基于贪婪算法的MIMO阵列稀疏天线位置设计方法

本发明属于雷达，基于贪婪算法的mimo阵列稀疏天线位置设计方法

背景技术：

1、mimo阵列通过其可以发射相互独立的波形的特点具有更好的目标识别以及干扰抑制能力，引起了研究者们的广泛关注。稀疏天线位置的选取是mimo阵列系统中广泛应用的一项关键技术。由于可用天线放置在更宽的发射场中，因此系统中引入了额外的自由度。随着自由度的增加，mimo阵列的发射方向图可以通过使用相同数量的天线获得更好的精度。在这种情况下，可以大大降低系统的功耗，并可以使用较少数量的天线来实现类似的发射方向图。因此，mimo阵列稀疏天线位置设计受到了广泛关注。

2、目前现有的方法大致分为两类：第一类是通过松弛的方法解决该问题，但是发射方向图的性能会下降；第二类是通过遍历的方法来解决该问题，但其计算成本较为高昂。

3、在第一类方法中，典型的有，文献《m.deng,z.cheng,and z.he,“co-design ofwaveform correlation matrix and antenna positions for mimo radar transmitbeampattern formation,”ieee sensors journal,vol.20,no.13,july 1,2020》提出了凸松弛(convex relaxtion，cr)的方法将整数约束松弛转化为凸约束优化问题，但是在凸松弛的过程带来了精度损失，导致选阵后的发射方向图性能下降。为了提高发射方向图的性能，文献《k.d.,z.xu,and a.p.,“sparse antenna array design for mimo radar usingsoftmax selection,”ieee signal processing letters,arxiv preprint arxiv:2102.05092(2021).》提出了一种基于正交化准则约束的软选择网络来解决整数约束问题，但该约束准则需要逐次逼近一个整数值，导致计算量很大。

4、在第二类方法中，典型的有，文献《w.r.,l.xu,j.li and p.s.,“sparse antennaarray design for mimo active sensing applications,”ieee transactions onantennas and propagation,vol.59,no.3,march 2011.》提出了循环优化(cyclicalgorithm，ca)的方法，但由于其需要对整个矩阵向量进行遍历，存在较高的复杂度。为了降低计算量，文献《wanxin shi,qian he,and li sun.,“transmit antenna placementbased on graph theory for mimo radar detection,”ieee transactions on signalprocessing,vol.70,pp.3993-4005,jun 2022.》通过对不同天线赋予不同的权值，提出了基于图论的雷达天线选择方法，然而由于该方法基于线性搜索方法，很难取得一个全局最优解。

技术实现思路

1、本发明的目的在于提供一种基于贪婪算法的mimo阵列稀疏天线位置设计方法，以使得mimo阵列的发射方向图取得更好的性能。

2、本发明所采用的技术方案为：

3、基于贪婪算法的mimo阵列稀疏天线位置设计方法，该方法包括下列步骤：

4、步骤1，设置mimo阵列稀疏天线位置的优化模型为：

5、

6、

7、其中，j()表示代价函数，k表示用于覆盖整个空域范围的点数，r表示空域范围中的第r个点，δ表示收缩因子，ωr表示对应第r个点所对应的空域角度的权重系数，k个权重系数ωr构成权重向量ω＝[ω1,...,ωr,...,ωk]，d＝[d1,...,dr...,dk]t表示理想方向图，dr表示第r个点所对应的空域角度的理想方向图，稀疏天线位置向量p＝[p1,...,pm...,pm]t，其中，是包含n个非零元素和总计m个元素的二元向量集，m为半波长网格点数，n为天线数，pm表示第m个半波长网格点的天线位置符号，且pm的取值为0或1，pm为1时，表示第m个半波长网格点处布置天线阵元，pm为0时，表示第m个半波长网格点处不布置天线阵元；

8、定义p(θr,p)表示mimo阵列的发射方向图在空域角度θr的能量：

9、

10、其中，il表示单位矩阵，为空域角度θr上的导向矢量，s为发射信号；

11、采用贪婪算法求解mimo阵列稀疏天线位置的优化模型，基于求解结果得到天线位置向量p的最优解，得到mimo阵列稀疏天线位置部署结果。

12、进一步的，步骤2具体为：

13、步骤201，初始化发射信号s、理想方向图d、权重系数向量ω，以及初始化天线位置向量p，且||p||1＝m；

14、步骤202，在第i次迭代处理中，执行下列步骤，其中i的初始值为1；

15、(1)将p视为定值，更新当前迭代处理的收缩因子

16、其中，中间参量

17、(2)生成天线位置的可能解集：

18、其中，pi-1分别表示第i次和第i-1次迭代处理生成的天线位置的可能解集，h(·)表示两个向量之间的汉明距离；

19、(3)更新可行解：

20、(4)判断是否满足迭代收敛条件，若是，则终止迭代处理，得到求解结果；否则继续执行步骤202；

21、其中，所述迭代收敛条件为：||pi||1＝n。

22、本发明提供的技术方案至少带来如下有益效果：

23、本发明假设已存在优化后的发射信号以及理想方向图(这些先验信息可以通过现有的波形优化方法获得)，在此基础上，将天线位置设计问题建模为最小化理想发射方向图同所设计的发射方向图的平方差，满足天线位置向量的整数约束。基于贪婪算法可以有效地解决mimo阵列稀疏天线位置设计中的整数约束问题这一特点，以获取在整数约束下的天线位置向量p，获取天线位置的部署结果。本发明提出了基于贪婪算法的mimo阵列稀疏天线位置设计方法，该方法中首先更新收缩因子的值，然后生成可能解集，最后，更新可行解，从而基于求解结果得到天线位置向量。本发明方法基于贪婪算法的特性解决整数约束问题，在给定的网格点数中选择出合适的天线位置以提高系统发射方向图的匹配性能。

技术特征：

1.基于贪婪算法的mimo阵列稀疏天线位置设计方法，其特征在于，包括下列步骤：

2.如权利要求1所述的方法，其特征在于，步骤2具体为：

技术总结
本发明公开了一种基于贪婪算法的MIMO阵列稀疏天线位置设计方法，属于雷达技术领域。本发明中，在存在优化后的发射信号以及理想方向图的基础上，将天线位置设计问题建模为最小化理想发射方向图同所设计的发射方向图的平方差，满足天线位置向量的整数约束。基于贪婪算法可以有效地解决MIMO阵列稀疏天线位置设计中的整数约束问题这一特点，以获取在整数约束下的天线位置向量，获取天线位置的部署结果。本发明首先更新收缩因子的值，然后生成可能解集，最后更新可行解，从而基于求解结果得到天线位置向量。本发明方法基于贪婪算法的特性解决整数约束问题，在给定的网格点数中选择出合适的天线位置以提高系统发射方向图的匹配性能。

技术研发人员：郑晓冬,胡进峰,熊伟捷,俞泽霖
受保护的技术使用者：电子科技大学
技术研发日：
技术公布日：2024/3/21