国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

基于GGASA算法優(yōu)化信號互相關(guān)的MIMO雷達(dá)波束形成技術(shù)

2012-11-10 05:36
關(guān)鍵詞:波束適應(yīng)度種群

張 杰

(南京電子技術(shù)研究所,南京 210039)

0 引言

傳統(tǒng)相控陣的特點(diǎn)是高增益、定向性波束,適合于跟蹤和小區(qū)域搜索。這種體制特別適合于目標(biāo)方位已知的情況,例如跟蹤狀態(tài),或較窄空域的搜索等。但未來雷達(dá)系統(tǒng)的特征要求在確保雷達(dá)發(fā)射全功率的條件下,可以采用新的技術(shù)實(shí)現(xiàn)在線自適應(yīng)發(fā)射波束的合成[1~4]。

與之相對應(yīng)地,MIMO雷達(dá)系統(tǒng)采用互不相關(guān)的波形,能夠形成寬開的空間方向圖,即全方向的或更實(shí)際的單個發(fā)射子孔徑的波束方向圖。相關(guān)研究表明通過具有任意互相關(guān)特性的信號集合的選擇能夠綜合波束方向圖。通過信號互相關(guān)矩陣的設(shè)計,可以構(gòu)造不同的空間波束形狀,包括相控陣系統(tǒng)的高增益定向性波束和采用正交信號MIMO系統(tǒng)的全方向性波束等。該設(shè)計途徑一種有益的應(yīng)用就是在線或聯(lián)機(jī)地選擇或修正雷達(dá)天線的空間波束方向圖,以獲得在跟蹤方式下的目標(biāo)精確定位。

眾所周知,常規(guī)雷達(dá)為了充分利用輻射功率多采用恒包絡(luò)信號。對于全相干信號,降低波束旁瓣電平和獲得波束展寬的唯一方法就是對單元進(jìn)行加權(quán)處理,這種方法會有一定的發(fā)射功率損失。文獻(xiàn)[4]提到如果能夠利用控制信號的互相關(guān)來進(jìn)行波束方向圖的合成則可以在各種情況下充分利用信號的發(fā)射功率。此外,這種情況下波束綜合也會有更多的自由度供設(shè)計選擇,如N(N-1)/2信號互相關(guān)參數(shù)相對于N個信號相位或抽頭延遲線權(quán)值將有很大的靈活性。

通過互相關(guān)設(shè)計波束圖是一個新的領(lǐng)域,很難用顯式直接表達(dá)其結(jié)果。文獻(xiàn)[4]提出了將波束綜合問題表述為在正定Hermitian矩陣構(gòu)造的S+空間上的受限優(yōu)化問題,并用兩個關(guān)系式對該問題進(jìn)行了表示。本文在計算方法上開展了工作,引入全局遺傳模擬退火算法(GGASA,global genetic simulated annealing algorithm)對波束綜合問題進(jìn)行最優(yōu)化搜索,獲得了較好的結(jié)果。

1 MIMO雷達(dá)的概念

作為一種全新的體制,MIMO雷達(dá)借鑒了在通信領(lǐng)域取得巨大成功的多輸入多輸出概念,初步的研究已顯示該體制對于提高雷達(dá)性能的顯著作用。不同于傳統(tǒng)的實(shí)現(xiàn)最大化相干處理增益的陣列天線雷達(dá)系統(tǒng)(radar array system),MIMO雷達(dá)利用目標(biāo)的散射特性實(shí)現(xiàn)分集處理,改善雷達(dá)的性能,如圖1所示[2]。

圖1MIMO雷達(dá)示意圖

在傳統(tǒng)的雷達(dá)中,目標(biāo)的閃爍被認(rèn)為是有害的現(xiàn)象,產(chǎn)生的雷達(dá)散射截面(RCS,radar cross section)起伏會降低雷達(dá)的性能。理論和試驗(yàn)都證實(shí),目標(biāo)相對于雷達(dá)距離和方位的微小變化都可能引起回波能量的劇烈起伏,即使是千分之一弧度角的方位變化都可能導(dǎo)致回波能量產(chǎn)生10 dB以上的閃爍起伏。目標(biāo)回波的這種起伏引起了信號衰落,造成系統(tǒng)性能的急劇下降。RCS動態(tài)起伏引起目標(biāo)散射截面積的變化是隨機(jī)的,可以應(yīng)用隨機(jī)過程對其進(jìn)行統(tǒng)計建模,包括:Swerling I、II、III和IV四類模型,有時也將RCS恒常不變的目標(biāo)看作Swerling V型。

由Swerling模型描述的雷達(dá)回波信號起伏劇烈,導(dǎo)致了探測性能的下降;克服該問題的一種方法是通過采用陣元間隔很近的系統(tǒng)最大化相干處理的增益;另一種方法就是采用分集技術(shù),頻率分集、極化分集或者空間分集(碼元分集)。其中,空間分集也就是MIMO雷達(dá),其獨(dú)特性就在于它從相反的方向考慮問題,利用目標(biāo)的閃爍效應(yīng)改善雷達(dá)性能;并且通??臻g分集獲得的增益大于相干處理的結(jié)果[1~3]。

接收機(jī)高度相關(guān)的陣列信號可以實(shí)現(xiàn)雷達(dá)的相干處理,而MIMO雷達(dá)接收的陣列信號是互不相干的,可以將探測器輸出進(jìn)行非相干的組合,使得接收的衰落信號相互對立地進(jìn)行疊加,平均SNR保持基本恒定,達(dá)到了克服回波信號起伏的問題。這是與傳統(tǒng)雷達(dá)顯著不同的一點(diǎn)。通過將雷達(dá)天線的發(fā)射和接收陣元間隔一定的距離以使得目標(biāo)的角散射更加明顯;同時考慮到探測目標(biāo)的復(fù)雜形狀,以及與天線陣元之間的距離等因素,每個陣元都能觀測到目標(biāo)不同的側(cè)面,MIMO雷達(dá)應(yīng)用目標(biāo)散射源的空間分集特性為改善雷達(dá)的性能開辟了廣闊的技術(shù)思路。

2 MIMO波束優(yōu)化形成

2.1 基本原理

設(shè)一組天線陣元模塊構(gòu)成的線陣天線及所處的坐標(biāo)系統(tǒng)如圖2所示[4]。

圖2 線陣天線的陣元及所處的坐標(biāo)系統(tǒng)

設(shè)每個模塊的輸入信號為si(t),i=1…N。在不考慮系統(tǒng)損耗的理想情況下,每個組件輻射的平均功率為

上劃線表示取平均。

信號si(t)在距離為r的遠(yuǎn)場輸出為

式中,k表示(θ,φ)方向的單位向量。

發(fā)射的功率密度可表示為

即Pyi(r,θ,φ)在半徑為r的空間積分求和就可得到總的發(fā)射功率Pi。

考慮各個發(fā)射信號在空間的功率合成,可得

相應(yīng)地,總的功率密度為

設(shè) ψi(θ,φ)=(2πzi)/λ·pθ,φ,方向矢量可表示為

由此,式(6)可表示為

歸一化的功率密度P(θ,φ)即為希望通過信號參數(shù)的處理來綜合的功率方向圖。該通用的表達(dá)式,既包括了相控陣的情況,即R秩為1{P(θ,φ)=[aT(θ,φ)a*(θ,φ)]/4π};也包括了發(fā)射信號互不相關(guān)的MIMO的情況,即R為多重的單位矩陣I。通過靈活選擇雷達(dá)發(fā)射的信號si(t)構(gòu)造合適的R可以獲得需要的輻射方向圖。

由此可見,通過選擇最優(yōu)的相關(guān)矩陣R可獲得需要的空間輻射波束方向圖。隨之而來的問題就是如何選擇合適的矩陣R來得到期望的方向圖。從數(shù)學(xué)角度看,這就是一個受限的最優(yōu)化求解問題。

2.2 基于GGASA的優(yōu)化搜索算法

遺傳算法(GA)是一類借鑒生物界自然選擇和自然遺傳機(jī)制的隨機(jī)化搜索算法,其主要特點(diǎn)是群體搜索策略和群體中個體之間的信息交換,搜索不依賴于梯度信息。選擇、交叉和變異是遺傳算法的主要操作算子。雖然GA有較強(qiáng)的全局搜索性能,但存在局部搜索能力較差和收斂過早等問題。模擬退火(SA)法是一種基于熱力學(xué)的退火原理建立的隨機(jī)搜索算法,具有很好的局部搜索能力,而且也是一種以概率1收斂于全局最有解的全局優(yōu)化算法,但其相關(guān)參數(shù)的選取對搜索性能有很大的影響。全局遺傳模擬退火算法是將GA和SA算法相結(jié)合而構(gòu)成的一種優(yōu)化算法,其原理流程如圖3所示。

參照雷達(dá)的工程實(shí)際情況,R有兩個限定條件,即:R必須為正定矩陣和每個輻射單元必須工作在飽和狀態(tài)所限定的矩陣R,即

圖3GGASA算法流程圖

不失一般性,可設(shè)ˉP=1,則相關(guān)矩陣R的對角元素 rii=1(i=1,…,N)。

非負(fù)正定矩陣的空間邊界是一個復(fù)雜的曲面,造成這種非負(fù)限制很難直接求解。為了規(guī)避這個問題,文獻(xiàn)[4]中將矩陣R進(jìn)行了Cholesky因子表示,即

這樣問題的求解就轉(zhuǎn)換成了在Cholesky因子所在的空間L上搜索。

在L空間搜索保證了R的正定特征。R的對角線上的元素rii=lilHi,li為L的第i行。在功率受限的條件下,即ˉP=1,可以轉(zhuǎn)換為

li是(i-1)維復(fù)球面上的行向量。完整的搜索空間為所有這樣的復(fù)球面構(gòu)成的乘積空間CS0×CS1× … ×CS(N-1)。

下述內(nèi)容為采用GGASA算法綜合設(shè)計產(chǎn)生設(shè)定MIMO雷達(dá)波束發(fā)射信號的主要步驟。

(1)生成初始種群

設(shè)陣元個數(shù)N=19,種群個數(shù)M=100。通過隨機(jī)方法生成初始種群,記為 P0=[X01,X02,…,X0M];并設(shè)計產(chǎn)生的方法使得種群個體滿足功率受限的條件,其中xij為初始種群個體X0k的元素。個體 Xk,(k=1,…,M)表征了L子空間中的元素。

同時,設(shè)定SA算法的初始溫度T=T0,退火因子α(0<α<1)。

(2)計算適應(yīng)度函數(shù)

波束形成的原則就是盡可能逼近目標(biāo)波束函數(shù)。設(shè)目標(biāo)波束為Pd(θ),可構(gòu)造適應(yīng)度函數(shù)為

式中,w(θ)表示對目標(biāo)波束隨θ區(qū)域變化而進(jìn)行的差異化加權(quán)處理。

(3)精英(Elite)保留策略

將每代群體中的個體的適應(yīng)度排序,選擇出適應(yīng)度最優(yōu)的數(shù)個(如2)個體,作為種群的精英,直接進(jìn)入下一代遺傳。這種策略確保每個進(jìn)化代中最優(yōu)個體的適應(yīng)度是一個單調(diào)的過程,是一個自動尋找最優(yōu)的過程。

(4)選擇

對每代中除精英以外的個體采取輪盤賭選擇方法。設(shè)除去種群中的精英外,剩余種群中個體數(shù)為Q,其中個體i的適應(yīng)度值為fi,則i被選中的概率為Psi=顯然,個體適應(yīng)度越大被選中的概率就越高。

(5)交叉

對種群中的Q個個體進(jìn)行單點(diǎn)交叉,即在染色體中隨機(jī)的設(shè)定一個基因位為交叉點(diǎn),實(shí)行交叉時,該點(diǎn)以后的兩個個體的部分結(jié)構(gòu)進(jìn)行互換,并生成兩個新個體。

(6)變異

(7)退火操作

(8)更新種群

將Q個經(jīng)過選擇、交叉、變異以后產(chǎn)生的新個體,與直接選擇的精英一起構(gòu)成下一代的種群,同時更新溫度參數(shù)T=αT,0<α<1,進(jìn)入下一代的循環(huán)操作。

3 仿真結(jié)果

設(shè)模擬仿真的天線為均勻線性陣列,單元數(shù)為19個,單元間距為半波長λ/2。首先設(shè)定要產(chǎn)生的波束以陣列側(cè)面為中心的均勻輻射方向圖,如圖4(虛線)所示。

圖4 算法綜合的波束圖

通過GGASA算法優(yōu)化搜索300代后的綜合波束如圖4中實(shí)線所示,基本可以擬合設(shè)定的目標(biāo)波束圖,表明了算法優(yōu)化搜索任意互相關(guān)函數(shù)來實(shí)現(xiàn)波束成形的可行性。

4 結(jié)語

本文通過全局遺傳模擬退火算法對MIMO雷達(dá)的波束綜合問題進(jìn)行了最優(yōu)化搜索,獲得了初步的結(jié)果。下一步的工作可以在優(yōu)化搜索算法和更新代價函數(shù)等途徑以獲得更優(yōu)的MIMO雷達(dá)波束綜合;此外,每個陣元輻射恒包絡(luò)信號也是工程應(yīng)用中必須考慮的實(shí)際問題,可以在優(yōu)化求解中作為一項(xiàng)附加條件予以約束,以得到更符合實(shí)際情況的MIMO雷達(dá)信號。

[1]RABIDEAU D J,PARKER P.Ubiquitous MIMO Multifunction Digital Array Radar[C].The Thirty-Seventh Asilomar Conference on Signals,Systems and Computers,2004,1 057-1 064.

[2]FISHLER E,HAIMOVICH A,BLUM R,et al.MIMO Radar:An Idea Whose Time Has Come[C].The IEEE Int.Conf.on Radar.Philadelphia,PA,2004.

[3]FISHLER E,Haimowich A,BLUM R,et al.Statistical MIMO radar[C].12th Conf.on Adaptive Sensor Array Processing,2004.

[4]DANIEL R FUHRMANN,GEOFFREY SAN ANTONIO.Transmit Beamforming for MIMO Radar Systems Using Partial Signal Correlation[C].Conference Record of the Thirty-Eighth Asilomar Conference on Signals,Systems and Computers,295-299,2004.

[5]Daniel R Fuhrmann,Geoffrey San Antoniot.Transmit Beamforming for MIMO Radar Systems Using Signal Cross-correlation[J].IEEE Transactions On Aerospace And Electronic Systems,2008,44(1):171-186.

[6]何子述,韓春林,劉波.MIMO雷達(dá)概念及其技術(shù)特點(diǎn)分析[J].電子學(xué)報,2005,33(B12):2 441-2 445.

猜你喜歡
波束適應(yīng)度種群
改進(jìn)的自適應(yīng)復(fù)制、交叉和突變遺傳算法
山西省發(fā)現(xiàn)刺五加種群分布
基于雙種群CSO算法重構(gòu)的含DG配網(wǎng)故障恢復(fù)
基于共形超表面的波束聚焦研究
超波束技術(shù)在岸基光纖陣中的應(yīng)用
毫米波大規(guī)模陣列天線波束掃描研究*
中華蜂種群急劇萎縮的生態(tài)人類學(xué)探討
一種基于改進(jìn)適應(yīng)度的多機(jī)器人協(xié)作策略
國產(chǎn)多波束系統(tǒng)在海上失事船只探測中的應(yīng)用
自適應(yīng)遺傳算法的改進(jìn)與應(yīng)用*
扎赉特旗| 海阳市| 诏安县| 罗平县| 揭东县| 四平市| 独山县| 三门峡市| 铜鼓县| 尚志市| 洱源县| 凤城市| 大理市| 和龙市| 新野县| 黔西县| 西宁市| 明星| 肥城市| 沈丘县| 湘潭市| 蒲江县| 嘉黎县| 三亚市| 茂名市| 鹤壁市| 蓬莱市| 呼和浩特市| 五河县| 隆化县| 屏东县| 平江县| 资溪县| 曲沃县| 日土县| 通榆县| 来宾市| 新疆| 华池县| 三河市| 铁力市|