Sharif Digital Repository / Sharif University of Technology
    • [Zoom In]
    • [Zoom Out]
  • Page 
    		 of  0
  • [Next Page]
  • [Previous Page]
  • [Fullscreen view]
  • [Close]
 

MIMO Radars Waveform Design  

, M.Sc. Thesis Sharif University of Technology Shadi, Kamal (Author) ; Behnia, F (Supervisor)
Abstract
MIMO radar is a next generation radar which transmits arbitrary waveforms at each one of its apertures. It has been shown that design of waveforms for MIMO radars in order to synthesize a desired spatial beampattern, is mapped into a waveform correlation matrix (R) design in the narrowband case. Therefore, waveform design in MIMO radar for beamforming could be broken into two steps, namely correlation matrix design and waveform synthesis for achieving given R. As of now, given a desired beampattern or estimated location information of targets, calculating R has been modeled as an optimization problem like SDP. Also, in some special cases like rectangular beampattern, close form solutions for... 

Cataloging brief

MIMO Radars Waveform Design  

, M.Sc. Thesis Sharif University of Technology Shadi, Kamal (Author) ; Behnia, F (Supervisor)
Abstract
MIMO radar is a next generation radar which transmits arbitrary waveforms at each one of its apertures. It has been shown that design of waveforms for MIMO radars in order to synthesize a desired spatial beampattern, is mapped into a waveform correlation matrix (R) design in the narrowband case. Therefore, waveform design in MIMO radar for beamforming could be broken into two steps, namely correlation matrix design and waveform synthesis for achieving given R. As of now, given a desired beampattern or estimated location information of targets, calculating R has been modeled as an optimization problem like SDP. Also, in some special cases like rectangular beampattern, close form solutions for... 

Find in content

sort by

Bookmark

  • فصل 1: فصل 1 (10)
  • مقدمه‌اي بر رادار (10)
  • فصل 2: فصل 2 (13)
  • مروري بر مفاهیم پايه و بیان مسئله (13)
    • 2-1- مفاهيم اوليه رادار (13)
      • شکل (2-1) پارامترهای سرعت وفاصلهی هدف (13)
        • (2-1) = Δ 2 (13)
        • (2-2) = 2 λ (14)
        • (2-3) = (15)
      • شکل (2-2) هدف با RCS پایین (16)
    • 2-2- انواع رادار (16)
      • شکل (2-3) رادار Monostatic (17)
      • شکل (2-4) رادار bistatic (17)
      • شکل (2-5) رادارهاي Multi - static (18)
      • شکل (2-6) رادارهاي MIMO (19)
    • 2-3- دستهبندي رادارهای MIMO (20)
      • 2-3-1- حوزه فضا (20)
        • شکل (2-7) تغییرات RCS هدف[2] (21)
      • 2-3-2- حوزه پهنای باند (22)
        • (2-4) ≪ (22)
    • 2-4- اهميت بهينهسازي شکل موج در رادارهاي MIMO (22)
      • شکل (2-8) پرتوتوان با تمرکز بالا (23)
    • 2-5- مدل پرتو توان در رادارهای MIMO باریکباند (24)
      • شکل (2-9) ارایه آنتن خطی[7] (25)
        • (2-5) =<| | 2 > (25)
        • (2-6) ≫ 2 2 (25)
        • (2-7) ,,, = 1 4 − 2 . (26)
        • (2-8) , ,, =<| ,,, | 2 > = 1 4 2 (26)
        • (2-9) 2 () , ,, = (26)
        • (2-10) ,,, = =1 ,,, = =1 1 4 − 2 sin⁡() (26)
        • (2-11) ,, = 1 4 2 =1 =1 < ∗ > 2 ( − z k )sin⁡() (26)
        • (2-12) =[1 sin⁡() 2sin⁡() … (−1)sin⁡() ] (26)
        • (2-13) = 1 4 (27)
    • 2-6- مدل شکل موج دامنه-ثابت (27)
      • (2-14) n l =α l=1,⋯,L α= R nn 1 2 (29)
      • (2-15) ( )= n l 2 1 =1 n l 2 (29)
      • (2-16) 1 =1 n l 2 =, (30)
      • (2-17) 1 =1 n l 2 = n l 2 ≤γ( ) l=1,⋯,L (30)
      • (2-18) = 1 =1 − −1 , =1,⋯, (30)
      • (2-19) = () =1,⋯,; =1,⋯, (30)
  • فصل 3: فصل 3 (32)
  • مروری بر روشهای شکلدهی پرتو توان (32)
    • 3-1- روشهای طراحی ماتریس همبستگی‌ شکلموج (32)
      • 3-1-1- روش فاهرمن برای کمینه مربعات خطا (32)
        • (3-1) = = 1≤,≤ (32)
        • (3-2) = (32)
        • (3-3) i 2 =1 i=1,⋯,M (33)
        • (3-4) = 1 4 = 1 4 || || 2 (33)
        • (3-5) = [ 0.5 −| | ] 2 (33)
        • شکل (3-1) روش فاهرمن در تکرارهای مختلف (34)
      • 3-1-2- روشهای محدب تطبیق پرتو توان (34)
        • (3-6) =1 ∗ θ k θ k =() (34)
        • (3-7) = =1 θ k ∗ θ k (34)
        • (3-8) ≥ >0 ∈[1,] (35)
        • (3-9) ≥0 (35)
        • (3-10) = ∗ (35)
        • (3-11) min , { 1 =1 [ μ l − ∗ μ l μ l ] 2 + 2 w c K 2 −K k=1 K−1 p=k+1 K | ∗ | 2 (36)
        • (3-12) ≥0 (37)
    • 3-2- روشهای سنتز شکلموج برای ساخت ماتریس همبستگی (38)
      • 3-2-1- روش سنتز کمینه مربعات خطا (38)
        • (3-13) = (38)
        • (3-14) 1 L H = 1 2 H (38)
        • (3-15) min ||− 1 2 || 2 ∈ × ;∈ × (38)
        • (3-16) = =+1 ∗ − = ∗ () (39)
        • (3-17) m=1 n=1 p=−P+1,p≠0 −1 r mn p =small (39)
        • (3-18) ∗ = 1 (1) ⋯ 1 () ⋯ 0 ⋱ ⋱ ⋮ 1 (1) 1 () ⋮ (1) ⋯ () ⋯ 0 ⋱ ⋱ (1) () +−1 (39)
        • (3-19) | ∗ − | 2 ="" (39)
        • (3-20) min || − 1 2 || 2 (40)
          • جدول (3-1) الگوریتم سنتز کمینه مربعات خطا (40)
        • (3-21) || − 1 2 || 2 =−2{ ∗ ) (40)
        • (3-22) 1 2 ∗ = ∗ (41)
        • (3-23) = ∗ (41)
        • شکل (3-2) پرتوتوان شکلموجهای طراحی شده با روش کمینه مربعات خطا[10] (42)
        • شکل (3-3) تابع خودهمبستگی شکلموجهای طراحی شده با روش کمینه مربعات خطا(بدون در نظر گرفتن تاخیر زمانی)[10] (43)
        • شکل (3-4) تابع خودهمبستگی شکلموجهای طراحی شده با روش کمینه مربعات خطا(با در نظر گرفتن تاخیر زمانی)[10] (43)
      • 3-2-2- سنتز پارامتری با شکل موجهای Dirichlet (43)
        • (3-24) = 2(−1) (−1) (44)
        • (3-25) = −1 (44)
        • (3-26) , = − sin − (44)
        • شکل (3-5) پرتو توان شکلموجهای Dirichlet برحسب پارامتر (45)
      • 3-2-3- روش CAN برای شکل موجهای عمود (45)
        • (3-27) =| 0 − | 2 −2 =1 = | | 2 (45)
        • (3-28) 1 2L l=1 2L | − | ; = ;=1, ⋯, 2 (45)
        • (3-29) = =−+1 −1 − (46)
        • (3-30) = () (46)
        • (3-31) = = () − ; = 1 ⋮ (46)
          • جدول (3-2) الگوریتم CAN (47)
        • شکل (3-6) مقایسه سطح بیشینهSLL در الگوریتم CAN و هادامارد (47)
      • 3-2-4- روش نگاشت مستقیم متغیرهای گوسی DGRVM (48)
        • شکل (3-7) سنتز شکلموج با نگاشت مستقیم متغیرهای گوسی (48)
          • (3-32) = ∗ = ∗ ( , , ) (49)
          • (3-33) = =0 ∞ 2 2 ! | −∞ +∞ 2 | 2 (49)
          • (3-34) = −1 2 2 − 2 2 (49)
          • (3-35) = ln⁡( ) 2 +1 (49)
          • (3-36) >0 (50)
          • (3-37) =( ) (50)
          • (3-38) , =sin⁡( 2 ) (50)
        • شکل (3-8) رابطه‌ي ضريب همبستگي متغیرهای گوسی و شکلموجهای دامنه-ثابت (50)
    • 3-3- روش های ترکیبی‌ (51)
      • 3-3-1- روش کدکلمهی بهینهی L.B.Hu (51)
        • (3-39) =10 10 { | | 2 | | 2 } (51)
        • (3-40) () (51)
        • (3-41) = =1 () (52)
        • (3-42) =1 (52)
        • (3-43) . : =1 (52)
        • (3-44) 0 = 1 ‖ ‖ (52)
        • (3-45) ≤1 (52)
        • (3-46) . : >0 (53)
        • (3-47) =[ 1 ,⋯, 1 1 ,⋯, ,⋯, ] (53)
        • شکل (3-9) رابطهی بیشینه سطح لوب کناری و بهره توان در هدف (53)
  • فصل 4: فصل 4 (55)
  • روش پیشنهادی طراحی‌ ماتریس همبستگی‌ به منظور شکلدهی‌ پرتوتوان (55)
    • 4-1- مقدمه (55)
    • 4-2- قضایای بنیادی (56)
      • (4-1) 1 ≥ 2 ≥… ≥ (56)
      • (4-2) = max : =1 ⫠{ 1 , 2 ,⋯, −1 } (56)
      • (4-3) ′ ′ =0 (57)
      • (4-4) =0 −1 ( sin ′ − sin ′ ) = 1− ( sin ′ − sin ′ ) 1− ( sin ′ − sin ) (57)
      • (4-5) sin ′ − sin ′ =2 (∈,∈(−,), ≠0 ) (58)
      • (4-6) = ; = −1 2 =− −1 2 ,− −1 2 +1,⋯, −1 2 (58)
    • 4-3- مجموعه نمونههای فضایی متعامد OSS (58)
      • (4-7) = [ 1 ′ 2 ′ ⋯ ′ ] (58)
      • (4-8) = Where =( 1 , 2 ,⋯, ) (59)
      • (4-9) ′ = ′ ′ = (59)
      • (4-10) = 1 1 ′ ∗ 1 ′ +⋯+ ′ ∗ ′ (59)
      • (4-11) () = ∗ () + ∗ () (59)
      • (4-12) = cos 0 sin 2 2 sin ⋮ −1 −1 sin (60)
      • (4-13) () | = ′ = ( ∗ ′ ′ + ∗ ( ′ )( ′ ))=0 (60)
      • (4-14) ( ′ )= 1 ′ (60)
      • (4-15) ′ = max ( +1 ′ − ′ ) (60)
      • (4-16) ′ = −1 2− 1 ′ (∈ ,∈[− 1− sin 1 ′ 2 , 1+ sin 1 ′ 2 ) (61)
      • (4-17) ′ = min +1 ′ − ′ = min ( −1 +2 − −1 ( )) (61)
      • (4-18) 2− 1 ′ =−1 (61)
      • (4-19) 1 ′ = −1 2+1 ∈ و ∈[− +1 2 , −1 2 ] (61)
      • (4-20) ∗ = = −1 2+1 =− +1 2 ,− −1 2 +1,⋯, −3 2 } (62)
      • (4-21) min ′ ′ = ∗ (62)
      • (4-22) ∗ = = −1 2+2− , =0,1,⋯,−1 } (62)
      • (4-23) ∗ = ∗ باشد فرد اگر ∗ = باشد زوج اگر (62)
      • (4-24) = −1 2 (62)
      • شکل (4-1) مقدار بهره رزلوشن حریصانه مجموعه OG-OSS را نسبت BS-OSS (63)
      • شکل (4-2) نمونه‌هاي فضايي را براي تعداد آنتن‌هاي متفاوت روي دو مجموعه‌ي BS-OSS و OG-OSS (64)
    • 4-4- الگوریتمEVD برای طراحی‌ ماتریس همبستگی‌ شکلموج (64)
      • (4-25) = (65)
      • (4-26) = =1 (66)
      • (4-27) ′ ′ =0 (66)
    • 4-5- اصلاح ماتریس همبستگی‌ شکل موج با روش BDOS (67)
      • 4-5-1- تجزیه روی مجموعهی OSS : (68)
        • (4-28) = ∗ (68)
        • (4-29) (68)
        • (4-30) = 1 1 ′ ,+ 2 2 ′ ,+⋯+ ′ 1≤≤ (68)
        • (4-31) = (69)
        • (4-32) = , ,⋯ (69)
        • (4-33) = ∗ ; [] = =1 ∗ (69)
      • 4-5-2- الگوریتم BDOS برای ایجاد نول: (69)
        • (4-34) = =1 =1 ( ) ∗ (70)
        • (4-35) 1 = ∗ ( 1 ) 1 = 11 (70)
          • جدول (4-1) الگوریتم BDOS برای ایجاد نول (70)
      • 4-5-3- شیفت قله (دره) در پرتو توان با استفاده از الگوریتم BDOS : (71)
        • (4-36) ′ = 11 1 ( 1 ) ∗ + =2 =2 ( ) ∗ (71)
        • (4-37) () | = 1 =0 (71)
          • جدول (4-2) الگوریتم BDOS برای شیفت (72)
      • 4-5-4- ناهمبسته کردن اهداف (72)
        • (4-38) ∗ 1 2 =0 (72)
        • (4-39) 12 = 21 =0 (72)
          • جدول (4-3) الگوریتم BDOS برای ناهمبسته کردن (73)
  • فصل 5: فصل ۵ (74)
  • روش پیشنهادی سنتز شکلموج به منظور تحقق ماتریس همبستگی‌ (74)
    • 5-1- مقدمه (74)
      • شکل (5-1) سیستم پیشنهادی سنتز شکلموج به صورت آماری (75)
        • (5-1) = 2 +∞ exp − 2 (75)
        • (5-2) =12 −∞ +∞ ( , ; ) −3 (75)
        • (5-3) ( , ; )= 1 2 1− 2 exp⁡(− 1 2 1− 2 2 + 2 −2 ) (76)
        • (5-4) =2sin⁡( 6 ) (76)
        • (5-5) 1 , 2 = ( −1 1 , −1 2 ) ( −1 1 )( −1 2 ) (76)
        • (5-6) = 1 2 −∞ − 2 2 (76)
        • (5-7) , = ∗ = 0 1 2( 1 ) −2( 2 ) 1 , 2 1 2 (76)
    • 5-2- کاپولا (77)
      • (5-8) ( , )=( , ) (77)
    • 5-3- روش غیرمستقیم کاپولاي درجه دو (IC-quadratic) (78)
      • 5-3-1- سناریو الفبا نامحدود (78)
        • (5-9) , = + (1− ) (78)
        • شکل (5-2) ناحیه مجاز برای در کاپولا درجه دو (79)
          • (5-10) = min ,1− −1≤≤1 (79)
          • (5-11) , = 2 , = 1+ 1−2 ≤ 1 2 1+ 2 −1 > 1 2 (79)
          • (5-12) =12 − 1 4 = 2 (79)
          • (5-13) = 0 1 ( , ) = 2 2 (80)
          • (5-14) , ≤ 2 2 ≠ (80)
            • جدول (5-1) الگوريتم IC-quadratic براي سنتز شكل‏موج‌هاي دامنه-ثابت (81)
      • 5-3-2- شکل موجهای BPSK (81)
        • (5-15) ∗ = 2 −1≤≤1 (81)
          • جدول (5-2) روش IC-quadratic براي سنتز شكل‏موج هاي BPSK (82)
    • 5-4- روش سنتز مستقيم شكل‏موج با كاپولاي FGM (DC-FGM) (82)
      • 5-4-1- سناریو الفباي نامحدود (82)
        • (5-16) 1 , 2 ,…, = 1 2 … 1 , 2 ,…, (82)
        • (5-17) 1 , 2 ,…, =1+ 1≤ 1 < 2 ≤ 1 2 1− 1 (1− 2 ) (83)
        • (5-18) 1 , 2 ,…, = 2 1 ,2 2 ,…,2 (83)
        • (5-19) 1+ 1≤ 1 < 2 ≤ 1 2 ≥0 (83)
        • (5-20) , = 2 −2 = 2 (83)
          • جدول (5-3) روش DC-FGM براي سنتز شكل‏موج‌هاي دامنه-ثابت (84)
      • 5-4-2- شکل موجهای BPSK (85)
        • (5-21) ∗ = 4 (85)
          • جدول (5-4) روش DC-FGM براي شكل‏موج BPSK (85)
    • 5-5- روش مستقيم كاپولاي گوسي (85)
      • 5-5-1- سناریو الفبا نامحدود (85)
        • (5-22) 1 , 2 = ( −1 1 , −1 2 ) ( −1 1 )( −1 2 ) (86)
        • (5-23) = ∗ =( 2( ) −2( ) ) (86)
        • شکل (5-3) رابطه ضریب همبستگی‌ متغیرهای گوسی و شکلموجهای دامنه-ثابت (87)
          • (5-24) = min 5.456 5 −15.55 4 +17 .38 3 −10.17 2 +3.898,1 . (87)
            • جدول (5-5) روش DC-Gausian براي سنتز شكلموج‌هاي دامنه-ثابت (88)
      • 5-5-2- شکل موجهای BPSK (88)
        • شکل (5-4) رابطه ضریب همبستگی‌ متغیرهای گوسی و شکلموجهای BPSK (88)
          • (5-25) =0.058 5 −0.6015 3 −0.035 2 +1.579 (89)
          • (5-26) = ( ) (89)
            • جدول (5-6) روش DC-Gausian براي سنتز شكلموج‌هاي BPSK (89)
  • فصل 6: فصل ۶ (90)
  • نتایج عددی (90)
    • 6-1- مقدمه (90)
    • 6-2- طراحی ماتریس همبستگی برای شکلدهی پرتو توان (90)
      • 6-2-1- روش EVD برای شکلدهی پرتوی توان (90)
        • شکل (6-1) پرتوتوانهای طراحی‌ شده توسط روشهای مختلف (91)
        • شکل (6-2) انحراف قله در روش EVD (92)
        • شکل (6-3) پرتوتوان متقابل برای نمایش میزان ناهمبستگی اهداف (93)
      • 6-2-2- روش BDOS برای اصلاح پرتو توان (94)
        • شکل (6-4) ایجاد نول با روش BDOS (94)
        • شکل (6-5) شیفت قله با روش BDOS (95)
        • شکل (6-6) اصلاح انحراف قله در روشEVD توسط الگوریتم BDOS (96)
        • شکل (6-7) پرتوتوان قبل و بعد از اعمال الگوریتمBDOS برای ناهمبسته کردن اهداف (97)
        • شکل (6-8) ناهمبستگی اهداف قبل و بعد از الگوریتم اصلاحی BDOS (98)
    • 6-3- سنتز شکل موج برای تحقق ماتریس همبستگی (98)
      • (6-1) 2 = − 2 2 | − ∗ () () | 2 cos⁡() (98)
      • (6-2) =( | − | 2 +2 =1 −1 | | 2 )/ 2 (99)
      • (6-3) 1 2 = =+1 1 2 ∗ − (99)
      • (6-4) = 11 () ⋯ 1 () ⋮ ⋱ ⋮ 1 () ⋯ () (99)
      • (6-5) 2 − 2 2 cos =1 (100)
      • (6-6) || +1 − || 2 ≤0.1 (100)
      • شکل (6-9) خطاي فضايي وزن‌دهي شده‌ي، تحقق پرتو توان برای سیگنالینگ متعامد (100)
        • جدول (6-1) زمان اجرای الگوریتمهای سنتز شکل موجهای متعامد(ms) (112)
      • شکل (6-10) norm برای سیگنالینگ متعامد (113)
      • شکل (6-11) SLL روش های گوناگون سنتز شکل موج متعامد (114)
        • (6-7) = × / (114)
      • شکل (6-12) تابع خودهمبستگی‌ روشهای گوناگون سنتز شکل موج همدوس (115)
      • شکل (6-13) تابع همبستگی متقابل‌ روشهای گوناگون سنتز شکل موج همدوس (116)
        • (6-8) [, +2 ) (116)
        • (6-9) > 0.9 0 → 2 >47 (117)
        • (6-10) = 1 . (117)
      • شکل (6-14) چگالي فاز شكل‏موج‌ها در روش DGRVM (117)
        • (6-11) = 1 2 1 2 1 (118)
      • شکل (6-15) پرتوتوان در مدل اتورگرسیو (118)
      • شکل (6-16) خطاي فضايي وزن‌دهي شده‌ي، تحقق پرتو توان برای روش DC-FGM (119)
      • شکل (6-17) خطاي فضايي وزن‌دهي شده‌ي، تحقق پرتو توان برای روش IC-quadratic (120)
        • جدول (6-2) محدوده برای سنتز شکل موج در مدل اوتورگرسیو (121)
      • شکل (6-18) خطاي فضايي وزن‌دهي شده‌ي، تحقق پرتو توان برای سیگنالینگ همبسته (121)
      • شکل (6-19) SLL تابع خودهمبستگی در سیگنالینگ BPSK متعامد
      • شکل (6-20) SLL تابع همبستگی متقابل در سیگنالینگ BPSK متعامد
      • شکل (6-21) خطاي فضايي وزن‌دهي شده‌ي، تحقق پرتو توان برای سیگنالینگ همبستهBPSK
    • 6-4- روش های وفقی در رادارهای MIMO
      • شکل (6-22) بلوک دیاگرام رادارهایMIMO از ديد روش‌هاي وقفي
      • شکل (6-23) عملکرد الگوریتمهای وفقی در رادارهای MIMO
  • فصل 7: فصل ۷
  • نتیجه گیری و کارهای آتی
    • جدول (7-1) روشهای پیشنهادی سنتز شکلموج
  • References
  • [1] E. Fishler, et al., "MIMO radar: an idea whose time has come," in Radar Conference, 2004. Proceedings of the IEEE, 2004, pp. 71-78.
  • [2] A. M. Haimovich, et al., "MIMO Radar with Widely Separated Antennas," Signal Processing Magazine, IEEE, vol. 25, pp. 116-129, 2008.
  • [3] T.Naghibi, "Optimal MIMO Radars Waveform Design," M.S, Electrical and Electronic Engineering, Sharif University of Technology, Tehran, 2008.
  • [4] T. Naghibi and F. Behnia, "Convex optimization and MIMO RADAR waveform design in the presence of clutter," in Signals, Circuits and Systems, 2008. SCS 2008. 2nd International Conference on, 2008, pp. 1-6.
  • [5] N. H. Lehmann, et al., "High Resolution Capabilities of MIMO Radar," in Signals, Systems and Computers, 2006. ACSSC '06. Fortieth Asilomar Conference on, 2006, pp. 25-30.
  • [6] K. W. Forsythe and D. W. Bliss, "MIMO Radar Waveform Constraints for GMTI," Selected Topics in Signal Processing, IEEE Journal of, vol. 4, pp. 21-32, 2010.
  • [7] D. R. Fuhrmann and G. San Antonio, "Transmit beamforming for MIMO radar systems using partial signal correlation," in Signals, Systems and Computers, 2004. Conference Record of the Thirty-Eighth Asilomar Conference on, 2004, pp. 295-299 Vol.1.
  • [8] L. Jian, et al., "MIMO radar waveform synthesis," in Radar Conference, 2008. RADAR '08. IEEE, 2008, pp. 1-6.
  • [9] D. R. Fuhrmann and G. San Antonio, "Transmit beamforming for MIMO radar systems using signal cross-correlation," Aerospace and Electronic Systems, IEEE Transactions on, vol. 44, pp. 171-186, 2008.
  • [10] P. Stoica, et al., "On Probing Signal Design For MIMO Radar," Signal Processing, IEEE Transactions on, vol. 55, pp. 4151-4161, 2007.
  • [11] J. Sturm, "Using sedumi 1.02, a matlab toolbox for optimization over symmetric cones," Optimiz. Meth. Softw., vol. 11–12, pp. 625–653, 1999.
  • [12] D. R. Fuhrmann, et al., "Constant-modulus partially correlated signal design for uniform linear and rectangular MIMO radar arrays," in Waveform Diversity and Design Conference, 2009 International, 2009, pp. 197-201.
  • [13] C. M. Teixeira, "Performance bounds on MIMO radar with optimized coded constant modulus waveforms," in Radar Conference, 2010 IEEE, 2010, pp. 304-309.
  • [14] H. Hao, et al., "Designing Unimodular Sequence Sets With Good Correlations—Including an Application to MIMO Radar," Signal Processing, IEEE Transactions on, vol. 57, pp. 4391-4405, 2009.
  • [15] S. Ahmed, et al., "Finite Alphabet Constant-Envelope Waveform Design for MIMO Radar," Signal Processing, IEEE Transactions on, vol. 59, pp. 5326-5337, 2011.
  • [16] R. J. A. T. a. K. D. Ward, "The correlation properties of gamma and other non-Gaussian processes generated by memoryless nonlinear transformation,," Physics D: Applied Physics, 1999.
  • [17] L. B. Hu, et al., "Convex optimization applied to transmit beampattern synthesis and signal waveform design for MIMO radar," in Radar Conference, 2009 IET International, 2009, pp. 1-5.
  • [18] M. G. a. S. Boyd, "{CVX}: Matlab Software for Disciplined Convex Programming, version 1.21," 2011.
  • [19] R. Horn, Matrix Analysis, 1990.
  • [20] X. Luzhou, et al., "Adaptive Techniques for MIMO Radar," in Sensor Array and Multichannel Processing, 2006. Fourth IEEE Workshop on, 2006, pp. 258-262.
  • [21] "The correlation properties of gamma and other non-Gaussian processes generated by memoryless nonlinear transformation,."
  • [22] M. Armstrong, "Sequential nongaussian simulations using the FGM Copula," Cerna Working Paper, 2002.
  • [23] D. W. Bliss, et al., "MIMO Radar: Joint Array And Waveform Optimization," in Signals, Systems and Computers, 2007. ACSSC 2007. Conference Record of the Forty-First Asilomar Conference on, 2007, pp. 207-211.
  • [24] G. San Antonio, et al., "MIMO Radar Ambiguity Functions," Selected Topics in Signal Processing, IEEE Journal of, vol. 1, pp. 167-177, 2007.
  • [25] C. Chun-Yang and P. P. Vaidyanathan, "Joint MIMO radar waveform and receiving filter optimization," in Acoustics, Speech and Signal Processing, 2009. ICASSP 2009. IEEE International Conference on, 2009, pp. 2073-2076.
Loading...