تعداد نشریات | 38 |
تعداد شمارهها | 1,244 |
تعداد مقالات | 9,010 |
تعداد مشاهده مقاله | 7,871,789 |
تعداد دریافت فایل اصل مقاله | 4,721,792 |
بهبود نسبت سیگنال به نویز به اضافه تداخل در رادارهای چند ورودی- چند خروجی هم مکان با اهداف متعدد | ||
رادار | ||
مقاله 1، دوره 8، شماره 2 - شماره پیاپی 24، دی 1399، صفحه 1-8 اصل مقاله (831.72 K) | ||
نوع مقاله: مقاله پژوهشی | ||
نویسندگان | ||
مریم نیلفروش1؛ روح اله آقاجانی* 2 | ||
1دانشجوی کارشناسی ارشد، دانشکده مهندسی برق، دانشگاه آزاد اسلامی واحد نجفآباد، نجفآباد، ایران | ||
2استادیار، دانشکده مهندسی برق، دانشگاه آزاد اسلامی واحد نجف آباد، نجفآباد، ایران | ||
تاریخ دریافت: 09 فروردین 1399، تاریخ بازنگری: 15 آذر 1399، تاریخ پذیرش: 19 دی 1399 | ||
چکیده | ||
این مقاله روی بهبود نسبت سیگنال به نویز به اضافه تداخل در رادارهای چند ورودی-چند خروجی هم مکان متمرکز شده است. در این مقاله الگوریتمی ارائه میشود که بر اساس آن شکل موجهای ارسال و ضرایب فیلترهای گیرنده به طور همزمان در راستای آشکار سازی بهتر اهداف در حضور سیگنال تداخل وابسته طراحی شوند. الگوریتم ارائه شده، یک الگوریتم ترتیبی مبتنی بر بهینه سازی محدب است، که در هر تکرار آن، ماتریس کوواریانس سیگنالهای ارسال را برای تمرکز الگوی تشعشعی آنتن بر روی هدف بهینه سازی کرده و نیز در گیرنده سعی میشود بیشترین تعداد تداخل حذف شود. مسئله مورد نظر علاوه بر قید استفاده از مدارات RF یکسان در همه آنتنهای ارسال، با محدودیت حداقل توان تداخل برای هر هدف نیز مقید شده است. در تحقیقات قبلی این طرح برای رهگیری یک هدف انجام شده بود، اما در این پژوهش ماتریس کوواریانس بهگونهای طراحی میشود که به منظور به حداکثر رساندن نسبت سیگنال به نویز بهعلاوه تداخل توان ارسالی آنتن در موقعیت کلیه اهداف به مقدار بیشینه خود رسیده و در موقعیت تداخلها به کمترین حد ممکن برسد. نتایج شبیه سازی نیز نشان میدهد که با استفاده از روش پیشنهادی میتوان به بیشترین مقدار نسبت توان سیگنال به تداخل به علاوه نویز در همه اهداف رسید. همچنین میتوان با افزایش تعداد المانهای آنتن ارسال و دریافت این مقدار را افزایش داد. | ||
کلیدواژهها | ||
رادارهای چند ورودی- چند خروجی هم مکان؛ نسبت سیگنال به تداخل به اضافه نویز؛ ماتریس کوواریانس؛ طراحی شکل موج | ||
عنوان مقاله [English] | ||
SINR Enhancement in Co-located MIMO RADAR with Multiple Targets | ||
نویسندگان [English] | ||
Maryam Nilforoosh1؛ Rouhollah Aghajani2 | ||
1Master Student, Faculty of Electrical Engineering, Islamic Azad University, Najafabad Branch, Najafabad, Iran | ||
2Assistant Professor, Faculty of Electrical Engineering, Islamic Azad University, Najafabad Branch, Najafabad, Iran | ||
چکیده [English] | ||
This paper focuses on improving the signal-to-noise plus interference ratio on multi-input multi-output radars. Here, an algorithm is proposed, whereby the waveform of the transmitter and the receiver filter coefficients are designed simultaneously to better detect the targets in the presence of the dependent interference signal. The proposed algorithm is a convex optimization-based sequential algorithm, in which each iteration optimizes the covariance matrix of the transmitted signals to concentrate the antenna radiation pattern on the target and also attempts to eliminate the maximum number of interferencein the receiver. The problem is in addition to limiting the use of identical RF circuits to all transmitting antennas, with the limitation of minimum interference power for each target. In previous research this scheme was designed to intercept a target, but in this study the covariance matrix is designed to maximize the signal-to-noise and interference ratio and the antenna transmit power at the maximum position of all targets and at the interference position as low as possible. The simulation results also show that the proposed method can achieve the maximum signal-to-interference plus noise ratio in all targets. This value can also be increased by increasing the number of antenna elements. | ||
کلیدواژهها [English] | ||
Co-Located MIMO Radar, SINR, Covariance matrix, Waveform Design | ||
مراجع | ||
[1] C. Baixiao, L. Hongliang and Z. Shouhong, “Long-time coherent integration based on sparse-array synthetic impulse and aperture radar,” In Proc. CIE Int. Conf. Radar, pp. 1062–1066A, October 2001.## [2] P. Stoica, J. Li, and Y. Xie, “On probing signal design for MIMO radar,” IEEE Trans. Signal Process., vol. 55, no. 8, pp. 4151–4161, Aug 2007.## [3] J. Li and P. Stoica, “MIMO Radar Signal Processing,” New York, NY, USA: Wiley, 2009.## [4] P. Stoica, J. Li, and Y. Xie, “On probing signal design for MIMO radar,” IEEE Trans. Signal Process., vol. 55, no. 8, pp. 4151–4161, Aug 2007.## [5] R. Viswanathan and P.K. Varshney, “Distributed detection with multiple sensors i. fundamentals,” In Proc. IEEE, no. 85, pp. 54–63 1997.## [6] G. Cui, H. Li, and M. Rangaswamy, “MIMO radar waveform design with constant modulus and similarity constraints,” IEEE Trans. Signal Process, vol. 62, no. 2, pp. 343–353, Jan. 2014.## [7] M. Haghnegahdar, S. Imani, S. A. Ghorashi and E. Mehrshahi, “SINR Enhancement in Co-located MIMO Radar using Transmit Covariance Matrix Optimization,” IEEE Signal Processing Letters, vol. 24, no. 3, pp. 339-343, Aug 2017.## [8] S. Imani, M. M. Nayebi, M. Rashid and R. Khosravi, “SINR Improvement in the Array Radar Using the Joint Design of Transmit-and-Receive Beamforming Vectors,” Journal of Radar, vol. 6, no. 1, 2018(Serial No. 19) (In Persian).## [9] S. Ahmed, J. Thompson, Y. Petilot, and B. Mulgrew, “Finite alphabet constant-envelope waveform design for MIMO radar,” IEEE Transactions on Signal Processing, vol. 59, no. 11, pp.5326–5337, Nov. 2011.## [10] C. Y. Chen and P. P. Vaidyanathan, “MIMO radar waveform optimization with prior information of the extended target and clutter,” IEEE Trans. Signal Process., vol. 57, no. 9, pp. 3533–3544, Sep. 2009.## [11] S. Ahmed and M.-S. Alouini, “MIMO-radar waveform covariance matrix for high SINR and low side-lobe levels,” IEEE Trans. Signal Process, vol. 62, no. 8, pp. 2056–2065, Jan. 2014.## [12] A. S. Roshanzamir and M.H. Bastani, “Design of transmitted power pattern for non-uniform arrays on MIMO radars,” M.Sc. Thesis, Sharif University of Technology, 1391 (In Persian).## [13] A. Leshem, O. Naparstek, and A. Nehorai, “Information theoretic adaptive radar waveform design for multiple extended targets,” IEEE J. Sel. Topics Signal Process., vol. 1, no. 1, pp. 42–55, Jun. 2007.## [14] H. L. V. Trees, “Optimum array processing Part IV of detection, estimation, and modulation theory,” John Wiley, 2002.## [15] S. Jardak, S. Ahmed, and M. Alouini, “Generation of correlated finite alphabet waveforms using gaussian random variables,” IEEE Transactions on Signal Processing, vol. 62, no. 17, pp.4587-4596, Jul. 2014.## | ||
آمار تعداد مشاهده مقاله: 832 تعداد دریافت فایل اصل مقاله: 481 |