基于ADMM的低副瓣阵列区域聚焦照射

doi:10.12263/DZXB.20201280

电子学报 ›› 2021, Vol. 49 ›› Issue (7): 1370-1378.DOI: 10.12263/DZXB.20201280

基于ADMM的低副瓣阵列区域聚焦照射

杨仲平, 杨书宁, 周青松, 张剑云

国防科技大学电子对抗学院, 安徽合肥 230031

收稿日期:2020-11-16 修回日期:2021-03-05 出版日期:2021-07-25 发布日期:2021-08-11
作者简介:杨仲平　男,1996年3月出生于辽宁开原. 现为国防科技大学电子对抗学院硕士研究生. 主要研究方向为阵列信号处理、凸优化理论. E‑mail:yangzhongping14@nudt.edu.cn
杨书宁　男,1996年11月出生于重庆万州. 现为国防科技大学电子对抗学院硕士研究生. 主要研究方向为阵列信号处理、稀疏理论. E‑mail:yangshuning14@nudt.edu.cn
周青松　男,1982年12月出生于安徽巢湖. 博士. 现为国防科技大学电子对抗学院副教授，研究生导师. 主要研究方向为凸优化理论、稀疏理论. E‑mail:zhouqingsong1207@gmail.com
张剑云（通信作者）　男,1963年9月出生于浙江龙泉. 博士. 现为国防科技大学电子对抗学院教授，博士生导师. 主要研究方向为雷达及目标环境模拟、雷达信号处理. E‑mail:zjy921@sina.com
基金资助:
装备预先研究项目(315095109);国防科技大学校科研计划(ZK19?10)

Regional Focusing Irradiation of Low Sidelobe Array Based on ADMM

Zhong-ping YANG, Shu-ning YANG, Qing-song ZHOU, Jian-yun ZHANG

College of Electronic Engineering，National University of Defense Technology，Hefei，Anhui 230031，China

Received:2020-11-16 Revised:2021-03-05 Online:2021-07-25 Published:2021-08-11

摘要/Abstract

摘要：

区域聚焦照射（regional focusing irradiation）能将信号能量准确投送至指定区域，但阵列的超稀疏性使得副瓣区域能量较高，在实施精确电子战时极大增加了干扰系统遭受打击的风险，因此副瓣区域能量抑制问题必须加以解决.本文提出一种基于L_∞范数评估栅瓣区域能量的方法，将其作为正则项引入区域聚焦照射模型以抑制副瓣区域最大能量，并建立了多目标优化模型.采用交替方向乘子（alternating direction method of multipliers）框架将原问题分解为两个子问题：对于恒模约束下二次规划子问题I，采用贪婪算法给出其闭式解；对于无约束L₂?L_∞范数的子问题II，将L_∞范数做近似光滑化处理，并通过梯度下降法求解.交替求解两个子问题至收敛，以求解发射信号.仿真实验表明，本文模型在副瓣区域能量抑制上较基于L₁范数的区域聚焦照射模型具有更优性能，且本文算法实用性更强.

关键词: 区域聚焦照射, 精确电子战, 超稀疏阵列, 副瓣区域, 栅瓣区域, 交替方向乘子法

Abstract:

Regional focusing irradiation (RFI) can precisely bring the energy of the transmitted signals to the specific regions. However, the array ultra?sparsity results in high energy level in the sidelobe regions, which increases the risk of the jamming system being attacked in precision electronic warfare. Therefore, it is significant to alleviate the energy level in the sidelobe regions. We propose a method based on L_∞?norm to evaluate the energy level in the grating lobe regions, and introduce it to the RFI model to establish a multiobjective optimization model to alleviate the maximum energy in the sidelobe regions. The ADMM (Alternating Direction Method of Multipliers) framework is adopted to separate the origin problem into two subproblems. For subproblem?I, we adopt the greedy method to derive the closed?form solutions of the unimodular quadratic program. Regarding subproblem?II, which has L₂?L_∞ terms without constraints, we smoothen the L_∞ term approximately, and employ the gradient descent method to solve it. The transmitted signal is obtained when the solutions of two subproblems are convergent. Numerical experiments reveal that the proposed model has better performance on alleviating the energy in sidelobe regions, and the adopted algorithm is more practical than the method based on L₁?norm.

Key words: regional focusing irradiation (RFI), precision electronic warfare, ultra?sparse array, sidelobe region, grating lobe region, alternating direction method of multipliers (ADMM)

中图分类号:

TN972

杨仲平, 杨书宁, 周青松, 张剑云. 基于ADMM的低副瓣阵列区域聚焦照射[J]. 电子学报, 2021, 49(7): 1370-1378.

Zhong-ping YANG, Shu-ning YANG, Qing-song ZHOU, Jian-yun ZHANG. Regional Focusing Irradiation of Low Sidelobe Array Based on ADMM[J]. Acta Electronica Sinica, 2021, 49(7): 1370-1378.

图/表 9

图1 精确电子战示意图

图2 基于ADMM的低副瓣阵列区域聚焦照射算法框架

图3 QT模型下能量分布图

图4 QT?L1模型下能量分布图

图5 QT?L∞模型下γ=10时能量分布图

图6 QT?L∞模型下γ=30时能量分布图

图7 QT?L∞模型下γ=50时能量分布图

表1 RFI模型性能指标分析

性能指标	E_T （dB）	E_P （dB）	E_G （dB）	Ave_T （dB）	Ave_P （dB）	Ave_G （dB）	ω_T（%）	ω_P（%）	ω_G（%）
QT	10.07	10.46	19.41	16.23	5.70	12.11	72.94	39.42	57.15
QT‑L₁	9.46	9.04	19.24	17.43	5.35	9.18	84.10	29.81	25.34
QT‑L_∞（ $γ 1 = 10$ ）	10.89	6.88	13.96	18.94	4.32	6.87	92.25	11.33	9.76
QT‑L_∞（ $γ 2 = 30$ ）	10.66	6.93	13.53	18.55	4.38	6.24	90.74	11.36	7.28
QT‑L_∞（ $γ 3 = 50$ ）	9.23	6.15	10.72	15.79	3.27	4.51	69.17	6.72	3.20

表1 RFI模型性能指标分析

性能指标	E_T （dB）	E_P （dB）	E_G （dB）	Ave_T （dB）	Ave_P （dB）	Ave_G （dB）	ω_T（%）	ω_P（%）	ω_G（%）
QT	10.07	10.46	19.41	16.23	5.70	12.11	72.94	39.42	57.15
QT‑L₁	9.46	9.04	19.24	17.43	5.35	9.18	84.10	29.81	25.34
QT‑L_∞（ $γ 1 = 10$ ）	10.89	6.88	13.96	18.94	4.32	6.87	92.25	11.33	9.76
QT‑L_∞（ $γ 2 = 30$ ）	10.66	6.93	13.53	18.55	4.38	6.24	90.74	11.36	7.28
QT‑L_∞（ $γ 3 = 50$ ）	9.23	6.15	10.72	15.79	3.27	4.51	69.17	6.72	3.20

图8 算法分析

参考文献 25

1	Strategic Technology Office （STO）. Precision Electronic Warfare （PREW）， DARPA‑BAA 09‑65［R］. Arlington： Strategic Technology Office （STO） of the US Defense Advanced Research Projects Agency， 2009.
2	蒋盘林. 精准电子战技术发展初探［J］. 通信对抗， 2010， 112（4）： 3 - 6.
	JIANG Pan‑lin. Study of development of precision EW technologies［J］. Communication Countermeasures， 2010， 112（4）： 3 - 6.（in Chinese）
3	胡振涛，金勇，武国栋，等. 无线携能保密网络下的中继协作波束形成算法［J］. 电子学报， 2020， 48（1）： 124 - 130.
	HU Zhen‑tao， JIN Yong， WU Guo‑dong， et al. Cooperative beamforming algorithm of relay in SWPIT secrecy networks［J］. Acta Electronica Sinica， 2020， 48（1）： 124 - 130.（in Chinese）
4	董明科，李应博，王达，等. 基于干扰和功率控制的多小区分布式波束成形［J］. 电子学报， 2015， 43（3）： 597 - 600.
	DONG Ming‑ke， LI Ying‑bo， WANG Da， et al. Distributive beamforming design in multicell downlinks using interference and power control［J］. Acta Electronica Sinica， 2015， 43（3）： 597 - 600.（in Chinese）
5	Xiao Z Y， Zhu L P， Xia X G， UAV communications with millimeter‑wave beamforming： potentials， scenarios， and challenges［J］. China Communications， 2020， 17（9）： 147 - 166.
6	Asplund H， Astely D， Butovitsch P V， et al. Advanced Antenna Systems for 5G Network Deployments［M］. New York： Academic Press， 2020.
7	Hu C， Liu J， Liao X， et al. A novel equivalent baseband channel of hybrid beamforming in massive multiuser MIMO systems［J］. IEEE Communications Letters， 2018， 22（4）： 764 - 767.
8	Nair S S， Bhashyam S. Hybrid beamforming in MU‑MIMO using partial unterfering beam feedback［J］. IEEE Communications Letters， 2020， 24（7）： 1548 - 1552.
9	Fenn A J， Sathiaseelan V， King G A. Improved localization of energy deposition in adaptive phased‑array hyperthermia treatment of cancer［J］. Lincoln Laboratory， 1996， 9（2）： 187 - 195.
10	Ho C， Ju K， Cheng T. Thermal therapy for breast tumors by using a cylindrical ultrasound phased array with multifocus pattern scanning： a preliminary numerical study［J］. Physics in Medicine and Biology， 2007， 52（15）： 4585 - 4599.
11	Li J. MIMO Radar Signal Processing［M］. New Jersey： John Wiley & Sons， 2009. 41 - 47.
12	宋聃，王伟，熊子源，等. 超稀疏阵列下基于波形分集的区域能量聚焦技术研究［J］. 电子与信息学报， 2014， 36（5）： 1082 - 1087.
	SONG Dan， WANG Wei， XIONG Zi‑yuan， et al. Waveform diversity based regional energy focusing under ultra⁃sparse array［J］. Journal of Electronics & Information Technology， 2014， 36（5）： 1082 - 1287.（in Chinese）
13	Song D， Wang W， Xu Z， et al. Focused energy delivery with protection for precision electronic warfare［J］. IEEE Transactions on Aerospace and Electronic Systems， 2017， 52（6）： 3053 - 3064.
14	汪月清，刘姜玲，王小谟，等. 基于修正最小二乘的虚拟端射阵列回波算法研究［J］. 电子学报， 2015， 43（10）： 2124 - 2128.
	WANG Yue‑qing， LIU Jiang‑lin， WANG Xiao‑mo， et al. Research on echo algorithm of virtual end‑fire antenna array based on modified least squares［J］. Acta Electronica Sinica， 2015， 43（10）： 2124 - 2128.（in Chinese）
15	房书韬，李伟明，薛正辉，等. 基于改进差分进化算法的机载分布式阵列栅瓣抑制方法［J］. 微波学报， 2020， 36（5）： 7 - 11， 17.
	FANG Shu‑tao， LI Wei‑ming， XUE Zheng‑hui， et al. Grating lobe suppression of airborne distributed array based on improved differential evolution algorithm［J］. Journal of Microwaves， 2020， 36（5）： 7 - 11， 17.（in Chinese）
16	Robert J M. Phased Array Antenna Handbook［M］. Boston： Artech House， 2005. 141 - 153.
17	Chen S， Xu C， Zhang J. Efficient focused energy delivery with grating lobe mitigation for precision electronic warfare［J/OL］. Signal Processing， 2020， 169. .
18	Jayaprakasam S， Rahim S K A， Leow C Y. Distributed and collaborative beamforming in wireless sensor networks： classifications， trends， and research directions［J］. IEEE Communications Surveys & Tutorials， 2017， 19（4）： 2092 - 2116.
19	Mudumbai R， Hespanha J， Madhow U， et al. Distributed transmit beamforming using feedback control［J］ IEEE Transactions on Information Theory， 2010， 56（1）： 411 - 426.
20	Boyd S， Parikh N， Chu E， et al. Distributed optimization and statistical learning via the alternating direction method of multipliers［J］. Foundations & Trends in Machine Learning， 2010， 3（1）： 1 - 122.
21	Ragi S， Chong E K P， Mittelmann H D. Heuristic methods for designing unimodular code sequences with performance guarantees［A］. 2017 IEEE International Conference on Acoustics， Speech， and Signal Processing［C］. New Orleans， LA， USA： IEEE Press， 2017. 3221 - 3225.
22	Ragi S， Chong E K P， Mittelmann H D. Polynomial‑time methods to solve unimodular quadratic programs with performance guarantees［J］. IEEE Transactions on Aerospace and Electronic Systems， 2017， 55（5）： 2118 - 2127.
23	LÖFBERG J. YALMIP ： a toolbox for modeling and optimization in MATLAB［J］. Skeletal Radiology， 2011， 41（3）： 287 - 292.
24	崔赞. 基于无穷范数非光滑优化的光滑化方法［D］. 大连：大连理工大学， 2016.
	CUI Zan. Smoothing Method for Optimization Problem Based on L_∞ Minimization ［D］. Dalian： Dalian University of Technology， 2016.（in Chinese）
25	Boyd S， and Vandenberghe L. Convex Optimization［M］. Cambridge， United Kingdom： Cambridge University Press， 2004.

[1]	侯秀聪, 赖晓平, 曹九稳. 正则化超限学习机的最大分划广义交替方向乘子法[J]. 电子学报, 2021, 49(4): 625-630.
[2]	王彪, 慕建君, 焦晓鹏, 王钟斐. 基于改进罚函数的LDPC码分层调度ADMM惩罚译码[J]. 电子学报, 2020, 48(4): 827-832.
[3]	马梦瑶, 赖晓平, 孟海龙. 二维FIR滤波器约束最小二乘设计的最大分划松弛ADMM算法[J]. 电子学报, 2020, 48(3): 510-517.
[4]	周伟, 孙玉宝, 刘青山, 吴敏. 运动目标检测的l₀群稀疏RPCA模型及其算法[J]. 电子学报, 2016, 44(3): 627-632.
[5]	刘建军, 吴泽彬, 韦志辉, 肖亮, 孙乐. 基于约束非负矩阵分解的高光谱图像解混快速算法[J]. 电子学报, 2013, 41(3): 432-437.
[6]	王彤;保铮;廖桂生. 天基分布式雷达GMTI方法[J]. 电子学报, 2006, 34(3): 399-403.

基于ADMM的低副瓣阵列区域聚焦照射

Regional Focusing Irradiation of Low Sidelobe Array Based on ADMM

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 9

参考文献 25

相关文章 6

编辑推荐

Metrics