logo móvil
Contáctanos

Fase de recuperación para el diseño de señales de radar de módulo constante basado en el algoritmo de optimización de forrajeo bacteriano

Autores: Xin, Fengming; Zhang, Mingfeng; Li, Jing; Luo, Chen

Idioma: Inglés

Editor: MDPI

Año: 2024

Descargar PDF

Acceso abierto

Artículo científico
2024

Fase de recuperación para el diseño de señales de radar de módulo constante basado en el algoritmo de optimización de forrajeo bacteriano


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería Eléctrica y Electrónica

Palabras clave

Densidad espectral de energía
Forma de onda transmitida
Módulo constante
Rendimiento del radar
Diseño de señales en el dominio del tiempo
Algoritmo de optimización de forrajeo bacteriano

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 38

Citaciones: Sin citaciones


Descripción
Optimizar la densidad espectral de energía (ESD) de una forma de onda transmitida puede mejorar el rendimiento del radar. El diseño de una señal de módulo constante en el dominio del tiempo correspondiente a la ESD de la forma de onda transmitida es prácticamente importante porque las señales de módulo constante pueden maximizar la potencia de transmisión y cumplir con los requisitos de hardware de los transmisores de radar. Aquí presentamos un diseño de señal en el dominio del tiempo bajo restricciones duales de energía y módulo constante. El método de diseño de forma de onda basado en información mutua (MI) se utiliza para diseñar la ESD de la forma de onda transmitida bajo la restricción de energía. Luego, se propone el algoritmo de optimización de forraje bacteriano (BFOA) para diseñar la señal de módulo constante en el dominio del tiempo. Utilizamos el error cuadrático medio mínimo (MMSE) en el dominio de la frecuencia como función de coste. El BFOA disminuye monótonamente el MMSE con el aumento de las iteraciones, lo que hace que la ESD de la señal de módulo constante en el dominio del tiempo se acerque a la ESD óptima basada en MI. Los resultados de la simulación indican que el algoritmo propuesto tiene ventajas, incluida la insensibilidad a las fases iniciales, la convergencia rápida, una menor pérdida de MI y MMSE en comparación con el algoritmo de reconstrucción iterativa.

Otros recursos que podrían interesarte

Temas Virtualpro