CN111025275B - 基于射频隐身的多基雷达辐射参数多目标联合优化方法 - Google Patents
基于射频隐身的多基雷达辐射参数多目标联合优化方法 Download PDFInfo
- Publication number
- CN111025275B CN111025275B CN201911146372.4A CN201911146372A CN111025275B CN 111025275 B CN111025275 B CN 111025275B CN 201911146372 A CN201911146372 A CN 201911146372A CN 111025275 B CN111025275 B CN 111025275B
- Authority
- CN
- China
- Prior art keywords
- radar
- target
- predicted
- base
- time
- 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
- 238000005457 optimization Methods 0.000 title claims abstract description 89
- 238000000034 method Methods 0.000 title claims abstract description 77
- 230000005855 radiation Effects 0.000 title claims abstract description 46
- 230000005540 biological transmission Effects 0.000 claims abstract description 32
- 238000005070 sampling Methods 0.000 claims abstract description 31
- 239000011159 matrix material Substances 0.000 claims abstract description 28
- 238000005259 measurement Methods 0.000 claims abstract description 11
- 230000008569 process Effects 0.000 claims description 24
- 230000004927 fusion Effects 0.000 claims description 16
- 230000033001 locomotion Effects 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 7
- 230000017105 transposition Effects 0.000 claims description 6
- 238000005286 illumination Methods 0.000 claims description 5
- 230000009191 jumping Effects 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 230000007704 transition Effects 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 2
- 230000001678 irradiating effect Effects 0.000 claims description 2
- 238000013461 design Methods 0.000 abstract description 11
- 238000010586 diagram Methods 0.000 description 10
- 238000001514 detection method Methods 0.000 description 4
- 238000000342 Monte Carlo simulation Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012549 training 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
- G01S13/003—Bistatic radar systems; Multistatic radar systems
-
- 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
-
- 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
- G01S7/36—Means for anti-jamming, e.g. ECCM, i.e. electronic counter-counter measures
-
- 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
- G01S2013/0236—Special technical features
- G01S2013/0245—Radar with phased array antenna
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
本发明公开了一种基于射频隐身的多基雷达辐射参数多目标联合优化方法，包括确定多基雷达系统组成及其工作参数；构建以雷达二元选择变量、雷达采样间隔、驻留时间和发射信号带宽为自变量的预测贝叶斯克拉美‑罗下界矩阵，将其作为下一时刻运动目标预测跟踪精度的衡量指标；建立基于射频隐身的多基雷达辐射参数多目标联合优化模型；求解联合优化模型。该方法在满足下一时刻多基雷达系统发射资源约束的条件下，以最小化下一时刻多基雷达对所有目标的总驻留时间和所有照射目标预测跟踪精度之和为优化目标，对雷达分配方式、辐射雷达的采样间隔、驻留时间以及发射信号带宽等参数进行联合优化设计，进一步提升多基雷达系统多目标跟踪时的射频隐身性能。
Description
技术领域
本发明属于雷达信号处理的技术领域，具体涉及基于射频隐身的多基雷达辐射参数多目标联合优化方法。
背景技术
海湾战争的经验教训告诉我们，夺取战场制电磁权、获得制空权对战争的胜利起着决定性作用。要在战争中做到先敌发现、先敌攻击，就必须大力发展雷达射频隐身技术。雷达射频隐身技术是指雷达射频辐射信号的目标特征减缩控制技术，目的是增大敌方射频无源探测系统信号检测、分选、识别的难度，实现雷达系统相对于敌方射频无源探测系统的“隐身”。雷达系统是否具有射频隐身性能取决于雷达当前的任务模式，敌方无源探测设备的类型，以及它们之间的作战几何构型。具有射频隐身性能的雷达通常也被称为“静默”雷达。
然而，已有的研究成果虽然涉及多基雷达系统目标跟踪时的辐射参数优化问题，在保证一定目标跟踪性能以及多基雷达发射资源约束的条件下，对雷达选择、驻留时间、发射信号带宽进行联合优化设计，在一定程度上提升了多基雷达系统目标跟踪时的射频隐身性能。然而，已有研究成果均未考虑对雷达采样间隔进行优化设计，具有一定的局限性。现有技术中尚未有基于射频隐身的多基雷达辐射参数多目标联合优化方法。
发明内容
发明目的：为解决现有技术的缺陷，本发明提供一种基于射频隐身的多基雷达辐射参数多目标联合优化方法，该方法在满足下一时刻多基雷达系统发射资源约束的条件下，以最小化下一时刻多基雷达对所有目标的总驻留时间和所有照射目标预测跟踪精度之和为优化目标，对雷达分配方式、辐射雷达的采样间隔、驻留时间以及发射信号带宽等参数进行联合优化设计，进一步提升多基雷达系统多目标跟踪时的射频隐身性能。
技术方案：为实现上述发明目的，本发明采用以下技术方案：
本发明针对由多部在空间分散部署且保持空间、时间、频率同步的两坐标相控阵雷达组成的多基雷达系统，构建以雷达选择变量、采样间隔、驻留时间和发射信号带宽为自变量的预测贝叶斯克拉美-罗下界矩阵，将其作为下一时刻运动目标跟踪精度的衡量指标；以有限的发射信号带宽、驻留时间资源以及雷达-目标分配方式为约束条件，以最小化下一时刻多基雷达对所有目标的总驻留时间和所有照射目标预测跟踪精度之和为优化目标，建立基于射频隐身的多基雷达辐射参数多目标联合优化模型，自适应地优化设计雷达分配方式、辐射雷达的采样间隔、驻留时间以及发射信号带宽，并通过内点法与循环最小法对该联合优化模型进行求解，确定使得下一时刻多基雷达对所有目标的总驻留时间和所有照射目标预测跟踪精度之和最小的雷达选择、辐射雷达的采样间隔、驻留时间和发射信号带宽作为最优解。具体为：
基于射频隐身的多基雷达辐射参数多目标联合优化方法，包括以下步骤：
(1)确定多基雷达系统组成及其工作参数；
(2)构建以雷达二元选择变量、雷达采样间隔、驻留时间和发射信号带宽为自变量的预测贝叶斯克拉美-罗下界矩阵，将其作为下一时刻运动目标预测跟踪精度的衡量指标；
(3)建立基于射频隐身的多基雷达辐射参数多目标联合优化模型；
(4)求解联合优化模型。
进一步的，步骤(1)中考虑由MR部在空间分散部署且保持空间、时间、频率同步的两坐标相控阵雷达组成的多基雷达系统，每部雷达只能接收并处理来自自身发射波形的目标回波信号，同时，各个时刻每部雷达最多只能跟踪一个目标；另外，设定多基雷达工作参数、目标跟踪精度阈值、每部雷达照射目标驻留时间的上限和下限、雷达发射信号带宽的上限和下限参数值。
进一步的，步骤(2)中预测贝叶斯克拉美-罗下界矩阵的构建方法为：
k时刻目标q的预测贝叶斯信息矩阵表示为：
式中，
是目标q在k时刻的预测状态向量，其中，上标[·]T表示转置运算，
表示目标q在k时刻的预测位置，
表示目标q在k时刻的预测运动速度；Qq是目标q过程噪声的方差，表示为：
式中，
为目标q的过程噪声强度，ΔTq为雷达对目标q的采样间隔；F表示目标q的状态转移矩阵，表示为：
其中，
为k时刻的雷达二元选择变量，
表示k时刻选择雷达i对目标q进行照射；
表示k时刻不选择雷达i对目标q进行照射；
为非线性量测函数
的雅克比矩阵，表示为：
式中，
表示对目标在k时刻的预测状态向量
求一阶偏导，
表示为：
式中，(xi,yi)为第i部雷达的位置坐标，
为k时刻雷达i与目标q之间的预测距离，
为k时刻目标q相对于雷达i的预测方位角；
表示目标相对雷达预测距离对目标预测位置和预测运动速度的一阶偏导数，
表示目标相对雷达预测方位角对目标预测位置和预测运动速度的一阶偏导数；
为量测噪声的预测协方差矩阵，即：
式中，
和
分别表示目标预测距离和预测方位角的估计均方误差：
式中，βi,q,k为雷达i对目标q发射信号的有效带宽，
为k时刻雷达i对目标q照射的预测回波信噪比，即：
式中，Pt为雷达发射功率，Gt为雷达发射天线增益，Gr为雷达接收天线增益，σq为目标q的雷达散射截面，λ为雷达发射机的波长，GRP为雷达接收机处理增益，
为雷达i对目标q接收机匹配滤波器的带宽，
为k时刻雷达i与目标q之间的预测距离，
为k时刻雷达i对目标q照射的驻留时间，Tr为雷达的脉冲重复周期；
对
求逆，即可得到目标运动状态估计误差的预测贝叶斯克拉美-罗下界矩阵，即：
进一步的，步骤(3)中在满足下一时刻多基雷达系统发射资源约束的条件下，以最小化下一时刻多基雷达对所有目标的总驻留时间和所有照射目标预测跟踪精度之和为优化目标，建立基于射频隐身的多基雷达辐射参数多目标联合优化模型为：
其中，MR表示雷达数量，
为k时刻目标q预测位置估计均方误差的下界；
为k时刻目标q的预测贝叶斯克拉美-罗下界；
为目标照射指标，
表示k时刻需要雷达对目标q进行照射，
表示k时刻不需要雷达对目标q进行照射；
表示在k时刻每个目标由N部雷达进行跟踪；
表示在k时刻每部雷达最多跟踪一个目标；
为k时刻各雷达传输到多基雷达系统融合中心的数据总量，其中，
为k时刻雷达i需要传输至融合中心并且和目标q相关的数据量，ρ≥1为过采样系数，V为给定观测区域面积，c为光速；ε为多基雷达系统融合中心的数据处理率；
和
分别表示每部雷达照射目标驻留时间的上限和下限；βi,q,k为雷达i对目标q发射信号的有效带宽，βmin和βmax分别表示发射信号带宽的上限和下限。
进一步的，步骤(4)中求解联合优化模型的步骤为：
(41)判断目标是否需要照射；
在跟踪过程的各个时刻，为使得各雷达对目标采样间隔尽可能长，等效于下一时刻需要照射的目标个数最少，则将下一时刻各目标的预测贝叶斯克拉美-罗下界与预先设定的目标跟踪精度门限值进行比较，当预测跟踪精度满足要求时，下一时刻目标不需要雷达照射；否则，需要选择雷达进行照射，即：
Fmax为预先设定的目标跟踪误差门限值；
采用枚举法求解式(11)，得到k时刻目标跟踪指标的最优结果
其中，
表示k时刻目标q跟踪指标的最优值；
(42)对于下一时刻需要照射的目标，以有限的发射信号带宽、驻留时间资源以及雷达-目标分配方式为约束条件，以最小化下一时刻多基雷达对所有目标的总驻留时间和所有照射目标预测跟踪精度之和为优化目标，建立如下所示优化模型：
其中，MR表示雷达数量，
为k时刻目标q预测位置估计均方误差的下界，Q表示目标总数，
为k时刻的雷达二元选择变量，
为k时刻雷达i需要传输至融合中心并且和目标q相关的数据量，ρ≥1为过采样系数，V为给定观测区域面积，c为光速，ε为多基雷达系统融合中心的数据处理率，
为k时刻雷达i对目标q照射的驻留时间，
和
分别表示每部雷达照射目标驻留时间的上限和下限，βi,q,k为雷达i对目标q发射信号的有效带宽，βmin和βmax分别表示发射信号带宽的上限和下限；
(43)采用内点法与循环最小法求得各目标在不同雷达分配方式下的雷达选择、驻留时间和发射信号带宽值，选取使得多基雷达对所有目标的总驻留时间和所有照射目标预测跟踪精度之和最小的雷达选择、采样间隔、驻留时间和发射信号带宽作为优化模型公式(12)的最优解。
更进一步的，步骤(42)中优化模型是一个多目标优化问题，采用线性加权组合法将多目标优化问题转化为单目标优化问题来进行求解；转化后的优化模型如下：
式中，w1和w2分别为两个优化目标的权重系数；
对于k时刻满足
的目标q以及满足约束条件
的雷达分配方式，转化后的优化模型公式(13)改写为只含有变量
和βi,q,k的形式，另外，假设融合中心处理每个目标的相关数据量相等，以保证所有目标都拥有足够的信息量，优化模型公式(12)化简为：
式中，βtotal为照射单个目标的所有雷达发射信号带宽和的上限。
更进一步的，化简后的优化模型公式(14)采用内点法与循环最小法进行求解，具体的求解步骤如下：
(i)先将发射信号带宽分配方案固定为均匀带宽分配方式；
(ii)固定发射信号带宽分配，化简后的优化模型公式(14)可进一步化简为：
显然，式(15)是一个凸函数，直接采用内点法进行求解，得到雷达驻留时间分配的最优解；
(iii)固定雷达驻留时间分配，化简后的优化模型(14)可进一步化简为：
其中，c为光速；
同样，采用内点法即可求得发射信号带宽分配的最优解；
(iv)跳转至(ii)，直到连续两次得到的目标函数之差小于一个固定值，即可得到固定雷达分配下雷达驻留时间和发射信号带宽的最优解。
有益效果：与现有技术相比，本发明具有以下有益效果：
(1)本发明提出了基于射频隐身的多基雷达辐射参数多目标联合优化方法，该方法所完成的主要任务是考虑由多部在空间分散部署且保持空间、时间、频率同步的两坐标相控阵雷达组成的多基雷达系统，在满足下一时刻多基雷达系统发射资源约束的条件下，以最小化下一时刻多基雷达对所有目标的总驻留时间和所有照射目标预测跟踪精度之和为优化目标，对雷达分配方式、辐射雷达的采样间隔、驻留时间以及发射信号带宽等参数进行联合优化设计，进一步提升多基雷达系统多目标跟踪时的射频隐身性能。
该发明的优点是通过对多目标跟踪过程中的雷达分配方式、辐射雷达的采样间隔、驻留时间以及发射信号带宽等参数进行联合优化设计，既改善了多基雷达多目标跟踪过程中各目标的跟踪精度，而且使得多基雷达对目标的辐射次数和总驻留时间最小化，进一步提升多基雷达系统多目标跟踪时的射频隐身性能。产生该优点的原因是本发明首先构建了以雷达选择变量、采样间隔、驻留时间和发射信号带宽为自变量的预测贝叶斯克拉美-罗下界矩阵，将其作为下一时刻运动目标跟踪精度的衡量指标。然后，建立基于射频隐身的多基雷达辐射参数多目标联合优化模型。为求解该联合优化模型：第一步，在跟踪过程的各个时刻，为使得各雷达对目标采样间隔尽可能长，将下一时刻各目标的预测贝叶斯克拉美-罗下界与预先设定的目标跟踪精度门限值进行比较，当预测跟踪精度满足要求时，下一时刻目标不需要雷达照射；否则，需要选择雷达进行照射。第二步，对于下一时刻需要照射的目标，以有限的发射信号带宽、驻留时间资源以及雷达-目标分配方式为约束条件，以最小化下一时刻多基雷达对所有目标的总驻留时间和所有照射目标预测跟踪精度之和为优化目标，自适应地优化设计雷达分配方式、辐射雷达的驻留时间以及发射信号带宽，并采用内点法与循环最小法对该优化模型进行了求解。通过求解该联合优化模型所得的雷达选择、辐射雷达的采样间隔、驻留时间和发射信号带宽等最优参数值，可在满足下一时刻多基雷达系统发射资源约束的条件下，进一步提升多基雷达系统多目标跟踪时的射频隐身性能。
(2)与现有技术相比，本发明提出的基于射频隐身的多基雷达辐射参数多目标联合优化方法，不仅满足了多基雷达发射信号带宽、驻留时间资源以及雷达-目标分配方式等约束条件，而且实现了对多目标跟踪过程中的雷达分配方式、辐射雷达的采样间隔、驻留时间以及发射信号带宽等参数进行联合优化设计，从而使得下一时刻多基雷达对所有目标的总驻留时间和所有照射目标预测跟踪精度之和均最小化，进一步提升了多基雷达多目标跟踪时的射频隐身性能。
附图说明
图1为本发明方法流程图；
图2为多目标运动轨迹与多基雷达空间分布图；
图3为目标1的雷达选择与信号带宽分配图；
图4为目标2的雷达选择与信号带宽分配图；
图5为目标1的雷达选择与驻留时间分配图；
图6为目标2的雷达选择与驻留时间分配图；
图7为不同算法下多目标跟踪误差对比图；
图8为不同算法下多基雷达系统总辐射次数对比图；
图9为不同算法下多基雷达系统总驻留时间对比图。
具体实施方式
下面结合附图和具体实施例对本发明的技术方案做进一步说明。
如图1所示，本发明的基于射频隐身的多基雷达辐射参数多目标联合优化方法，包括以下步骤：
1、确定多基雷达系统组成及其工作参数：
考虑由MR部在空间分散部署且保持空间、时间、频率同步的两坐标相控阵雷达组成的多基雷达系统，每部雷达只能接收并处理来自自身发射波形的目标回波信号，同时，各个时刻每部雷达最多只能跟踪一个目标。另外，设定多基雷达工作参数、目标跟踪精度阈值、每部雷达照射目标驻留时间的上限和下限、雷达发射信号带宽的上限和下限等参数值。
2、构建以雷达二元选择变量、雷达采样间隔、驻留时间和发射信号带宽为自变量的预测贝叶斯克拉美-罗下界矩阵，将其作为下一时刻运动目标预测跟踪精度的衡量指标，如下所示：
k时刻目标q的预测贝叶斯信息矩阵可以表示为：
式中，
是目标q在k时刻的预测状态向量，其中，上标[·]T表示转置运算，
表示目标q在k时刻的预测位置，
表示目标q在k时刻的预测运动速度；Qq是目标q过程噪声的方差，可以表示为：
式中，
为目标q的过程噪声强度，ΔTq为雷达对目标q的采样间隔；F表示目标q的状态转移矩阵，可以表示为：
式中，
表示对目标状态向量
求一阶偏导，
可以表示为：
式中，(xi,yi)为第i部雷达的位置坐标，
为k时刻雷达i与目标q之间的预测距离，
为k时刻目标q相对于雷达i的预测方位角；
表示目标相对雷达预测距离对目标预测位置和预测运动速度的一阶偏导数，
表示目标相对雷达预测方位角对目标预测位置和预测运动速度的一阶偏导数；
为量测噪声的预测协方差矩阵，即：
式中，
和
分别表示目标预测距离和预测方位角的估计均方误差：
式中，βi,q,k为雷达i对目标q发射信号的有效带宽，
为k时刻雷达i对目标q照射的预测回波信噪比，即：
式中，Pt为雷达发射功率，Gt为雷达发射天线增益，Gr为雷达接收天线增益，σq为目标q的雷达散射截面，λ为雷达发射机的波长，GRP为雷达接收机处理增益，
为雷达i对目标q接收机匹配滤波器的带宽，
为k时刻雷达i与目标q之间的预测距离，
为k时刻雷达i对目标q照射的驻留时间，Tr为雷达的脉冲重复周期。
对
求逆，即可得到目标运动状态估计误差的预测贝叶斯克拉美-罗下界矩阵，即：
3、建立基于射频隐身的多基雷达辐射参数多目标联合优化模型：
在满足下一时刻多基雷达系统发射资源约束的条件下，以最小化下一时刻多基雷达对所有目标的总驻留时间和所有照射目标预测跟踪精度之和为优化目标，建立基于射频隐身的多基雷达辐射参数多目标联合优化模型，对雷达分配方式、辐射雷达的采样间隔、驻留时间以及发射信号带宽等参数进行联合优化设计，如下所示：
式中，
为k时刻目标q预测位置估计均方误差的下界；
为k时刻目标q的预测贝叶斯克拉美-罗下界；
为目标照射指标，
表示k时刻需要雷达对目标q进行照射，
表示k时刻不需要雷达对目标q进行照射；
表示在k时刻每个目标由N部雷达进行跟踪；
表示在k时刻每部雷达最多跟踪一个目标；
为k时刻各雷达传输到多基雷达系统融合中心的数据总量，其中，
为k时刻雷达i需要传输至融合中心并且和目标q相关的数据量，ρ≥1为过采样系数，V为给定观测区域面积，c为光速；ε为多基雷达系统融合中心的数据处理率；
和
分别表示每部雷达照射目标驻留时间的上限和下限；βmin和βmax分别表示发射信号带宽的上限和下限。
4、求解联合优化模型公式(10)：
(41)判断目标是否需要照射：
在跟踪过程的各个时刻，为使得各雷达对目标采样间隔尽可能长，等效于下一时刻需要照射的目标个数最少，则将下一时刻各目标的预测贝叶斯克拉美-罗下界与预先设定的目标跟踪精度门限值进行比较，当预测跟踪精度满足要求时，下一时刻目标不需要雷达照射；否则，需要选择雷达进行照射，即：
Fmax为预先设定的目标跟踪误差门限值。
采用枚举法求解式(11)，容易得到k时刻目标跟踪指标的最优结果
其中，
表示k时刻目标q跟踪指标的最优值。
(42)对于下一时刻需要照射的目标，以有限的发射信号带宽、驻留时间资源以及雷达-目标分配方式为约束条件，以最小化下一时刻多基雷达对所有目标的总驻留时间和所有照射目标预测跟踪精度之和为优化目标，建立如下所示优化模型：
上述优化模型是一个多目标优化问题，在此采用线性加权组合法将多目标优化问题转化为单目标优化问题来进行求解。通过合理的分析事先确定各个目标的重要程度，对目标进行归一化处理后乘以相应的权重系数，然后相加得到一个目标函数。转化后的优化模型如下：
式中，w1和w2分别为两个优化目标的权重系数。
对于k时刻满足
的目标q以及满足约束条件
的雷达分配方式，优化模型公式(13)可以改写为只含有变量
和βi,q,k的形式。另外，假设融合中心处理每个目标的相关数据量相等，以保证所有目标都拥有足够的信息量，模型公式(12)可以化简为：
式中，βtotal为照射单个目标的所有雷达发射信号带宽和的上限。
对于优化模型公式(14)，采用内点法与循环最小法进行求解。具体的求解步骤如下：
(i)先将发射信号带宽分配方案固定为均匀带宽分配方式；
(ii)固定发射信号带宽分配，优化模型公式(14)可化简为：
显然，式(15)是一个凸函数，可直接采用内点法进行求解，得到雷达驻留时间分配的最优解；
(iii)固定雷达驻留时间分配，优化模型公式(14)可化简为：
同样，采用内点法即可求得发射信号带宽分配的最优解；
(iv)跳转至(ii)，直到连续两次得到的目标函数之差小于一个固定值(预设值)，即可得到固定雷达分配下雷达驻留时间和发射信号带宽的最优解。
最后，采用内点法与循环最小法求得各目标在不同雷达分配方式下的雷达选择、驻留时间和发射信号带宽值，选取使得多基雷达对所有目标的总驻留时间和所有照射目标预测跟踪精度之和最小的雷达选择、采样间隔、驻留时间和发射信号带宽作为模型(12)的最优解。
5、仿真结果
如图2所示，假设多基雷达系统中的雷达个数为MR＝6，目标个数为Q＝2，且各雷达的工作参数均相同。步骤2中的其余参数设置如表1所示。
表1仿真参数设置
假设观测时间间隔T＝0.5s，跟踪过程持续时间为100s。目标1的初始运动状态为
目标2的初始运动状态为
两个目标的过程噪声强度均为10。两个目标的初始滤波误差协方差阵均为diag{0.5,0.015,0.5,0.015}。权重系数w1＝0.7，w2＝0.3。驻留时间的最大值为
最小值
发射信号带宽的最大值为βmax＝1.9MHz，最小值βmin＝0.1MHz。目标跟踪精度的门限设为Fmax＝20m。图2中目标1的目标估计轨迹和目标真实轨迹重合，目标2的目标估计轨迹与目标真实轨迹重合。
多目标运动轨迹与多基雷达空间分布图如图2所示，目标1的雷达选择与信号带宽分配图如图3所示，目标2的雷达选择与信号带宽分配图如图4所示，目标1的雷达选择与驻留时间分配图如图5所示，目标2的雷达选择与驻留时间分配图如图6所示。从图2至图6中可以看出，在目标跟踪过程中，随着目标与多基雷达系统空间位置关系的变化，多基雷达系统会优先选择与目标距离较近的雷达对该目标进行照射；同时，雷达发射信号带宽和驻留时间资源倾向于分配给所选的距离目标较远的雷达节点，从而保证下一时刻多基雷达对所有目标的总驻留时间和所有照射目标预测跟踪精度之和最小。
不同算法下多目标跟踪误差对比如图7所示，其中，定义目标跟踪均方根误差(Root Mean Square Error,RMSE)为：
式中，NMC为蒙特卡洛实验次数，
为第n次蒙特卡洛实验时得到的目标估计位置，此处，设NMC＝100。定义目标跟踪平均均方根误差(Average Root Mean SquareError,ARMSE)为：
式中，
为第n次蒙特卡洛实验时多基雷达系统对目标q的辐射次数。从图2和图7中可以看出，所提算法能够有效地提升所有目标的跟踪精度。
不同算法下多基雷达系统的总辐射次数对比如图8所示，不同算法下多基雷达系统的总驻留时间对比如图9所示。从图7和图8中可以看出，相比于驻留时间和采样间隔联合优化算法、驻留时间和带宽联合优化算法，所提算法具有更高的多目标跟踪精度以及更低的总辐射次数；虽然所提算法的多目标跟踪ARMSE和总辐射次数均高于采样间隔和带宽联合优化算法，然而，由图9可知，所提算法针对目标1和目标2的多基雷达总驻留时间均小于采样间隔和带宽联合优化算法。因此，所提算法能够在提升多目标跟踪精度的同时，进一步提高多基雷达系统的射频隐身性能。
由上述仿真结果可以看出，基于射频隐身的多基雷达辐射参数多目标联合优化方法，可在满足下一时刻多基雷达系统发射资源约束的条件下，对雷达分配方式、辐射雷达的采样间隔、驻留时间以及发射信号带宽等参数进行联合优化设计，最小化下一时刻多基雷达对所有目标的总驻留时间和所有照射目标预测跟踪精度之和，从而进一步提升多基雷达系统多目标跟踪时的射频隐身性能。
本发明创造的工作原理及工作过程：
本发明考虑由多部在空间分散部署且保持空间、时间、频率同步的两坐标相控阵雷达组成的多基雷达系统，每部雷达只能接收并处理来自自身发射波形的目标回波信号，同时，各个时刻每部雷达最多只能跟踪一个目标。首先，构建以雷达选择变量、采样间隔、驻留时间和发射信号带宽为自变量的预测贝叶斯克拉美-罗下界矩阵，将其作为下一时刻运动目标跟踪精度的衡量指标。然后，建立基于射频隐身的多基雷达辐射参数多目标联合优化模型。为求解该联合优化模型：第一步，在跟踪过程的各个时刻，为使得各雷达对目标采样间隔尽可能长，将下一时刻各目标的预测贝叶斯克拉美-罗下界与预先设定的目标跟踪精度门限值进行比较，当预测跟踪精度满足要求时，下一时刻目标不需要雷达照射；否则，需要选择雷达进行照射。第二步，对于下一时刻需要照射的目标，以有限的发射信号带宽、驻留时间资源以及雷达-目标分配方式为约束条件，以最小化下一时刻多基雷达对所有目标的总驻留时间和所有照射目标预测跟踪精度之和为优化目标，自适应地优化设计雷达分配方式、辐射雷达的驻留时间以及发射信号带宽，从而进一步提升多基雷达系统多目标跟踪时的射频隐身性能；并采用内点法与循环最小法对该优化模型进行了求解。通过求解该联合优化模型，得到在满足雷达发射信号带宽、驻留时间资源以及雷达-目标分配方式等约束条件下，使得下一时刻多基雷达对所有目标的总驻留时间和所有照射目标预测跟踪精度之和最小的雷达选择、辐射雷达的采样间隔、驻留时间和发射信号带宽作为最优解，将所得参数代入式(10)中，即可得到符合约束条件的基于射频隐身的多基雷达辐射参数多目标联合优化设计结果。
Claims (6)
1.基于射频隐身的多基雷达辐射参数多目标联合优化方法，其特征在于，包括以下步骤：
(1)确定多基雷达系统组成及其工作参数；
(2)构建以雷达二元选择变量、雷达采样间隔、驻留时间和发射信号带宽为自变量的预测贝叶斯克拉美-罗下界矩阵，将其作为下一时刻运动目标预测跟踪精度的衡量指标；
(3)建立基于射频隐身的多基雷达辐射参数多目标联合优化模型；具体的：
在满足下一时刻多基雷达系统发射资源约束的条件下，以最小化下一时刻多基雷达对所有目标的总驻留时间和所有照射目标预测跟踪精度之和为优化目标，建立基于射频隐身的多基雷达辐射参数多目标联合优化模型为：
其中，MR表示雷达数量，
为k时刻目标q预测位置估计均方误差的下界；
为k时刻目标q的预测贝叶斯克拉美-罗下界；
为目标照射指标，
表示k时刻需要雷达对目标q进行照射，
表示k时刻不需要雷达对目标q进行照射；
表示在k时刻每个目标由N部雷达进行跟踪；
表示在k时刻每部雷达最多跟踪一个目标；
为k时刻各雷达传输到多基雷达系统融合中心的数据总量，其中，
为k时刻雷达i需要传输至融合中心并且和目标q相关的数据量，ρ≥1为过采样系数，V为给定观测区域面积，c为光速；ε为多基雷达系统融合中心的数据处理率；
和
分别表示每部雷达照射目标驻留时间的上限和下限；βi,q,k为雷达i对目标q发射信号的有效带宽，βmin和βmax分别表示发射信号带宽的上限和下限；
(4)求解联合优化模型。
2.根据权利要求1所述的基于射频隐身的多基雷达辐射参数多目标联合优化方法，其特征在于，步骤(1)中考虑由MR部在空间分散部署且保持空间、时间、频率同步的两坐标相控阵雷达组成的多基雷达系统，每部雷达只能接收并处理来自自身发射波形的目标回波信号，同时，各个时刻每部雷达最多只能跟踪一个目标；另外，设定多基雷达工作参数、目标跟踪精度阈值、每部雷达照射目标驻留时间的上限和下限、雷达发射信号带宽的上限和下限参数值。
3.根据权利要求1所述的基于射频隐身的多基雷达辐射参数多目标联合优化方法，其特征在于，步骤(2)中预测贝叶斯克拉美-罗下界矩阵的构建方法为：
k时刻目标q的预测贝叶斯信息矩阵表示为：
式中，
是目标q在k时刻的预测状态向量，其中，上标[·]T表示转置运算，
表示目标q在k时刻的预测位置，
表示目标q在k时刻的预测运动速度；Qq是目标q过程噪声的方差，表示为：
式中，
为目标q的过程噪声强度，ΔTq为雷达对目标q的采样间隔；F表示目标q的状态转移矩阵，表示为：
其中，
为k时刻的雷达二元选择变量，
表示k时刻选择雷达i对目标q进行照射；
表示k时刻不选择雷达i对目标q进行照射；
为非线性量测函数
的雅克比矩阵，表示为：
式中，
表示对目标在k时刻的预测状态向量
求一阶偏导，
表示为：
式中，(xi,yi)为第i部雷达的位置坐标，
为k时刻雷达i与目标q之间的预测距离，
为k时刻目标q相对于雷达i的预测方位角；
表示目标相对雷达预测距离对目标预测位置和预测运动速度的一阶偏导数，
表示目标相对雷达预测方位角对目标预测位置和预测运动速度的一阶偏导数；
为量测噪声的预测协方差矩阵，即：
式中，
和
分别表示目标预测距离和预测方位角的估计均方误差：
式中，βi，q，k为雷达i对目标q发射信号的有效带宽，
为k时刻雷达i对目标q照射的预测回波信噪比，即：
式中，Pt为雷达发射功率，Gt为雷达发射天线增益，Gr为雷达接收天线增益，σq为目标q的雷达散射截面，λ为雷达发射机的波长，GRP为雷达接收机处理增益，
为雷达i对目标q接收机匹配滤波器的带宽，
为k时刻雷达i与目标q之间的预测距离，
为k时刻雷达i对目标q照射的驻留时间，Tr为雷达的脉冲重复周期；
对
求逆，即可得到目标运动状态估计误差的预测贝叶斯克拉美-罗下界矩阵，即：
4.根据权利要求1所述的基于射频隐身的多基雷达辐射参数多目标联合优化方法，其特征在于，步骤(4)中求解联合优化模型的步骤为：
(41)判断目标是否需要照射；
在跟踪过程的各个时刻，为使得各雷达对目标采样间隔尽可能长，等效于下一时刻需要照射的目标个数最少，则将下一时刻各目标的预测贝叶斯克拉美-罗下界与预先设定的目标跟踪精度门限值进行比较，当预测跟踪精度满足要求时，下一时刻目标不需要雷达照射；否则，需要选择雷达进行照射，即：
Fmax为预先设定的目标跟踪误差门限值；
采用枚举法求解式(11)，得到k时刻目标跟踪指标的最优结果
其中，
表示k时刻目标q跟踪指标的最优值；
(42)对于下一时刻需要照射的目标，以有限的发射信号带宽、驻留时间资源以及雷达-目标分配方式为约束条件，以最小化下一时刻多基雷达对所有目标的总驻留时间和所有照射目标预测跟踪精度之和为优化目标，建立如下所示优化模型：
其中，MR表示雷达数量，
为k时刻目标q预测位置估计均方误差的下界，Q表示目标总数，
为k时刻的雷达二元选择变量，
为k时刻雷达i需要传输至融合中心并且和目标q相关的数据量，ρ≥1为过采样系数，V为给定观测区域面积，c为光速，ε为多基雷达系统融合中心的数据处理率，
为k时刻雷达i对目标q照射的驻留时间，
和
分别表示每部雷达照射目标驻留时间的上限和下限，βi,q,k为雷达i对目标q发射信号的有效带宽，βmin和βmax分别表示发射信号带宽的上限和下限；
(43)采用内点法与循环最小法求得各目标在不同雷达分配方式下的雷达选择、驻留时间和发射信号带宽值，选取使得多基雷达对所有目标的总驻留时间和所有照射目标预测跟踪精度之和最小的雷达选择、采样间隔、驻留时间和发射信号带宽作为优化模型公式(12)的最优解。
5.根据权利要求4所述的基于射频隐身的多基雷达辐射参数多目标联合优化方法，其特征在于，步骤(42)中优化模型是一个多目标优化问题，采用线性加权组合法将多目标优化问题转化为单目标优化问题来进行求解；转化后的优化模型如下：
式中，w1和w2分别为两个优化目标的权重系数；
对于k时刻满足
的目标q以及满足约束条件
的雷达分配方式，转化后的优化模型公式(13)改写为只含有变量
和βi,q,k的形式，另外，假设融合中心处理每个目标的相关数据量相等，以保证所有目标都拥有足够的信息量，优化模型公式(12)化简为：
式中，βtotal为照射单个目标的所有雷达发射信号带宽和的上限。
6.根据权利要求5所述的基于射频隐身的多基雷达辐射参数多目标联合优化方法，其特征在于，化简后的优化模型公式(14)采用内点法与循环最小法进行求解，具体的求解步骤如下：
(i)先将发射信号带宽分配方案固定为均匀带宽分配方式；
(ii)固定发射信号带宽分配，化简后的优化模型公式(14)可进一步化简为：
显然，式(15)是一个凸函数，直接采用内点法进行求解，得到雷达驻留时间分配的最优解；
(iii)固定雷达驻留时间分配，化简后的优化模型公式 (14)可进一步化简为：
其中，c为光速；
同样，采用内点法即可求得发射信号带宽分配的最优解；
(iv)跳转至(ii)，直到连续两次得到的目标函数之差小于一个固定值，即可得到固定雷达分配下雷达驻留时间和发射信号带宽的最优解。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911146372.4A CN111025275B (zh) | 2019-11-21 | 2019-11-21 | 基于射频隐身的多基雷达辐射参数多目标联合优化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911146372.4A CN111025275B (zh) | 2019-11-21 | 2019-11-21 | 基于射频隐身的多基雷达辐射参数多目标联合优化方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111025275A CN111025275A (zh) | 2020-04-17 |
| CN111025275B true CN111025275B (zh) | 2021-10-08 |
Family
ID=70206064
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911146372.4A Active CN111025275B (zh) | 2019-11-21 | 2019-11-21 | 基于射频隐身的多基雷达辐射参数多目标联合优化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111025275B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112068124B (zh) * | 2020-08-20 | 2022-10-11 | 南京航空航天大学 | 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 |
| CN112147600B (zh) * | 2020-09-08 | 2022-10-11 | 南京航空航天大学 | 面向射频隐身和目标跟踪的多基雷达发射参数优化方法 |
| CN112213718B (zh) * | 2020-09-25 | 2022-10-11 | 南京航空航天大学 | 多目标跟踪下组网雷达节点选择与辐射资源联合优化方法 |
| CN113094814B (zh) * | 2021-04-08 | 2024-02-13 | 中国人民解放军92942部队 | 用于舰船隐身性能优化的方法及装置 |
| CN113297724B (zh) * | 2021-04-26 | 2024-06-07 | 南京航空航天大学 | 基于目标定位的分布式mimo雷达功率与带宽联合优化方法 |
| CN114880108B (zh) * | 2021-12-15 | 2023-01-03 | 中国科学院深圳先进技术研究院 | 基于cpu-gpu异构架构的性能分析方法、设备以及存储介质 |
| CN114666219B (zh) * | 2022-03-15 | 2023-04-28 | 南京航空航天大学 | 非理想检测下多雷达网络功率与带宽联合优化分配方法及系统 |
| CN114971283A (zh) * | 2022-05-25 | 2022-08-30 | 中国人民解放军国防科技大学 | 一种面向分布式组网雷达多目标跟踪的资源优化调度方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104808179A (zh) * | 2015-04-09 | 2015-07-29 | 大连大学 | 杂波环境下基于克拉美罗界的mimo雷达波形优化方法 |
| CN107340515A (zh) * | 2017-06-15 | 2017-11-10 | 西安电子科技大学 | 基于分布式组网雷达系统的目标定位资源分配方法 |
| CN107450070A (zh) * | 2017-04-14 | 2017-12-08 | 电子科技大学 | 基于目标跟踪的相控阵雷达波束和驻留时间联合分配方法 |
| CN108896985A (zh) * | 2018-06-11 | 2018-11-27 | 南京航空航天大学 | 基于射频隐身的组网雷达多目标跟踪采样间隔控制方法 |
| CN110412534A (zh) * | 2019-08-08 | 2019-11-05 | 南京航空航天大学 | 基于射频隐身的组网雷达多目标跟踪驻留时间优化方法 |
| CN110412515A (zh) * | 2019-08-19 | 2019-11-05 | 南京航空航天大学 | 基于射频隐身的组网雷达多目标跟踪发射功率分配方法 |
-
2019
- 2019-11-21 CN CN201911146372.4A patent/CN111025275B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104808179A (zh) * | 2015-04-09 | 2015-07-29 | 大连大学 | 杂波环境下基于克拉美罗界的mimo雷达波形优化方法 |
| CN107450070A (zh) * | 2017-04-14 | 2017-12-08 | 电子科技大学 | 基于目标跟踪的相控阵雷达波束和驻留时间联合分配方法 |
| CN107340515A (zh) * | 2017-06-15 | 2017-11-10 | 西安电子科技大学 | 基于分布式组网雷达系统的目标定位资源分配方法 |
| CN108896985A (zh) * | 2018-06-11 | 2018-11-27 | 南京航空航天大学 | 基于射频隐身的组网雷达多目标跟踪采样间隔控制方法 |
| CN110412534A (zh) * | 2019-08-08 | 2019-11-05 | 南京航空航天大学 | 基于射频隐身的组网雷达多目标跟踪驻留时间优化方法 |
| CN110412515A (zh) * | 2019-08-19 | 2019-11-05 | 南京航空航天大学 | 基于射频隐身的组网雷达多目标跟踪发射功率分配方法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于FM信号的外辐射源雷达组网系统多传感器选择算法;戴春亮等;《重庆大学学报》;20170131;第40卷(第1期);第103-112页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111025275A (zh) | 2020-04-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111025275B (zh) | 基于射频隐身的多基雷达辐射参数多目标联合优化方法 | |
| 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 | |
| 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 | |
| CN106405536B (zh) | 一种mimo雷达多目标跟踪资源管理方法 | |
| CN110412515B (zh) | 基于射频隐身的组网雷达多目标跟踪发射功率分配方法 | |
| CN105182317B (zh) | 一种基于集中式mimo雷达搜索模式下的资源管理方法 | |
| CN110412534B (zh) | 基于射频隐身的组网雷达多目标跟踪驻留时间优化方法 | |
| CN108896985B (zh) | 基于射频隐身的组网雷达多目标跟踪采样间隔控制方法 | |
| CN107329136B (zh) | 基于可变分析时刻的mimo雷达多目标自适应跟踪方法 | |
| 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 | |
| CN111190176B (zh) | 共址mimo雷达组网系统的自适应资源管理方法 | |
| CN112213718B (zh) | 多目标跟踪下组网雷达节点选择与辐射资源联合优化方法 | |
| CN112147600B (zh) | 面向射频隐身和目标跟踪的多基雷达发射参数优化方法 | |
| 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 | |
| CN112099015A (zh) | 提升毫米波雷达检测估计性能的自适应波形设计方法 | |
| CN108614261A (zh) | 一种组网雷达系统多目标跟踪下的辐射参数控制方法 | |
| CN114706045A (zh) | 空频感知下面向多目标跟踪的组网雷达功率时间联合优化方法 | |
| CN111198366B (zh) | 分布式mimo雷达多任务下的有限阵元快速选取方法 | |
| CN113093171A (zh) | 基于目标跟踪的机载雷达路径与辐射资源联合优化方法 | |
| CN116953688A (zh) | 一种跟踪与探测背景下阵元选择与功率分配联合优化方法 | |
| CN115561748A (zh) | 基于射频隐身的网络化雷达目标搜索跟踪资源分配方法 | |
| CN114325685B (zh) | 一种分布式mimo雷达多目标跟踪中的波束空-时分配算法 | |
| Du et al. | Joint power and bandwidth allocation algorithm for radio frequency stealth radar | |
| CN114666219B (zh) | 非理想检测下多雷达网络功率与带宽联合优化分配方法及系统 | |
| CN118244258A (zh) | 多目标跟踪下网络化雷达检测门限与射频资源联合优化方法 |
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 |