一种认知雷达波形库构建与在线优选方法

本技术涉及认知雷达，特别是涉及一种认知雷达波形库构建与在线优选方法。

背景技术：

1、现代雷达应用的场景愈来愈广泛，其面临的环境干扰特性也愈来愈复杂。在此背景下，认知雷达技术得到了学者们的广泛关注，但相关实用系统仍然尚未实现。认知雷达可以根据环境特性感知的结果，最优化雷达发射波形，实现任务性能的最佳。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种能够构建认知雷达波形库并选择出最优波形的认知雷达波形库构建与在线优选方法。

2、一种认知雷达波形库构建与在线优选方法，所述方法包括：

3、获取雷达先验信息；雷达先验信息包括雷达设备热噪声特性及其工作场景中的环境杂波特性、预定待测目标特性；

4、根据环境杂波特性和临机非预定的异常目标探测任务以最大程度抑制环境干扰为准则设计第一认知雷达波形集；并针对环境与预定目标混叠时特性和预定目标探测任务以最大化增强目标信号为准则设计第二认知雷达波形集；

5、利用聚类技术对第一认知雷达波形集和第二认知雷达波形集进行压缩，得到压缩后的认知雷达波形集，并提炼压缩后的认知雷达波形库中每个波形所对应的环境或环境与目标混叠特性的描述信息；

6、利用认知雷达发射线性调频信号，依托线性调频信号的回波在线反演环境或环境与目标混叠特性，得到实时环境特性理解结果；

7、根据互相关技术和实时环境特性理解结果在压缩后的认知雷达波形库中匹配到最佳描述信息；将最佳描述信息对应的库内波形作为认知雷达下一次发射的最佳信号。

8、在其中一个实施例中，根据环境杂波特性和临机非预定的异常目标探测任务以最大程度抑制环境干扰为准则设计第一认知雷达波形集，包括：

9、根据环境杂波特性和临机非预定的异常目标探测任务以最大程度抑制环境干扰为准则设计第一认知雷达波形集为

10、

11、其中，表示环境杂波功率谱，i＝1,2,…,i，表示共计i个，psdu和psdn分别表示雷达设备热噪声功率谱向量和临机非预定的目标均匀分布功率谱向量，和tempi,u(fn)为最优化问题求解过程中的间接定义参数，n＝1,2，…,n表示优化波形对应的频点下标，与前述功率谱向量维度相等，fn表示第n个频点对应的物理频率，xi,u(fn)表示在第i个环境杂波功率谱条件下，当物理频率为fn时，对临机非预定的异常目标探测任务最优认知波形频谱，energy表示优化波形的能量约束，w表示优化波形的捷变带宽空间。

12、在其中一个实施例中，针对环境与预定目标混叠时特性和预定目标探测任务以最大化增强目标信号为准则设计第二认知雷达波形集，包括：

13、针对环境与预定目标混叠时特性和预定目标探测任务以最大化增强目标信号为准则设计第二认知雷达波形集为

14、

15、其中，表示预定探测目标的能量谱分布集合，j＝1,2,…,j，表示共计j个不同的探测视角，和tempi,j(fn)为最优化问题求解过程中的间接定义参数，xi,j(fn)表示在第i个环境杂波功率谱和第j个探测视角条件下，当物理频率为fn时，对预定目标探测任务的最优认知波形频谱。

16、在其中一个实施例中，利用聚类技术对第一认知雷达波形集和第二认知雷达波形集进行压缩，得到压缩后的认知雷达波形集，包括：

17、针对环境特性和临机非预定的异常目标探测任务采用聚类技术将第一雷达波形集{xi,u}i＝1,2,…,i聚类为l个中心数，取每个聚类中心作为压缩后的雷达波形，获得压缩后的第一认知雷达波形集{yl,u}l＝1,2,…,l，其中每一个认知雷达波形都对应一个环境描述信息；其中，i表示第一认知雷达波形集中波形的序号，i表示第一认知雷达波形集中波形的总数；u表示临机非预定的异常目标探测任务标识符，l表示聚类中心的序号；

18、针对环境与预定目标混叠时特性和预定目标探测任务采用聚类技术将第二雷达波形集{xi,j}i＝1,2,…,i；j＝1,2,…,j聚类为s个中心数，取每个聚类中心作为压缩后的雷达波形，获得压缩后的第二认知雷达波形集{ys,t}s＝1,2,…,s，其中每一个认知雷达波形都对应一个环境与目标混叠的描述信息；其中，j表示几何探测视角下的目标功率谱向量序号，j表示几何探测视角下的目标功率谱向量总数，t表示预定目标探测任务标识符；

19、根据压缩后的第一认知雷达波形集和压缩后的第二认知雷达波形集构建压缩后的认知雷达波形集为{yq}q＝1,2,…,q＝{yl,u}l＝1,2,…,l∪{ys,t}s＝1,2,…,s，其中，q表示聚类中心序号，q表示聚类中心总数。

20、在其中一个实施例中，提炼压缩后的认知雷达波形库中每个波形所对应的环境或环境与目标混叠特性的描述信息构建的集合为其中，q＝l+s，psdq表示描述信息构建的集合，表示同类波形对应环境描述信息的均值，表示同类波形对应环境与目标混叠描述信息的均值。

21、在其中一个实施例中，利用认知雷达发射线性调频信号，依托线性调频信号的回波在线反演环境或环境与目标混叠特性，得到实时环境特性理解结果，包括：

22、利用认知雷达发射线性调频信号，依托线性调频信号的回波在线反演环境或环境与目标混叠特性，得到实时环境特性理解结果为

23、psde＝psd(r)·/{abs[[fft(lfm)]]}2

24、其中，psd(r)表示对接收信号回波向量r求功率谱，fft(lfm)表示对线性调频信号求傅里叶变换，abs[·]表示算子求模，·表示两个向量进行逐点相除。

25、在其中一个实施例中，根据互相关技术和实时环境特性理解结果在压缩后的认知雷达波形库中匹配到最佳描述信息；将最佳描述信息对应的库内波形作为认知雷达下一次发射的最佳信号，包括：

26、将实时环境特性理解结果psde与描述信息构建的集合psdq中的元素逐一进行相关匹配，获得相关系数最大的功率谱元素，在压缩后的认知雷达波形集{yq}q＝1,2,…,q选出相关系数最大的功率谱元素对应的最佳认知发射波形yq作为认知雷达下一次发射的最佳信号。

27、上述一种认知雷达波形库构建与在线优选方法，本技术通过根据环境杂波特性和临机非预定的异常目标探测任务以最大程度抑制环境干扰为准则设计第一认知雷达波形集；并针对环境与预定目标混叠时特性和预定目标探测任务以最大化增强目标信号为准则设计第二认知雷达波形集，利用聚类技术对第一认知雷达波形集和第二认知雷达波形集进行压缩，得到压缩后的认知雷达波形集，并提炼压缩后的认知雷达波形库中每个波形所对应的环境或环境与目标混叠特性的描述信息，通过波形设计和压缩构成一个认知雷达波形库，其中每一个波形都存在一个与之对应的环境或者环境与目标混叠特性的描述信息；在线优选时，用认知雷达发射线性调频信号，依托线性调频信号的回波在线反演环境或环境与目标混叠特性，得到实时环境特性理解结果，根据互相关技术和实时环境特性理解结果在压缩后的认知雷达波形库中匹配到最佳描述信息，反馈性高，为认知雷达在线闭环反馈机制的建立提供了高质量的特性先验，大大提高了在线优选波形的准确率；将最佳描述信息对应的库内波形作为认知雷达下一次发射的最佳信号，相比在线波形优化设计思路，离线构建认知雷达波形库与在线优选的技术途径具有更好的实时性，并且本技术的认知雷达波形库构建与压缩思路对不同应用场景都具有很好的可扩展和移植性。