【最新综述】认知雷达波形优化设计方法综述

近年来，认知雷达成为未来雷达智能化发展的重点方向，得到了越来越多学者的关注。区别于传统雷达，通过借鉴蝙蝠的认知学习过程，认知雷达感知战场环境并充分利用了目标与环境知识，将雷达系统的自适应接收扩展至自适应发射，从而构成了接收机、发射机与环境动态闭环的全自适应雷达处理架构。

图1 认知雷达系统原理框图

相比传统雷达，认知雷达的最显著特征是引入自适应发射功能。其中基于知识辅助的自适应波形设计是自适应发射的基础，亦是认知雷达的关键技术之一。波形设计旨在充分利用目标与环境知识，综合考虑雷达系统硬件资源约束，依据目标检测、参数估计或者抗干扰性能等优化准则，借鉴先进的优化理论方法，以此设计发射波形或（与）接收滤波器，增强雷达系统性能。

针对该问题，电子科技大学崔国龙教授团队针对不同干扰环境、目标模型、天线配置（如：单发单收（SISO）和多发多收（MIMO））等的波形设计关键要素及主要思路进行了总结梳理，从不同干扰与目标知识的利用角度，对近几年代表性的认知波形设计文献进行介绍和归纳，并介绍了该团队于波形设计方向上的成果。

该工作拟发表在《雷达学报》2019年第5期“雷达探测与成像前沿技术”专题“认知雷达波形优化设计方法综述”（崔国龙，余显祥，杨婧，付月，孔令讲），现已网络优先出版。

该文首先介绍常见的波形优化准则函数与约束条件，然后基于目标/干扰知识不同的利用角度，介绍了SISO与MIMO雷达的认知波形设计研究进展。最后指出了该领域未来可能的发展趋势，为研究者挖掘潜在研究课题和定位新的研究方向提供参考与思路。

图2 不同相似性参数下的模糊函数

 图3 互模糊函数

了解详细内容请点击下面阅读原文。