基于遗传算法的MIMO雷达正交编码信号波形优化

›› 2011, Vol. 24 ›› Issue (7): 133-.

基于遗传算法的MIMO雷达正交编码信号波形优化

李晓明,罗钉

(1.中航雷达与电子设备研究院航空电子系统射频综合仿真实验室,江苏无锡 214063;
2.北京航空航天大学电子信息工程学院,北京 100083)

出版日期:2011-07-15 发布日期:2011-08-16
作者简介:李晓明(1981-),男,博士,高级工程师。研究方向:MIMO雷达系统设计,动目标检测,空时自适应信号处理,雷达成像。

Orthogonal Code Design Based on the Genetic Algorithm for MIMO Radar

LI Xiao-Ming, LUO Ding

(1.Aviation Key Lab.of Science and Technology on AISSS,The Institute of Radar and Electronic Equpment,Wuxi 214063,China;
2.School of Electronic and Information Engineering,Beijing University of Aeronautics and Astronautics,Beijing 100083,China)

Online:2011-07-15 Published:2011-08-16

摘要/Abstract

摘要：

MIMO雷达通过发射正交编码信号来获得独立的空间分集增益,改善目标检测识别性能。它对发射信号波形优化设计提出了更高的要求:首先信号为正交信号,以便减低信号间干扰并获得独立的空间分集增益;其次信号为大时宽、宽带宽的脉冲压缩信号,以便解决探测距离和距离分辨率的矛盾。文中根据以上两条要求构造适合的适应度函数,提出了一种基于遗传算法的正交编码信号设计方法,为正交MIMO雷达发射信号进行波形优化,仿真结果和实验分析验证了算法的有效性和可行性。

关键词: MIMO雷达, 波形优化, 遗传算法, 正交编码信号

Abstract:

The MIMO radar can exploit the spatial diversity of target scatterers and improve radar performance.However,the MIMO radar systems require that every radar antenna transmits a distinct signal from a set of orthogonal signals in which any two signals are uncorrelated;meanwhile,every signal has to be wideband impulse signal to achieve the high range resolution.To meet the two requirements,an orthogonal code design method based on the genetic algorithm for MIMO radar systems is presented.The simulation results and performance analysis illustrate that the algorithm proposed is efficient and feasible.

Key words: MIMO radar;waveform optimizing;genetic algorithm;orthogonal code signal

中图分类号:

TN958

李晓明, 罗钉. 基于遗传算法的MIMO雷达正交编码信号波形优化[J]. , 2011, 24(7): 133-.

LI Xiao-Ming, LUO Ding. Orthogonal Code Design Based on the Genetic Algorithm for MIMO Radar[J]. , 2011, 24(7): 133-.

[1]	金霄,吴飞,鄢松,陆雯霞,张忠艺. 基于GAWK-means的地铁车站指纹定位方法[J]. 电子科技, 2022, 35(2): 34-39.
[2]	邵志慧,杨俭,袁天辰,伍伟嘉. 基于排列熵和支持向量机的轨枕病害诊断[J]. 电子科技, 2022, 35(2): 52-58.
[3]	修晓波,李伯全,周峰. 基于遗传算法的温度传感器布置优化[J]. 电子科技, 2021, 34(9): 17-23.
[4]	王阳,王亚刚. 基于阶跃响应和遗传算法优化高阶加时滞模型的辨识方法[J]. 电子科技, 2021, 34(9): 41-46.
[5]	丁家会,张兆军. 基于个体排序的自适应遗传算法[J]. 电子科技, 2020, 33(3): 6-11.
[6]	杨振宇,傅迎华,付东翔,王雅静. 多算法融合的眼底图像渗出液分割[J]. 电子科技, 2020, 33(11): 24-30.
[7]	孙铭阳,谢子殿,韩龙,毕思达. 自适应阈值函数小波算法的电机振动信号去噪[J]. 电子科技, 2020, 33(1): 63-67.
[8]	陈昊,沈景凤,赵程. 无人机在抢险救灾中的优化应用[J]. 电子科技, 2019, 32(9): 20-25.
[9]	陈强,刘瑾,杨海马,刘海珊,韦钰. 基于改进遗传算法的配电网无功优化研究[J]. 电子科技, 2019, 32(5): 11-16.
[10]	朱望纯,程浩,高海英. 自适应谱减声发射消噪及轴承故障诊断[J]. 电子科技, 2019, 32(4): 16-20.
[11]	李存进,孙红. 改进自适应遗传算法在关联规则中的研究[J]. 电子科技, 2019, 32(12): 58-63.
[12]	吴延凯,张伟,马盈满,李佳阳. 基于GA-PSO融合算法的二自由度PID参数优化[J]. 电子科技, 2019, 32(10): 54-59.
[13]	赵曙光，崔平，罗霄，李智伟. 基于NCV门库的可逆逻辑门进化设计与优化[J]. , 2017, 30(9): 1-.
[14]	胡晓锐，骆艳洁，麦云飞. 遗传算法在恒张力控制系统中的应用[J]. , 2017, 30(4): 72-.
[15]	金焱飞，张会林，张松，史超然，李荣伟. 基于GABPNN的MPPT控制方法与P&O的比较[J]. , 2016, 29(8): 145-.