コサイン和窓関数におけるサイドローブ抑制のためのカオス粒子群最適化

科学分野:

• 電気工学
• 信号処理
• レーダーシステム

背景:

• サイドローブ抑制は、レーダーパルス圧縮における重要な課題です。
• 従来の窓関数（例：ハミング窓、ハニング窓）はパラメータが固定されており、その応用の柔軟性を制限しています。

研究 の 目的:

• サイドローブ抑制を改善するための柔軟な窓関数設計アルゴリズムを開発すること。
• レーダーパルス圧縮処理の性能、特に微弱ターゲット検出の性能を向上させること。

主な方法:

• テイラー級数展開を用いたコサイン和窓関数の多項式表現を導出しました。
• 多項式の係数を最適化するためにカオス粒子群最適化（CPSO）アルゴリズム（W-CPSO）を提案しました。
• ハミング窓、ハニング窓、ブラックマン窓などの確立された窓関数を最適化するためにW-CPSOを適用しました。

主要な成果:

• 最適化された窓関数は、サイドローブ抑制において著しい改善を示しました。
• サイドローブ幅は、従来の窓関数と同等のレベルに維持されました。
• シミュレーションにより、多目標シナリオにおける微弱ターゲット検出において優れた性能が確認されました。

結論:

• 提案されたW-CPSOアルゴリズムは、レーダー用の窓関数設計のための柔軟で効果的なアプローチを提供します。
• 最適化された窓関数は、特に複雑な検出環境において、レーダーシステムの能力を大幅に強化します。