龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：本发明公开了一种基于SCNRA‑KKT的低PAR雷达波形及滤波器优化方法，包括：分别固定波形或滤波器对另一变量进行交替迭代优化直至信杂噪比增量满足收敛要求；固定滤波器求解优化波形时，先通过上一次迭代后的信杂噪比对发射波形矩阵解优化模型进行近似，转为凸优化问题后获得发射波形的矩阵解，然后基于KKT条件设计算法求解低峰均比及能量约束下的发射波形向量解。根据本发明提供的方法，基于信杂噪比近似迭代及KKT条件，来对雷达的发射波形进行优化设计，与传统SDR技术‑高斯随机化方法相比具有更低的计算复杂度和更优的信杂噪比性能，可用于雷达发射系统，提高目标检测概率。
主权项：1.一种基于SCNRA-KKT的低PAR雷达波形及滤波器优化方法，其特征在于，包括：步骤1，根据雷达系统的应用环境，构建雷达系统的回波信号模型；步骤2，根据所述回波信号模型，构建发射波形及滤波器联合优化问题模型，其中，所述发射波形及滤波器联合优化问题模型是由滤波器优化模型和发射波形矩阵解优化模型构成的；步骤3，根据上一次迭代后的发射波形，对所述滤波器优化模型进行优化得到本次迭代后的滤波器权值；步骤4，根据上一次迭代后的信杂噪比对松弛的发射波形矩阵解优化模型进行近似处理，得到近似的发射波形矩阵解优化模型，其中，所述松弛的发射波形矩阵解优化模型是通过去除所述发射波形矩阵解优化模型的秩1约束之后得到的；步骤5，根据所述本次迭代后的滤波器权值，对所述近似的发射波形矩阵解优化模型进行优化，得到本次迭代后的发射波形的矩阵解；步骤6，基于KKT条件，在低峰均比约束和能量约束下根据所述本次迭代后的发射波形的矩阵解确定本次迭代后的发射波形的向量解；并根据所述本次迭代后的发射波形的向量解和所述本次迭代后的滤波器权值计算得到本次迭代后的信杂噪比；步骤7，若所述本次迭代后的信杂噪比和所述上一次迭代后的信杂噪比之间的差值小于或者等于收敛阈值，则分别将所述本次迭代后的滤波器权值和本次迭代后的发射波形的矩阵解确定为雷达的最优发射波形和所述滤波器的最优权值。
全文数据：
权利要求：
百度查询： 西安电子科技大学 基于SCNRA-KKT的低PAR雷达波形及滤波器优化方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号