1.算法运行效果图预览
(完整程序运行后无水印)
FD-MIMO雷达相比传统MIMO雷达具有更好的检测性能，能区分相同角度不同距离的目标。
2.算法运行软件版本
matlab2022a/matlab2024b
3.部分核心程序
（完整版代码包含详细中文注释和操作步骤视频）
`while gen < MAXGEN;
for a=1:1:NIND
X = phen1(a,:);
%约束设置
W_ = reshape(X,[M,M]);
trw = trace(W_);%约束1
V,I\] = eig(W_); lmax = max(max(I)); y1 = func_Fk(X,WW1,rr,lmax,bs{1},As{1});%约束3 y2 = func_Fk(X,WW1,rr,lmax,bs{2},As{2});%约束3 ta1 = mean(X.\*ga{1,1}); tb1 = mean(X.\*gb{1,1}); tc1 = mean(X.\*gc{1,1}); td1 = mean(X.\*gd{1,1}); ta2 = mean(X.\*ga{2,2}); tb2 = mean(X.\*gb{2,2}); tc2 = mean(X.\*gc{2,2}); td2 = mean(X.\*gd{2,2}); if abs(trw-1)\<=0.1 \& real(y1)\<=0 \& real(y2)\<=0 %计算对应的目标值 epls = func_obj(X,h__); E = abs(epls); JJ(a,1) = E; WW(a,1:16) = X; else %计算对应的目标值 epls = func_obj(X,h__); E = abs(epls); JJ(a,1) = E/1e3; WW(a,1:16) = X; end end Objvsel=(JJ); \[Chrom,Objv\]=reins(Chrom,Selch,1,1,Objv,Objvsel); gen=gen+1; idx = find(JJ==0); Error(gen) = 1/mean(JJ)-1; \[VV,II\]=min(JJ); end %输出w WW(idx,:)= \[\]; \[VV,II\] = min(JJ); Wopt = WW(II,:);\` 4.算法理论概述 系统模型 由一个双功能发射机、一个雷达接收阵列和多个配备通信接收机的目标组成。发射机和雷达接收机分别有和个天线，通信接收机为单天线，且双功能发射机和雷达接收机共址。考虑多径效应，雷达接收的回波信号包含直达信号和反射信号，通信信道为莱斯平坦衰落且可完美估计。 波形设计 采用多天线FD发射机提供距离 - 角度相关的波束图。  波束成形向量会影响雷达和通信性能，通过考虑雷达检测性能和通信传输性能来优化 。将优化问题转化为在CRLB约束下最大化信噪比的问题，由于该问题非凸，在本课题中，采用遗传优化问题来解决该问题。 与传统MIMO雷达不同，FD-MIMO各发射天线的载波频率以微小增量（Δf）递增，形成距离-角度联合依赖的波束模式，可区分同一角度但不同距离的目标。