针对认知雷达在杂波环境下探测扩展目标时,回波信号的信号杂波噪声比(SCNR)较低的问题,提出了一种基于SCNR认知雷达发射波形优化设计方法。首先,不同于以往的点目标模型,通过建立扩展目标探测模型,得到认知雷达回波信号杂波噪声比(SCNR)与发射信号能量谱密度(ESD)间的关系;其次,根据最大SCNR准则推导出发射信号ESD的全局最优解;最后,为了得到有实际意义的时域信号,采用相位调制的方式,结合最小均方误差(MMSE)和迭代算法将最优ESD合成满足雷达发射要求的恒幅时域信号。仿真实验中,该方法所得时域合成信号幅度为1,在匹配滤波器输出端的SCNR为19.133 dB,仅小于理想值0.005 dB。结果表明,所得到的时域波形不仅能够满足恒幅要求,而且能使接收机输出端的SCNR接近理想值,提高了扩展目标探测性能。

针对在现代雷达系统中强目标掩盖弱小目标,且只能将距离旁瓣抑制到一定值的问题,提出一种改进的卡尔曼-最小均方误差准则(K-MMSE)算法. 该方法将卡尔曼滤波与最小均方误差准则相融合,是一种有效抑制距离旁瓣的自适应脉冲压缩系统.仿真实验中,将提出的K-MMSE方法与传统匹配滤波、经过最小均方误差(MMSE)准则的匹配滤波算法进行单目标与多目标情况下的旁瓣抑制比较后发现,前者较后两者旁瓣水平及其点扩散函数(PSF)的峰值旁瓣比(PSLR)和积分旁瓣比(ISLR)均明显下降.仿真结果表明,该方法无论在单目标还是多目标情况下都能较传统的滤波算法更好地抑制旁瓣距离,有效地提取弱小目标信号.