CN103926584B - 一种空间-频率-极化组合协同探测方法 - Google Patents
一种空间-频率-极化组合协同探测方法 Download PDFInfo
- Publication number
- CN103926584B CN103926584B CN201410181606.XA CN201410181606A CN103926584B CN 103926584 B CN103926584 B CN 103926584B CN 201410181606 A CN201410181606 A CN 201410181606A CN 103926584 B CN103926584 B CN 103926584B
- Authority
- CN
- China
- Prior art keywords
- node
- radar
- target
- frequency
- represent
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/42—Diversity systems specially adapted for radar
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/06—Systems determining position data of a target
- G01S13/42—Simultaneous measurement of distance and other co-ordinates
- G01S13/426—Scanning radar, e.g. 3D radar
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/024—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using polarisation effects
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供一种空间-频率-极化组合协同探测方法,考虑目标姿态角的随机性,采取在方位上取加权平均检测概率最大的方法来对协同网络内各节点雷达空间属性、频率属性、雷达极化属性进行配置,构建的协同探测系统能够联合实现空间-频率-极化分集技术,较其他雷达系统获取了更多更丰富的目标多样性信息,检测性能更高,威力范围更大,进一步的,采用将节点雷达系统与网络相结合的模式,使得该协同探测方法具有抗摧毁、抗干扰、自组织化等网络特点。
Description
技术领域
本发明属于雷达目标探测技术。
背景技术
单基地雷达将大范围的防空区域切割为部分互相覆盖的多个子区域,每部雷达利用天线的不停扫描(机扫或相扫),完成其中一个子区域全方位监测,多部雷达就覆盖整个防空区域。由于各类飞行目标的迅速发展,降低了传统雷达的探测性能,导致雷达威力范围缩小,形成了很多缝隙洞。
为拓展雷达威力范围,可采用增加雷达功率孔径积、改进雷达后端信号处理、采用雷达组网等手段。其中,增加雷达发射机功率不仅提高了硬件成本和技术难点;近些年来主要采用后端信号处理手段改善雷达系统的探测性能,其对探测性能改善有限,很难达到对隐身目标的探测要求;雷达组网虽然可以利用多个雷达节点信息进行联合处理,但是其存在信息融合层次低、空间分集的分集路径少,探测维度低等缺点,仍然无法达到对隐身目标的探测要求。
发明内容
本发明所要解决的技术问题是,提供一种基于认知优化的空间-频率-极化组合协同探测方法。
本发明为解决上述技术问题所采用的技术方案是,一种空间-频率-极化组合协同探测方法,包括以下步骤:
步骤1、获取目标的先验目标特性后配置各节点雷达空间属性、频率属性、雷达极化属性,使得各节点雷达从不同空间、不同发射频率、不同极化方式下的获取目标雷达散射截面RCS信息;
获取先验目标的目标特性后配置各节点雷达空间属性、频率属性、雷达极化属性的具体方法是:
其中,表示使得加权平均检测概率达到最大所对应的M个节点的空间观测角度的集合,M为节点雷达总数;表示使得加权平均检测概率达到最大时M个节点所对应的发射频率的集合,表示使得加权平均检测概率达到最大时M个节点所对应的极化方式的集合;ωn表示第n个姿态角的权系数,n=1,2,...,N,N为目标在范围[-180°,180]划分出的内姿态角总个数,表示在目标姿态角θn下的个节点雷达的平均检测概率;
步骤2、各节点雷达天线指向同一观测区域,接收各节点获取的目标信息进行信号融合,以提取目标信息得出探测结果。
由于目标姿态角θi′在[-180°180]内出现的概率是随机的,考虑目标姿态角的随机性,采取在方位上取加权平均检测概率最大的方法来对协同网络内各节点雷达空间属性、频率属性、雷达极化属性进行配置。本发明提出的频率-极化组合协同探测利用空间分集获取目标多样性信息时存在单一性的问题,采用频率分集技术和极化分集技术使得协同探测网雷达可以获取更丰富的目标多样性信息,克服了协同探测网获取目标多样性单一而对某类目标检测能力下降的问题。
进一步的,采用控制中心通过通信链路与各节点雷达互连,由控制中心控制各节点雷达件的数据传输与信息共享。
本发明的有益效果是,构建的协同探测系统能够联合实现空间-频率-极化分集技术,较其他雷达系统获取了更多更丰富的目标多样性信息,检测性能更高,威力范围更大,进一步的,采用将节点雷达系统与网络相结合的模式,使得该协同探测方法具有抗摧毁、抗干扰、自组织化等网络特点。
附图说明
图1为实施例流程图。
具体实施方式
为了方便描述本发明描述的内容,首先做以下术语定义:
空间分集:是指雷达系统利用多个间距很大的天线,从不同方向观测目标得到雷达散射截面RCS信息。
频率分集:是指雷达系统通过发射多个间隔较大载频的电磁波对空间目标进行照射,利用目标对不同频率电磁波反射强度的不同,以获取不同频率信息的RCS信息。
极化分集:是指雷达系统通过双极化天线分别发射水平极化电磁波和垂直极化电磁波,利用目标会改变电磁波的极化现象,可以获取4种极化方式的目标雷达散射截面RCS信息。
如图1所示,空间-频率-极化组合协同探测包括以下步骤:
步骤一、网络构建:
1、构建雷达节点属性:
1.1、构建节点空间属性
节点空间属性构建是将M雷达节点通过广散布局,使得各雷达节点可以从不同方向观测目标,以获取目标空间多样性信息,为满足空间分集条件,各节点雷达空间属性应满足:
(xk,yk)和(xi,yi)分别表示第k节点雷达和第i节点雷达的空间位置,X0=(x0,y0)表示目标的空间位置,d(k,X0)表示目标与第k节点雷达的距离,d(i,X0)表示目标与第i节点雷达的距离,Dx表示目标沿x轴的孔径,Dy表示目标沿y轴的孔径,λk,λi分别表示第k和i节点雷达的发射载频波长。
1.2、构建节点频率属性
节点频率属性的构建是通过配置各节点雷达的发射机载频fci(i=1,...,M)均不相同,使得各雷达节点从频率维获取目标频率多样性信息。为了通过M个雷达节点发射不同载频实现协同探测网的频率分集,且弥补该系统在远场探测目标时空间分集目标回波存在相关性的问题,发射载频的频率间隔△fc需满足频率间去相关条件:△fc=c/2LdHz,其中,c为光速,Ld为目标孔径。
1.3、构建节点极化属性
节点极化属性的构建是通过为各节点雷达配置一对双极化天线,各自通过收发开关与发射机系统和接收机系统相连。其中双极化天线包括水平极化(H)天线和垂直极化(V)天线,且双极化天线轮流发射不同极化的电磁波。通过双极化天线,使得各雷达节点从不同极化通道来获取目标极化多样性信息。
2、构建协同探测网络
2.1、构建协同探测网络的协同工作模式
协同探测网络的协同工作模式是通过伺服系统控制各节点雷达天线指向同一观测区域,对同一观测区域进行协同共视,然后将各节点获取的目标信息传输给步骤3的多传感器信息融合中心进行信号融合,以提取目标信息。
2.2、构建协同探测网络的节点间通信
协同探测网络的节点间通信采用有线通信方式,由于雷达节点间距很大,所以采用光纤作为通信链路的传输媒介,以保证信号的稳定性、传输容量和输出速度。为了实现雷达节点间的数据传输与信息共享需通信链路具有双向通信能力。
2.3、构建协同探测网络的控制中心
协同探测网络的控制中心构建首先设立一个控制中心平台,然后通过通信链路与各雷达节点互连,最后控制中心平台通过软件命令对各雷达节点发布指令。通过该控制中心可以控制各雷达节点间的数据传输与信息共享、雷达节点的入网和出网等。
步骤3、构建多传感器信息融合中心,信息融合中心需要对接收到的各节点信息进行以下处理:
空间坐标变换:协同探测网络系统的空间坐标变换是以中心雷达节点的坐标系作为各独立测量雷达节点和目标的统一标准空间坐标系,并将各雷达节点的局部坐标系中的信息变换该标准坐标系中。
时间配准:协同探测网络的时间配准是在步骤3.1步骤之后,用Rm表示空间检测单元相对于发射雷达节点的距离,用Rl表示空间检测单元相对于接收雷达节点的距离,用L表示空间-频率-极化组合分集的总通道个数,则L个通道回波的目标延时τi=Rm/c+Rl/c,i=1,...,L,并根据延时τi将在L不同距离单元的复包络信号对齐。
信息融合:协同探测网系统的多传感器信息融合中心采用集中式融合方式,回波信号经过步骤3.1和步骤3.2处理后,在目标先验信息未知情况下,信息融合中心根据GLRT、Rao或Wald准则设计协同探测网系统的次优检测器,进行多传感器信息融合;在目标先验信息已知情况下,信息融合中心根据N-P准则设计协同探测网系统的最优检测器,进行多传感器融合。最后将融合后的结果在终端进行显示。
步骤二、基于认知的探测:
步骤1、基于认知的配置优化
协同探测网基于认知的配置优化是指在特定目标认知下对协同探测网络的空间布局、频率配置、极化配置进行优化以使得协同探测网对该特性目标的探测性能达到最优。
1、目标先验信息获取
特定目标在不同方位、俯仰、频率、极化下的RCS数据可以通过对其进行长时间观测、或通过对该目标特性建模,进行电磁仿真等其他渠道获得,然后作为先验信息来使用。
2、优化配置:
获取先验目标的目标特性配置各节点雷达空间属性、频率属性、雷达极化属性:
其中,表示使得加权平均检测概率达到最大所对应的M个节点的空间观测角度的集合,M为节点雷达总数;表示使得加权平均检测概率达到最大时M个节点所对应的发射频率的集合,表示使得加权平均检测概率达到最大时M个节点所对应的极化方式的集合;ωn表示第n个姿态角的权系数,n=1,2,...,N,N为目标在范围[-180°,180]划分出的内姿态角总个数,表示在目标姿态角θn下的个节点雷达的平均检测概率;
步骤2、各节点雷达天线指向同一观测区域,接收各节点获取的目标信息进行信号融合,以提取目标信息得出探测结果;
其中,
γ为门限值,QN为马库姆MarcumQ函数,高斯白噪声的平均功率,通常对噪声进行归一化,取值为1,门限值γ通过以下方式确定:
PFA为预设的预警概率,k为通道数变量,L=4M2,!表示连乘;
σ(θn)为目标姿态角θn下先验的雷达散射截面RCS数据;σ0为目标后向散射面积,SNR0节点雷达单独工作时的检测因子,R0为节点雷达最大作用距离,Rm表示发射节点到当前检测单元的电磁波传播距离,Rl表示接收节点到当前检测单元的电磁波传播距离。
3、各节点雷达天线接收各节点获取的目标信息进行信号融合,以提取目标信息得出探测结果。节点雷达天线接收各节点获取的目标信息包括了空间分集、频率分集和极化分集三种技术是从不同维度来获取目标多样性信息,利用多维度目标信息进行联合处理,可以极大的提高对目标的探测能力。
Claims (5)
1.一种空间-频率-极化组合协同探测方法,其特征在于,包括以下步骤:
步骤1、获取目标的先验目标特性后配置各节点雷达空间属性、频率属性、雷达极化属性,使得各节点雷达从不同空间、不同发射频率、不同极化通道分别来获取目标空间、频率以及极化多样性信息;
所述各节点雷达空间属性应满足:
(xk,yk)和(xi,yi)分别表示第k节点雷达和第i节点雷达的空间位置,X0=(x0,y0)表示目标的空间位置,d(k,X0)表示目标与第k节点雷达的距离,d(i,X0)表示目标与第i节点雷达的距离,Dx表示目标沿x轴的孔径,Dy表示目标沿y轴的孔径,λk,λi分别表示第k和i节点雷达的发射载频波长;
获取先验目标的目标特性配置各节点雷达空间属性、频率属性、极化属性的具体方法是:
其中,表示使得加权平均检测概率达到最大所对应的M个节点的空间观测角度的集合,M为节点雷达总数;表示使得加权平均检测概率达到最大时M个节点所对应的发射频率的集合,表示使得加权平均检测概率达到最大时M个节点所对应的极化方式的集合;ωn表示第n个姿态角的权系数,n=1,2,...,N,N为目标在范围[-180°,180°]划分出的内姿态角总个数,表示在目标姿态角θn下的节点雷达的平均检测概率;
步骤2、各节点雷达天线指向同一观测区域,接收各节点获取的目标信息进行信号融合,以提取目标信息得出探测结果;
其中,
γ为门限值,QN为马库姆MarcumQ函数,为高斯白噪声的平均功率,门限值γ通过以下方式确定:
PFA为预设的虚警概率,k为通道数变量,L=4M2,!表示连乘;
σ(θn)为目标姿态角θn下先验的雷达散射截面RCS数据;σ0为目标后向散射面积,SNR0节点雷达单独工作时的检测因子,R0为节点雷达最大作用距离,Rm表示发射节点到当前检测单元的电磁波传播距离,Rl表示接收节点到当前检测单元的电磁波传播距离。
2.如权利要求1所述一种空间-频率-极化组合协同探测方法,其特征在于,所述各节点雷达频率属性还需要满足各节点的发射频率△fc间隔满足:
其中,c为光速,Ld为目标孔径。
3.如权利要求1所述一种空间-频率-极化组合协同探测方法,其特征在于,各节点间通信采用光纤作为通信链路的传输媒介。
4.如权利要求1所述一种空间-频率-极化组合协同探测方法,其特征在于,采用控制中心通过通信链路与各节点雷达互连,由控制中心控制各节点雷达件的数据传输与信息共享。
5.如权利要求1所述一种空间-频率-极化组合协同探测方法,其特征在于,步骤2中接收各节点获取的目标信息进行信号融合之前还对接收各节点获取的目标信息进行空间坐标的统一以及时间配准;所述空间坐标的统一为将各独立测量节点雷达的坐标系变换为以中心雷达的坐标系,所述时间配准为根据不同通道的目标回波时延对各节点接收到的不同通道的目标信息进行延时补偿。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410181606.XA CN103926584B (zh) | 2014-04-30 | 2014-04-30 | 一种空间-频率-极化组合协同探测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410181606.XA CN103926584B (zh) | 2014-04-30 | 2014-04-30 | 一种空间-频率-极化组合协同探测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103926584A CN103926584A (zh) | 2014-07-16 |
CN103926584B true CN103926584B (zh) | 2016-07-06 |
Family
ID=51144872
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410181606.XA Active CN103926584B (zh) | 2014-04-30 | 2014-04-30 | 一种空间-频率-极化组合协同探测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103926584B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10817065B1 (en) * | 2015-10-06 | 2020-10-27 | Google Llc | Gesture recognition using multiple antenna |
CN106199527A (zh) * | 2016-07-26 | 2016-12-07 | 中国船舶重工集团公司第七二四研究所 | 一种基于雷达的探测与协同通信功能集成方法 |
CN106338715B (zh) * | 2016-08-23 | 2018-09-14 | 中国人民解放军国防科学技术大学 | 一种全极化有源假目标的鉴别方法 |
CN112204417A (zh) * | 2019-10-09 | 2021-01-08 | 深圳市大疆创新科技有限公司 | 雷达的抗干扰方法、设备、系统及存储介质 |
CN111583166A (zh) * | 2019-12-24 | 2020-08-25 | 珠海大横琴科技发展有限公司 | 一种影像融合网络模型构建及训练方法、装置 |
CN111239725B (zh) * | 2020-03-05 | 2022-02-15 | 成都运为科技有限公司 | 一种动态自适应多雷达信息融合方法 |
CN111505627A (zh) * | 2020-04-28 | 2020-08-07 | 湖南正申科技有限公司 | 一种全极化雷达生命探测定位方法 |
CN113721241B (zh) * | 2021-08-24 | 2023-06-16 | 武昌理工学院 | 一种多波段多雷达协作探测方法 |
CN114609608B (zh) * | 2022-05-10 | 2022-08-19 | 中国电子科技集团公司信息科学研究院 | 分布式雷达系统多发多收波束驻留任务解析方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7424408B1 (en) * | 2000-06-30 | 2008-09-09 | General Electric Company | Aircraft engine face radar cross section analysis |
CN103064073A (zh) * | 2012-12-04 | 2013-04-24 | 上海无线电设备研究所 | 一种基于频率捷变改变雷达目标特性的方法 |
-
2014
- 2014-04-30 CN CN201410181606.XA patent/CN103926584B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7424408B1 (en) * | 2000-06-30 | 2008-09-09 | General Electric Company | Aircraft engine face radar cross section analysis |
CN103064073A (zh) * | 2012-12-04 | 2013-04-24 | 上海无线电设备研究所 | 一种基于频率捷变改变雷达目标特性的方法 |
Non-Patent Citations (1)
Title |
---|
雷达目标探测的最佳极化;温芳茹;《电波与天线》;19980131(第1期);第48-59页 * |
Also Published As
Publication number | Publication date |
---|---|
CN103926584A (zh) | 2014-07-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103926584B (zh) | 一种空间-频率-极化组合协同探测方法 | |
Ruan et al. | Energy-efficient multi-UAV coverage deployment in UAV networks: A game-theoretic framework | |
CN102680962B (zh) | 宽带认知被动雷达系统架构设计方法 | |
CN105891817B (zh) | 一种无直达波条件下分布式无源雷达目标检测的方法 | |
CN106501778B (zh) | 一种基于射频隐身性能优化的dmrs稳健波形设计方法 | |
CN105182317A (zh) | 一种基于集中式mimo雷达搜索模式下的资源管理方法 | |
CN104142496B (zh) | 基于连通域划分的统计mimo雷达多目标定位方法 | |
CN107579789A (zh) | 大规模无人机中继网络信道模拟装置及gpu实时仿真方法 | |
CN114124266B (zh) | 一种基于irs辅助无人机与无人船通信的信道建模方法 | |
CN113740849A (zh) | 一种多雷达自组织协同探测系统及方法 | |
Lee et al. | Path loss exponent prediction for outdoor millimeter wave channels through deep learning | |
CN107944597A (zh) | 一种面对先进无源探测系统的编队雷达资源管理方法 | |
CN108040368A (zh) | 一种基于块坐标下降的无人机时频资源分配方法 | |
CN115407297A (zh) | 强通信受限下的分布式多雷达信号级协同检测与定位方法 | |
Liu et al. | Atmospheric ducting effect in wireless communications: Challenges and opportunities | |
Shi et al. | Low probability of intercept optimization for radar network based on mutual information | |
Yang et al. | Consensus based target tracking against deception jamming in distributed radar networks | |
CN114442095A (zh) | 蜂群无人机收发组网sar资源优化与动态重构方法 | |
CN116073925A (zh) | 无线感知协同方法、装置、网络侧设备和终端 | |
CN109946673A (zh) | 基于蒙特卡洛树搜索的网络化雷达节点遴选方法 | |
CN108287341A (zh) | 一种低空目标探测方法及其系统、电子设备 | |
CN104023403B (zh) | 自组织网络化雷达频率资源分配方法 | |
CN107589409B (zh) | 一种分置天线mimo雷达分布式低通信量检测融合方法 | |
CN103941248B (zh) | 一种适用于协同探测网络的频率-极化配置方法 | |
CN103728608A (zh) | 提高电离层双高斯模型中mimo-oth雷达检测性能的天线布置方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |