谭志浩 金 伟 贾维敏

(火箭军工程大学,陕西西安 710025)

1 引言

多输入多输出(Multiple Input Multiple Output, MIMO)雷达[1],可以利用发射天线发射正交波形提高系统的自由度,从而获得很好的目标分辨能力和干扰抑制能力。波束形成是MIMO雷达领域的重要研究方面。MIMO雷达输出信号模型与相控阵雷达具有相同的形式,因此可以直接将自适应波束形成算法应用于MIMO雷达中。

自适应波束形成算法一般可分为四类[2]：对角加载类算法,特征空间类算法,协方差重构类算法和不确定集类算法。对角加载类算法[3]可以通过部分加载的方式保证很好的鲁棒性,但最优加载量的选取却难以确定。特征空间类算法[4],低信噪比条件下信号成分与噪声成分的“缠绕”现象亟待解决。对于MIMO雷达来说,协方差矩阵维数为发射阵元数和接收阵元数之积,其维数往往较高。协方差重构类算法[5-7],要保证估计的协方差矩阵足够准确,需要更多的训练样本和很高的计算复杂度,不利于实际的工程应用。不确定集类算法[8-9],当估计的导向矢量与真实的导向矢量无失配误差时,可以保证很好的性能。文献[8]提出的基于最差性能最优(Worst-case, WC)算法和文献[9]提出的基于不确定集的导向矢量估计(Robust Capon Beamforming, RCB)算法,是最经典的自适应波束形成算法。为了获得更准确的目标导向矢量,大量改进的不确定类算法被提出[10-12]。最差情形一般以较小的概率出现,文献[10]提出基于概率约束对WC算法进行一定的改进。文献[11]和文献[12]提出利用较小的不确定集来约束误差,通过迭代不断更新假定导向矢量,从而获得更准确的导向矢量。……