CN113203993A - 针对组网雷达的自适应多干扰机协同压制干扰方法 - Google Patents

针对组网雷达的自适应多干扰机协同压制干扰方法 Download PDF

Info

Publication number
CN113203993A
CN113203993A CN202110484107.8A CN202110484107A CN113203993A CN 113203993 A CN113203993 A CN 113203993A CN 202110484107 A CN202110484107 A CN 202110484107A CN 113203993 A CN113203993 A CN 113203993A
Authority
CN
China
Prior art keywords
radar
interference
target
jammer
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.)
Granted
Application number
CN202110484107.8A
Other languages
English (en)
Other versions
CN113203993B (zh
Inventor
易伟
张大琳
王紫婷
杨成新
孙俊
孔令讲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN202110484107.8A priority Critical patent/CN113203993B/zh
Publication of CN113203993A publication Critical patent/CN113203993A/zh
Application granted granted Critical
Publication of CN113203993B publication Critical patent/CN113203993B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • G01S13/87—Combinations of radar systems, e.g. primary radar and secondary radar

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

本发明公开了一种针对组网雷达的自适应多干扰机协同压制干扰方法，旨在最大程度提升多干扰机对组网雷达的整体干扰性能。本发明首先推导了组网雷达在压制干扰环境中对目标的检测概率并将其作为干扰性能评估指标；然后结合该指标建立了可自适应配置多干扰机波束和发射功率资源的优化模型；最后通过求解该模型得到自适应资源配置结果。本发明的方法克服了现有方法模型未考虑实时干扰态势会影响资源自适应配置结果的缺陷，根据干扰双方位置变化自适应配置干扰波束指向和发射功率资源，实现多干扰机智能协同干扰组网雷达。

Description

针对组网雷达的自适应多干扰机协同压制干扰方法
技术领域
本发明属于资源分配技术领域，特别涉及一种针对组网雷达的自适应多干扰机协同压制干扰方法。
背景技术
组网雷达系统是目前电子对抗中广泛应用的一种重要手段，它不是简单的雷达组合，而是将不同频段、不同体制、不同极化方式且能独立工作的单站雷达通过组网技术形成的一个有机整体。相比单部雷达，组网雷达能实现多雷达的数据集成和资源共享，有利于在电子对抗环境中实现反侦察，同时对隐身能力强的目标有更高的探测可能性。在电磁干扰环境中，即使部分雷达不能正常工作，但是通过多部雷达的协同工作和数据融合技术，组网雷达仍能获得完整的目标信息。因此，组网雷达系统拥有更强的抗干扰能力和抗毁能力，这就使得传统的干扰手段面临巨大挑战。
在面向组网雷达的体系对抗中，传统单干扰机的单一干扰资源已经不能满足任务需求，难以对组网雷达产生理想的干扰效果，需要多部干扰机进行协同干扰。此外，由于干扰双方的相对位置在对抗过程中是动态变化的，因此在实施协同干扰的同时，根据实时态势以及作战需求自适应灵活分配干扰资源，最大程度降低组网雷达的工作性能是很有必要的。
针对自适应协同干扰组网雷达系统的问题，已有很多学者开展了相关研究。这些研究主要是基于多波束干扰系统，它可以同时形成多个干扰波束，具备同时干扰多目标的能力，那么干扰波束自适应管理问题就成为可以重点研究的方向之一，例如干扰波束指向问题(哪个波束干扰哪部雷达)；干扰波束的发射功率分配问题。
文献“基于波束数量控制的多波束干扰资源调度研究[J].空军预警学院学报,2020,34(4):274-278”研究了通过自适应调整每个干扰站的波束数量，实现多波束干扰系统干扰多目标的资源自适应调度以及资源的高效合理利用。但该方法没有考虑目标在突防过程中与多干扰站的相对位置会动态变化，干扰策略应随位置变化自适应调整。
CN109872009A提出了一种针对多机干扰多目标的干扰资源分配方法，此方法首先结合不同指标建立干扰效益决策矩阵，然后依据决策矩阵来进行干扰资源的自适应配置。它也没有考虑实时干扰态势变化会影响资源配置结果，而且此方法是基于单波束干扰系统实现一对一、多对少资源分配，未考虑波束指向和发射功率自适应配置的问题。
发明内容
本发明的目的在于克服现有技术的不足，提供一种针对组网雷达的自适应多干扰机协同压制干扰方。
本发明的具体技术方案为：一种针对组网雷达的自适应多干扰机协同压制干扰方法，包括以下步骤：
S1、建立多干扰机协同压制干扰组网雷达的场景图，并初始化系统参数：包括各雷达节点的位置、干扰机和目标在各时刻的位置以及速度、干扰机每帧最多产生的波束个数、总的干扰功率、波束发射功率上下限；
S2、获取雷达接收端与资源优化变量有关的信干噪比，并计算出雷达节点对每个目标的检测概率；
S3、利用K-N融合准则计算得到在压制干扰环境中，组网雷达系统对每个目标的检测概率；
S4、结合组网雷达在压制干扰环境中对每个目标的检测概率和预设的检测概率需求，建立每个目标的代价函数；
S5、将每个目标的代价函数求和作为目标函数，结合干扰波束和发射功率约束条件，建立可自适应调度多干扰机波束和发射功率资源的优化模型；
S6、利用粒子群算法求解所述优化模型，得到干扰波束和发射功率资源自适应配置结果。
进一步地，所述步骤S1具体实现方法为：
假设组网雷达系统是由N部空间上相互分离的相控阵雷达组网构成，记第i个雷达节点的位置为(xi,yi)；在组网雷达监视区域内分布着Q个目标执行侦察任务，任意目标q在k时刻的位置和速度分别为
Figure BDA0003049636960000021
和
Figure BDA0003049636960000022
M个干扰机实施协同压制干扰以保护目标完成对组网雷达的侦察任务，任意干扰机m在k时刻的位置和速度分别为
Figure BDA0003049636960000023
和
Figure BDA0003049636960000024
干扰机m的总干扰功率为
Figure BDA0003049636960000025
最多同时产生L个正交的干扰波束，每个波束的发射功率有上限Pmax和下限Pmin约束。
进一步地，所述步骤S2具体实现方法为：
记k时刻干扰机m要优化的两个干扰资源变量分别为：波束指向变量
Figure BDA0003049636960000026
波束发射功率变量
Figure BDA0003049636960000027
其中波束指向是一个二元变量：
Figure BDA0003049636960000028
波束指向变量ui,m,k与波束发射功率变量Pi,m,k是相互耦合的关系，具体关系如下：
Figure BDA0003049636960000031
当多干扰机协同对抗组网雷达时，所有的波束指向变量和功率分配变量可以由多个
Figure BDA0003049636960000032
和
Figure BDA0003049636960000033
来描述：
Figure BDA0003049636960000034
Figure BDA0003049636960000035
雷达i接收到来自目标q的回波信号功率：
Figure BDA0003049636960000036
其中，
Figure BDA0003049636960000037
是雷达发射功率；
Figure BDA0003049636960000038
是雷达发射天线主瓣增益；λf是雷达工作波长；hi,q,k是目标q的雷达横截面积；
Figure BDA0003049636960000039
是目标q与雷达i之间的距离。
进而得到雷达i接收到来自干扰机m的干扰信号功率：
Figure BDA00030496369600000310
其中，
Figure BDA00030496369600000311
是干扰机m发射天线增益；λf是干扰机工作波长，与雷达工作波长一致；γJ是极化失配损失；
Figure BDA00030496369600000312
是雷达在
Figure BDA00030496369600000313
方向的天线增益；
Figure BDA00030496369600000314
是干扰机m和目标q与雷达i形成的夹角。
协同压制干扰时需要考虑多干扰机干扰功率合成，根据功率叠加原则，雷达i接收到的总干扰功率为：
Figure BDA00030496369600000315
基于上述目标回波信号功率和总干扰信号功率，计算得到雷达i接收端信干噪比：
Figure BDA00030496369600000316
其中，Pn是雷达接收机内部噪声功率。
在压制干扰环境中，通过信干噪比获得雷达对目标的检测概率。假设所有突防目标起伏类型均为Swerling I型，根据所述信干噪比，计算得到雷达i对目标q的检测概率：
Figure BDA00030496369600000317
当np＝1时
Figure BDA00030496369600000318
当np＞1时
其中，VT是任意多个脉冲非相参积累时的检测门限，np为脉冲积累数，ΓI表示不完全伽玛函数。
进一步地，所述步骤S3具体实现方法为：
组网雷达对目标的检测概率是各雷达检测概率融合判定的结果，假设已知组网雷达采用K-N融合准则(秩K准则)，如果组网雷达中有K部及以上雷达发现目标，则融合判定组网雷达系统发现目标；反之组网雷达未发现目标，具体有如下形式：
Figure BDA0003049636960000041
其中，
Figure BDA0003049636960000042
是一个二元变量，它表示雷达i对目标q的判决结果；
Figure BDA0003049636960000043
表示雷达i没有发现目标q，
Figure BDA0003049636960000044
表示雷达i发现目标q；
Figure BDA0003049636960000045
表示组网雷达对目标q的判定结果。
根据K-N融合准则，结合所有雷达节点对目标q的检测概率，求得组网雷达在压制干扰环境中对目标q的检测概率：
Figure BDA0003049636960000046
其中，
Figure BDA0003049636960000047
表示N个雷达节点对目标q判决结果之和为j的所有排列组合。
进一步地，所述步骤S4具体实现方法为：
结合组网雷达对目标q的检测概率和预设的检测概率需求
Figure BDA0003049636960000048
建立目标q的代价函数：
Figure BDA0003049636960000049
进一步地，所述步骤S5具体实现方法为：
基于每个目标的代价函数，将其求和得到多干扰机资源自适应配置方法要优化的目标函数：
Figure BDA00030496369600000410
其中，
Figure BDA00030496369600000411
表示目标函数；
Figure BDA00030496369600000412
是Q个目标的检测概率需求联合形成的矢量；
Figure BDA00030496369600000413
是Q个目标的检测概率联合形成的矢量。
结合总干扰波束个数、总干扰功率、各波束发射功率上下限的约束边界条件，建立自适应调度多干扰机波束和发射功率资源的优化模型：
Figure BDA0003049636960000051
Figure BDA0003049636960000052
其中，Pmin是波束发射功率下限；Pmax是波束发射功率上限；
Figure BDA0003049636960000053
是干扰机m总的干扰功率；L是干扰机最多产生的波束个数；S是每个雷达节点最多被干扰的波束个数。
进一步地，所述步骤S6包括以下子步骤：
S61、求解波束指向结果；
S62、求解发射功率分配结果。
进一步地，S61求解波束指向结果，具体实现方法为：
假设每个干扰机能干扰组网雷达内所有雷达节点，即产生的波束个数L＝N，且干扰机的所有波束均匀分配发射功率
Figure BDA0003049636960000054
其中
Figure BDA0003049636960000055
由于波束指向变量uk是一个二元变量，为求解方便，先将其松弛为[0,1]区间内的连续随机变量
Figure BDA0003049636960000056
定义
Figure BDA0003049636960000057
于是优化问题变为：
Figure BDA0003049636960000058
Figure BDA0003049636960000059
利用粒子群算法求解上述优化问题得到松弛结果
Figure BDA00030496369600000510
并且定义
Figure BDA00030496369600000511
之后将
Figure BDA00030496369600000512
中的最大值用0替换，并将最大值对应位置的波束指向结果
Figure BDA00030496369600000513
置为1，同时判断是否满足干扰波束约束条件，如果不满足约束则
Figure BDA00030496369600000514
置为0。重复上述步骤，直至M个干扰机的所有波束资源耗尽，得到波束选择结果uk,opt。这里可以定义：
Figure BDA0003049636960000061
进一步地，S62求解发射功率分配结果，具体实现方法为：
在上述步骤S61得到波束指向结果uk,opt的基础上，优化问题变为:
Figure BDA0003049636960000062
Figure BDA0003049636960000063
利用粒子群算法求解所述优化问题得到发射功率自适应配置结果Pk,opt。
本发明的有益效果是：本发明的协同压制干扰方法首先采用组网雷达在压制干扰环境中对目标的检测概率作为干扰性能评估指标；然后结合该指标建立了可自适应配置多干扰机波束和发射功率资源的优化模型；最后通过粒子群算法求解该模型得到自适应资源配置结果。本发明的方法考虑了实时干扰态势变化对干扰策略的影响，根据干扰双方位置变化自适应配置干扰波束指向和发射功率资源，最大程度提升多干扰机对抗组网雷达的整体干扰性能的目标，实现组网雷达系统对目标的检测概率最小化，解决现有方法模型未考虑实时干扰态势会影响资源自适应配置结果的问题，可以应用于目标突防等领域。
附图说明
图1是本发明一种针对组网雷达的自适应多干扰机协同压制干扰方法的流程图。
图2是本发明具体实施方式采用多干扰机协同压制干扰组网雷达保护目标侦察的示意图。
图3-5是本发明具体实施方式得到的三个干扰机波束指向和功率资源分配结果图。
图6是本发明具体实施方式与传统波束随机选择功率均匀分配算法所得两个目标的检测概率对比图。
图7是本发明具体实施方式与传统波束随机选择功率均匀分配算法所得目标函数值对比图。
具体实施方式
本发明主要采用计算机仿真实验的方法进行验证，所有步骤、结论都在Matlab2014上验证正确。下面结合附图1-7对本发明内容作进一步说明。
如图1所示，针对组网雷达的自适应多干扰机协同压制干扰方法，包括以下步骤：
S1、建立多干扰机协同压制干扰组网雷达的场景图，并初始化系统参数：包括各雷达节点的位置、干扰机和目标在各时刻的位置以及速度、干扰机每帧最多产生的波束个数、总的干扰功率、波束发射功率上下限等；
S2、推导得到雷达接收端与资源优化变量有关的信干噪比，并计算出雷达节点对每个目标的检测概率；
S3、利用K-N融合准则计算得到在压制干扰环境中，组网雷达系统对每个目标的检测概率；
S4、结合组网雷达在压制干扰环境中对每个目标的检测概率和预设的检测概率需求，建立每个目标的代价函数；
S5、将每个目标的代价函数求和作为目标函数，结合干扰波束和发射功率约束条件，建立可自适应调度多干扰机波束和发射功率资源的优化模型；
S6、利用粒子群算法求解所述优化模型，得到干扰波束和发射功率资源自适应配置结果。
这里步骤S1具体实现方法如下：假设组网雷达系统是由N部空间上相互分离的相控阵雷达组网构成，记第i个雷达节点的位置为(xi,yi)；在组网雷达监视区域内分布着Q个目标执行侦察任务，任意目标q在k时刻的位置和速度分别为
Figure BDA0003049636960000071
和
Figure BDA0003049636960000072
M个干扰机实施协同压制干扰以保护目标完成对组网雷达的侦察任务，任意干扰机m在k时刻的位置和速度分别为
Figure BDA0003049636960000073
和
Figure BDA0003049636960000074
干扰机m的总干扰功率为
Figure BDA0003049636960000075
最多同时产生L个正交的干扰波束，每个波束的发射功率有上限Pmax和下限Pmin约束。
这里步骤S2具体实现方法为：
记k时刻干扰机m要优化的两个干扰资源变量分别为：波束指向变量
Figure BDA0003049636960000076
波束发射功率变量
Figure BDA0003049636960000077
其中波束指向是一个二元变量
Figure BDA0003049636960000078
波束指向变量ui,m,k与波束发射功率变量Pi,m,k是相互耦合的关系，具体关系如下：
Figure BDA0003049636960000079
当多干扰机协同对抗组网雷达时，所有的波束指向变量和功率分配变量可以由多个
Figure BDA00030496369600000710
和
Figure BDA0003049636960000081
来描述：
Figure BDA0003049636960000082
Figure BDA0003049636960000083
雷达i接收到来自目标q的回波信号功率：
Figure BDA0003049636960000084
其中，
Figure BDA0003049636960000085
是雷达发射功率；
Figure BDA0003049636960000086
是雷达发射天线主瓣增益；λf是雷达工作波长；hi,q,k是目标q的雷达横截面积；
Figure BDA0003049636960000087
是目标q与雷达i之间的距离。
结合所述优化变量，得到雷达i接收到来自干扰机m的干扰信号功率
Figure BDA0003049636960000088
其中，
Figure BDA0003049636960000089
是干扰机m发射天线增益；λf是干扰机工作波长，与雷达工作波长一致；γJ是极化失配损失；
Figure BDA00030496369600000810
是雷达在
Figure BDA00030496369600000811
方向的天线增益；
Figure BDA00030496369600000812
是干扰机m和目标q与雷达i形成的夹角。
雷达天线具有定向辐射的特点，不同方向的天线增益是不同的，雷达接收的干扰信号功率受角度
Figure BDA00030496369600000813
影响。
雷达天线增益
Figure BDA00030496369600000814
一般由经验公式给出：
Figure BDA00030496369600000815
其中，θ0.5是雷达半功率波束宽度；常数β通常取0.04～0.10。
协同压制干扰时需要考虑多干扰机干扰功率合成，根据功率叠加原则，雷达i接收到的总干扰功率为：
Figure BDA00030496369600000816
基于上述目标回波信号功率和干扰信号功率，计算得到雷达i接收端信干噪比：
Figure BDA00030496369600000817
其中，Pn是雷达接收机内部噪声功率。
在压制干扰环境中，通过信干噪比获得雷达对目标的检测概率。假设所有突防目标起伏类型均为Swerling I型，根据所述信干噪比，计算得到雷达i对目标q的检测概率
Figure BDA0003049636960000091
Figure BDA0003049636960000092
其中，VT是任意多个脉冲非相参积累时的检测门限，np为脉冲积累数，ΓI表示不完全伽玛函数。
这里步骤S3具体实现方法为：
组网雷达对目标的检测概率是各雷达检测概率融合判定的结果，假设已知组网雷达采用K-N融合准则(秩K准则)，如果组网雷达中有K部及以上雷达发现目标，则融合判定组网雷达系统发现目标；反之组网雷达未发现目标，具体有如下形式：
Figure BDA0003049636960000093
其中，
Figure BDA0003049636960000094
是一个二元变量，它表示雷达i对目标q的判决结果；
Figure BDA0003049636960000095
表示雷达i没有发现目标q，
Figure BDA0003049636960000096
表示雷达i发现目标q；
Figure BDA0003049636960000097
表示组网雷达对目标q的判定结果。
根据K-N融合准则，结合所有雷达节点对目标q的检测概率，求得组网雷达在压制干扰环境中对目标q的检测概率：
Figure BDA0003049636960000098
其中，
Figure BDA0003049636960000099
表示N个雷达节点对目标q判决结果之和为j的所有排列组合。
这里步骤S4具体实现方法为：结合组网雷达对目标q的检测概率和预设的检测概率需求
Figure BDA00030496369600000910
建立目标q的代价函数：
Figure BDA00030496369600000911
这里步骤S1具体实现方法为：
基于所述每个目标的代价函数，将其求和得到多干扰机资源自适应配置方法要优化的目标函数：
Figure BDA0003049636960000101
其中，
Figure BDA0003049636960000102
表示目标函数；
Figure BDA0003049636960000103
是Q个目标的检测概率需求联合形成的矢量；
Figure BDA0003049636960000104
是Q个目标的检测概率联合形成的矢量。
结合总干扰波束个数、总干扰功率、各波束发射功率上下限的约束边界条件，建立自适应调度多干扰机波束和发射功率资源的优化模型：
Figure BDA0003049636960000105
Figure BDA0003049636960000106
其中，Pmin是波束发射功率下限；Pmax是波束发射功率上限；
Figure BDA0003049636960000107
是干扰机m总的干扰功率；L是干扰机最多产生的波束个数；S是每个雷达节点最多被干扰的波束个数。
这里步骤S6包括以下子步骤：
S61、求解波束指向结果；具体实现方法为：
假设每个干扰机能干扰组网雷达内所有雷达节点，即产生的波束个数L＝N，且干扰机的所有波束均匀分配发射功率
Figure BDA0003049636960000108
其中
Figure BDA0003049636960000109
由于波束指向变量uk是一个二元变量，为求解方便，先将其松弛为[0,1]区间内的连续随机变量
Figure BDA00030496369600001010
定义：
Figure BDA00030496369600001011
于是优化问题变为：
Figure BDA00030496369600001012
Figure BDA00030496369600001013
利用粒子群算法求解上述优化问题得到松弛结果
Figure BDA00030496369600001014
并且定义：
Figure BDA0003049636960000111
之后将
Figure BDA0003049636960000112
中的最大值用0替换，并将最大值对应位置的波束指向结果
Figure BDA0003049636960000113
置为1，同时判断是否满足干扰波束约束条件，如果不满足约束则
Figure BDA0003049636960000114
置为0。重复上述步骤，直至M个干扰机的所有波束资源耗尽，得到波束选择结果ukopt。在此定义：
Figure BDA0003049636960000115
S62、求解发射功率分配结果；具体实现方法为：
在上述步骤S61得到波束指向结果uk,opt的基础上，优化问题变为：
Figure BDA0003049636960000116
Figure BDA0003049636960000117
利用粒子群算法求解所述优化问题得到发射功率自适应配置结果Pk,opt。
下面根据一个Matlab仿真例子对本发明的方案作进一步验证。
本实施例假设组网雷达系统是由N＝6个雷达节点组成，M＝3架干扰机协同压制干扰组网雷达保护Q＝2个目标侦察，如图2所示，组网雷达系统内各雷达节点的位置如表1所示。
表1
雷达节点序号 1 2 3 4 5 6
位置(km) (80,10) (65,5) (50,0) (35,0) (20,5) (5,10)
单干扰机和组网雷达系统各参数的对应取值如表2所示。
表2
Figure BDA0003049636960000121
图3-5是本发明方法的三个干扰机波束指向和功率资源分配结果图。图6是本发明方法与传统波束随机选择功率均匀分配算法得到的两个目标检测概率对比图。图7是目标函数值对比图。
通过本发明具体实施方式可以看出，本发明的方法考虑了实时干扰态势变化对干扰策略的影响，根据干扰双方位置变化自适应配置干扰波束指向和发射功率资源，最大程度提升多干扰机对抗组网雷达的整体干扰性能的目标，实现组网雷达系统对目标的检测概率最小化，解决现有方法模型未考虑实时干扰态势会影响资源自适应配置结果的问题，可以应用于目标突防等领域。

Claims (9)

1.针对组网雷达的自适应多干扰机协同压制干扰方法，其特征在于，包括以下步骤：
S1、建立多干扰机协同压制干扰组网雷达的场景图，并初始化系统参数：包括各雷达节点的位置、干扰机和目标在各时刻的位置以及速度、干扰机每帧最多产生的波束个数、总的干扰功率、波束发射功率上下限；
S2、获取雷达接收端与资源优化变量有关的信干噪比，并计算出雷达节点对每个目标的检测概率；
S3、利用K-N融合准则计算得到在压制干扰环境中，组网雷达系统对每个目标的检测概率；
S4、结合组网雷达在压制干扰环境中对每个目标的检测概率和预设的检测概率需求，建立每个目标的代价函数；
S5、将每个目标的代价函数求和作为目标函数，结合干扰波束和发射功率约束条件，建立可自适应调度多干扰机波束和发射功率资源的优化模型；
S6、利用粒子群算法求解所述优化模型，得到干扰波束和发射功率资源自适应配置结果。
2.根据权利要求1所述的协同压制干扰方法，其特征在于，所述步骤S1具体实现方法为：
假设组网雷达系统是由N部空间上相互分离的相控阵雷达组网构成，记第i个雷达节点的位置为(xi,yi)；在组网雷达监视区域内分布着Q个目标执行侦察任务，任意目标q在k时刻的位置和速度分别为
Figure FDA0003049636950000011
和
Figure FDA0003049636950000012
M个干扰机实施协同压制干扰以保护目标完成对组网雷达的侦察任务，任意干扰机m在k时刻的位置和速度分别为
Figure FDA0003049636950000013
和
Figure FDA0003049636950000014
干扰机m的总干扰功率为
Figure FDA0003049636950000015
最多同时产生L个正交的干扰波束，每个波束的发射功率有上限Pmax和下限Pmin约束。
3.根据权利要求2所述的协同压制干扰方法，其特征在于，所述步骤S2具体实现方法为：
记k时刻干扰机m要优化的两个干扰资源变量分别为：波束指向变量
Figure FDA0003049636950000016
波束发射功率变量
Figure FDA0003049636950000017
其中波束指向是一个二元变量：
Figure FDA0003049636950000018
波束指向变量ui,m,k与波束发射功率变量Pi,m,k是相互耦合的关系，具体关系如下：
Figure FDA0003049636950000021
当多干扰机协同对抗组网雷达时，所有的波束指向变量和功率分配变量可以由多个
Figure FDA0003049636950000022
和
Figure FDA0003049636950000023
来描述：
Figure FDA0003049636950000024
Figure FDA0003049636950000025
雷达i接收到来自目标q的回波信号功率：
Figure FDA0003049636950000026
其中，Pi t是雷达发射功率，
Figure FDA0003049636950000027
是雷达发射天线主瓣增益，λf是雷达工作波长，hi,q,k是目标q的雷达横截面积，
Figure FDA0003049636950000028
是目标q与雷达i之间的距离；
进而得到雷达i接收到来自干扰机m的干扰信号功率：
Figure FDA0003049636950000029
其中，
Figure FDA00030496369500000210
是干扰机m发射天线增益，λf是干扰机工作波长，与雷达工作波长一致，γJ是极化失配损失，
Figure FDA00030496369500000211
是雷达在
Figure FDA00030496369500000212
方向的天线增益，
Figure FDA00030496369500000213
是干扰机m和目标q与雷达i形成的夹角；
协同压制干扰时需要考虑多干扰机干扰功率合成，根据功率叠加原则，雷达i接收到的总干扰功率为：
Figure FDA00030496369500000214
基于上述目标回波信号功率和总干扰信号功率，计算得到雷达i接收端信干噪比：
Figure FDA00030496369500000215
其中，Pn是雷达接收机内部噪声功率；
在压制干扰环境中，通过信干噪比获得雷达对目标的检测概率。假设所有突防目标起伏类型均为Swerling I型，根据所述信干噪比，计算得到雷达i对目标q的检测概率：
Figure FDA0003049636950000031
当np＝1时
Figure FDA0003049636950000032
当np＞1时
其中，VT是任意多个脉冲非相参积累时的检测门限，np为脉冲积累数，ΓI表示不完全伽玛函数。
4.根据权利要求3所述的协同压制干扰方法，其特征在于，所述步骤S3具体实现方法为：
组网雷达对目标的检测概率是各雷达检测概率融合判定的结果，假设已知组网雷达采用K-N融合准则，如果组网雷达中有K部及以上雷达发现目标，则融合判定组网雷达系统发现目标；反之组网雷达未发现目标，具体有如下形式：
Figure FDA0003049636950000033
其中，
Figure FDA0003049636950000034
是一个二元变量，表示雷达i对目标q的判决结果，
Figure FDA0003049636950000035
表示雷达i没有发现目标q，
Figure FDA0003049636950000036
表示雷达i发现目标q；
Figure FDA0003049636950000037
表示组网雷达对目标q的判定结果。
根据K-N融合准则，结合所有雷达节点对目标q的检测概率，求得组网雷达在压制干扰环境中对目标q的检测概率：
Figure FDA0003049636950000038
其中，
Figure FDA0003049636950000039
表示N个雷达节点对目标q判决结果之和为j的所有排列组合。
5.根据权利要求4所述的协同压制干扰方法，其特征在于，所述步骤S4具体实现方法为：
结合组网雷达对目标q的检测概率和预设的检测概率需求
Figure FDA00030496369500000310
建立目标q的代价函数：
Figure FDA00030496369500000311
6.根据权利要求5所述的协同压制干扰方法，其特征在于，所述步骤S5具体实现方法为：
基于每个目标的代价函数，将其求和得到多干扰机资源自适应配置方法要优化的目标函数：
Figure FDA0003049636950000041
其中，
Figure FDA0003049636950000042
表示目标函数；
Figure FDA0003049636950000043
是Q个目标的检测概率需求联合形成的矢量；
Figure FDA0003049636950000044
是Q个目标的检测概率联合形成的矢量；
结合总干扰波束个数、总干扰功率、各波束发射功率上下限的约束边界条件，建立自适应调度多干扰机波束和发射功率资源的优化模型：
Figure FDA0003049636950000045
Figure FDA0003049636950000046
其中，Pmin是波束发射功率下限；Pmax是波束发射功率上限；
Figure FDA0003049636950000047
是干扰机m总的干扰功率；L是干扰机最多产生的波束个数；S是每个雷达节点最多被干扰的波束个数。
7.根据权利要求6所述的协同压制干扰方法，其特征在于，所述步骤S6包括以下子步骤：
S61、求解波束指向结果；
S62、求解发射功率分配结果。
8.根据权利要求7所述的协同压制干扰方法，其特征在于，所述步骤S61具体实现方法为：
假设每个干扰机能干扰组网雷达内所有雷达节点，即产生的波束个数L＝N，且干扰机的所有波束均匀分配发射功率
Figure FDA0003049636950000048
其中，
Figure FDA0003049636950000049
由于波束指向变量uk是一个二元变量，为求解方便，先将其松弛为[0,1]区间内的连续随机变量
Figure FDA00030496369500000410
定义
Figure FDA00030496369500000411
于是优化问题变为：
Figure FDA0003049636950000051
Figure FDA0003049636950000052
利用粒子群算法求解上述优化问题得到松弛结果
Figure FDA0003049636950000053
并且定义
Figure FDA0003049636950000054
之后将
Figure FDA0003049636950000055
中的最大值用0替换，并将最大值对应位置的波束指向结果
Figure FDA0003049636950000056
置为1，同时判断是否满足干扰波束约束条件，如果不满足约束则
Figure FDA0003049636950000057
置为0，重复上述步骤，直至M个干扰机的所有波束资源耗尽，得到波束指向结果uk,opt。
9.根据权利要求8所述的协同压制干扰方法，其特征在于，所述步骤S62具体实现方法为：
在所述步骤S61得到波束指向结果uk,opt的基础上，优化问题变为:
Figure FDA0003049636950000058
Figure FDA0003049636950000059
利用粒子群算法求解所述优化问题得到发射功率自适应配置结果Pk,opt。
CN202110484107.8A 2021-04-30 2021-04-30 针对组网雷达的自适应多干扰机协同压制干扰方法 Active CN113203993B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110484107.8A CN113203993B (zh) 2021-04-30 2021-04-30 针对组网雷达的自适应多干扰机协同压制干扰方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110484107.8A CN113203993B (zh) 2021-04-30 2021-04-30 针对组网雷达的自适应多干扰机协同压制干扰方法

Publications (2)

Publication Number Publication Date
CN113203993A true CN113203993A (zh) 2021-08-03
CN113203993B CN113203993B (zh) 2022-06-14

Family

ID=77028239

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110484107.8A Active CN113203993B (zh) 2021-04-30 2021-04-30 针对组网雷达的自适应多干扰机协同压制干扰方法

Country Status (1)

Country Link
CN (1) CN113203993B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113822534A (zh) * 2021-08-25 2021-12-21 中山大学 多无人机协同的干扰资源优化分配方法
CN115236611A (zh) * 2022-08-04 2022-10-25 电子科技大学 一种针对雷达系统的多干扰机协同压制资源调度方法
CN115567353A (zh) * 2022-09-30 2023-01-03 电子科技大学 一种面向雷达组网系统的干扰多波束调度和干扰功率联合优化方法
CN116540225A (zh) * 2023-06-28 2023-08-04 清华大学 面向抗干扰的雷达组网去中心化波束与功率分配方法

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103728599A (zh) * 2014-01-16 2014-04-16 西安电子科技大学 用异地配置的主被动雷达网抑制欺骗式假目标干扰的方法
CN103941238A (zh) * 2014-05-08 2014-07-23 西安电子科技大学 网络化雷达协同抗干扰发射功率分配方法
CN104267379A (zh) * 2014-09-15 2015-01-07 电子科技大学 一种基于波形设计的主被动雷达协同抗干扰方法
US20150382357A1 (en) * 2014-06-26 2015-12-31 Nokia Corporation Method and apparatus for protecting radars from interference
CN106291481A (zh) * 2016-07-27 2017-01-04 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
CN107271969A (zh) * 2017-07-17 2017-10-20 电子科技大学 安全走廊任务目标下的干扰源配置方法
CN107390186A (zh) * 2017-07-07 2017-11-24 西安电子科技大学 压制干扰信号发射功率估计方法
CN109872009A (zh) * 2019-03-14 2019-06-11 西安电子科技大学 一种改进粒子群算法的干扰资源分配方法
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
CN111190176A (zh) * 2020-01-14 2020-05-22 电子科技大学 共址mimo雷达组网系统的自适应资源管理方法
CN112014805A (zh) * 2020-08-12 2020-12-01 西安电子科技大学 基于时间分集阵mimo雷达的欺骗式干扰抑制方法
CN112230187A (zh) * 2020-09-08 2021-01-15 中国人民解放军海军航空大学青岛校区 针对雷达的突防方向获取方法
CN112651181A (zh) * 2020-12-31 2021-04-13 西安大衡天成信息科技有限公司 一种基于零和博弈的雷达对抗策略建模与仿真方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103728599A (zh) * 2014-01-16 2014-04-16 西安电子科技大学 用异地配置的主被动雷达网抑制欺骗式假目标干扰的方法
CN103941238A (zh) * 2014-05-08 2014-07-23 西安电子科技大学 网络化雷达协同抗干扰发射功率分配方法
US20150382357A1 (en) * 2014-06-26 2015-12-31 Nokia Corporation Method and apparatus for protecting radars from interference
CN104267379A (zh) * 2014-09-15 2015-01-07 电子科技大学 一种基于波形设计的主被动雷达协同抗干扰方法
CN106291481A (zh) * 2016-07-27 2017-01-04 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
CN107390186A (zh) * 2017-07-07 2017-11-24 西安电子科技大学 压制干扰信号发射功率估计方法
CN107271969A (zh) * 2017-07-17 2017-10-20 电子科技大学 安全走廊任务目标下的干扰源配置方法
CN109872009A (zh) * 2019-03-14 2019-06-11 西安电子科技大学 一种改进粒子群算法的干扰资源分配方法
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
CN111190176A (zh) * 2020-01-14 2020-05-22 电子科技大学 共址mimo雷达组网系统的自适应资源管理方法
CN112014805A (zh) * 2020-08-12 2020-12-01 西安电子科技大学 基于时间分集阵mimo雷达的欺骗式干扰抑制方法
CN112230187A (zh) * 2020-09-08 2021-01-15 中国人民解放军海军航空大学青岛校区 针对雷达的突防方向获取方法
CN112651181A (zh) * 2020-12-31 2021-04-13 西安大衡天成信息科技有限公司 一种基于零和博弈的雷达对抗策略建模与仿真方法

Non-Patent Citations (8)

* Cited by examiner, † Cited by third party
Title
WEI YI等: "Resource Scheduling for Distributed Multi-Target Tracking in Netted Colocated MIMO Radar Systems", 《IEEE TRANSACTIONS ON SIGNAL PROCESSING》, 28 February 2020 (2020-02-28), pages 1602, XP011780511, DOI: 10.1109/TSP.2020.2976587 *
YUEJUN TAN等: "Research on Force Assignment of Radar Jamming System based on Chaos Genetic Algorithm", 《2019 CHINESE CONTROL AND DECISION CONFERENCE (CCDC)》, 12 September 2019 (2019-09-12) *
ZHAOYI LUO等: "Distributed Blanket Jamming Resource Scheduling for Satellite Navigation Based on Particle Swarm Optimization and Genetic Algorithm", 《2020 IEEE 20TH INTERNATIONAL CONFERENCE ON COMMUNICATION TECHNOLOGY (ICCT)》, 24 December 2020 (2020-12-24), pages 611 - 616 *
向龙等: "压制干扰条件下雷达组网检测概率建模与仿真", 《火力与指挥控制》, no. 03, 15 March 2011 (2011-03-15), pages 96 - 98 *
崔哲铭等: "基于波束熟练控制的多波束干扰资源调度研究", 《空军预警学院学报》, vol. 34, no. 4, 31 August 2020 (2020-08-31), pages 274 - 278 *
朱宇等: "压制干扰环境下组网雷达的检测性能分析", 《火力与指挥控制》, vol. 39, no. 4, 30 April 2017 (2017-04-30), pages 77 - 81 *
袁铁柱: "认知雷达杂波抑制波形自适应研究", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》, 15 March 2016 (2016-03-15), pages 136 - 2223 *
黄大通等: "多维信息联合的多基地雷达欺骗干扰抑制技术", 《信号处理》, vol. 35, no. 8, 31 August 2019 (2019-08-31), pages 1324 - 1333 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113822534A (zh) * 2021-08-25 2021-12-21 中山大学 多无人机协同的干扰资源优化分配方法
CN115236611A (zh) * 2022-08-04 2022-10-25 电子科技大学 一种针对雷达系统的多干扰机协同压制资源调度方法
CN115567353A (zh) * 2022-09-30 2023-01-03 电子科技大学 一种面向雷达组网系统的干扰多波束调度和干扰功率联合优化方法
CN115567353B (zh) * 2022-09-30 2024-04-02 电子科技大学 一种面向雷达组网系统的干扰多波束调度和干扰功率联合优化方法
CN116540225A (zh) * 2023-06-28 2023-08-04 清华大学 面向抗干扰的雷达组网去中心化波束与功率分配方法
CN116540225B (zh) * 2023-06-28 2023-09-19 清华大学 面向抗干扰的雷达组网去中心化波束与功率分配方法

Also Published As

Publication number Publication date
CN113203993B (zh) 2022-06-14

Similar Documents

Publication Publication Date Title
CN113203993B (zh) 针对组网雷达的自适应多干扰机协同压制干扰方法
CN106291481B (zh) 基于射频隐身的分布式mimo雷达资源联合优化方法
CN108008361B (zh) 基于射频隐身的分布式mimo雷达干扰波形设计方法
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
CN106526546B (zh) 一种针对雷达与通信联合系统的雷达干扰功率分配方法
CN107944597B (zh) 一种面对先进无源探测系统的编队雷达资源管理方法
CN107907863B (zh) 基于雷达-通信频谱共享的组网雷达波形设计方法
CN103941238B (zh) 网络化雷达协同抗干扰发射功率分配方法
CN106896351B (zh) 一种基于非合作博弈的雷达组网功率控制方法
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
CN111060884A (zh) 一种基于搜索资源管理的机载机会阵雷达目标搜索算法
CN106054146A (zh) 针对多站协同抗主瓣干扰的机载有源压制干扰施放方法
CN113625233B (zh) 基于强化学习的雷达抗干扰智能决策方法
CN108260198B (zh) 一种频谱共享下基于非合作博弈的雷达组网功率控制方法
Zhang et al. Joint jamming beam and power scheduling for suppressing netted radar system
CN112118621B (zh) 一种机载雷达通信一体化系统辐射功率优化设计方法
CN114527436A (zh) 基于最优干扰规划模型的集群协同干扰规划方法
Godrich et al. Resource allocation schemes for target localization in distributed multiple radar architectures
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
CN115567353A (zh) 一种面向雷达组网系统的干扰多波束调度和干扰功率联合优化方法
CN108037487B (zh) 一种基于射频隐身的分布式mimo雷达发射信号优化设计方法
Wang et al. Joint resource allocation and power control for radar interference mitigation in multi-UAV networks
CN113376593B (zh) 基于mpbi分解的stap雷达分布式干扰方法
CN116087889A (zh) 一种基于Bandit Algorithm的频率捷变雷达抗多干扰方法
CN116381641A (zh) 基于lpi的cmimo目标跟踪的自适应资源管理方法

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