دانلود ترجمه مقاله بهینه سازی ماتریس کوواریانس سیگنال برای شکل دهی گلبرگ آنتن ارسال

1. مقدمه 2. بهینه سازی الگوی موج 3. بهینه سازی بدون محدودیت 4. بهینه سازی الگوی موج به صورت مسئله حداقل مربعات 5. مثال ها 6. نتیجه گیری

چکیده – رادارهای چند ورودی چند خروجی همزمان از چند شکل موج برای بهبود عملکرد استفاده می کنند. قبلاً یک روش شکل دهی آنتن که این تنوع شکل موج را بکار گیرد پیشنهاد شده است. این روش بواسطه بهینه سازی ماتریس کوواریانس شکل موج ها جهت بدست آوردن تقریبی از یک الگوی موج مورد نظر کار می کند. روش قبل از نزول گرادیان برای بهینه سازی الگوی موج با محدودیت روی توان هر جزء آنتن استفاده می کند. نشان می دهیم چگونه این روش را می توان برای بدست آوردن ماتریس های کوواریانس ناکارآمد برای رده بندی و کنار آمدن با محدودیت کلی توان بسط داد. روش گرادیان توامان در کنار نزول گرادیان استفاده می شود. در این مقاله تبدیل مسئله بهینه سازی الگوی موج تحمیلی به یک مسئله غیر تحمیلی را پیشنهاد می کنیم. این کار را می توان نه تنها با استفاده از روش ضرب کننده های لاگرانژی، بلکه با حدف همه محدودیت ها انجام داد و سپس مقیاس کردن نتیجه بطوری که محدودیت توان کل تامین شود. با استفاده از این روش می توان بهینه سازی الگوی موج را به صورت یک مسئله حداقل مربعات نوشت.

MIMO radars use multiple waveforms simultaneously to improve performance. A beamforming method that exploits this waveform diversity has been proposed previously. This method works by optimizing the covariance matrix of the waveforms to obtain an approximation of a desired beampattern. The previous method uses gradient descent to optimize the beampattern with the constraint on the power of each antenna element. We show how this method can be extended to obtain rank-deficient covariance matrices and also to handle the total power constraint. The conjugate gradient method is used in addition to the gradient descent. In this paper, we also propose converting the constrained beampattern optimization problem into an unconstrained one. This can be done by using the method of Lagrange multipliers, but also removing all constraints and then scaling the result so that the total power constraint is satisfied. Using this approach, the beampattern optimization can be written as a least squares problem.