论文总字数：22226字

摘 要

随着电子技术的迅速发展，电磁干扰环境越来越复杂，传统雷达在依靠接收端的自适应算法来实现目标识别与检测也就变得愈加困难。为了解决此问题，雷达学者提出了一种能够根据外部环境和被检测目标进行交互的雷达，即认知雷达。

本文从认知雷达自适应发射波形的设计方面入手，采用基于最大化信噪比准则，得出认知雷达的最优化发射波形，但是考虑到在实际的应用上，雷达的发射功率是固定的，所以在研究的过程中利用了相位调制认知雷达波形的方法，采用了共轭梯度和遗传算法对其进行最优化的处理，最后通过MATLAB仿真得到了认知雷达的最优发射波形，并分析了其性能。

关键词：认知雷达 波形设计 共轭梯度算法 遗传算法

Optimal Waveform Design for Cognitive Radar

Abstract

With the rapid development of electronic technology, the electromagnetic interference environment is becoming more and more complex. The traditional radar is becoming more and more difficult to realize the target recognition and detection by the adaptive algorithm based on the receiver. In order to solve this problem, radar scholars have proposed a kind of radar that can interact with the target according to the external environment, namely cognitive radar.

In this paper, based on the maximum signal-to-noise ratio (SNR) criterion, the optimal launch waveform of cognitive radar is obtained by using the maximum signal to noise ratio (SNR) criterion. However, considering the actual application, the radar transmission power is fixed, so the phase modulation cognitive radar waveform is used in the study. The conjugate gradient and genetic algorithm are used to optimize the processing, Finally, the optimal waveform for cognitive radar is obtained through MATLAB simulation, and its performance is also analyzed.

Key Words: cognitive radar；waveform design；conjugate gradient algorithm；genetic algorithm

目 录

摘 要 I

Abstract II

第一章 绪论 1

1.1 研究背景及意义 1

1.2 当前研究现状 1

1.3 论文的主要工作 6

第二章 认知雷达最优波形设计原理 6

2.1 模型建立 6

2.1.1 目标冲激响应模型 6

2.1.2 雷达发射及接收模型 7

2.2 最优化目标检测原理 8

2.2.1 最优化匹配发射 8

2.2.2 发射矩阵的优化 10

2.3 本章小结 15

第三章 基于相位编码信号的最优波形设计 16

3.1 相位编码信号优化模型的建立 16

3.2 基于相位编码信号的波形优化算法 17

3.2.1 共轭梯度算法 17

3.2.2 遗传算法 20

3.3 仿真结果及性能分析 22

3.4 本章小结 29

第四章 总结与展望 30

4.1 工作总结 30

4.2 后期展望 30

致谢 32

参考文献 33

绪论

研究背景及意义

随着电子技术的发展，电磁干扰环境越来越复杂，传统雷达在依靠接收端的自适应算法来实现目标识别与检测变得愈加困难。为此，雷达研究人员提出了一种能够根据外部环境和被检测目标进行交互的雷达，即认知雷达。

Haykin教授首先定义了认知雷达，他通过贝叶斯滤波（一个非线性序贯状态估计器）来对状态进行判定。为何需要考虑接收-发射回馈链路？他的回答是：首先接收-发射的反馈使雷达形成一个闭环控制系统，发射与接收可以协同工作，其次，整体回路是计算智能的一个基本特征。

认知跟踪雷达和传统跟踪雷达的主要区别是：

1. 全局反馈。包含发射机，战场环境，接收机，以及使发射与接收协同工作的反馈回路；
2. 雷达对环境的感知。接收传感器从环境学习并与环境的统计变化相适应；
3. 对雷达发射部分的控制。接收反馈后，发射机在无人监管方式下生成发射波形，最优化跟踪性能；
4. 对雷达回波中目标信息的保存。

因此对于传统的雷达来说，认知雷达能够将所接收到的探测目标的信息进行智能的处理，匹配最优的发射波形，这样既可以更加有效的探知目标及周围环境，通过这种相互间的交互，提升雷达性能，提高探测的精准度。

当前研究现状

地面运动目标的全天候探测和识别始终是现代战争中面临的难题。基于雷达技术的解决方案绕过了许多其他传感器类型的可用性问题，例如光学和红外。本文研究了可通过匹配光照得到的目标检测和识别的最优波形，及如何优化有限时间雷达发射波形的脉冲形状和接收机的匹配滤波脉冲响应。

许多研究人员都考虑过使用复杂的脉冲整形技术，以使雷达能量最大限度地反映出扩展目标。Bell在添加信号独立噪声的情况下，提出了配照明理论，用于检测确定性目标脉冲响应。Grieve，Guerci，Pillai和Youla已经提出了一种匹配照明的一般理论，包括加色噪声和加色信号相关杂波对目标信号-干扰-噪声比(SINR)的最大化的影响。通过对目标脉冲响应的任意选取函数和噪声和杂波的功率谱进行了验证。本文基于离散信号的矩阵公式，提出了[1-3]的匹配照明理论，其中包括信号相关杂波的影响。此外，目前的分析方法是优化发射波形，将其能量分散于一个或几个窄频带。

针对目标识别问题，Bell提出了一种基于最大化的目标集合与接收信号在加性噪声中互信息最大化原理的匹配照明理论。Guerci和Pillai通过应用与检测相似的技术，开发了目标识别的目标识别与确定性目标脉冲响应的匹配照明理论。本文的分析扩展了这一确定性分析，允许有色噪声和非零色杂波。目前的分析应用了优化脉冲成形理论，用于目标检测和识别判别。我们所要研究的是基于雷达信号处理方面，匹配出最优的发射波形，从而提高雷达的性能。

请支付后下载全文，论文总字数：22226字