基于收-发联合优化的认知雷达序贯信号检测.doc

基于收-发联合优化的认知雷达序贯信号检测 摘要：本文在扩展目标条件假设下，提出了一种联合优化发射端和接收端资源配置的认知雷达序贯信号检测方法。该方法在假设检验的基础上，根据系统之前时刻获得的目标先验信息在发射端进行自适应波形设计，在接收端进行自适应检测门限值设计，以提高系统的检测性能。理论分析和仿真实验表明，通过收-发联合优化处理后，系统的估计性能和检测性能都得到明显提高。且随着循环次数的增加，关于目标冲激响应的估计精度越来越高，使得发射波形也越来越逼近最优波形，估计检测概率和虚警概率也越来越逼近各自的真实值，从而在提高系统性能的同时也保证了决策的可靠性。 关键词：认知雷达；序贯信号检测；收-发联合优化 中图分类号：TN958 Sequential Signal Detecting for Cognitive Radar Based on Transmit-Receive Joint Optimization Abstract: A sequential signal detecting method for cognitive radar under the hypothesis of extended target based on transmit-receive joint optimization is proposed. It considers the adaptive waveform design on transmitter and adaptive detection threshold design on receiver through the prior knowledge of target in order to improve the performance. The theoretical analysis and simulation results show that: The estimating performance and detecting performance of system have been improved obviously by the method of transmit-receive joint optimization. The estimating accuracy of target impulse response increases when the number of loop increases so as to the launch waveform will approaches the optimal waveform and the estimated detecting probability will approach the true detecting probability, which would improve system performance and ensure the reliability of the decision at the same time. Key words: Cognitive radar；Sequential Signal Detecting；Transmit-Receive Joint Optimization 1 引言 认知雷达（Cognitive Radar, CR）[]是针对复杂电磁环境下目标探测提出来的一种新体制雷达目前认知雷达的研究还主要集中在利用先验信息进行波形设计方面[2]、识别[3]、跟踪[4]等波形。对于接收端部分，近几年研究较多的K-A（Knowledge-Aided）、K-B（Knowledge-Based）信号检测技术，主要是利用先验知识得到关于检测环境的更加准确的估计，从而改善系统检测性能[5-6]，并没有利用目标的有关信息。文献[7]根据系统获得的关于目标的先验信息提出了一种利用序贯判决信息的检测方法，但仅针对的是点目标且只在接收端进行优化处理而没有考虑发射波形的优化。 结合认知雷达的定义可知，认知雷达具有从接收机到发射机的信息反馈，利用所感知的信息以及其它先验知识，对发射机和接收机进行联合自适应设计，以实现对目标有效、可靠且稳健的感知和，从而大幅度提高系统的性能[]。 图1信号模型 图1所示为CR单次循环的离散信号模型，扩展目标被响应为的有限响应（FIR）滤波器 （1） 其中“”表示卷积运算，表示基带发射信号向量，为接收数据， 表示服从复高斯圆对称分布的噪声向量，且，。由卷积性质可知。令，信号 且满足功率限制。 为了分析方便，下面首先引入卷积矩阵定义，向量，则有卷积矩阵：