孫 挺 程 旭
①(周口師范學院網(wǎng)絡工程學院 周口466000)
②(中山大學電子與通信工程學院 深圳518107)
極化反映了電磁波的矢量性,作為電磁波的基本參量之一,極化信息的利用可顯著提高雷達的探測性能。自20世紀50年代誕生以來,極化雷達在導彈防御、地理信息遙感、氣象監(jiān)測等方面的表現(xiàn)日益突出,成為微波感知領域的重要力量[1–4]。近年來,數(shù)字任意波形發(fā)生器、固態(tài)發(fā)射機以及高速信號處理硬件等先進技術的大力發(fā)展,促使現(xiàn)代雷達系統(tǒng)能夠擺脫傳統(tǒng)固定波形的束縛,取而代之的是采用更加靈活的波形設計,從而適應不同目標和環(huán)境的變化。通過對波形進行優(yōu)化,雷達根據(jù)當前照射得到的目標和干擾知識,優(yōu)化調(diào)整下一次波形的發(fā)射參數(shù),提高其在目標檢測、參數(shù)估計以及抗干擾等方面的性能。在雷達學術界,雷達波形優(yōu)化/設計已經(jīng)成為包括多輸入多輸出(Multiple-Input Multiple-Output,MIMO)雷達和認知雷達在內(nèi)的多種新體制雷達的重要研究方向之一[5–7]。
雖然從數(shù)學模型上看,全極化雷達可看作具有兩個發(fā)射通道和兩個接收通道的集中式MIMO雷達[8],但全極化雷達利用電磁波的矢量性,挖掘目標和干擾在極化特性上的差異,所以有著和MIMO雷達不同的特異性,因此,需要開展全極化雷達波形設計的專門研究。在這方面,提高濾波器輸出的信干噪比(Signal Interference-plus-Noise Ratio,SINR)是其中具有典型意義的代表性工作。特別地,針對發(fā)射波形功率約束的信號相關雜波背景中波形優(yōu)化問題,文獻[9]從最大化SINR的角度,提出了一種發(fā)射波形-接收濾波器聯(lián)合優(yōu)化設計方法(以作者姓氏命名,稱為Pillai方法)。由于文獻[9]提出的迭代方法不具有收斂性,文獻[10]提出了一種新的迭代優(yōu)化算法(稱為Chen方法),實現(xiàn)了目標函數(shù)的單調(diào)遞增和收斂性。文獻[11]和文獻[12]則分別研究了波形在能量和峰值旁瓣比、能量和頻譜耦合度雙重約束條件下的最優(yōu)波形設計問題,所提出的數(shù)值優(yōu)化方法均能保證優(yōu)化結果的收斂性。
不難理解,單純給發(fā)射波形施加能量約束,而不施加其他條件限制,將無法保證波形在距離分辨率、峰值旁瓣比和模糊函數(shù)等方面的特性,而通過對待優(yōu)化波形施加相似性約束條件可以較好地解決這一問題,也就是使得待優(yōu)化波形與一個具有優(yōu)良屬性(比如恒定幅度、合適的距離分辨率和峰值旁瓣比)的已知波形保持一定相似度。為此,除能量約束之外,本文對發(fā)射波形施加相似性約束,研究相應的發(fā)射波形和接收濾波器聯(lián)合優(yōu)化方法。將提出一種發(fā)射信號和接收濾波器迭代優(yōu)化流程(算法),該流程逐次改善濾波器輸出SCNR。采用實測目標數(shù)據(jù)設計的實驗證實本文方法的有效性,結果表明,通過共同優(yōu)化發(fā)射端和接收端,可以獲得顯著的SCNR改善。
不難看出,式(7)表征了雜波在極化域和距離域兩個維度的相關性。
對于優(yōu)化問題P w(m),已經(jīng)證明,其解為如下形式的Capon濾波器[16],即
可解,且其解可通過算法1給出的Dinkelbach算法求得,見表1。
表1 算法1:Dinkelbach算法求解P FP
在完成了對Pw(m)和Ps(m)的求解之后,結合本節(jié)一開始對迭代方法的描述,這里給出發(fā)射波形和接收濾波器聯(lián)合優(yōu)化的完整迭代流程,如算法2所述,見表2。
表2 算法2:發(fā)射波形-接收濾波器聯(lián)合優(yōu)化算法
采用佐治亞理工學院公開的T-72坦克2)根據(jù)T-72坦克的長度信息和雷達的距離分辨率選定。全極化雷達實測數(shù)據(jù)作為目標特性數(shù)據(jù),有關目標的詳細信息可參見文獻[13]第2章。在本文仿真中,取|αT|2=1,隨機取雷達俯仰角為31.64°,TIRM的支撐區(qū)間2)取Q=37,為方便接下來設定雜波和噪聲功率水平,對目標散射矩陣進行歸一化處理,即
其中,Tˉn(θ)和Tn(θ)分別表示歸一化前和歸一化后的目標散射矩陣。發(fā)射波形長度2N=60,初始發(fā)射波形s0的H和V極化分量均取式(19)的線性調(diào)頻信號
算法1的精度控制參數(shù)取η=10?6,算法2的退出條件門限取ζ=10?3。此外,凸優(yōu)化問題的求解采用Matlab CVX工具包。
雜波參數(shù)采用文獻[8]報道的草地雜波參數(shù),即?n=?=0.19,χn=χ=1.03和ρn=ρ=0.52。雜波和噪聲功率σn,σv2分別根據(jù)信噪比(Signal Noise Ratio,SNR)和雜噪比(Clutter Noise Rat io,CNR)確定,其定義分別為
隨機取目標相對雷達方位角3)可取滿足步進條件的θ ∈[0°,360°]范圍的任一值。θ0=26.4°和 116.3°,圖1描述了濾波器輸出SCNR隨算法2迭代次數(shù)的變化曲線,其中圖1(a)、圖1(b)分別對應方位角θ0=26.4°和116.3°,而每個圖中又包括γ對應于0.01,0.10,0.50和1.00的4條曲線。根據(jù)圖1(a)和圖1(b)可以看出,隨著迭代次數(shù)的增加,本文方法單調(diào)增加SCNR。而γ越大,輸出SCNR值越大,這是由于γ值的增加提高了目標函數(shù)的可行域,這證實了本文方法的有效性。
取目標相對雷達方位角θ0=116.3°,如圖2給出了經(jīng)優(yōu)化后水平極化通道發(fā)射波形的模糊度函數(shù)幅度圖,其中圖2(a)、圖2(b)、圖2(c)和圖2(d)分別對應于相似性參數(shù)γ為0(即未作優(yōu)化處理,s=s0),0.1,0.5和1.0時的結果。與5.1節(jié)結果相反,隨著γ的增加,其波形的模糊度函數(shù)的主峰越來越弱,純度越來越低,而雜散分量越來越多(垂直極化通道的結果也呼應上述情形)。這是由于隨著γ的增加,雖然輸出SCNR的值提高,但是因為發(fā)射波形的約束降低,所以偏離原模板波形程度更高,造成原模板波形所固有的一些特性丟失。因此,在實際工程中,需要綜合權衡SCNR提高和波形特性損失之間的折中。
對本文方法和現(xiàn)有其他方法進行性能比較。定義
圖1 信雜噪比隨迭代次數(shù)的變化曲線
圖2 經(jīng)優(yōu)化后的全極化雷達水平極化通道發(fā)射波形模糊度函數(shù)幅度圖
為名義方位角等于θ△時(此時雷達發(fā)射波形取對應θ△的最優(yōu)發(fā)射波形s△,接收濾波器為對應最優(yōu)接收濾波器w△) ,實際方位角θ處的接收SCNR值。令θ△=26.4°,θ∈[25.9°,26.9°],選用Pillai方法、Chen方法,對比它們與本文方法之間的性能。如圖3所示給出不同方法的濾波器輸出SCNR隨方位角θ的變化曲線,其中本文方法分別給出相似性約束參數(shù)γ=0.01,0.10和0.50的結果(Pillai方法和Chen方法僅有波形能量約束,等價于取γ=2.0)。
圖3 本文方法和Pillai方法、Chen方法的性能對比結果
可以看出,由于不能保證算法的收斂性,Pillai方法的性能明顯不及Chen方法,而由于施加了相似性約束,本文方法的輸出SCNR均小于Chen方法,結合5.2節(jié)的結果,不難得出,施加相似性約束實現(xiàn)了輸出SCNR與優(yōu)化波形特性之間的折中,這也印證了本文最初的設定。另外,隨著相似性參數(shù)γ值的提高,輸出SCNR的水平也相應升高,這是因為,γ越大,相似性約束越寬松。值得一提的是,當γ=0.5時,SCNR水平已逼近沒有相似性約束的情形。最后,當實際方位角θ偏離名義方位角θ△時,可以看到顯著的SCNR性能下降,這表明,高分辨條件下全極化雷達目標特性敏感于實現(xiàn)角的改變。
以最大化全極化雷達的輸出SCNR為優(yōu)化準則,本文研究了發(fā)射波形的能量約束和相似性約束雙重約束下,全極化雷達的發(fā)射波形和接收濾波器聯(lián)合優(yōu)化問題。提出了一種發(fā)射波形-接收濾波器的迭代優(yōu)化方法。通過解算,最優(yōu)接收濾波器具有Capon濾波器結構,最優(yōu)發(fā)射波形的設計通過采用Dinkelbach算法解一個典型的分式規(guī)劃問題求解。在實驗環(huán)節(jié),通過采用實測目標數(shù)據(jù)驗證了本文算法的有效性,證實了波形優(yōu)化可提高雷達的輸出SCNR,但同時也展示了其對雷達波形在模糊度函數(shù)方面的不利影響,強調(diào)了在實際工程中,要折中考慮上述因素。最后對比了本文方法和其他兩種方法的性能,印證了本文方法的初始的設計考慮。