極化認知雷達抗干擾波形設(shè)計研究.pdf

1、認知雷達是近年來受到廣泛關(guān)注的一種智能化雷達，它可以智能地從雷達回波中解析、學(xué)習(xí)目標和環(huán)境的信息，通過接收機到發(fā)射機的反饋通道，使發(fā)射機根據(jù)所處環(huán)境和具體雷達任務(wù)，自適應(yīng)地發(fā)射波形，實現(xiàn)雷達性能最大化。極化作為描述雷達信號的另外一維信息，加入極化信息可使雷達具有更強的抗干擾和參數(shù)估計能力。因此本文研究極化認知雷達的波形設(shè)計，主要內(nèi)容分為三個部分：
　　第一部分，對極化認知雷達的基礎(chǔ)知識和本文用到的概念進行闡述。首先對極化認知雷達進

2、行建模，極化認知雷達是在認知雷達的基礎(chǔ)上加入了極化信息，可以額外獲得目標和環(huán)境的極化特征；其次對發(fā)射的極化信號進行建模，引入極化橢圓的概念，為后文極化參數(shù)估計奠定基礎(chǔ)；然后介紹目標極化散射矩陣的表示方法和意義；最后對雜波分布進行建模，并對本文中用到的復(fù)合高斯雜波重點闡釋，通過實測數(shù)據(jù)擬合，驗證將海雜波建模為復(fù)合高斯分布更符合實際情況。
　　第二部分，研究基于目標和雜波參數(shù)估計的最優(yōu)極化波形設(shè)計。首先，根據(jù)極化回波公式，推導(dǎo)觀測數(shù)據(jù)

3、的條件概率密度分布，基于最大似然估計，引入擴展參數(shù)-期望最大算法，對目標和雜波參數(shù)進行準確地估計；然后通過最小化參數(shù)的克拉美羅界，引出最優(yōu)極化波形設(shè)計算法來獲得波形的最優(yōu)極化參數(shù)；為了減小設(shè)計極化波形時的計算復(fù)雜度，推導(dǎo)次最優(yōu)算法設(shè)計極化波形，在性能與前者相當?shù)那疤嵯?，大大減少優(yōu)化耗時。仿真表明，本部分研究的極化波形設(shè)計算法可以較好地對抗雜波干擾，并準確地得到目標和環(huán)境參數(shù)，從而為認知雷達提供準確的先驗和環(huán)境信息。
　　第三部分，

4、研究基于認知框架的瞬態(tài)極化雷達正交波形設(shè)計。針對瞬態(tài)極化雷達（IPR）兩路波形相關(guān)度較高而引起的目標參數(shù)估計誤差過大的問題，本章提出純相位譜逼近算法（POSAA）來設(shè)計具有低相關(guān)水平的波形對，這樣可以較好地對抗距離遮蔽干擾和極化通道之間的互擾。首先，在積分旁瓣電平準則下，構(gòu)造正交波形設(shè)計的目標函數(shù)；然后利用相關(guān)與譜之間的傅里葉變換關(guān)系，基于譜逼近的思想，將時域的優(yōu)化問題轉(zhuǎn)化到頻域優(yōu)化。另外，POSAA利用串行設(shè)計的思想，避免同時優(yōu)化的高