[发明专利]基于扩展Kuhn-Munkres算法的MIMO雷达发射天线布置方法

说明书

本发明公开了基于扩展Kuhn‑Munkres算法的MIMO雷达发射天线布置方法,属于信号处理领域。一种在Neyman‑Pearson准则下，以检测器的输出信噪比作为检测性能评价指标的MIMO雷达发射天线布置方法。在该方法中，将发射天线和可选网格点分别看作二部图中的顶点，将因天线位置选择产生的性能影响看作图中带有权值的边，从而将原始的天线布置问题转化成一个非对称二部图中的MWM问题，并应用扩展的Kuhn‑Munkres算法选出发射天线的最优位置，称该扩展的KM算法为EKM方法。利用本发明提出的EKM方法，可以在较低复杂度前提下得到最优的天线布置方案。

技术领域

本发明属于信号处理领域，针对MIMO雷达目标检测领域中的发射天线布置问题，用于对MIMO雷达系统中的天线位置布局进行设计。

背景技术

多输入多输出(MIMO)雷达由于天线分集增益带来的优势，使得系统各方面性能得到了极大改善，称为相关领域的研究热点。雷达天线的位置规划对于系统性能增益很重要，在考虑系统天线资源有限的条件下，如何对固定数量的天线进行优化布置以尽可能提高系统性能是一个值得研究的重要问题。MIMO雷达天线布置问题是一个高纬度的联合优化问题，解决问题的算法一般具有较高的复杂度。虽然可以使用计算较快的贪心算法或启发式算法等，但这些算法通常得到的不是问题的最优解。

天线属于雷达系统的一种资源，为每个天线选择合适的位置可以看成是一个对天线与位置资源进行分配的问题。经过调研可知，在通信领域中，常用图论(Graph Theory)来解决类似的资源分配问题。图论具有简单直观的数学框架可以对实际问题进行建模，拥有发展成熟且有效的诸多算法。其中，比较常用的是加权二部图(bipartite graph)中的匹配算法，主要有最大加权匹配(Maximum-Weighted Matching,MWM)和平稳匹配两种。对于MWM问题，经典的算法是Kuhn-Munkres(KM)算法(见文献：J.Munkres,“Algorithms for theassignment and transportation problems”,Journal of the Society of Industrialand Applied Mathematics,vol.5,no.1, pp.32-38,March 1957)，它可以在多项式时间内获得一个最大加权匹配。KM算法一般用于寻找对称二部图中的MWM，而对于非对称二部图中的MWM问题，通常做法是在添加虚拟顶点构造对称二部图后再应用KM算法，但是这种方式不可避免地会造成计算资源的浪费，因此后来引入了扩展的KM算法(见文献：F.Bourgeois,“An extension of the Munkres algorithm for the assignment problem torectangular matrices”,Submitted to:Commun.ACM,1971)来解决非对称二部图中的MWM问题。

因此，针对发射天线布置优化问题，本发明中提出建立天线布置的二部图匹配模型，通过对相关算法的进一步研究，提出使用扩展的KM算法在较低复杂度下实现最优的天线布置方案。相比于应用传统的KM算法来解决天线布置问题，本发明中提出的基于扩展KM算法的布置方法具有更低的计算复杂度。

发明内容

本发明提供了一种在Neyman-Pearson准则下，以检测器的输出信噪比作为检测性能评价指标的MIMO雷达发射天线布置方法。在该方法中，将发射天线和可选网格点分别看作二部图中的顶点，将因天线位置选择产生的性能影响看作图中带有权值的边，从而将原始的天线布置问题转化成一个非对称二部图中的MWM问题，并应用扩展的Kuhn-Munkres(KM)算法选出发射天线的最优位置，称该扩展的KM算法(extended KM)为EKM方法。利用本发明提出的EKM方法，可以在较低复杂度前提下得到最优的天线布置方案。

本发明技术方案为基于扩展Kuhn-Munkres算法的MIMO雷达发射天线布置方法，该方法包括步骤如下：