一种极大化雷达输出SINR的鲁棒优化方法技术

本发明专利技术公开了一种极大化雷达输出SINR的鲁棒优化方法，包括以下步骤S1、建立DFRC系统以及雷达输出SINR作为目标函数的极大化优化问题，并以用户服务质量作为目标函数的约束；S2、将步骤S1中极大化优化问题的目标函数转化为凸函数；S3、采用交替优化方法求解步骤S2的凸函数，从而得到极大化优化问题的最优解。本发明专利技术通过构建雷达输出SINR的目标函数和用户服务质量作为目标函数的约束，考虑了信道状态信息和导向矢量的不确定性，提高了系统的鲁棒性，使DFRC系统更贴近实际应用。使DFRC系统更贴近实际应用。使DFRC系统更贴近实际应用。

【技术实现步骤摘要】
一种极大化雷达输出SINR的鲁棒优化方法


[0001]本专利技术涉及信号处理
，特别是涉及一种极大化雷达输出SINR的鲁棒优化方法。

技术介绍

[0002]雷达与通信双功能(Dual
‑
functional radar and communication，简称DFRC)系统被认为是解决快速扩展的无线通信网络中频谱拥塞问题的一种很有前途的解决方案，对降低成本和提高频谱、能源和硬件效率起到了重要的推进作用。事实上，如汽车等新兴技术从同一平台实现了雷达传感和数据传输，其设计就通过一个DFRC系统实现频谱共享，与独立的系统相比，其明显的优势是共享了射频前端和孔径，从而降低了硬件的成本和重量。雷达和通信被自然的结合在一起，不需要额外的成本。DFRC系统通过对雷达和通信选取合适的性能指标进行联合设计，以实现对雷达目标的探测并同时与多个用户进行通信。
[0003]近年来，对于DFRC系统的研究只考虑完美的信道状态信息和导向矢量，但在实际应用中并不能总是得到完美的信道状态信息和导向矢量。因此为了提高实际应用的可靠性，提出了一种在鲁棒用户服务质量的约束下极大化雷达输出SINR(Signal to Interference plus Noise Ratio，信号与干扰加噪声比)问题。该问题同时考虑了不完美的信道状态信息和导向矢量，以提高整体系统的鲁棒性。
[0004]现有技术公开了一种非凸二次矩阵不等式的鲁棒自适应波束形成方法，包括构建极大化SINR模型；对SINR模型的干扰加噪声的协方差矩阵用采样协方差矩阵代替，生成新的目标优化函数并添加误差矩阵得到新的目标优化问题；对目标优化问题进行求解，得到最优解或者次优解，输出最后的波束形成向量。专利技术还提供一种鲁棒自适应波束形成系统，首先将鲁棒自适应波束形成问题建模为一个极大化信噪比问题，通过凸优化的强对偶原理将该极大化问题转化为一个二次矩阵不等式问题，再用多项式时间的方法求解该二次矩阵不等式问题，实现了快速求解原问题的最优解或次优解，输出的波束形成向量有效提高了阵列的输出信干燥比和整体性能，完成了多项式时间模型的求解，但该方法未将用户服务质量作为问题的约束。

技术实现思路

[0005]本专利技术的目的是克服现有技术的上述缺陷，考虑从雷达输出SINR中的导向矢量中考虑不确定性，并给出用户服务质量约束，求解极大化雷达输出SINR鲁棒优化方法的最优解。
[0006]为解决上述技术问题，本专利技术的技术方案如下：
[0007]一种极大化雷达输出SINR的鲁棒优化方法，包括以下步骤：
[0008]S1、建立DFRC系统以及雷达输出SINR作为目标函数的极大化优化问题，并以用户服务质量作为目标函数的约束；
[0009]S2、将步骤S1中极大化优化问题的目标函数转化为凸函数；
[0010]S3、采用交替优化方法求解步骤S2的凸函数，从而得到极大化优化问题的最优解。
[0011]进一步的，步骤S1中，DFRC系统包括基站、用户和雷达，基站配备发射天线和接收天线，其中发射天线向K个次级用户进行通信，基站与用户通信的同时还探测目标所在的位置，并会探测到非目标的干扰，接收天线接收该目标的雷达回波信号；
[0012]极大化信干噪比的问题包括：
[0013]目标函数：
[0014][0015]其中，t和w分别为传输波束向量和接收波束向量，极大化t,w，Δ1为添加在A(θ0)上的扰动，Δ2为添加在R上的扰动，σ2和N0分别为噪声方差和高斯白噪声，a
r
(θ)和a
t
(θ)分别为接收导向矢量和发射导向矢量，α0和α
m
分别为目标的振幅和第m个干扰的振幅，h
i
为第i个信道，Γ
i
是第i个用户服务质量的阈值；
[0016]用户服务质量约束：
[0017][0018]其中为估计信道，e
i
为误差量，u
i
是第i个误差量的上界,N0为高斯白噪声；γ
i
中的信道h
i
包含估计信道和误差量e
i
之和。
[0019]进一步的，步骤S1中用户服务质量约束，构建过程为：
[0020]对一个均匀线性阵列的DFRC系统，在第l个时刻DFRC系统的输出信号为其中t
i
为第i个用户的波束向量，s
i
[l]为第i个用户在第l时刻的快照；在第i个用户的接收信号为其中h
i
为第i个信道，n
i
[l]为高斯白噪声，则用户服务质量约束表示如下：
[0021][0022]其中为估计信道，e
i
为误差量，u
i
是第i个误差量的上界,N0为高斯白噪声。
[0023]进一步的，为(3)式中误差量e
i
添加椭球约束：
[0024][0025]其中，u
i
是第i个信道误差量的上界，C
n
指复数域空间中的n维向量。
[0026]进一步的，对(2)式中用户服务质量约束进行转化：
[0027]令J
i
＝[O
N
×
N(i
‑
1)
,I
N
×
N
,O
N
×
N(K
‑
i)
]∈R
N
×
NK
，其中N为接收阵列个数，K为用户个数，R
N
×
NK
表示N
×
NK实数矩阵；则用户服务质量约束中的t
i
表示为t
i
＝J
i
t，C
NK
×1代表复数域空间中NK
×
1的向量，用户服务质量约束转化为如下形式：
[0028][0029]进一步的，步骤S2中目标函数转化为凸函数，包括：
[0030]固定t，则优化变量为w，对目标函数中分子部分做如下变化：
[0031]|w
H
(A(θ0)+Δ1)t|≥|w
H
A(θ0)t|
‑
|w
H
Δ1t|≥|w
H
A(θ0)t|
‑
||w||||Δ1||
F
||t||≥|w
H
A(θ0)t|
‑
ε||w||||t||
ꢀꢀ
(5)
[0032]其中第一个不等式应用了三角不等式，第二个不等式应用了Cauthy
‑
Schwartz不等式；有：
[0033][0034]目标函数分母部分提取为如下的问题：
[0035]max w
H
(B+Δ2)w
[0036]s.t.||Δ2||<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种极大化雷达输出SINR的鲁棒优化方法，其特征在于，包括以下步骤：S1、建立DFRC系统以及雷达输出SINR作为目标函数的极大化优化问题，并以用户服务质量作为目标函数的约束；S2、将步骤S1中极大化优化问题的目标函数转化为凸函数；S3、采用交替优化方法求解步骤S2的凸函数，从而得到极大化优化问题的最优解。2.根据权利要求1所述一种极大化雷达输出SINR的鲁棒优化方法，其特征在于，步骤S1中，DFRC系统包括基站、用户和雷达，基站配备发射天线和接收天线，其中发射天线向K个次级用户进行通信，基站与用户通信的同时还探测目标所在的位置，并会探测到非目标的干扰，接收天线接收该目标的雷达回波信号；极大化信干噪比的问题包括：目标函数：其中，t和w分别为传输波束向量和接收波束向量，极大化t,w，Δ1为添加在A(θ0)上的扰动，Δ2为添加在R上的扰动，σ2和N0分别为噪声方差和高斯白噪声，a
r
(θ)和a
t
(θ)分别为接收导向矢量和发射导向矢量，α0和α
m
分别为目标的振幅和第m个干扰的振幅，h
i
为第i个信道，Γ
i
是第i个用户服务质量的阈值；用户服务质量约束：其中其中为估计信道，e
i
为误差量，u
i
是第i个误差量的上界,N0为高斯白噪声；γ
i
中的信道h
i
包含估计信道和误差量e
i
之和。3.根据权利要求2所述一种极大化雷达输出SINR的鲁棒优化方法，其特征在于，步骤S1中用户服务质量约束，构建过程为：对一个均匀线性阵列的DFRC系统，在第l个时刻DFRC系统的输出信号为其中t
i
为第i个用户的波束向量，s
i
[l]为第i个用户在第l时刻的快照；在第i个用户的接收信号为其中h
i
为第i个信道，n
i
[l]为高斯白噪声，则用户服务质量约束表示如下：
其中其中为估计信道，e
i
为误差量，u
i
是第i个误差量的上界,N0为高斯白噪声。4.根据权利要求3所述一种极大化雷达输出SINR的鲁棒优化方法，其特征在于，为(3)式中误差量e
i
添加椭球约束：其中，u
i
是第i个信道误差量的上界，C
n
指复数域空间中的n维向量。5.根据权利要求4所述一种极大化雷达输出SINR的鲁棒优化方法，其特征在于，对(2)式中用户服务质量约束进行转化：令J
i
＝[O
N
×
N(i
‑
1)
,I
N
×
N
,O
N
×
N(K
‑
i)
]∈R
N
×
NK
，其中N为接收阵列个数，K为用户个数，R
N
×
NK
表示N

【专利技术属性】
技术研发人员：林坤城，黄永伟，梁嘉潮，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：