波形设计方法、计算机设备和存储介质技术

一种波形设计方法、计算机设备和存储介质，包括：对子Chirp组合波形基进行时频网格划分后，在每个时间段，随机选择子载频；基于选择的各子载频，随机生成预设数目个频率编码序列；基于预设数目个频率编码序列，以及各频率编码序列中的各频率对应的子chirp波形，进行波形优化操作，获得优化操作后的最优频率编码序列；将最优频率编码序列中的各频率对应的子chirp波形组合为最终优化波形。通过上述波形设计方法，可以对波形进行优化设计，获得波形性能好的优化波形。

【技术实现步骤摘要】
波形设计方法、计算机设备和存储介质
本申请涉及计算机
，特别是涉及一种波形设计方法、计算机设备和计算机存储介质。
技术介绍
雷达波形设计始终是一个重要的研究内容，波形的时宽带宽积、模糊函数、峰均比等性能极大地影响了雷达的系统性能和成像效果。MIMOSAR(Multiple-InputMultiple-OutputSyntheticApertureRadar，多发多收合成孔径雷达)通过多发多收实现比实际孔径多的等效通道，理论上可以在成像与目标检测等应用中有很大优势，然而其有效的波形设计仍然是个挑战。可以说，正交波形集的优化设计是MIMOSAR发挥其优势的基础。将子chirp(啁啾)组合波形集应用于MIMOSAR成像，可以满足波形具有自相关/互相关性能好、时宽-带宽积大、峰均比低等特点，但目前的针对子chirp组合波形设计方式得到的子chirp组合波形集，应用于MIMOSAR成像时的成像性能不佳。
技术实现思路
基于此，有必要提供一种波形设计方法、计算机设备和计算机存储介质。一种波形设计方法，所述方法包括：对子Chirp组合波形基进行时频网格划分后，在每个时间段，随机选择子载频；基于选择的各子载频，随机生成预设数目个频率编码序列；基于预设数目个频率编码序列，以及各频率编码序列中的各频率对应的子chirp波形，进行波形优化操作，获得优化操作后的最优频率编码序列；将最优频率编码序列中的各频率对应的子chirp波形组合为最终优化波形。一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时，实现如上所述的方法的步骤。一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现如上所述的方法的步骤。如上所述的实施例中的波形设计方法、计算机设备和计算机存储介质，对子chirp组合波形划分时频网格后的每个时间段随机选择子载频，并基于选择的子载频生成频率编码序列，进一步基于频率编码序列、各频率编码序列对应的子chirp波形进行波形优化，得到最优频率编码序列，进而输出优化波形。通过上述波形设计方法，可以对波形进行优化设计，获得波形性能好的优化波形。附图说明图1为一个实施例中的波形优化方法的流程示意图；图2为一个实施例中子chirp组合波形时频分布示意图；图3为另一个实施例中的获得优化操作后的最优频率编码序列的步骤流程示意图；图4为一个实施例中的对选择的进化种子执行进化操作的步骤流程示意图；图5为一个实施例中的正负子chirp基的波形结构示意图；图6为一个具体实施例中的波形设计方法的流程示意图；图7为一个应用实例中的天线布局示意图；图8a为一个实施例中波形设计方法得到的最终优化波形的时频关系图；图8b为现有技术的波形设计方法的得到的最终优化波形的时频关系图；图9a为g1波形时域信号的实部示意图；图9b为g1波形时域信号的虚部示意图；图9c为g2波形时域信号的实部示意图；图9d为g2波形时域信号的虚部示意图；图10a为g1波形的自模糊函数仿真示意图；图10b为g2波形的自模糊函数仿真示意图；图10c为g1波形的零多普勒切片示意图；图10d为g1波形的零时延切片示意图；图10e为g2波形的零多普勒切片示意图；图10f为g2波形的零时延切片示意图；图11a为g1和g2波形的互模糊函数仿真示意图；图11b为g1和g2互相关函数的零时延切片示意图；图11c为g1和g2互相关函数的零多普勒切片示意图；图12a为g1和g2波形的广义自模糊函数仿真示意图；图12b为g1和g2波形的广义互模糊函数仿真示意图；图13a为g1、g2波形用于MIMOSAR成像的结果示意图；图13b为现有技术的波形设计方法得到的波形用于MIMOSAR成像的结果示意图；图14为一个实施例中计算机设备的内部结构示意图。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。如图1所示，本申请提供一种波形优化方法，包括步骤S110至步骤S140。步骤S110，对子chirp组合波形基进行时频网格划分后，在每个时间段，随机选择子载频。其中，子chirp组合波形的定义如下：包含P个子载频和L个子时间段的多载频分段线性调频(LFM)波形可以表示为：其中，fp，l表示(p，1)对应的子chirp的载频，kp，l表示(p，1)对应的子chirp的调频率，Tb为子chirp的时宽，u(t)为Tb宽度的矩形窗。其中，对子chirp组合波形基进行时频网格划分表示将子chirp组合波形基分别在时间和频谱上划分为多段。一个实施例中，对子chirp组合波形基进行时频网格划分将时间和频谱上划分为相同段数，即得到的时频网格中时域段的数目和频域段的数目相同。其中，1个子载频对应一个频率或频率段。上式为多载频分段LFM波形的表达式，为了便于波形设计，在一个实施例中，将多载频分段LFM波形的时域和频域分别进行均匀划分，波形中每段LFM波形都分布于某个的时频网格中，且时宽、带宽以及调频率的绝对值都相同，即时频方格中顶格分布，如图2所示。若将每段LFM波形称之为子chirp，本申请中将符合该构型的波形称之为子chirp组合波形。进一步地，子chirp组合波形通过划分时频网格，可以任意设置子chirp的分布，得到多组不同波形，其中，子chirp在时频格中的位置和调频率尽量随机，可以保证子chirp组合波形的互相关性和自相关特性；波形的每段子chirp数目尽量相同，每段时间的子chirp数目尽量相同，可以保证波形在时域和频域的峰均比较低。一个实施例中，将子chirp组合波形在时间上划分为P段，每个时间段的子chirp数目记为Q个，将子chirp组合波形基在频域上划分为L段；进一步地，在一个实施例中，令P＝L，即在时频网格中时间段的数目和频域段的数目相同，从而时频网格中每个时域段的子chirp波形的数目与每个频域段内的子chirp波形数目相同；更进一步地，在一个实施例中，在得到的时频网格中，将每个时域段内的子chirp波形的数目设置为1，每个频域段内的子chirp波形的数目设置为1。步骤S120，基于选择的各子载频，随机生成预设数目个频率编码序列。其中，在一个实施例中，基于选择的各子载频随机生成s个频率编码序列，作为候选子chirp波形。进一步地，选择的每一组子载频分别生成一个频率编码序列。进一步地，在生成的频率编码序列中，通过优化操作选出最优频率编码序列，从而得到优化后的波形。步骤S130，基于预设数目个频率编码序列，以及各频率编码序列中的各频率对应的子chirp波形，进行波形优化操作，获得优化操作后的最优频率编码序列。一个实施例中，如图3所示，基于频率编码序列，以及各频率编码序列的各频率对应的子chirp波形，进行波形优化操作，获得优化操作后的最优频率编码序列，包括步骤S131至步骤S136。步骤S131，将各频率编码序列分别作为一个个体，基于频率编码序列生成种群。其中，在一个实施例中，基于各频率编码序列生成的种群为初始种群。本实施例中，将一个频率编码序列作为种群的一个个体，由所有频率编码序列组成种群。步骤S13本文档来自技高网...

【技术保护点】
1.一种波形设计方法，所述方法包括：对子chirp组合波形基进行时频网格划分后，在每个时间段，随机选择子载频；基于选择的各子载频，随机生成预设数目个频率编码序列；基于所述预设数目个频率编码序列，以及各频率编码序列中的各频率对应的子chirp波形，进行波形优化操作，获得优化操作后的最优频率编码序列；将所述最优频率编码序列中的各频率对应的子chirp波形组合为最终优化波形。

【技术特征摘要】
1.一种波形设计方法，所述方法包括：对子chirp组合波形基进行时频网格划分后，在每个时间段，随机选择子载频；基于选择的各子载频，随机生成预设数目个频率编码序列；基于所述预设数目个频率编码序列，以及各频率编码序列中的各频率对应的子chirp波形，进行波形优化操作，获得优化操作后的最优频率编码序列；将所述最优频率编码序列中的各频率对应的子chirp波形组合为最终优化波形。2.根据权利要求1所述的方法，其特征在于，基于所述预设数目个频率编码序列，以及各频率编码序列的各频率对应的子chirp波形，进行波形优化操作，获得优化操作后的最优频率编码序列，包括：将各频率编码序列分别作为一个个体，基于所述预设数目个频率编码序列生成种群；基于种群中的各个体分别对应的各子chirp波形，计算种群适应度；在达到进化终止条件时，从种群中选择最优个体作为所述最优频率编码序列；在未达到进化终止条件时，从种群的各个体中选择进化种子；对选择的进化种子，执行进化操作，获得进化操作后的新个体；将所述新个体添加到所述种群后，返回计算种群适应度的步骤。3.根据权利要求2所述的方法，其特征在于，通过各子chirp波形对应的波形集的代价函数计算种群适应度。4.根据权利要求3所述的方法，其特征在于，所述代价函数为：F＝μ*PSLRGAF+(1-μ)*ISLRGAF；其中，PSLRGAF为各子chirp波形对应的波形集的广义模糊函数的峰值旁瓣比，ISLRGAF为各子chirp波形对应的波形集的广义模糊函数的积分旁瓣比，μ为代价函数加权因子，...

【专利技术属性】
技术研发人员：陈浩文，
申请(专利权)人：长沙莫之比智能科技有限公司，
类型：发明
国别省市：湖南,43