MIMO雷達為近年來出現的一種新體制雷達,它在目標檢測、識別、分類和定位等方面都優于傳統雷達。此外,發射天線具備發射不同波形的能力,密集MIMO雷達可以在發射波束成形中具備更加靈活的性能。
這對認知雷達系統具有較強的吸引力,主要在于發射機可以根據接收機的反饋、并結合先驗知識及測量、儲存信息實現發射波形的最佳動態選擇。
例如,若接收機在某方向檢測到由于雜波或非威脅目標反射的回波時,可通過發射波束形成技術減少上述方向的回波增益,從而實現干擾的抑制及處理器被大量無關信息過載的問題。此外,通過發射波束時采用多波束掃描的形式,可實現對多個目標的跟蹤,通過自適應的與搜索波束交織,從而增強系統的實用性能。
如圖6所示,當在設計時沒有預見到導向矢量失配時(系統面臨的不可預測的不確定事件),如式所示的合成協方差的發射波束圖(以進行標準化)將會被繪制。準確的來說,該MIMO雷達的歸一化標稱波束圖(粗體藍色實線)和最差波束圖(藍色虛線)都已在圖中實現繪制。
為了實現對比的目的,圖中還畫出了文獻中提出的算法得到的以協方差矩陣的波束圖(其中紅色虛線為歸一化標稱波束圖,紅色點劃線表示歸一化最差波束圖)。
結果表明,采用PSL值的在匹配操作的情況下高出5dB,突出說明了新算法的效能。此外,導向矢量的不匹配嚴重影響了性能,進一步激發了研究魯棒性的方法的興趣。
在圖7中,在設計階段對陣列流形不確定性進行恰當的建模時,基于最優協方差矩陣的歸一化方向圖將會被給出。其歸一化標稱和最差波束圖均已給出(前者為藍色實線,后者為藍色虛線)。
為了對比說明,采用文獻的方法(不能強制給定范數約束)所獲得的基于協方差矩陣的歸一化方向圖也已給定。在圖7中,紅色虛線的歸一化方向圖,紅色點線圖為的歸一化最差方向圖,綠色的標志曲線則表示在下的歸一化最差方向圖。
上述圖形為我們展示了相關算法的性能,這些算法依據給定參考的PSL,通過實現對協方差矩陣的設計來確保對最差情況下的性能水平的提升。這樣,該技術在通過將認知處理的過程聚焦在波束形成、控制波束旁瓣、設定角度零點的方式實現了一種強大又靈活的波束形成技術。簡而言之,它根據特定的場景選擇合適的激勵實現最好的波束形成。