【技術實現步驟摘要】
本專利技術屬于雷達，特別涉及一種以最小化積分旁瓣電平(integratedsidelobe?level，isl)為準則的基于迭代深度展開網絡的mimo雷達恒模波形設計方法。
技術介紹
1、正交波形在mimo雷達中被廣泛應用，可以為雷達系統提供更高的定位精度和更好的雜波抑制能力。然而，完全正交的波形在實際中并不存在。因此，設計具有良好自相關性和互相關性的波形成為mimo雷達信號處理的核心問題。恒模約束在發射波形設計中起著重要作用，因為雷達系統中的非線性放大器必須在飽和模式下運行。因此，具有良好相關性的mimo雷達恒模波形設計受到了廣泛關注。
2、目前現有的方法大致分為兩類：第一類是通過松弛的方法解決恒模約束問題，但會引入松弛誤差導致性能下降；第二類是直接解決該恒模約束問題，這種方法相比較于前一類方法有更好的性能，但其計算成本相對較高。
3、在第一類方法中，典型的有，文獻《p.stoica,h.he,and?j.li,“new?algorithmsfor?designing?unimodular?sequences?with?good?correlation?properties,”ieeetransactions?on?signal?processing,vol.57,no.4,pp.1415–1425,2009.》和文獻《h.he,p.stoica,and?j.li,“designing?unimodular?sequence?sets?with?good?correlations-including?a
4、在第二類方法中，典型的有，文獻《e.raei,m.alaee-kerahroodi,andm.b.shankar,“spatial-and?range-islr?trade-off?in?mimo?radar?via?waveformcorrelation?optimization,”ieee?transactions?on?signal?processing,vol.69,pp.3283–3298,2021.》提出了塊坐標下降法(block?coordinate?descent?algorithm，bcd)來解決該問題，但該方法在處理長序列時計算成本較高。為了降低計算量，文獻《k.alhujaili,v.monga,and?m.rangaswamy,“transmit?mimo?radar?beampattern?designvia?optimization?on?the?complex?circle?manifold,”ieee?transactions?on?signalprocessing,vol.67,no.13,pp.3561–3575,2019.》通過將問題轉化到復圓流形上來避免松弛，直接解決。但是，這種方法難以選擇合適的下降步長以盡快達到收斂。
5、綜上，第一類方法不可避免地引入松弛誤差，第二種方法會導致計算量增加。
技術實現思路
1、本專利技術的目的在于提供一種基于迭代深度展開網絡的mimo雷達恒模波形設計方法，以獲得具有良好相關性的波形。
2、本專利技術采用的技術方案為：
3、基于迭代深度展開網絡的mimo雷達恒模波形設計，其包括下列步驟：
4、步驟1，構建最小化積分旁瓣電平isl的mimo雷達恒模波形設計問題：
5、
6、其中，發射波形m表示發射天線數，l為發射波形的序列長度，發射天線m的發射序列m表示發射天線標識，l表示發射波形的序列符號標識(即符號時間)，發射天線m的發射序列中每一個序列符號xl,m滿足|xl,m|＝1；是單位矩陣，(·)h表示共軛，||·||f表示frobenius范數，滯后參數d＜l，時移矩陣sl的表達式為：
7、
8、步驟2，將步驟1構建的mimo雷達恒模波形設計問題投影到黎曼復圓流形上，轉化為無約束最小化問題：
9、
10、其中，為黎曼復圓流形，滿足恒模約束：
11、
12、步驟3：將用于構建的無約束最小化問題f(x)的求解的黎曼梯度下降算法展開為網絡層，構建迭代深度展開網絡，并將梯度下降步長α設置為迭代深度展開網絡的可訓練參數，基于訓練好的迭代深度展開網絡的輸出得到最終優化波形xopt。
13、進一步的，步驟3中，迭代深度展開網絡在訓練時采用的損失函數為無約束最小化問題f(x)。
14、進一步的，步驟3中，迭代深度展開網絡的每一層的黎曼梯度下降算法的處理對象包括：黎曼梯度、切線空間梯度下降以及回溯到復圓流形。
15、進一步的，步驟3中，迭代深度展開網絡的每一層網絡層的處理對象的處理具體為：
16、基于實部和虛部分開計算的方式，將歐拉梯度投影到切線空間中獲得黎曼梯度；
17、再基于獲得的黎曼梯度獲取切線空間上的暫定解；
18、將暫定解回溯到復圓流形，得到當前網絡層輸出的發射波形。
19、進一步的，步驟3中，黎曼梯度具體為：
20、
21、其中，k表示當前網絡層的層編號，xkr表示網絡層k的輸入的發射波形xk的實部元素，表示對應于xkr的黎曼梯度，表示對應于xkr的歐拉梯度，兩個輔助量和的表達式為：
22、
23、其中，分別表示復向量的元素實部和虛部，(·)*表示復向量的共軛，⊙表示hadamard元素乘積，表示對應于發射波形xk的歐拉梯度；
24、切線空間上的暫定解其中，αk表示網絡層k的梯度下降步長，即第k次迭代的梯度下降步長；
25、網絡層k輸出的發射波形的實部元素為：其中，表示hadamard元素除法，|·|表示取模。
26、本專利技術提供的技術方案至少帶來如下有益效果：
27、與傳統的松弛方法或計算量很大的非松本文檔來自技高網...
【技術保護點】
1.基于迭代深度展開網絡的MIMO雷達恒模波形設計，其特征在于，其包括下列步驟：
2.如權利要求1所述的基于迭代深度展開網絡的MIMO雷達恒模波形設計，其特征在于，步驟3中，迭代深度展開網絡在訓練時采用的損失函數為無約束最小化問題f(X)。
3.如權利要求1所述的基于迭代深度展開網絡的MIMO雷達恒模波形設計，其特征在于，步驟3中，迭代深度展開網絡的每一層的黎曼梯度下降算法的處理對象包括：黎曼梯度、切線空間梯度下降以及回溯到復圓流形。
4.如權利要求3所述的基于迭代深度展開網絡的MIMO雷達恒模波形設計，其特征在于，步驟3中，迭代深度展開網絡的每一層網絡層的處理對象的處理具體為：
5.如權利要求4所述的基于迭代深度展開網絡的MIMO雷達恒模波形設計，其特征在于，步驟3中，黎曼梯度具體為：
【技術特征摘要】
1.基于迭代深度展開網絡的mimo雷達恒模波形設計，其特征在于，其包括下列步驟：
2.如權利要求1所述的基于迭代深度展開網絡的mimo雷達恒模波形設計，其特征在于，步驟3中，迭代深度展開網絡在訓練時采用的損失函數為無約束最小化問題f(x)。
3.如權利要求1所述的基于迭代深度展開網絡的mimo雷達恒模波形設計，其特征在于，步驟3中，迭代深度展開網...
【專利技術屬性】
技術研發人員：趙紫薇，胡進峰，陶浩華，程鑫，李志，鐘凱，
申請(專利權)人：電子科技大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。