CN108562894B - 雷达波束指向与发射功率的分配方法 - Google Patents
雷达波束指向与发射功率的分配方法 Download PDFInfo
- Publication number
- CN108562894B CN108562894B CN201810352266.0A CN201810352266A CN108562894B CN 108562894 B CN108562894 B CN 108562894B CN 201810352266 A CN201810352266 A CN 201810352266A CN 108562894 B CN108562894 B CN 108562894B
- Authority
- CN
- China
- Prior art keywords
- target
- radar
- frame
- measurement
- transmitting power
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000005457 optimization Methods 0.000 claims abstract description 14
- 238000005259 measurement Methods 0.000 claims description 28
- 239000011159 matrix material Substances 0.000 claims description 13
- 239000000126 substance Substances 0.000 claims description 12
- 230000007704 transition Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 4
- 230000001276 controlling effect Effects 0.000 claims description 3
- 230000002596 correlated effect Effects 0.000 claims description 2
- 238000002592 echocardiography Methods 0.000 claims description 2
- 238000013461 design Methods 0.000 abstract description 3
- 230000007547 defect Effects 0.000 abstract description 2
- 230000005540 biological transmission Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
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
- 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
- G01S13/66—Radar-tracking systems; Analogous systems
- G01S13/72—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar
- G01S13/723—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar by using numerical data
- G01S13/726—Multiple target tracking
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
本发明提供了一种雷达波束指向与发射功率的分配方法，属于雷达跟踪技术领域。本发明设计了一种与跟踪精度相关的代价函数作为优化目标，首先将每个目标的预测跟踪精度与预设跟踪要求之间的差距量化为一个二元代价函数，然后以该代价函数为目标并结合波束和功率的约束边界条件，建立了一个高维优化问题，最后通过求解该问题，得到了合理的针对各个波束的指向和发射功率的分配策略。它克服了现有方法中未考虑目标跟踪精度要求的缺陷，有效解决了在目标精度要求不同情况下的波束和功率联合分配问题，从而实现了在任意精度要求下对多目标进行跟踪时的系统资源合理配置。
Description
技术领域
本发明属于雷达跟踪技术领域，特别涉及一种雷达波束指向与发射功率的分配方法。
背景技术
MIMO雷达由于它多输入、多输出的天线特性，使其具有了诸多优点，成为当今雷达领域的研究热点之一，它可以利用多天线发射和接收不同波形的信号，从而获取多个维度的增益，具有作用距离远、抗干扰性强等特点，可运用于区域搜索、多目标跟踪等典型作战任务中。总之，MIMO雷达作为一种新的雷达体制，在民用和军用领域都有着巨大的发展潜力。
对于集中式MIMO雷达，相对于雷达与目标之间的距离而言，它的收、发天线之间的距离很小，每个天线可以同时发射相同或不同的波束。随着数字阵列等新技术的应用，雷达发射波束的指向、功率、驻留时间等系统资源都可以通过编程进行实时地控制。随着系统的自由度越来越高，如何合理利用有限的系统资源成为了当前的一个研究热点。由于系统可控资源的种类多、实际任务场景复杂，系统资源的管控模型往往被建立成一个多变量、非凸、高度非线性的高维优化问题，从而导致该类问题难以求解并且难以满足实际任务的需要。现有技术中，有一种基于多目标跟踪任务的波束指向和发射功率联合分配方法，但该方法将每个目标都看作等价的个体，没有考虑到在实际的多目标跟踪任务中，需要根据目标的重要程度不同而对其设置不同跟踪精度要求的这一实际任务需求。还有一种以目标的运动状态信息表征了目标威胁程度，建立了基于协方差和目标威胁程度的跟踪波束调度方法，但该方法只适用于单目标跟踪任务，并且只能对单个波束资源进行管理。上述的资源分配方法无法针对多目标设置不同的跟踪精度要求，不能应用于预设精度要求不同的多目标跟踪任务中。
发明内容
本发明的目的是针对背景技术存在的缺陷，研究设计一种基于跟踪精度代价函数的雷达波束指向和发射功率的分配方法，解决现有方法模型设计单一，无法实现任意性多目标精度要求的问题，在多目标跟踪精度要求不同情况下，实现雷达系统资源的合理管控。
一种雷达波束指向与发射功率的分配方法，应用于集中式MIMO雷达，包括以下步骤：
步骤1，对雷达以预设帧间间隔为周期建立的场景图，初始化系统参数，其中，所述参数包括雷达位置、任意目标位置、任意目标速度、雷达帧间间隔、目标个数及雷达在每一帧最多发射波束个数；
步骤2，计算得到每个目标的一步预测值；
步骤3，根据所述一步预测值，计算每个目标的后验克拉美罗下界；
步骤4，根据所述每个目标的后验克拉美罗下界和预设的跟踪精度要求，对每个目标建立代价函数；
步骤5，以所述代价函数为目标，结合波束和功率的约束边界条件，建立波束指向和功率分配的优化问题；
步骤6，求解所述优化问题，得到波束指向和发射功率的分配结果。
进一步地，所述参数包括：
雷达位置(x,y)，其中x和y表示雷达在X轴和Y轴的坐标，任意目标q在当前第k帧的位置
任意目标q在当前第k帧的速度
雷达预设的帧间间隔T0，目标个数Q及雷达在每一帧最多发射波束个数N。
进一步地，所述步骤2包括以下流程：
步骤21，设定目标q的状态向量
得到目标q的状态转移模型
其中，
表示目标q在第k帧时的状态，F为状态转移矩阵，
为目标q的过程噪声，服从均值为0，协方差为
的高斯分布；
步骤22，得到目标q的量测模型的非线性形式
其中，
为量测噪声，服从均值为0，协方差为
的高斯分布；
步骤23，计算得到目标q状态的一步预测值
其中，
表示目标q在k-1时的状态估计结果。
进一步地，所述步骤3包括以下流程：
根据所述一步预测值，计算得到目标q的后验克拉美罗下界
进一步地，所述步骤4包括以下流程：
根据目标q的后验克拉美罗下界和预设的跟踪精度要求
建立目标q的代价函数
进一步地，所述步骤6包括以下流程：
求解所述优化问题，得到k时刻波束指向和发射功率的分配结果。
进一步地，所述方法还包括以下步骤：
步骤7，基于所述分配结果，计算量测误差的协方差矩阵，生成k时刻的量测；
步骤8，基于所述k时刻的量测，通过扩展卡尔曼滤波得到每个目标在k时刻的状态估计值；
步骤9，令k＝k+1，进入下一帧的处理。
进一步地，所述步骤7包括以下流程：
步骤71，基于得到的所述分配结果控制雷达发射波束，接收雷达的回波；
步骤72，计算量测误差的协方差矩阵
其中，
和
分别表示距离、方位和多普勒量测的方差，均与发射功率的倒数正相关；
步骤73，生成k时刻的量测
本发明的有益效果：本发明利用代价函数来表征目标预测跟踪精度与跟踪精度要求之间的差距。首先将目标的预测跟踪精度与对应要求之间的差距作为自变量，建立了一个指数形式的代价函数。然后以该代价函数为目标函数，考虑波束个数和发射功率的边界约束，建立了一个高维的数学优化问题。最后通过求解该问题，得到了合理的针对每个波束指向、发射功率的分配策略。本发明的优点是建立的资源优化策略在每个目标跟踪精度要求都不同的情况下，能够得到一个合理波束和功率的联合分配策略。本发明可应用于区域监视、国土防卫等领域。
附图说明
图1为本发明的流程图。
图2为图1中步骤2的流程图。
图3为本发明的另一流程图。
图4为图3中步骤7的流程图。
具体实施方式
本发明主要采用计算机仿真的方法进行验证，所有步骤、结论都在Matlab R2012b上验证正确。下面结合附图对本发明的实施例做进一步的说明。
请参阅图1，本发明的一种雷达波束指向与发射功率的分配方法，通过以下步骤实现：
步骤1，对雷达以预设帧间间隔为周期建立的场景图，初始化系统参数，其中，所述参数包括雷达位置、任意目标位置、任意目标速度、雷达帧间间隔、目标个数及雷达在每一帧最多发射波束个数。
本实施例中，初始化的参数为，雷达位置(x,y)，其中x和y表示雷达在X轴和Y轴的坐标，雷达以为周期预设的帧间间隔T0建立系统场景图，任意目标q在当前第k帧的位置为
任意目标q在当前第k帧的速度为
目标个数为Q，雷达在每一帧最多发射波束个数N。
步骤2，计算得到每个目标的一步预测值。
请参阅图2，步骤2通过以下流程实现：
步骤21，设定目标q的状态向量
得到目标q的状态转移模型：
其中，
表示目标q在第k帧时的状态，
为状态转移矩阵，
为目标q的过程噪声，服从均值为0，协方差为
的高斯分布。
步骤22，得到目标q的量测模型的非线性形式：
其中，
为量测噪声，服从均值为0，协方差为
的高斯分布。
上式(3)中，
和
分别表示对目标的距离、方位和多普勒信息的量测。
步骤23，计算得到目标q状态的一步预测值
其中，
表示目标q在k-1时的状态估计结果。
本实施例中，利用前一时刻的状态估计结果得到下一时刻状态的一步预测。
在第k帧时，第q个目标状态的一步预测值可以表示为：
上式(4)中，
表示目标q在k-1时的状态估计结果。
步骤3，根据所述一步预测值，计算每个目标的后验克拉美罗下界。
本实施例中，利用一步预测值进行后验克拉美罗下界(posterior Cramer-Raolower bounds,PCRLB)建模。
利用式(4)可以得到单个目标的PCRLB：
上式(5)中，
为0、1变量，
表示当前k时刻有波束指向目标q，
表示当前k时刻没有波束指向目标q。
和
分别表示了来自目标状态和来自量测数据部分的贝叶斯信息矩阵(Bayesian information matrix,BIM)，可以分别表示为：
上式(7)中，
为量测函数
的雅可比矩阵(Jacobian Matrix)，
为量测测误差的协方差矩阵，可以表示为如下形式：
上式(8)中，
和
分别表示距离、方位和多普勒量测的方差，它们都与发射功率的倒数
呈正相关。
步骤4，根据所述每个目标的后验克拉美罗下界和预设的跟踪精度要求，对每个目标建立代价函数。
本实施例中，利用每个目标的PCRLB以及跟踪精度要求，建立指数函数形式的代价函数：
上式(9)中，
表示第k帧时对目标q跟踪精度要求，可以根据目标对应的位置、速度等因素实现设定。
步骤5，以所述代价函数为目标，结合波束和功率的约束边界条件，建立波束指向和功率分配的优化问题。
本实施例中，以式(9)为目标函数，结合发射功率边界和最大发射波束的约束边界条件，建立优化问题：
步骤6，求解所述优化问题，得到波束指向和发射功率的分配结果。
本实施例中，求解式(10)，得到k时刻的最优功率分配结果：
和波束指向：
请参阅图3，本发明的一种雷达波束指向与发射功率的分配方法，还包括以下步骤：
步骤7，基于所述分配结果，计算量测误差的协方差矩阵，生成k时刻的量测。
请参阅图4，步骤7通过以下流程实现：
步骤71，基于得到的所述分配结果控制雷达发射波束，接收雷达的回波。
本实施例中，根据步骤6求解得到的分配结果，控制雷达波束的发射，并接收雷达的回波。
步骤72，计算量测误差的协方差矩阵
其中，
和
分别表示距离、方位和多普勒量测的方差，均与发射功率的倒数正相关。
本实施例中，根据式(8)计算量测误差的协方差矩阵
步骤73，生成k时刻的量测
本实施例中，根据式(2)生成k时刻的量测
步骤8，基于所述k时刻的量测，通过扩展卡尔曼滤波得到每个目标在k时刻的状态估计值。
本实施例中，基于k时刻的量测
通过扩展卡尔曼滤波得到每个目标在k时刻的状态估计值
步骤9，令k＝k+1，进入下一帧的处理。
本实施例中，完成第k帧的处理，进行下一帧的处理。
本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。
Claims (4)
1.一种雷达波束指向与发射功率的分配方法，应用于集中式MIMO雷达，其特征在于，包括以下步骤：
步骤1，对雷达以预设帧间间隔为周期建立的场景图，初始化系统参数，其中，所述参数包括雷达位置、任意目标位置、任意目标速度、雷达帧间间隔、目标个数及雷达在每一帧最多发射波束个数；参数包括：
雷达位置(x,y)，其中x和y表示雷达在X轴和Y轴的坐标，任意目标q在当前第k帧的位置
任意目标q在当前第k帧的速度
雷达预设的帧间间隔T0，目标个数Q及雷达在每一帧最多发射波束个数N；
步骤2，计算得到每个目标的一步预测值；包括以下流程：
步骤21，设定目标q的状态向量
得到目标q的状态转移模型
其中，
表示目标q在第k帧时的状态，F为状态转移矩阵，
为目标q的过程噪声，服从均值为0，协方差为
的高斯分布；
步骤22，得到目标q的量测模型的非线性形式
其中，
为量测噪声，服从均值为0，协方差为
的高斯分布；
步骤23，计算得到目标q状态的一步预测值
其中，
表示目标q在k-1时的状态估计结果；
步骤3，根据所述一步预测值，计算每个目标的后验克拉美罗下界；包括以下流程：
根据所述一步预测值，计算得到目标q的后验克拉美罗下界
步骤4，根据所述每个目标的后验克拉美罗下界和预设的跟踪精度要求，对每个目标建立代价函数；包括以下流程：
根据目标q的后验克拉美罗下界和预设的跟踪精度要求
建立目标q的代价函数
步骤5，以所述代价函数为目标，结合波束和功率的约束边界条件，建立波束指向和功率分配的优化问题：
步骤6，求解所述优化问题，得到波束指向和发射功率的分配结果。
2.如权利要求1所述的雷达波束指向与发射功率的分配方法，其特征在于，所述步骤6包括以下流程：
求解所述优化问题，得到k时刻波束指向和发射功率的分配结果。
3.如权利要求2所述的雷达波束指向与发射功率的分配方法，其特征在于，所述方法还包括以下步骤：
步骤7，基于所述分配结果，计算量测误差的协方差矩阵，生成k时刻的量测；
步骤8，基于所述k时刻的量测，通过扩展卡尔曼滤波得到每个目标在k时刻的状态估计值；
步骤9，令k＝k+1，进入下一帧的处理。
4.如权利要求3所述的雷达波束指向与发射功率的分配方法，其特征在于，所述步骤7包括以下流程：
步骤71，基于得到的所述分配结果控制雷达发射波束，接收雷达的回波；
步骤72，计算量测误差的协方差矩阵
其中，
和
分别表示距离、方位和多普勒量测的方差，均与发射功率的倒数正相关；
步骤73，生成k时刻的量测
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810352266.0A CN108562894B (zh) | 2018-04-19 | 2018-04-19 | 雷达波束指向与发射功率的分配方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810352266.0A CN108562894B (zh) | 2018-04-19 | 2018-04-19 | 雷达波束指向与发射功率的分配方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108562894A CN108562894A (zh) | 2018-09-21 |
| CN108562894B true CN108562894B (zh) | 2020-06-26 |
Family
ID=63535708
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810352266.0A Expired - Fee Related CN108562894B (zh) | 2018-04-19 | 2018-04-19 | 雷达波束指向与发射功率的分配方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108562894B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110175344B (zh) * | 2019-03-21 | 2020-11-03 | 中山大学 | 一种针对自动驾驶场景的激光雷达线束分布调整优化方法 |
| CN112216298B (zh) * | 2019-07-12 | 2024-04-26 | 大众问问(北京)信息科技有限公司 | 双麦克风阵列声源定向方法、装置及设备 |
| CN112991384B (zh) * | 2021-01-27 | 2023-04-18 | 西安电子科技大学 | 基于ddpg的发射资源智能认知管理方法 |
| CN113721236B (zh) * | 2021-08-17 | 2023-08-15 | 西安电子科技大学 | 基于发射方向图的集中式mimo雷达系统功率分配方法 |
| CN115173903B (zh) * | 2022-06-30 | 2024-03-26 | 深圳泓越信息科技有限公司 | 一种通感一体化系统功率分配方法 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103760556B (zh) * | 2014-01-23 | 2016-03-23 | 西安电子科技大学 | 基于集中式mimo雷达的多目标认知跟踪方法 |
| CN104076334B (zh) * | 2014-07-08 | 2016-07-06 | 西安电子科技大学 | 一种设计mimo雷达波形和发射天线阵列的方法 |
| CN105158759B (zh) * | 2015-07-31 | 2018-02-06 | 上海卫星工程研究所 | 基于杂波相消的hrws sar通道相位偏差校正方法 |
| US9792575B2 (en) * | 2016-03-11 | 2017-10-17 | Route4Me, Inc. | Complex dynamic route sequencing for multi-vehicle fleets using traffic and real-world constraints |
| CN107576958B (zh) * | 2017-07-09 | 2020-05-12 | 电子科技大学 | 一种被动式多雷达认知跟踪中节约雷达节点资源的方法 |
| CN107863997B (zh) * | 2017-10-25 | 2020-05-05 | 中国人民解放军信息工程大学 | 分布式mimo雷达系统多目标位置估计的功率优化方法 |
-
2018
- 2018-04-19 CN CN201810352266.0A patent/CN108562894B/zh not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| CN108562894A (zh) | 2018-09-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108562894B (zh) | 雷达波束指向与发射功率的分配方法 | |
| CN107728139B (zh) | 一种基于多目标跟踪的相控阵雷达组网系统资源管理方法 | |
| Yuan et al. | Scaled accuracy based power allocation for multi-target tracking with colocated MIMO radars | |
| CN107656264B (zh) | 杂波环境下的机会阵雷达多目标跟踪的功率资源管理方法 | |
| Yan et al. | Cooperative target assignment and dwell allocation for multiple target tracking in phased array radar network | |
| Yan et al. | Robust chance constrained power allocation scheme for multiple target localization in colocated MIMO radar system | |
| Li et al. | Adaptive sensor scheduling and resource allocation in netted collocated MIMO radar system for multi-target tracking | |
| CN106682820B (zh) | 一种基于脉冲交错的数字阵列雷达任务优化调度方法 | |
| CN111323773A (zh) | 基于射频隐身的组网雷达功率与带宽联合优化分配方法 | |
| CN107167798B (zh) | 基于跟踪精度可控的多雷达认知跟踪方法 | |
| CN111090078B (zh) | 一种基于射频隐身的组网雷达驻留时间优化控制方法 | |
| CN111190176B (zh) | 共址mimo雷达组网系统的自适应资源管理方法 | |
| CN109581355B (zh) | 目标跟踪的集中式mimo雷达自适应资源管理方法 | |
| CN109581354A (zh) | 同时多波束共址mimo雷达多目标跟踪资源管理方法 | |
| CN107942310A (zh) | 分布式mimo雷达系统多目标位置估计的资源联合优化方法 | |
| CN110794395B (zh) | 组网雷达多目标跟踪时间资源与信号带宽联合优化方法 | |
| CN115236611A (zh) | 一种针对雷达系统的多干扰机协同压制资源调度方法 | |
| CN112068124B (zh) | 面向低截获的组网雷达驻留时间与辐射功率联合优化方法 | |
| CN110488276B (zh) | 面向多目标跟踪任务的异构雷达网最优资源按需分配方法 | |
| Ding et al. | Collaborative route optimization and resource management strategy for multi-target tracking in airborne radar system | |
| CN107576945A (zh) | 基于预测贝叶斯克拉美罗界的相控阵雷达重返和驻留时间分配方法 | |
| CN113721236B (zh) | 基于发射方向图的集中式mimo雷达系统功率分配方法 | |
| Qiu et al. | Joint dwell time and bandwidth optimization for multiple-target tracking in radar network | |
| Dai et al. | Sensor selection for multi-target tracking in phased array radar network under hostile environment | |
| Ditzel et al. | Cross-layer utility-based system optimization |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200626 |