| 主权项 |
1.提高最差估计性能的稳健MIMO雷达波形优化的方法，其特征在于，包括如下步骤： (1) 稳健MIMO雷达波形优化建模1a) 表述MIMO雷达接收信号MIMO雷达的接收信号可以表示为：<img file="2014100397919100001DEST_PATH_IMAGE001.GIF" wi="180" he="41" />1b)<i> constrained</i> CRB推导<img file="DEST_PATH_IMAGE002.GIF" wi="165" he="49" />式中，<img file="2014100397919100001DEST_PATH_IMAGE003.GIF" wi="120" he="25" /><img file="DEST_PATH_IMAGE004.GIF" wi="193" he="30" />其中，<img file="2014100397919100001DEST_PATH_IMAGE005.GIF" wi="68" he="26" />，<img file="2014100397919100001DEST_PATH_IMAGE006.GIF" wi="125" he="26" />以及<img file="2014100397919100001DEST_PATH_IMAGE007.GIF" wi="164" he="46" />；1c)第<img file="DEST_PATH_IMAGE008.GIF" wi="14" he="20" />个目标实际通道矩阵建模<img file="2014100397919100001DEST_PATH_IMAGE009.GIF" wi="178" he="30" />式中，<img file="DEST_PATH_IMAGE010.GIF" wi="25" he="30" />和<img file="2014100397919100001DEST_PATH_IMAGE011.GIF" wi="25" he="26" />分别为第<img file="402310DEST_PATH_IMAGE008.GIF" wi="14" he="20" />个目标的真实以及假设通道矩阵的导数矩阵，而<img file="DEST_PATH_IMAGE012.GIF" wi="20" he="26" />为二者之间的差别，可假设它属于以下确知凸集<img file="2014100397919100001DEST_PATH_IMAGE013.GIF" wi="221" he="41" />1d) 稳健波形优化问题表述改善参数估计性能的稳健波形优化问题可表述如下：通过优化WCM以在凸集<img file="DEST_PATH_IMAGE014.GIF" wi="18" he="18" />以及总的发射功率约束条件下最小化最坏情况（worst-case）下的CRB，即<img file="2014100397919100001DEST_PATH_IMAGE015.GIF" wi="161" he="112" />(2) 基于两类准则的稳健波形优化2a)基于<i>Trace-opt</i>准则的稳健波形优化A. 基于<i>Trace-opt</i>准则的稳健波形优化问题表述<img file="DEST_PATH_IMAGE016.GIF" wi="157" he="114" />B.基于松弛方法的内层优化问题求解基于松弛方法，此稳健波形优化问题可以等价表示为如下SDP问题：<img file="2014100397919100001DEST_PATH_IMAGE017.GIF" wi="261" he="152" />式中，<img file="DEST_PATH_IMAGE018.GIF" wi="425" he="138" />，<img file="2014100397919100001DEST_PATH_IMAGE019.GIF" wi="72" he="28" />，<img file="DEST_PATH_IMAGE020.GIF" wi="490" he="60" /><img file="2014100397919100001DEST_PATH_IMAGE021.GIF" wi="117" he="52" />，<img file="DEST_PATH_IMAGE022.GIF" wi="161" he="26" />C.外层优化问题求解将得到的<img file="2014100397919100001DEST_PATH_IMAGE023.GIF" wi="58" he="36" />代入稳健优化问题，则<img file="DEST_PATH_IMAGE024.GIF" wi="24" he="24" />可通过求解以下SDP得到，<img file="2014100397919100001DEST_PATH_IMAGE025.GIF" wi="186" he="126" />D.基于迭代优化的稳健优化问题求解基于上述分析，可以通过固定<img file="254203DEST_PATH_IMAGE024.GIF" wi="24" he="24" />求解<img file="971624DEST_PATH_IMAGE023.GIF" wi="58" he="36" />，也可<img file="803051DEST_PATH_IMAGE023.GIF" wi="58" he="36" />求解<img file="555107DEST_PATH_IMAGE024.GIF" wi="24" he="24" />，由此，可提出一种迭代算法以对<img file="315252DEST_PATH_IMAGE023.GIF" wi="58" he="36" />和<img file="519969DEST_PATH_IMAGE024.GIF" wi="24" he="24" />进行交替优化，从而可改善最差情况下的参数估计性能；算法描述如下：<b>算法：</b>给定初始的WCM，基于<i>Trace-opt</i>准则，<img file="175595DEST_PATH_IMAGE023.GIF" wi="58" he="36" />以及<img file="782157DEST_PATH_IMAGE024.GIF" wi="24" he="24" />可通过以下步骤进行交替优化：求解内层SDP问题得到最优<img file="713204DEST_PATH_IMAGE023.GIF" wi="58" he="36" />；将得到的<img file="405216DEST_PATH_IMAGE023.GIF" wi="58" he="36" />代入稳健优化问题，求解外层SDP问题以得到<img file="578446DEST_PATH_IMAGE024.GIF" wi="24" he="24" />；重复步骤1、2直到CRB不再明显降低；2b)基于<i>Det-opt</i>准则的稳健波形优化A. 基于<i>Det-opt</i>准则的稳健波形优化问题表述：<img file="DEST_PATH_IMAGE026.GIF" wi="157" he="114" />B.基于松弛方法的内层优化问题求解基于松弛方法，此稳健波形优化问题可以等价表示为类似于基于<i>Trace-opt</i>准则的内层SDP优化问题C.外层优化问题求解将得到的<img file="39514DEST_PATH_IMAGE023.GIF" wi="58" he="36" />代入稳健优化问题，则<img file="407042DEST_PATH_IMAGE024.GIF" wi="24" he="24" />可通过求解以下SDP得到，<img file="2014100397919100001DEST_PATH_IMAGE027.GIF" wi="166" he="76" />D.基于迭代优化的稳健优化问题求解类似于<i>Trace-opt</i>准则，对于<i>Det-opt</i>准则，通过迭代方法交替优化<img file="963182DEST_PATH_IMAGE023.GIF" wi="58" he="36" />和<img file="175988DEST_PATH_IMAGE024.GIF" wi="24" he="24" />以提高最差情况下的参数估计精度，步骤与基于<i>Trace-opt</i>准则相同。 |
