This paper studies the Two-Person Zero Sum(TPZS) game between a Multiple-Input Multiple-Output(MIMO) radar and an extended target with payoff function being the output Signal-to-Interference-pulse-Noise Ratio(SINR) at the radar receiver. The radar player wants to maximize SINR by adjusting its transmit waveform and receive filter. Conversely, the target player wants to minimize SINR by changing its Target Impulse Response(TIR) from a scaled sphere centered around a certain TIR. The interaction between them forms a Stackelberg game where the radar player acts as a leader. The Stackelberg equilibrium strategy of radar, namely robust or minimax waveform-filter pair, for three different cases are taken into consideration. In the first case, Energy Constraint(EC) on transmit waveform is introduced, where we theoretically prove that the Stackelberg equilibrium is also the Nash equilibrium of the game, and propose Algorithm 1 to solve the optimal waveform-filter pair through convex optimization. Note that the EC can't meet the demands of radar transmitter due to high Peak Average to power Ratio(PAR) of the transmit waveform, thus Constant Modulus and Similarity Constraint(CM-SC) on waveform is considered in the second case, and Algorithm 2 is proposed to solve this problem, where we theoretically prove the existence of Nash equilibrium for its Semi-Definite Programming(SDP) relaxation form. And the optimal waveform-filter pair is solved by calculating the Nash equilibrium followed by the randomization schemes. In the third case,...


翻译:本文研究雷达接收器的多份投入多输出(MIIM)雷达与一个有付款功能的扩展目标之间的双人 ZerSum( TPZS) 游戏。 雷达播放器希望通过调整其传输波形并接收过滤器, 使SINR最大化。 相反, 目标播放器希望通过改变其目标隐性反应( TIR) 以某种TIR为核心的缩放范围来将SINR 最小化。 它们之间的互动形成了一个 Stackelberg 游戏, 雷达播放器作为领先者。 雷达的Stackelberg平衡战略, 即3个不同的输出接收器的“ 信号到干涉- 干涉- 脉动- 脉动- 脉动- 脉动- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲- 脉冲-

0
下载
关闭预览

相关内容

因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
carla无人驾驶模拟中文项目 carla_simulator_Chinese
CreateAMind
3+阅读 · 2018年1月30日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Arxiv
0+阅读 · 2021年1月6日
Arxiv
24+阅读 · 2020年3月11日
Arxiv
5+阅读 · 2018年5月16日
VIP会员
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
carla无人驾驶模拟中文项目 carla_simulator_Chinese
CreateAMind
3+阅读 · 2018年1月30日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Top
微信扫码咨询专知VIP会员