CN109308344B - 基于空情航迹共享的机载雷达信号被截获概率建模方法 - Google Patents
基于空情航迹共享的机载雷达信号被截获概率建模方法 Download PDFInfo
- Publication number
- CN109308344B CN109308344B CN201811001775.5A CN201811001775A CN109308344B CN 109308344 B CN109308344 B CN 109308344B CN 201811001775 A CN201811001775 A CN 201811001775A CN 109308344 B CN109308344 B CN 109308344B
- Authority
- CN
- China
- Prior art keywords
- radar
- probability
- receiver
- calculating
- intercepted
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Algebra (AREA)
- Evolutionary Biology (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于空情航迹共享的机载雷达信号被截获概率建模方法,用于解决现有机载火控雷达控制方法实用性差的技术问题。技术方案是首先计算在雷达波束扫描范围内,截获接收机被照射的次数n。其次计算当雷达照射时,截获接收机与雷达波束在时域相遇的概率P。然后计算雷达对截获接收机照射n次,每次照射时两者在时域相遇的概率为P时,则时、空域相遇成功m次的概率Pr(m,n,P)。再计算雷达和截获接收机在时、空域相遇成功1次的概率。再计算截获接收机对雷达发射机波束能量的检测概率Pd、截获接收机调谐到雷达频率的概率Pf以及计算雷达被截获接收机识别的概率Pk,建立机载雷达信号被截获概率模型。本发明采用二项式分布作为雷达信号被截获概率的模型,实用性好。
Description
技术领域
本发明涉及一种机载火控雷达控制方法,特别涉及一种基于空情航迹共享的机载雷达信号被截获概率建模方法。
背景技术
参照图1。常规情况下,战机多目标的攻击火控雷达工作流程分为起飞、导引、空中搜索、目标跟踪和制定攻击计划、攻击准备、攻击和退出攻击等阶段。这里定义的“常规情况”,是指在没有综合空情支持条件下的“一对一”作战模式。截获接收机要实现对雷达信号的可靠侦察,必须在时域、空域、频域、能量以及极化方式等五个方面与截获雷达信号“匹配”,在该情况下,雷达通过一次探测而被截获属于小概率事件。文献“基于LPI的相控阵雷达辐射控制方法,系统工程与电子技术,2011,33(12):2638-2642”正是在这种情况下,采用泊松(Poisson)分布模型来描述雷达低截获这种随机事件,进而推导出了基于泊松(Poisson)分布的机载雷达信号被截获概率的数学模型。该方法停留在“点对点”空战模式下的技术层面,未涉及随着网络化作战概念的发展而使得空情信息共享后空战模式的变革及对雷达功能的影响,显然和未来空战的“面对面”模式存在较大偏差,使得建立于“单对单”模式的被截获概率计算不能反映未来作战的真实状态。
发明内容
为了克服现有机载火控雷达控制方法实用性差的不足,本发明提供一种基于空情航迹共享的机载雷达信号被截获概率建模方法。该方法首先计算在雷达波束扫描范围内,截获接收机被照射的次数n。其次计算当雷达照射时,截获接收机与雷达波束在时域相遇的概率P。然后计算雷达对截获接收机照射n次,每次照射时两者在时域相遇的概率为P时,则时、空域相遇成功m次的概率Pr(m,n,P)。再计算雷达和截获接收机在时、空域相遇成功1次的概率。再计算截获接收机对雷达发射机波束能量的检测概率Pd、截获接收机调谐到雷达频率的概率Pf以及计算雷达被截获接收机识别的概率Pk,建立机载雷达信号被截获概率模型。本发明采用二项式分布作为雷达完成一次照射后可能被截获接收机检测的概率模型,实用性好。
本发明解决其技术问题所采用的技术方案:一种基于空情航迹共享的机载雷达信号被截获概率建模方法,其特点是包括以下步骤:
步骤一、计算在雷达波束扫描范围内,截获接收机被照射的次数n。
n=AFDI (1)
其中,AF为天线波束覆盖面积,DI是截获接收机在该面积内的密度。
步骤二、计算当雷达照射时,截获接收机与雷达波束在时域相遇的概率P。
其中,Tot表示雷达对截获接收机照射的时间,TI表示截获接收机搜索的时间。
步骤三、计算雷达对截获接收机照射n次,每次照射时两者在时域相遇的概率为P时,则时、空域相遇成功m次的概率Pr(m,n,P)。
步骤四、计算雷达和截获接收机在时、空域相遇成功1次的概率为:
Pr(1,n,P)=1-nP(1-P)n-1 (4)
步骤五、计算截获接收机和雷达有关参量:
计算截获接收机对雷达发射机波束能量的检测概率Pd。
计算截获接收机调谐到雷达频率的概率Pf:
其中,TI指每次侦收时间,TIi指扫过一个频率的侦收时间,ΔT表示最小接收时间。
计算雷达被截获接收机识别的概率Pk。
步骤六、建立雷达被截获概率模型为:
本发明的有益效果是:该方法首先计算在雷达波束扫描范围内,截获接收机被照射的次数n。其次计算当雷达照射时,截获接收机与雷达波束在时域相遇的概率P。然后计算雷达对截获接收机照射n次,每次照射时两者在时域相遇的概率为P时,则时、空域相遇成功m次的概率Pr(m,n,P)。再计算雷达和截获接收机在时、空域相遇成功1次的概率。再计算截获接收机对雷达发射机波束能量的检测概率Pd、截获接收机调谐到雷达频率的概率Pf以及计算雷达被截获接收机识别的概率Pk,建立机载雷达信号被截获概率模型。本发明采用二项式分布作为雷达完成一次照射后可能被截获接收机检测的概率模型,实用性好。
下面结合附图和具体实施方式对本发明作详细说明。
附图说明
图1是本发明基于空情航迹共享的机载雷达信号被截获概率建模方法的流程图。
图2是背景技术方法的流程图。
具体实施方式
参照图1。随着网络信息的引入,使得空战态势日益透明,空中目标的数量、性质、飞行航迹以及雷达散射截面积(Radar Cross Section:RCS)等信息已经和战机平台共享,并已完成了作战规划。此时,机载火控雷达无须承担更多的空域搜索而专制于火控任务,使得其工作模式发生如下变化:①大范围、远距离高功率搜索任务明显压缩;②由于有高精度网络信息的引导,火控雷达可以用最短的时间完成目标的交接和跟踪;③由于已经掌握了目标的距离、方位、RCS等信息,火控雷达波束可以限定在有限空域,其发射功率满足已知距离的探测。
由此可知,基于网络信息环境下雷达工作模式表现为如下特征:①火控雷达一开机,其波束便指向目标平台,针对性明显,无须广域扫描,显然传统的泊松(Poisson)模型不能描述雷达低截获这种随机事件;②雷达完成一次照射后可能被截获接收机检测的概率分别由如下两方面的因素决定:一是雷达波束探测区间内截获机的数量、截获机的灵敏度、频率匹配概率以及截获接收机检测识别能力,另一方面则由雷达的发射功率、积累时间以及脉冲重复频率(Pulse Repetition Frequency:PRF)等因素决定。
综上,可以用重复独立的贝努里(Bernoulli)试验来描述截获概率问题,采用二项式分布作为雷达完成一次照射后可能被截获接收机检测的概率模型,故基于空情航迹共享的机载雷达信号被截获概率建模方法具体步骤如下:
步骤一、计算在雷达波束扫描范围内,截获接收机被照射的次数n。
n=AFDI (1)
其中,AF为天线波束覆盖面积,DI是截获接收机在该面积内的密度,为确定值。则n=AFDI实际代表截获接收机与雷达波束在空域相遇的概率。
步骤二、计算当雷达照射时,截获接收机与雷达波束在时域相遇的概率P。
其中,Tot表示雷达对截获接收机照射的时间,TI表示截获接收机搜索的时间。P实际上表示在雷达扫描和截获接收机各自独立工作时,两者在时域相遇的概率,应该指出的是,相遇并不等于截获。
步骤三、计算雷达对截获接收机照射n次,每次照射时两者在时域相遇的概率为P时,则时、空域相遇成功m次的概率Pr(m,n,P)。
这种情况符合重复独立的Bernoulli试验要求,因此Pr(m,n,P)可用二项分布概率公式来描述:
步骤四、由于截获概率就是指至少发生一次截获的可能性,由(3)式可知,雷达和截获接收机在时、空域相遇成功1次的概率为:
Pr(1,n,P)=1-nP(1-P)n-1 (4)
步骤五、时域、空域的相遇,并不等于截获,雷达完成照射后可能被截获接收机检测的概率还分别由雷达波束探测区间内截获机能力和雷达发射功率等因素决定。各有关参量计算如下:
⑴截获接收机对雷达发射机波束能量的检测概率Pd。
Pd指截获接收机探测到雷达发射机波束能量,并能获得雷达信号参数的概率,具体数值由截获接收机确定。
获得信号参数并不等于对目标的识别,特别是在网络信息支撑下,雷达探测目标所发射的功率完全和目标位置、距离、RCS匹配,属低截获概率工作范畴,使得Pd较小。
⑵截获接收机调谐到雷达频率的概率Pf。
Pf指在雷达照射过程中,截获接收机(例如超外差接收机)刚好调谐于雷达频率之上的概率。可用下面几何概率的方法计算:
其中,TI指每次侦收时间,TIi指扫过一个频率的侦收时间,ΔT表示最小接收时间,也即截获接收机反应时间。
对于高性能信道化接收机,可以近似认为Pf=1。
⑶雷达被截获接收机识别的概率Pk。
Pk指雷达信号被截获后的识别概率,分粗识别和精识别两类。前者指对该类信号进行归类,如警戒(预警)类、火控类等;后者在分类的基础上识别其具体型号和用途。一般地,在空战中,凡属于火控类雷达,即使未最终识别,亦会划归最危险等级。在给定的作战环境中,认为Pk为确定量。
步骤六、建立雷达被截获概率模型为:
Claims (1)
1.一种基于空情航迹共享的机载雷达信号被截获概率建模方法,其特征在于包括以下步骤:
步骤一、计算在雷达波束扫描范围内,截获接收机被照射的次数n;
n=AFDI (1)
其中:AF为天线波束覆盖面积,DI是截获接收机在该面积内的密度;
步骤二、计算当雷达照射时,截获接收机与雷达波束在时域相遇的概率P;
其中,Tot表示雷达对截获接收机照射的时间,TI表示截获接收机搜索的时间;
步骤三、计算雷达对截获接收机照射n次,每次照射时两者在时域相遇的概率为P时,则时、空域相遇成功m次的概率Pr(m,n,P)
步骤四、计算雷达和截获接收机在时、空域相遇成功1次的概率为:
Pr(1,n,P)=nP(1-P)n-1 (4)
步骤五、计算截获接收机和雷达有关参量:
计算截获接收机对雷达发射机波束能量的检测概率Pd
计算截获接收机调谐到雷达频率的概率Pf:
其中,TI指每次侦收时间,TIi指扫过一个频率的侦收时间,ΔT表示最小接收时间,也即截获接收机反应时间;
计算雷达被截获接收机识别的概率Pk;
步骤六、建立雷达被截获概率模型为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811001775.5A CN109308344B (zh) | 2018-08-30 | 2018-08-30 | 基于空情航迹共享的机载雷达信号被截获概率建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811001775.5A CN109308344B (zh) | 2018-08-30 | 2018-08-30 | 基于空情航迹共享的机载雷达信号被截获概率建模方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109308344A CN109308344A (zh) | 2019-02-05 |
CN109308344B true CN109308344B (zh) | 2023-04-07 |
Family
ID=65223907
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811001775.5A Active CN109308344B (zh) | 2018-08-30 | 2018-08-30 | 基于空情航迹共享的机载雷达信号被截获概率建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109308344B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109829251A (zh) * | 2019-03-12 | 2019-05-31 | 中国人民解放军空军预警学院 | 基于算子的无源雷达目标截获概率柔性仿真建模方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5646623A (en) * | 1978-05-15 | 1997-07-08 | Walters; Glenn A. | Coherent, frequency multiplexed radar |
US6208293B1 (en) * | 1997-11-21 | 2001-03-27 | Lockheed Martin Corporation | Photonically controlled, phased array antenna |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102305926B (zh) * | 2011-08-23 | 2013-03-13 | 南京航空航天大学 | 一种混沌雷达信号源、信号的产生方法与同步系统 |
CN104076352A (zh) * | 2014-06-27 | 2014-10-01 | 电子科技大学 | 低截获测速方法及雷达装置 |
CN104346537A (zh) * | 2014-11-17 | 2015-02-11 | 西安电子科技大学 | 机载雷达射频隐身性能评测方法 |
CN105137421A (zh) * | 2015-06-25 | 2015-12-09 | 苏州途视电子科技有限公司 | 光电复合低空预警探测系统 |
CN105354356B (zh) * | 2015-09-29 | 2019-03-29 | 中国人民解放军63892部队 | 一种基于雷达情报仿真的空情融合性能评估系统及方法 |
CN105445710B (zh) * | 2015-11-26 | 2017-07-28 | 西北工业大学 | 隐形雷达低截获概率性能评估方法 |
CN106291481B (zh) * | 2016-07-27 | 2019-07-19 | 南京航空航天大学 | 基于射频隐身的分布式mimo雷达资源联合优化方法 |
CN107944597B (zh) * | 2017-10-19 | 2021-07-27 | 南京航空航天大学 | 一种面对先进无源探测系统的编队雷达资源管理方法 |
CN207689663U (zh) * | 2018-01-26 | 2018-08-03 | 成都思凯诺克科技有限公司 | 一种火控雷达检测系统 |
-
2018
- 2018-08-30 CN CN201811001775.5A patent/CN109308344B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5646623A (en) * | 1978-05-15 | 1997-07-08 | Walters; Glenn A. | Coherent, frequency multiplexed radar |
US6208293B1 (en) * | 1997-11-21 | 2001-03-27 | Lockheed Martin Corporation | Photonically controlled, phased array antenna |
Also Published As
Publication number | Publication date |
---|---|
CN109308344A (zh) | 2019-02-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102227647B (zh) | 用于利用以准动态或动态方式对要监控的空间进行分区化来接收二次雷达信号的设备及用于此的方法 | |
Barton | Radar system analysis and modeling | |
CN105158756B (zh) | 集中式mimo雷达射频隐身时多目标跟踪波束指向方法 | |
CN108562892B (zh) | 一种无人机载无源双基地雷达装置及目标定位方法 | |
CN101173985A (zh) | 利用卫星信号探测低空目标的被动雷达探测方法 | |
Bezousek et al. | Radar technology in the Czech Republic | |
CN108196250B (zh) | 用于低空小目标探测的连续波雷达系统及其方法 | |
KR20190074224A (ko) | 세컨더리 레이더의 안테나 패턴들을 측정하기 위한 방법 및 이러한 방법을 구현하는 세컨더리 레이더 | |
CN101464511A (zh) | 一种星载合成孔径雷达的工作波位判定方法 | |
CN109308344B (zh) | 基于空情航迹共享的机载雷达信号被截获概率建模方法 | |
CN113805169B (zh) | 空间目标低功耗小卫星雷达搜索与跟踪方法 | |
RU2410712C1 (ru) | Способ обнаружения воздушных объектов | |
Shoykhetbrod et al. | A scanning FMCW-radar system for the detection of fast moving objects | |
RU2624736C2 (ru) | Радиолокационная станция кругового обзора "Резонанс" | |
Aldowesh et al. | A passive bistatic radar experiment for very low radar cross-section target detection | |
Abdalla et al. | Design and Implementation of Proposed Low-Cost Dual-Channel IF Receiver for SSR | |
CN108254763A (zh) | 一种商用小型无人机远程探测及处置方法 | |
Mariano et al. | Data integrity augmentation by ADS-B SSR hybrid techniques | |
RU2556708C1 (ru) | Посадочный радиолокатор | |
Akçapınar et al. | CM-CFAR parameter learning based square-law detector for foreign object debris radar | |
Strømøy | Hitchhiking bistatic radar | |
Yu et al. | Method and field experiment of target tracking via multi‐static Doppler shifts in high‐frequency passive radar | |
de Mello et al. | SDR-based radar-detectors embedded on tablet devices | |
Dawood | Ultrawideband coherent random noise radar: Theory and experiments | |
Fabrizio et al. | Passive radar in the high frequency band |
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 |