提升空時自適應檢測性能的多輸入多輸出雷達穩健波形設計

劉玉春, 王洪雁

(1.周口師范學院機械與電氣工程學院, 466001, 河南周口; 2.大連大學信息學院, 116622, 遼寧大連)

多輸入多輸出(MIMO)雷達以其優越的性能吸引了科研界的注意[1]。與傳統相控陣雷達只能發射相干波形不同,MIMO雷達可發射幾乎任意波形,這也被稱為波形分集[1]。MIMO雷達可以通過設計發射波形以獲得波形分集,從而改善雷達系統的目標檢測[2]及參數估計[3]性能。為了改善空時自適應處理(STAP)方法[4]的檢測性能,文獻[5]通過設計波形相關矩陣,最大化輸出信干噪比。需要注意的是,設計發射波形需要利用場景及目標的先驗知識,而此先驗知識只可通過估計得到,因而不可避免地會存在估計誤差,進而基于所得非確知先驗信息而獲得的優化發射波形會嚴重影響MIMO雷達的目標檢測及參數估計性能[6]。因此,提升STAP檢測概率穩健性的波形設計成為了MIMO雷達領域的研究熱點。

為提升MIMO雷達監測性能,正交頻分復用(OFDM)技術[7]以及STAP技術[8]被引入MIMO雷達領域。OFDM雷達可利用多個正交子載波并行檢測目標,因而可克服頻率選擇性衰落;STAP技術可有效改善低速目標檢測性能。文獻[9]通過設計OFDM波形以消除MIMO雷達系統中的干擾,進而改善STAP的檢測性能。由文獻[8-9]知,通過將OFDM波形引入MIMO雷達系統,可顯著提高STAP方法的檢測性能。基于此,文獻[10]通過設計OFDM波形以改善MIMO雷達目標檢測及跟蹤性能。然而,上述方法所得優化波形受非確知先驗信息影響較大,會導致目標檢測及追蹤穩健性能惡化。

針對此問題,文獻[11]提出了改善MIMO-STAP檢測性能的穩健波形設計方法。然而,此方法沒有考慮發射波形的物理約束,比如恒模特性等。文獻[12]則考慮了目標先驗信息未確知場景下改善STAP檢測性能的穩健波形優化方法,此方法假設系統噪聲為空時不相關,但在實際應用中,接收陣列陣元之間由于互耦效應通常存在空域相關[6]。此外,此方法亦沒有考慮發射波形的物理特性。需要注意的是,文獻[11,12]所提穩健波形設計方法皆未利用OFDM的頻率分集優勢以改善系統性能。

基于上述問題,為降低STAP檢測概率對雜波協方差矩陣估計誤差的敏感性,本文提出一種基于MIMO雷達的OFDM穩健波形優化方法。為改善最差情況下STAP檢測概率的穩健性,在雜波協方差矩陣不確定凸集以及波形恒模約束下,本文通過雜波協方差矩陣設計發射波形以最大化最差情況下輸出信干噪比,進而改善STAP方法檢測概率的穩健性。為求解所得非線性問題,先將非凸恒模約束松弛為低峰均比凸約束,而后提出一種基于對角加載[13]的迭代方法。所提迭代方法中每步都可松弛為半定規劃問題,從而獲得高效求解[14]。

1 問題描述

本文所用模型描述如下:分別具有M、N個陣元的發射接收陣列平行放置,相鄰陣元間距分別為dT、dR;高度為h的雷達以速度v平行于收發陣列運動,目標則以速度vt向雷達運動。類似于文獻[7],每個發射陣元發射一個OFDM子帶信號。脈沖重復周期(pulse repetition interval, PRI)為T的L個脈沖構成一個相干處理周期,則第l個PRI中第n個陣元的接收數據可表示為

dtm+2vt)]+2πfm}dθ+zn,l

(1)

式中:sm=αm⊙φm為第m個陣元發射的離散基帶復信號,αm=[αm1,αm2,…,αmK]、φm=[φm1,φm2,…,φmK]分別為信號幅度及相位,其中‖φm‖2=1,K為采樣數目,⊙為Hadamard積,‖·‖為范數;fm=f0+mΔf,f0為載頻,Δf為子帶間隔;ρt及ρ(θ)分別為目標及雜波幅度;λ、zn,l分別為載波長和干擾加噪聲項。

離散化雜波,經過下變頻,式(1)可重新表示為

dtm+2vt]}+zn,l

(2)

式中:NC為雜波采樣數。令fs=dRsinθt/λ,fD=2(vsinθt+vt)T/λ,fsi=dRsinθi/λ,γ=dT/dR,β=2vT/dR,則基于式(2),第l個PRI內接收數據可表示如下

Xl=ρtexp{j2πfDl}abTS+

?IN)(b?a)+

基于式(4),可得全部空時快拍如下

ρt(IL?Φ?IN)(uD?b?a)+(IL?Φ?

式中:uD=[1,exp{j2πfD},…,exp{j2π(L-1)·fD}]T及uD,i=[1,exp{j2πfD,i},…,exp{j2π(L-1)·fD,i}]T分別為位于θ的目標以及θi的雜波塊的多普勒導向矢量。

根據最小方差畸變準則[5],最優信干噪比可表示如下

?Φ?IN)(uD?b?a)]H·

(6)

其中

(7)

(IL?ΦH?IN)H+IL?IM?Q=

(IL?Φ?IN)VΞVH(IL?ΦH?

IN)H+IL?IM?Q

(8)

將式(8)代入(6),可得

RSIN=|ρt|2[(IL?Φ?IN)(uD?b?a)]H·

[(IL?Φ?IN)VΞVH(IL?Φ?IN)H+IL?

IM?Q]-1[(IL?Φ?IN)((uD?b?a)]=

|ρt|2(Avt)H(ARCAH+QC)-1(Avt)

(9)

式中:QC=IL?IM?Q?0;RC=VΞVH0;A=IL?Φ?IN。

根據矩陣求逆定理[16],式(9)重新表示如下

計算式(10)需要vt、RC等參數值。然而,實際中上述值須經估計得到,因而存在不確定性,進而所得檢測概率可能對參數估計誤差比較敏感,此現象已在文獻[5-6]中由仿真表述。本文僅考慮雜波協方差矩陣,即RC的影響。

需要注意的是,實際中雷達波形應具有恒模特性以使得發射機處于飽和狀態從而避免非線性效應。

式中:Cm為第m個波形幅度;P為總發射功率。

2 基于對角加載的迭代方法

由于問題式(12)中存在波形恒模約束,因此成為NP-hard問題[13]。此類問題不宜采用諸如凸優化等傳統方法求解[14]。根據文獻[17],具有有限符號集的恒模信號不能較好滿足波形設計需求。因此,類似于文獻[18],恒模約束可利用如下低峰均比代替,即

基于式(13),式(12)可以重寫為

由于|αm(k)|=Cm,式(14)可以重新表示為

?0

(17)

基于式(18),式(16)中內層優化問題可等價為

式中:t為輔助優化變量。

基于Schur補定理[15],式(19)可表示為如下半定規劃問題

?0

(21)

類似于內層優化,式(23)可等價為如下半定規劃問題

其中:t為輔助優化變量。

由文獻[19]可知,半定規劃的優勢是可以通過快速數值方法在多項式時間內以任意精度收斂至全局最優值,因而式(20)及式(24)可獲得高效求解。本文利用凸優化技術對這2個問題進行高效求解。

基于上述討論,類似于文獻[20]所提算法3,本文提出一種基于對角加載的迭代算法以設計發射波形,從而最大化最差情況下的輸出信干噪比,進而改善STAP檢測概率相對于雜波協方差矩陣估計誤差的穩健性能,所提算法可描述如下:

(1)給定發射波形初始值;

(2)求解式(20)以得到最優ΔRC;

(3)求解式(24)以得到最優‖αm‖2;

(4)重復步驟2和3,直到相鄰2次迭代最差輸出信干噪比差別不明顯(本文仿真部分采用如下迭代終止條件‖RSIN(i)-RSIN(i-1)‖≤10-2,其中i為迭代步數);

(5)基于所得最優‖αm‖2,可通過文獻[21]提出的隨機化技術得到最終可發射波形。

3 仿真及分析

(a)MIMO雷達A (b)MIMO雷達B圖1 發射波束方向圖

采用本文方法、非相關波形方法及非穩健方法所得平均最差情況下輸出信干噪比隨陣列信噪比或雜噪比變化曲線如圖3所示。由圖3可知,與非相關波形及非穩健方法相比,本文方法具有較高的平均最差情況下輸出信干噪比,也即本文方法具有較好的穩健性。

(a)雷達A與陣列信噪比的關系

(b)雷達B與陣列信噪比的關系

(c)雷達A與雜噪比的關系

(d)雷達B與雜噪比的關系圖2 3種方法在最差情況下的檢測性能對比

為檢驗對角加載因子對最差情況下輸出信干噪比的影響,陣列信噪比和雜噪比均為30 dB條件下,本文方法得到的最差情況下輸出信干噪比隨ε或者ρ變化如圖5所示。由圖5可知,本文方法所得輸出信干噪比隨對角加載因子與波形相關矩陣或者雜波協方差矩陣最大特征值比值波動非常明顯,表明對角加載因子對輸出信干噪比影響較大。

(a)雷達A與陣列信噪比的關系

(b)雷達B與陣列信噪比的關系

(c)雷達A與雜噪比的關系

(d)雷達B與雜噪比的關系圖3 3種方法在平均最差情況下的穩健性能對比

(a)雷達A (b)雷達B圖4 最差情況下輸出信干噪比隨σ的變化情況

另外由圖5可知,當ε=λmax(Ψ)/1 000及ρ=λmax(RC)/1 000時,可得到較優輸出信干噪比,這也是本文對角加載因子取值的原因。

(a)雷達A隨ε變化 (b)雷達A隨ρ變化

(c)雷達B隨ε變化 (d)雷達B隨ρ變化圖5 本文方法的輸出信干噪比隨ε和ρ的變化關系

(a)雷達A (b)雷達B圖6 本文方法的輸出信干噪比隨迭代次數的變化情況

最后,為驗證所提基于對角加載迭代方法的收斂性,圖6刻畫了最差情況下輸出信干噪比隨迭代次數的變化。由圖6可知,不論MIMO雷達A或B,本文方法大約經過9次迭代就可以收斂。另外,由本文方法所得到的最差情況下輸出信干噪比為關于迭代次數的非下降函數。

4 結 論

通過將雜波協方差矩陣不確定凸集包含進波形設計問題,本文研究了環境先驗知識未確知條件下穩健波形優化問題。在波形恒模特性及雜波協方差矩陣不確定凸集約束下,構建穩健波形設計問題。為求解所得非線性問題,在將恒模約束松弛為低峰均比約束基礎上,本文提出一種基于對角加載的迭代方法?；趯羌虞d方法,穩健波形設計中內外層子優化問題在每步迭代內都可轉化為半定規劃問題。與非相關波形及非穩健方法相比,本文方法可顯著改善MIMO雷達檢測概率的穩健性。