)化方法。采用本文提出的提高目標(biāo)分辨性能的雷達(dá)自適應(yīng)波形設(shè)計方法，在發(fā)射波形能量約束條件下有效提高了雷達(dá)系統(tǒng)的實際分辨率。提高實際分辨率的波形優(yōu)化方法是檢測、跟蹤和目標(biāo)識別波形設(shè)計研究的前提和基礎(chǔ)。
　　目標(biāo)識別也是雷達(dá)系統(tǒng)的一項重要任務(wù)。兩目標(biāo)觀測的概率密度函數(shù)之間的Chernoff散度影響了兩個點目標(biāo)識別的錯誤判決概率。在提高雷達(dá)系統(tǒng)目標(biāo)識別性能的波形優(yōu)化方法研究中，論文以 Chernoff散度為準(zhǔn)則函數(shù)，提出了一種

5、波形參數(shù)最優(yōu)化方法，從而提高了發(fā)射波形能量約束條件下雷達(dá)系統(tǒng)對兩個點目標(biāo)的識別性能。進(jìn)一步的，對于多個擴(kuò)展目標(biāo)識別問題，建立多元假設(shè)檢驗?zāi)Ｐ?，采用似然比檢驗和判決來判斷多類擴(kuò)展目標(biāo)中哪一類目標(biāo)出現(xiàn)。采用序貫假設(shè)檢驗的方法進(jìn)行多次雷達(dá)觀測并最終達(dá)到判決條件，在每次雷達(dá)觀測時利用貝葉斯概率更新方法，獲得當(dāng)前時刻每一類目標(biāo)可能出現(xiàn)的概率，從而不斷更新目標(biāo)和環(huán)境信息，利用該實時信息設(shè)計不斷變化的任意發(fā)射波形。該方法在發(fā)射波形能量和包絡(luò)恒定的約束

6、條件下，通過波形自適應(yīng)變化降低了平均所需的雷達(dá)觀測次數(shù)，從而提高了擴(kuò)展目標(biāo)的識別性能。在此基礎(chǔ)上，論文基于Kullback-Leibler散度和互信息這兩種信息論準(zhǔn)則，在多輸入多輸出（Multiple-Input Multiple-Output， MIMO）雷達(dá)體制下研究了提高多個擴(kuò)展目標(biāo)識別性能的波形優(yōu)化問題，得到了提高M(jìn)IMO雷達(dá)目標(biāo)識別能力的最優(yōu)發(fā)射波形功率分配策略，推廣了單輸入單輸出（Single-Input Single-Ou

7、tput，SISO）雷達(dá)的結(jié)論，在發(fā)射波形功率一定時有效降低了MIMO雷達(dá)目標(biāo)識別所需的平均雷達(dá)觀測次數(shù)。通過上述研究，論文基于信息論中的準(zhǔn)則函數(shù)提出了雷達(dá)系統(tǒng)在兩個或多個目標(biāo)環(huán)境中提高分辨能力和識別效率的波形優(yōu)化方法，明顯提升了雷達(dá)系統(tǒng)的性能，對現(xiàn)有文獻(xiàn)中的波形設(shè)計方法進(jìn)行了補(bǔ)充和推廣，具有一定的應(yīng)用價值。
　　最后，論文將上述基于信息論的雷達(dá)波形優(yōu)化設(shè)計的一些典型方法和結(jié)論應(yīng)用于智能干擾機(jī)波形設(shè)計研究中。智能干擾機(jī)可以通過截獲

8、的雷達(dá)波形信息和目標(biāo)環(huán)境信息自適應(yīng)調(diào)整干擾波形，來提高干擾機(jī)的工作性能，其基本原理與雷達(dá)波形優(yōu)化類似，因此基于信息論的波形優(yōu)化方法可以應(yīng)用于干擾機(jī)波形設(shè)計中，并為雷達(dá)干擾機(jī)一體化研究以及雷達(dá)與干擾共存的復(fù)雜環(huán)境最優(yōu)波形設(shè)計奠定基礎(chǔ)。論文采用信干噪比和互信息準(zhǔn)則，提出了兩種干擾波形最優(yōu)化方法，得到了不同干擾目的下的最優(yōu)干擾功率分配策略，從而在干擾功率一定的約束條件下最大程度降低了雷達(dá)系統(tǒng)的檢測概率和參數(shù)估計精度。在干擾波形優(yōu)化問題研究中，

9、假設(shè)先驗信息是精確已知的，但在實際應(yīng)用中，某些先驗信息需要通過參數(shù)估計來獲取，因此論文進(jìn)一步考慮先驗信息不確定情況下如何最優(yōu)化干擾機(jī)性能下界的魯棒干擾波形優(yōu)化方法。魯棒干擾設(shè)計使最差情況的干擾性能獲得最優(yōu)化，提升了干擾機(jī)在先驗信息不確定環(huán)境中的干擾性能。通過干擾波形最優(yōu)化問題的研究，對基于信息論的波形優(yōu)化設(shè)計有了更加深刻的理解和認(rèn)識，并拓展了基于信息論的雷達(dá)波形優(yōu)化設(shè)計的應(yīng)用范圍，為雷達(dá)和干擾相互影響相互作用的環(huán)境中同時設(shè)計二者最優(yōu)波形