CN113093175A - 一种机载雷达飞行路径与发射波形选择联合优化方法 - Google Patents
一种机载雷达飞行路径与发射波形选择联合优化方法 Download PDFInfo
- Publication number
- CN113093175A CN113093175A CN202110290317.3A CN202110290317A CN113093175A CN 113093175 A CN113093175 A CN 113093175A CN 202110290317 A CN202110290317 A CN 202110290317A CN 113093175 A CN113093175 A CN 113093175A
- Authority
- CN
- China
- Prior art keywords
- airborne radar
- radar
- target
- moment
- flight path
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000005457 optimization Methods 0.000 title claims abstract description 19
- 239000002245 particle Substances 0.000 claims abstract description 34
- 230000033001 locomotion Effects 0.000 claims abstract description 25
- 238000005259 measurement Methods 0.000 claims abstract description 10
- 238000001514 detection method Methods 0.000 claims abstract description 9
- 230000005540 biological transmission Effects 0.000 claims abstract description 8
- 239000011159 matrix material Substances 0.000 claims description 30
- 238000012545 processing Methods 0.000 claims description 13
- 238000012935 Averaging Methods 0.000 claims description 3
- 230000000295 complement effect Effects 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000007704 transition Effects 0.000 claims description 3
- 150000001875 compounds Chemical class 0.000 claims 1
- 230000009466 transformation Effects 0.000 claims 1
- 238000005516 engineering process Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000010419 fine particle Substances 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 238000005303 weighing 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
-
- 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
- G01S7/40—Means for monitoring or calibrating
-
- 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
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
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
本发明公开了一种机载雷达飞行路径与发射波形选择联合优化方法,首先考虑单部机载雷达对单目标跟踪的场景,采用无源截获接收机对机载雷达发射信号的截获概率作为表征机载雷达射频隐身性能的衡量指标,采用下一时刻目标状态估计误差的BCRLB预测值作为表征雷达目标跟踪性能的衡量指标;然后,以满足飞行器运动速度阈值、最大转弯角和机载雷达发射波形库为约束条件,建立机载雷达飞行路径与发射波形选择联合优化模型;最后,利用基于精英策略的多目标粒子群算法,优化设计下一时刻飞行器运动速度、运动角度以及机载雷达发射波形参数,从而确定该时刻的飞行路径。本发明提高了机载雷达目标跟踪精度,降低了敌方无源探测系统对机载雷达发射信号的截获概率。
Description
技术领域
本发明属于雷达信号处理的技术领域,具体提出一种机载雷达飞行路径与发射波形选择联合优化方法。
背景技术
随着现代雷达战场对抗技术的不断发展,无源探测系统对飞行器及其所搭载有源电子设备的探测能力得到了显著提高,飞行器在现代作战环境中的生存能力和突防能力受到了严重威胁。飞行器射频隐身技术作为一种重要的有源隐身技术,是对抗敌方无源探测系统,保障雷达探测系统及其搭载平台先敌发现、先敌打击、先敌摧毁的重要技术手段,在现代战场中起着重要作用。
目前,已有的研究成果虽然涉及面向射频隐身的雷达发射参数优化问题,在满足雷达发射参数资源为约束条件下,优化雷达发射参数,在一定程度上提升了系统的射频隐身性能。但是,未能考虑机载雷达飞行路径对系统的射频隐身性能和目标跟踪性能的影响,忽视了飞行器机动性带来的优势。
由于现有技术中尚未有同时考虑射频隐身性能和目标跟踪性能的机载雷达飞行路径与发射波形选择联合优化方法,具有一定的局限性。基于此,本专利提出机载雷达飞行路径与发射波形选择联合优化方法,通过优化飞行路径与发射波形选择,以达到同时优化机载雷达射频隐身性能和目标跟踪性能的目的。
发明内容
发明目的:本发明提供一种机载雷达飞行路径与发射波形选择联合优化方法,能同时优化机载雷达目标跟踪过程中的射频隐身性能和目标跟踪性能。
技术方案:本发明所述的一种机载雷达飞行路径与发射波形选择联合优化方法,包括以下步骤:
(1)构建单部机载雷达对单目标跟踪场景,机载雷达发射高斯线性调频信号对目标进行探测,对接收到的雷达信号进行处理,通过扩展卡尔曼滤波算法对目标进行跟踪;
(2)构建表征机载雷达射频隐身的性能指标;
(3)采用下一时刻目标状态估计误差的BCRLB预测值作为表征雷达目标跟踪性能的衡量指标;
(4)以同时最小化下一时刻目标状态估计误差的BCRLB预测值和无源截获接收机对机载雷达发射信号的截获概率为优化目标,以满足飞行器运动速度阈值、最大转弯角和机载雷达发射波形库为约束条件,建立机载雷达飞行路径与发射波形选择联合优化模型;
(5)基于精英策略的多目标粒子群算法,优化设计下一时刻飞行器运动速度、运动角度以及机载雷达发射波形参数,确定该时刻的飞行路径。
进一步地,步骤(1)所述的单部机载雷达对单目标跟踪的实现过程如下:
k时刻的飞行器位置[xk,yk]可得k+1时刻的飞行器位置[xk+1,yk+1]为:
式中,vk和θk为k时刻的飞行器运动速度和朝向角。
进一步地,所述步骤(2)实现过程如下:
采用k+1时刻敌方无源探测系统对机载雷达的截获概率pI,k+1作为表征机载雷达射频隐身性能的衡量指标:
式中,erfc(·)表示互补误差函数;Pt为机载雷达发射功率;Td为机载雷达驻留时间;τI为截获接收机一个周期平均窗口宽度;ΔT为雷达发射机采样间隔;p'fa为给定虚警概率;GI为截获接收在雷达发射机方向上的接收天线增益;GIP为截获接收机处理增益;BI为匹配滤波器带宽;FI是截获接收机的噪声系数;Rt,k+1为k+1时刻机载雷达与目标之间的距离。
进一步地,所述步骤(3)实现过程如下:
目标状态估计误差的k+1时刻BCRLB预测值Ck+1|k的对角线元素为预测的目标位置和速度估计均方误差下界,采用预测的目标位置作为表征目标跟踪精度的衡量指标:
结合k时刻目标状态的贝叶斯信息矩阵J(Xk),目标状态估计误差的k+1时刻BCRLB预测值Ck+1|k的表达式为:
Ck+1|k=[[Q+FJ-1(Xk)FT]-1+(Hk+1)T(Nk+1)-1Hk+1]-1 (5)
式中,上标()T表示矩阵的转置;上标()-1表示矩阵的逆矩阵;Xk表示k时刻目标的状态值;F表示状态转移矩阵;Q为高斯白噪声矩阵;Hk+1表示k+1时刻的雅克比矩阵;Nk+1表示k+1时刻的观测误差协方差矩阵,与k+1时刻机载雷达发射波形的带宽Wk+1和高斯脉冲有效宽度λk+1有关;由于机载雷达发射信号为高斯线性调频信号,k+1时刻的观测误差协方差矩阵Nk+1由式(6)表示为:
式中,T表示转换矩阵,T=diag(c/2,c/2ωc,1);c为电磁传播速度;ωc为载波频率;bk+1=Wk+1/2Tk+1表示k+1时刻的信号调频斜率;Tk+1为k+1时刻的脉冲宽度,且Tk+1=7.4338λk+1;为固定常数;SNRk+1表示k+1时刻机载雷达目标跟踪信噪比,表示为:
式中,Gt为雷达发射天线增益;Gr,i为接收机接收天线增益;σt表示目标雷达散射截面;λ表示雷达发射波长;GRP表示雷达接收机处理增益;Br为匹配滤波器带宽;k为玻尔兹曼常数;T0为接收机的接收噪声系统温度;Tr为单个脉冲持续时间;Fr为雷达接收机的噪声系数。
进一步地,步骤(4)所述的机载雷达飞行路径与发射波形选择联合优化模型为:
式中,Θ表示机载雷达发射波形库;θmax为飞行器最大转弯角;飞行器速度的最大值为vmax,飞行器速度的最小值为vmin。
进一步地,所述步骤(5)实现过程如下:
(51)种群初始化模块随机初始化粒子的位置S和速度V,设置循环次数Imax;
(52)根据截获概率和BCRLB预测值确定粒子的适应度值;
(53)更新粒子速度和位置信息:
St+1=St+Vt+1 (10)
(54)根据精英策略选取全局最优粒子,对粒子的截获概率和BCRLB预测值进行归一化处理,选取归一化最小值的粒子作为全局最优粒子;
(55)不断迭代直到达到迭代次数Imax,输出全局最优粒子;
(56)根据下一时刻的飞行器运动速度和运动角度,计算出这一时刻的飞行路径。
有益效果:与现有技术相比,本发明的有益效果:本发明同时优化机载雷达目标跟踪过程中的射频隐身性能和目标跟踪性能,不仅提高了机载雷达目标跟踪精度,而且降低了敌方无源探测系统对机载雷达发射信号的截获概率,有效提升了机载雷达的射频隐身性能。
附图说明
图1为本发明的流程图;
图2为基于精英策略的粒子群算法流程图。
具体实施方式
下面结合附图对本发明作进一步详细说明。
本发明提供一种机载雷达飞行路径与发射波形选择联合优化方法,如图1所示,具体包括以下步骤:
步骤1:构建单部机载雷达对单目标跟踪场景,机载雷达发射高斯线性调频信号对目标进行探测,对接收到的雷达信号进行处理,通过扩展卡尔曼滤波算法对目标进行跟踪。
飞行器通过优化k时刻的飞行路径和k+1时刻的发射波形,不仅提升了机载雷达的射频隐身性能,而且提高了机载雷达目标跟踪性能。假设飞行器在一个时刻内是做匀速直线运动、匀加\减速直线运动或匀加\减速曲线运动,则已知k时刻的飞行器运动速度vk和朝向角θk,飞行器k时刻的飞行路径可由飞行器k+1时刻的运动速度vk+1和朝向角θk+1的确定。结合k时刻的飞行器位置[xk,yk]可得k+1时刻的飞行器位置[xk+1,yk+1]为:
步骤2:构建表征机载雷达射频隐身的性能指标。
采用k+1时刻敌方无源探测系统对机载雷达的截获概率pI,k+1作为表征机载雷达射频隐身性能的衡量指标:
式中,erfc(·)表示互补误差函数;Pt为机载雷达发射功率;Td为机载雷达驻留时间;τI为截获接收机一个周期平均窗口宽度;ΔT为雷达发射机采样间隔;p'fa为给定虚警概率;GI为截获接收在雷达发射机方向上的接收天线增益;GIP为截获接收机处理增益;BI为匹配滤波器带宽;FI是截获接收机的噪声系数;Rt,k+1为k+1时刻机载雷达与目标之间的距离。
步骤3:采用下一时刻目标状态估计误差的BCRLB预测值作为表征雷达目标跟踪性能的衡量指标。
目标状态估计误差的k+1时刻BCRLB预测值Ck+1|k的对角线元素为预测的目标位置和速度估计均方误差下界,采用预测的目标位置作为表征目标跟踪精度的衡量指标:
结合k时刻目标状态的贝叶斯信息矩阵J(Xk),目标状态估计误差的k+1时刻BCRLB预测值Ck+1|k的表达式为:
Ck+1|k=[[Q+FJ-1(Xk)FT]-1+(Hk+1)T(Nk+1)-1Hk+1]-1 (5)
式中,上标()T表示矩阵的转置;上标()-1表示矩阵的逆矩阵;Xk表示k时刻目标的状态值;F表示状态转移矩阵;Q为高斯白噪声矩阵;Hk+1表示k+1时刻的雅克比矩阵;Nk+1表示k+1时刻的观测误差协方差矩阵,与k+1时刻机载雷达发射波形的带宽Wk+1和高斯脉冲有效宽度λk+1有关。由于机载雷达发射信号为高斯线性调频信号,k+1时刻的观测误差协方差矩阵Nk+1由式(16)表示为:
式中,T表示转换矩阵,T=diag(c/2,c/2ωc,1);c为电磁传播速度;ωc为载波频率;bk+1=Wk+1/2Tk+1表示k+1时刻的信号调频斜率;Tk+1为k+1时刻的脉冲宽度,且Tk+1=7.4338λk+1;为固定常数;SNRk+1表示k+1时刻机载雷达目标跟踪信噪比,表示为:
式中,Gt为雷达发射天线增益;Gr,i为接收机接收天线增益;σt表示目标雷达散射截面;λ表示雷达发射波长;GRP表示雷达接收机处理增益;Br为匹配滤波器带宽;k为玻尔兹曼常数;T0为接收机的接收噪声系统温度;Tr为单个脉冲持续时间;Fr为雷达接收机的噪声系数。
步骤4:建立机载雷达飞行路径与发射波形选择联合优化模型。
以同时最小化下一时刻目标状态估计误差的BCRLB预测值和无源截获接收机对机载雷达发射信号的截获概率为优化目标,以满足飞行器运动速度阈值、最大转弯角和机载雷达发射波形库为约束条件,建立机载雷达飞行路径与发射波形选择联合优化模型。
式中,Θ表示机载雷达发射波形库;θmax为飞行器最大转弯角;飞行器速度的最大值为vmax,飞行器速度的最小值为vmin。
步骤5:优化模型的求解:基于精英策略的多目标粒子群算法对优化模型进行求解,得到下一时刻最优的飞行器运动速度和运动角度以及机载雷达发射波形参数。如图2所示,具体步骤如下:
首先,种群初始化模块随机初始化粒子的位置S和速度V,设置循环次数Imax;其次,根据截获概率和BCRLB预测值确定粒子的适应度值;之后,更新粒子速度和位置信息,如式下式所示:
St+1=St+Vt+1 (10)
再次,根据精英策略选取全局最优粒子,对粒子的截获概率和BCRLB预测值进行归一化处理,选取归一化最小值的粒子作为全局最优粒子;接着,不断迭代直到达到迭代次数Imax,输出全局最优粒子。最后,根据下一时刻的飞行器运动速度和运动角度,计算出这一时刻的飞行路径,从而完成这一时刻的机载雷达飞行路径与发射波形选择联合优化过程。
Claims (6)
1.一种机载雷达飞行路径与发射波形选择联合优化方法,其特征在于,包括以下步骤:
(1)构建单部机载雷达对单目标跟踪场景,机载雷达发射高斯线性调频信号对目标进行探测,对接收到的雷达信号进行处理,通过扩展卡尔曼滤波算法对目标进行跟踪;
(2)构建表征机载雷达射频隐身的性能指标;
(3)采用下一时刻目标状态估计误差的BCRLB预测值作为表征雷达目标跟踪性能的衡量指标;
(4)以同时最小化下一时刻目标状态估计误差的BCRLB预测值和无源截获接收机对机载雷达发射信号的截获概率为优化目标,以满足飞行器运动速度阈值、最大转弯角和机载雷达发射波形库为约束条件,建立机载雷达飞行路径与发射波形选择联合优化模型;
(5)基于精英策略的多目标粒子群算法,优化设计下一时刻飞行器运动速度、运动角度以及机载雷达发射波形参数,确定该时刻的飞行路径。
4.根据权利要求1所述的机载雷达飞行路径与发射波形选择联合优化方法,其特征在于,所述步骤(3)实现过程如下:
目标状态估计误差的k+1时刻BCRLB预测值Ck+1|k的对角线元素为预测的目标位置和速度估计均方误差下界,采用预测的目标位置作为表征目标跟踪精度的衡量指标:
结合k时刻目标状态的贝叶斯信息矩阵J(Xk),目标状态估计误差的k+1时刻BCRLB预测值Ck+1|k的表达式为:
Ck+1|k=[[Q+FJ-1(Xk)FT]-1+(Hk+1)T(Nk+1)-1Hk+1]-1 (5)
式中,上标()T表示矩阵的转置;上标()-1表示矩阵的逆矩阵;Xk表示k时刻目标的状态值;F表示状态转移矩阵;Q为高斯白噪声矩阵;Hk+1表示k+1时刻的雅克比矩阵;Nk+1表示k+1时刻的观测误差协方差矩阵,与k+1时刻机载雷达发射波形的带宽Wk+1和高斯脉冲有效宽度λk+1有关;由于机载雷达发射信号为高斯线性调频信号,k+1时刻的观测误差协方差矩阵Nk+1由式(6)表示为:
式中,T表示转换矩阵,T=diag(c/2,c/2ωc,1);c为电磁传播速度;ωc为载波频率;bk+1=Wk+1/2Tk+1表示k+1时刻的信号调频斜率;Tk+1为k+1时刻的脉冲宽度,且Tk+1=7.4338λk+1;为固定常数;SNRk+1表示k+1时刻机载雷达目标跟踪信噪比,表示为:
式中,Gt为雷达发射天线增益;Gr,i为接收机接收天线增益;σt表示目标雷达散射截面;λ表示雷达发射波长;GRP表示雷达接收机处理增益;Br为匹配滤波器带宽;k为玻尔兹曼常数;T0为接收机的接收噪声系统温度;Tr为单个脉冲持续时间;Fr为雷达接收机的噪声系数。
6.根据权利要求1所述的机载雷达飞行路径与发射波形选择联合优化方法,其特征在于,所述步骤(5)实现过程如下:
(51)种群初始化模块随机初始化粒子的位置S和速度V,设置循环次数Imax;
(52)根据截获概率和BCRLB预测值确定粒子的适应度值;
(53)更新粒子速度和位置信息:
St+1=St+Vt+1 (10)
(54)根据精英策略选取全局最优粒子,对粒子的截获概率和BCRLB预测值进行归一化处理,选取归一化最小值的粒子作为全局最优粒子;
(55)不断迭代直到达到迭代次数Imax,输出全局最优粒子;
(56)根据下一时刻的飞行器运动速度和运动角度,计算出这一时刻的飞行路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110290317.3A CN113093175B (zh) | 2021-03-18 | 2021-03-18 | 一种机载雷达飞行路径与发射波形选择联合优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110290317.3A CN113093175B (zh) | 2021-03-18 | 2021-03-18 | 一种机载雷达飞行路径与发射波形选择联合优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113093175A true CN113093175A (zh) | 2021-07-09 |
CN113093175B CN113093175B (zh) | 2023-12-15 |
Family
ID=76668605
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110290317.3A Active CN113093175B (zh) | 2021-03-18 | 2021-03-18 | 一种机载雷达飞行路径与发射波形选择联合优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113093175B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108732543A (zh) * | 2018-04-24 | 2018-11-02 | 南京航空航天大学 | 一种基于射频隐身的机载组网雷达辐射参数联合优化方法 |
CN111090078A (zh) * | 2019-12-24 | 2020-05-01 | 中国航天科工集团八五一一研究所 | 一种基于射频隐身的组网雷达驻留时间优化控制方法 |
CN112147600A (zh) * | 2020-09-08 | 2020-12-29 | 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 |
-
2021
- 2021-03-18 CN CN202110290317.3A patent/CN113093175B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108732543A (zh) * | 2018-04-24 | 2018-11-02 | 南京航空航天大学 | 一种基于射频隐身的机载组网雷达辐射参数联合优化方法 |
CN111090078A (zh) * | 2019-12-24 | 2020-05-01 | 中国航天科工集团八五一一研究所 | 一种基于射频隐身的组网雷达驻留时间优化控制方法 |
CN112147600A (zh) * | 2020-09-08 | 2020-12-29 | 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 |
Non-Patent Citations (3)
Title |
---|
CHENGUANG SHI 等: "Adaptive resource management algorithm for target tracking in radar network based on low probability of intercept", MULTIDIM SYST SIGN PROCESS * |
LINTAO DING 等: "Joint Dwell Time and Bandwidth Optimization for Multi-Target Tracking in Radar Network Based on Low Probability of Intercept", SENSORS * |
杨红兵;周建江;汪飞;张贞凯;陈益邻;: "飞机射频隐身表征参量及其影响因素分析", 航空学报, no. 10 * |
Also Published As
Publication number | Publication date |
---|---|
CN113093175B (zh) | 2023-12-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110412559B (zh) | 分布式无人机mimo雷达的非相参融合目标检测方法 | |
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 | |
US7782256B2 (en) | Enhanced passive coherent location techniques to track and identify UAVs, UCAVs, MAVs, and other objects | |
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 | |
CN108732543B (zh) | 一种基于射频隐身的机载组网雷达辐射参数联合优化方法 | |
US7626535B2 (en) | Track quality based multi-target tracker | |
Bradaric et al. | Multistatic radar systems signal processing | |
CN108614245B (zh) | 一种基于射频隐身的边跟踪边干扰方法 | |
CN111812599B (zh) | 博弈条件下基于低截获性能的组网雷达最优波形设计方法 | |
CN108344982B (zh) | 基于长时间相参积累的小型无人机目标雷达检测方法 | |
CN108614261B (zh) | 一种组网雷达系统多目标跟踪下的辐射参数控制方法 | |
CN110865362A (zh) | 一种基于fda-mimo雷达的低慢小目标检测方法 | |
CN111948657B (zh) | 一种基于多模粒子滤波的机动弱目标检测前跟踪方法 | |
CN111948618B (zh) | 一种基于卫星外辐射源的前向散射目标探测方法及系统 | |
CN109738872A (zh) | 一种雷达抗同频干扰方法及装置 | |
CN114609597A (zh) | 针对无人机集群侦探融合的干侵一体化雷达波形设计方法 | |
Aldowesh et al. | A passive bistatic radar experiment for very low radar cross-section target detection | |
CN109212494B (zh) | 一种针对组网雷达系统的射频隐身干扰波形设计方法 | |
CN113093175A (zh) | 一种机载雷达飞行路径与发射波形选择联合优化方法 | |
CN109669165B (zh) | 基于射频隐身的多基雷达发射机与波形联合选择优化方法 | |
Knoedler et al. | A particle filter for track-before-detect in GSM passive coherent location | |
CN113093171B (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 | |
CN113093172B (zh) | 面向目标跟踪的多平台雷达路径与波形选择联合优化方法 | |
CN114355324A (zh) | 一种航迹生成方法 | |
CN111090079B (zh) | 基于无源传感器协同的雷达组网辐射间隔优化控制方法 |
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 |