CN113721236B - 基于发射方向图的集中式mimo雷达系统功率分配方法 - Google Patents
基于发射方向图的集中式mimo雷达系统功率分配方法 Download PDFInfo
- Publication number
- CN113721236B CN113721236B CN202110942782.0A CN202110942782A CN113721236B CN 113721236 B CN113721236 B CN 113721236B CN 202110942782 A CN202110942782 A CN 202110942782A CN 113721236 B CN113721236 B CN 113721236B
- Authority
- CN
- China
- Prior art keywords
- target
- mimo radar
- matrix
- kth time
- radar system
- 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
- 238000000034 method Methods 0.000 title claims abstract description 17
- 239000011159 matrix material Substances 0.000 claims abstract description 85
- 230000005540 biological transmission Effects 0.000 claims abstract description 40
- 238000010586 diagram Methods 0.000 claims abstract description 6
- 230000014509 gene expression Effects 0.000 claims description 14
- 238000005259 measurement Methods 0.000 claims description 14
- 238000005457 optimization Methods 0.000 claims description 4
- 230000007704 transition Effects 0.000 claims description 2
- 238000006467 substitution reaction Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
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
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
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
本发明提出了一种基于发射方向图的集中式MIMO雷达系统功率分配方法,实现步骤为:初始化集中式MIMO雷达系统和运动目标参数;推导每个目标的预测条件克拉美罗界;建立基于方向图设计的集中式MIMO雷达系统功率分配模型;将基于方向图设计的集中式MIMO雷达系统功率分配模型转化为半正定规划问题进行求解;通过优化发射波形相关矩阵集合计算发射方向图;通过发射方向图获取集中式MIMO雷达系统的发射功率分配结果。本发明通过优化发射波形相关矩阵可以实时地调整发射方向图峰值方向,使得发射方向图峰值对准需要跟踪的目标,充分有效地利用了每个集中式MIMO雷达波束的跟踪能力,有效提高了目标的跟踪精度。
Description
技术领域
本发明属于雷达系统资源管理与优化的技术领域,涉及一种基于发射方向图的集中式MIMO雷达系统功率分配方法,可用于在有限雷达功率资源预算条件下的资源分配,最大限度地提高雷达的跟踪能力。
背景技术
多输入多输出(Multiple Input Multiple Output,MIMO)雷达具有多个发射和接收天线,各发射天线可以发射不同信号,这使得MIMO雷达具有波形分集的优势。根据天线的间距,通常将MIMO雷达分为分布式MIMO雷达和集中式MIMO雷达。对于分布式MIMO雷达,收发天线间距足够大,可以从不同的视角观测目标,各发射天线发射相互正交的信号,各接收天线回波间保持相互独立的统计特性,可以克服目标闪烁效应,从而提高目标检测性能;集中式MIMO雷达具有与相控阵雷达类似的布阵方式,天线间距较小。但由于集中式MIMO雷达的波形分集优势,相比相控阵雷达具有更高的自由度,可以获得更高的角度分辨率,更好的参数辨别能力、抗截获能力。
理论上,各个集中式MIMO雷达的发射功率越大,各个目标的跟踪性能越好;随着集中式MIMO雷达个数增加,集中式MIMO雷达系统的发射总功率会逐渐增大;为了使雷达系统的发射总功率不超过硬件的可承受范围,需要限制集中式MIMO雷达系统的总发射功率。因此,为了更好的对多目标进行跟踪就需要合理分配系统有限的发射资源。目前,针对功率分配的工作很多,但大多集中于单个MIMO雷达平台,例如,申请公布号为CN110109093A,名称为“多目标跟踪的集中式MIMO雷达自适应资源管理方法”的专利申请,公开了一种单个MIMO雷达在保证目标正常跟踪的条件下,通过自适应地向发射波束分配功率的方法,用于提高目标的跟踪精度,该方法首先通过目标成功照射作为限制来选择可行子阵划分,根据目标跟踪误差最小化原则,自适应地分配集中式MIMO雷达功率。该方法存在的不足之处是,MIMO雷达的每个波束的方向图是固定的,不能根据目标的运动信息实时地对方向图峰值进行调整,导致对目标的跟踪精度下降,且单个集中式MIMO雷达通过子阵划分形成多个波束,每个波束只能跟踪一个目标,当目标的数量增加时,需要大量的天线来形成多个波束去跟踪每一个目标,由于物理环境因素限制,雷达的天线数量不能无限制的增加,因此单个MIMO雷达的对目标的跟踪精度会大幅降低。
发明内容
本发明的目的在于克服上述现有技术存在的缺陷,提出了一种基于发射方向图的集中式MIMO雷达系统功率分配方法,用于解决现有技术存在的跟踪精度较低的技术问题。
为实现上述目的,本发明采取的技术方案包括如下步骤:
(1)初始化集中式MIMO雷达系统和运动目标参数:
初始化二维平面内分布有包括N个MIMO雷达S={S1,...,Sn,...,SN}的集中式MIMO雷达系统和Q个运动目标T={T1,...,Tq,...,TQ},集中式MIMO雷达系统的总功率为Ptotal,第k时刻第n个MIMO雷达Sn对第q个目标Tq的目标方位角为θn,q,k,其中,N≥2,Q≥2,2≤k≤K,K≥2;
(2)推导目标Tq的预测条件克拉美罗界:
(2a)计算第k时刻第n个MIMO雷达Sn关于目标方位角θn,q,k的导向矢量αn(θn,q,k),并通过αn(θn,q,k)计算第k时刻Sn对目标Tq的目标方位角θn,q,k的导向矢量协方差矩阵Bn(θn,q,k);
(2b)通过第k时刻Sn对目标Tq的目标方位角θn,q,k的导向矢量协方差矩阵Bn(θn,q,k),以及第k时刻Sn的发射波形相关矩阵Rn,k、第k时刻Sn对目标Tq量测函数gn,q,k的雅克比矩阵Gn,q,k、第k时刻Sn对目标Tq的量测噪声协方差矩阵Σn,q,k,构建第k时刻的目标Tq的数据预测条件费希尔信息矩阵
Yn,q,k=(Tr(Rn,kBn(θn,q,k)))Σn,q,k
其中,Yn,q,k表示第k时刻Sn对目标Tq的剩余矩阵,即由剩余参数组成的矩阵,[·]T表示转置操作,[·]-1表示求逆操作,Tr(·)表示求迹操作;
(2c)构建第k时刻的目标Tq的先验信息预测条件费希尔信息矩阵并通过/>与第k时刻的目标Tq的数据预测条件费希尔信息矩阵/>构建第k时刻的目标Tq的预测条件费希尔信息矩阵/>然后对/>求逆,得到第k时刻的目标Tq的预测条件克拉美罗界/>
(3)建立基于方向图设计的集中式MIMO雷达系统功率分配模型:
对第k时刻的目标Tq的预测条件克拉美罗界进行求迹,得到第k时刻的Q个运动目标T的跟踪误差集合/>并以Wk中跟踪误差的最大值为目标函数,以第k时刻集中式MIMO雷达系统的总功率/>小于等于给定的总功率Ptotal,以及第k时刻每个MIMO雷达Sn的发射功率Pn,k存在上下界为条件,建立基于方向图设计的集中式MIMO雷达系统功率分配模型ρ1:
其中,分别表示第k时刻Sn的发射功率Pn,k的下界、上界,0表示零矩阵,表示(·)是半正定矩阵;
(4)将基于方向图设计的集中式MIMO雷达系统功率分配模型转化为半正定规划问题进行求解:
(4a)引入辅助矩阵Dk,并对Dk进行求迹得到Tr(Dk),通过Tr(Dk)替代多波束功率分配模型ρ1中的/>得到与基于方向图设计的集中式MIMO雷达系统功率分配模型ρ1等价的半正定规划问题ρ2:
其中,I4表示4×4维单位矩阵;
(4b)利用凸优化工具包CVX对半正定规划问题ρ2进行求解,得到第k时刻集中式MIMO雷达系统的优化发射波形相关矩阵集合Rk,opt={R1,k,opt,...,Rn,k,opt,...RN,k,opt},其中Rn,k,opt表示第k时刻第n个MIMO雷达Sn的优化发射波形相关矩阵;
(5)通过优化发射波形相关矩阵Rn,k,opt计算发射方向图:
计算第k时刻第n个MIMO雷达Sn关于目标方位角θn,q,k的导向矢量αn(θn,q,k),并通过αn(θn,q,k)和优化发射波形相关矩阵Rn,k,opt计算第k时刻每个MIMO雷达Sn关于目标方位角θn,q,k的发射方向图φ(θn,q,k);
(6)通过发射方向图获取集中式MIMO雷达系统的发射功率分配结果:
对发射方向图φ(θn,q,k)进行求迹,得到对第k时刻集中式MIMO雷达系统的发射功率分配结果Pk,opt={P1,k,opt,...,Pn,k,opt,...,PN,k,opt},其中Pn,k,opt表示第n个MIMO雷达Sn的发射功率分配结果,Pn,k,opt=Tr(φ(θn,q,k))。
本发明与现有技术相比,具有以下优点:
(1)本发明通过优化发射波形相关矩阵集合计算发射方向图,并通过对发射方向图进行求迹,获取集中式MIMO雷达系统的发射功率分配结果,通过优化发射波形相关矩阵可以实时地调整发射方向图峰值方向,使得发射方向图峰值对准需要跟踪的目标,充分有效地利用了每个集中式MIMO雷达波束的跟踪能力,有效提高了目标的跟踪精度。
(2)本发明通过优化发射波形相关矩阵集合计算发射方向图,并通过对发射方向图进行求迹,获取集中式MIMO雷达系统的发射功率分配结果,通过功率分配可以将更多的功率分配给距离目标较近或者观测角度较好的集中式MIMO雷达,从而提高目标的信噪比,因此整个雷达系统的目标跟踪精度就会大幅提高。
附图说明
图1是本发明的实现流程图。
具体实施方式
以下结合附图和具体实施例,对本发明作进一步详细描述。
参照图1本发明包括如下步骤:
步骤1)初始化集中式MIMO雷达系统和运动目标参数:
初始化二维平面内分布有包括N个MIMO雷达S={S1,...,Sn,...,SN}的集中式MIMO雷达系统和Q个运动目标T={T1,...,Tq,...,TQ},集中式MIMO雷达系统的总功率为Ptotal,第k时刻第n个MIMO雷达Sn对第q个目标Tq的目标方位角为θn,q,k,其中,N≥2,Q≥2,2≤k≤K,K≥2。
集中式MIMO雷达系统中的每个集中式MIMO雷达的发射天线阵列采用间距为d的均匀线阵,天线数量为L,每个天线发射信号波长为λ。
本实施例N=6,Q=4,K=30,L=10。
步骤2)推导目标Tq的预测条件克拉美罗界:
克拉美罗界表示无偏估计量方差的下界,预测条件克拉美罗界表示以当前时刻之前的所有量测为条件,预测下一时刻目标跟踪方差的下界,对预测条件克拉美罗界求迹表示目标下一时刻跟踪误差的下界,因此可以利用目标跟踪误差的下界作为目标跟踪精度的衡量指标。
步骤2a)计算第k时刻第n个MIMO雷达Sn关于目标方位角θn,q,k的导向矢量αn(θn,q,k),并通过αn(θn,q,k)计算第k时刻Sn对目标Tq的目标方位角θn,q,k的导向矢量协方差矩阵Bn(θn,q,k),其中αn(θn,q,k)和Bn(θn,q,k)表达式分别为:
其中,e表示自然对数底,j表示虚数单位,π表示圆周率,sin(·)表示正弦函数,[·]H表示共轭转置操作。
步骤2b)通过第k时刻Sn对目标Tq的目标方位角θn,q,k的导向矢量协方差矩阵Bn(θn,q,k),以及第k时刻Sn的发射波形相关矩阵Rn,k、第k时刻Sn对目标Tq量测函数gn,q,k的雅克比矩阵Gn,q,k、第k时刻Sn对目标Tq的量测噪声协方差矩阵Σn,q,k,构建第k时刻的目标Tq的数据预测条件费希尔信息矩阵
其中,第k时刻Sn的发射波形相关矩阵Rn,k是通过发射波形矩阵sn,k计算的,每个发射波形矩阵里包含了每个天线的发射信号,Rn,k的表达式为 表示求期望操作。
第k时刻Sn对目标Tq量测函数gn,q,k包含了目标状态里的每一个分量,所以gn,q,k是和目标状态xq,k相关的,其表达式如下:
其中,xq,k和yq,k分别表示第k时刻第q个目标Tq在x轴和y轴的位置坐标,和/>分别表示第k时刻第q个目标Tq在x轴和y轴的速度,/>和/>分别表示第n个MIMO雷达Sn在x轴和y轴的位置坐标,arctan(·)表示反正切函数,[·]T表示转置操作。
第k时刻Sn对目标Tq量测函数gn,q,k对目标状态xq,k求一阶偏导便可以得到雅可比矩阵Gn,q,k,其表达式如下:
其中,Δxq,k表示对第k时刻第q个目标Tq的状态xq,k求一阶偏导操作,[·]T表示转置操作。
第k时刻Sn对目标Tq的量测噪声协方差矩阵Σn,q,k表达式如下:
其中,和/>分别表示第k时刻Sn对目标Tq的观测距离Rn,q,k的估计均方误差、观测方位角/>的估计均方误差和多普勒频移fn,q,k的估计均方误差,blkdiag(·)表示生成以(·)为对角元素的矩阵。
由于Σn,q,k和(Tr(Rn,kBn(θn,q,k)))-1成正比,可以将Σn,q,k改写为如下形式:
Σn,q,k=(Tr(Rn,kBn(θn,q,k)))-1Yn,q,k
其中,Tr()表示求迹操作,[]-1表示求逆操作,Yn,q,k表示第k时刻Sn对目标Tq的剩余矩阵,即由剩余参数组成的矩阵,将改写后的Σn,q,k表达式代入的表达式中,得到/>与发射波形相关矩阵Rn,k相关的表达式,其改写后的表达式如下:
步骤2c)构建第k时刻的目标Tq的先验信息预测条件费希尔信息矩阵并通过与第k时刻的目标Tq的数据预测条件费希尔信息矩阵/>构建第k时刻的目标Tq的预测条件费希尔信息矩阵/>然后对/>求逆,得到第k时刻的目标Tq的预测条件克拉美罗界/>
第k时刻的目标Tq的先验信息预测条件费希尔信息矩阵的表达式为:
其中,表示第k-1时刻目标Tq的过程噪声协方差矩阵,/>表示第k时刻目标Tq的状态转移矩阵,/>表示克罗内克运算符,I2表示2×2维单位矩阵,T0表示跟踪时间间隔,/>表示第k-1时刻目标Tq的预测条件费希尔信息矩阵。
步骤3)建立基于方向图设计的集中式MIMO雷达系统功率分配模型:
对第k时刻的目标Tq的预测条件克拉美罗界进行求迹,得到第k时刻的Q个运动目标T的跟踪误差集合/>并以Wk中跟踪误差的最大值为目标函数,以第k时刻集中式MIMO雷达系统的总功率/>小于等于给定的总功率Ptotal,以及第k时刻每个MIMO雷达Sn的发射功率Pn,k存在上下界为条件,建立基于方向图设计的集中式MIMO雷达系统功率分配模型ρ1:
其中,分别表示第k时刻Sn的发射功率Pn,k的下界、上界,0表示零矩阵,表示(·)是半正定矩阵。
预测条件克拉美罗界的迹包括待优化的变量Rn,q,k,由于Rn,q,k是和发射方向图和发射功率成正相关的,通过优化变量Rn,q,k可以同时实现方向图设计和功率分配。
步骤4)将基于方向图设计的集中式MIMO雷达系统功率分配模型转化为半正定规划问题进行求解:
步骤4a)引入辅助矩阵Dk,并对Dk进行求迹得到Tr(Dk),通过Tr(Dk)替代多波束功率分配模型ρ1中的/>得到与基于方向图设计的集中式MIMO雷达系统功率分配模型ρ1等价的半正定规划问题ρ2:
其中,I4表示4×4维单位矩阵,利用舒尔补引理的性质,等效为
步骤4b)利用凸优化工具包CVX对半正定规划问题ρ2进行求解,得到第k时刻集中式MIMO雷达系统的优化发射波形相关矩阵集合Rk,opt={R1,k,opt,...,Rn,k,opt,...RN,k,opt},其中Rn,k,opt表示第k时刻第n个MIMO雷达Sn的优化发射波形相关矩阵。
步骤5)通过优化发射波形相关矩阵Rn,k,opt计算发射方向图:
计算第k时刻第n个MIMO雷达Sn关于目标方位角θn,q,k的导向矢量αn(θn,q,k),并通过αn(θn,q,k)和优化发射波形相关矩阵Rn,k,opt计算第k时刻每个MIMO雷达Sn关于目标方位角θn,q,k的发射方向图φ(θn,q,k),其表达式为:
其中,第n个MIMO雷达Sn关于目标方位角θn,q,k的导向矢量αn(θn,q,k)的计算公式与步骤2a)计算αn(θn,q,k)的公式相同,优化发射波形相关矩阵Rn,k,opt确定以后,发射方向图φ(θn,q,k)也随之确定。
步骤6)通过发射方向图获取集中式MIMO雷达系统的发射功率分配结果:
对发射方向图φ(θn,q,k)进行求迹,得到对第k时刻集中式MIMO雷达系统的发射功率分配结果Pk,opt={P1,k,opt,...,Pn,k,opt,...,PN,k,opt},其中Pn,k,opt表示第n个MIMO雷达Sn的发射功率分配结果,Pn,k,opt=Tr(φ(θn,q,k))。
由于功率Pn,k,opt和量测误差矩阵的逆成反比,当功率增加时,量测误差矩阵的逆/>会减小,因此目标的克拉美罗界/>会随之减小,最后目标的跟踪误差降低,即目标的跟踪精度会提高。
Claims (5)
1.一种基于发射方向图的集中式MIMO雷达系统功率分配方法,其特征在于,包括步骤如下:
(1)初始化集中式MIMO雷达系统和运动目标参数:
初始化二维平面内分布有包括N个MIMO雷达S={S1,...,Sn,...,SN}的集中式MIMO雷达系统和Q个运动目标T={T1,...,Tq,...,TQ},集中式MIMO雷达系统的总功率为Ptotal,第k时刻第n个MIMO雷达Sn对第q个目标Tq的目标方位角为θn,q,k,其中,N≥2,Q≥2,2≤k≤K,K≥2;
(2)推导目标Tq的预测条件克拉美罗界:
(2a)计算第k时刻第n个MIMO雷达Sn关于目标方位角θn,q,k的导向矢量αn(θn,q,k),并通过αn(θn,q,k)计算第k时刻Sn对目标Tq的目标方位角θn,q,k的导向矢量协方差矩阵Bn(θn,q,k);
(2b)通过第k时刻Sn对目标Tq的目标方位角θn,q,k的导向矢量协方差矩阵Bn(θn,q,k),以及第k时刻Sn的发射波形相关矩阵Rn,k、第k时刻Sn对目标Tq量测函数gn,q,k的雅克比矩阵Gn,q,k、第k时刻Sn对目标Tq的量测噪声协方差矩阵Σn,q,k,构建第k时刻的目标Tq的数据预测条件费希尔信息矩阵
Yn,q,k=(Tr(Rn,kBn(θn,q,k)))Σn,q,k
其中,Yn,q,k表示第k时刻Sn对目标Tq的剩余矩阵,即由剩余参数组成的矩阵,[·]T表示转置操作,[·]-1表示求逆操作,Tr(·)表示求迹操作;
(2c)构建第k时刻的目标Tq的先验信息预测条件费希尔信息矩阵并通过/>与第k时刻的目标Tq的数据预测条件费希尔信息矩阵/>构建第k时刻的目标Tq的预测条件费希尔信息矩阵/>然后对/>求逆,得到第k时刻的目标Tq的预测条件克拉美罗界/>
(3)建立基于方向图设计的集中式MIMO雷达系统功率分配模型:
对第k时刻的目标Tq的预测条件克拉美罗界进行求迹,得到第k时刻的Q个运动目标T的跟踪误差集合/>并以Wk中跟踪误差的最大值/>为目标函数,以第k时刻集中式MIMO雷达系统的总功率/>小于等于给定的总功率Ptotal,以及第k时刻每个MIMO雷达Sn的发射功率Pn,k存在上下界为条件,建立基于方向图设计的集中式MIMO雷达系统功率分配模型ρ1:
ρ1:
其中,分别表示第k时刻Sn的发射功率Pn,k的下界、上界,0表示零矩阵,表示(·)是半正定矩阵;
(4)将基于方向图设计的集中式MIMO雷达系统功率分配模型转化为半正定规划问题进行求解:
(4a)引入辅助矩阵Dk,并对Dk进行求迹得到Tr(Dk),通过Tr(Dk)替代集中式MIMO雷达系统功率分配模型ρ1中的/>得到与基于方向图设计的集中式MIMO雷达系统功率分配模型ρ1等价的半正定规划问题ρ2:
ρ2:
其中,I4表示4×4维单位矩阵;
(4b)利用凸优化工具包CVX对半正定规划问题ρ2进行求解,得到第k时刻集中式MIMO雷达系统的优化发射波形相关矩阵集合Rk,opt={R1,k,opt,...,Rn,k,opt,...RN,k,opt},其中Rn,k,opt表示第k时刻第n个MIMO雷达Sn的优化发射波形相关矩阵;
(5)通过优化发射波形相关矩阵Rn,k,opt计算发射方向图:
计算第k时刻第n个MIMO雷达Sn关于目标方位角θn,q,k的导向矢量αn(θn,q,k),并通过αn(θn,q,k)和优化发射波形相关矩阵Rn,k,opt计算第k时刻每个MIMO雷达Sn关于目标方位角θn,q,k的发射方向图φ(θn,q,k);
(6)通过发射方向图获取集中式MIMO雷达系统的发射功率分配结果:
对发射方向图φ(θn,q,k)进行求迹,得到对第k时刻集中式MIMO雷达系统的发射功率分配结果Pk,opt={P1,k,opt,...,Pn,k,opt,...,PN,k,opt},其中Pn,k,opt表示第n个MIMO雷达Sn的发射功率分配结果,Pn,k,opt=Tr(φ(θn,q,k))。
2.根据权利要求1的所述的基于发射方向图的集中式MIMO雷达系统功率分配方法,其特征在于,步骤(2a)中所述的计算第k时刻第n个MIMO雷达Sn关于目标方位角θn,q,k的导向矢量αn(θn,q,k),以及计算第k时刻对目标Tq的目标方位角θn,q,k的导向矢量协方差矩阵Bn(θn,q,k),表达式分别为:
其中,e表示自然对数底,j表示虚数单位,π表示圆周率,d表示天线间距离,λ表示天线发射信号波长,L表示第n个MIMO雷达Sn的发射天线的数量,sin(·)表示正弦函数,[·]H表示共轭转置操作。
3.根据权利要求1的所述的基于发射方向图的集中式MIMO雷达系统功率分配方法,其特征在于,步骤(2b)中所述的第k时刻Sn的发射波形相关矩阵Rn,k、第k时刻Sn对目标Tq量测函数gn,q,k及其雅克比矩阵Gn,q,k,以及第k时刻Sn对目标Tq的量测噪声协方差矩阵Σn,q,k,表达式分别为:
其中,sn,k表示第k时刻Sn的发射波形矩阵,表示求期望操作,xq,k和yq,k分别表示第k时刻第q个目标Tq在x轴和y轴的位置坐标,/>和/>分别表示第k时刻第q个目标Tq在x轴和y轴的速度,/>和/>分别表示第n个MIMO雷达Sn在x轴和y轴的位置坐标,arctan(·)表示反正切函数,/>表示对第k时刻第q个目标Tq的状态/>求一阶偏导操作,和/>分别表示第k时刻Sn对目标Tq的观测距离Rn,q,k的估计均方误差、观测方位角/>的估计均方误差和多普勒频移fn,q,k的估计均方误差,blkdiag(·)表示生成以(·)为对角元素的矩阵。
4.根据权利要求1的所述的基于发射方向图的集中式MIMO雷达系统功率分配方法,其特征在于,步骤(2c)中所述的第k时刻的目标Tq的先验信息预测条件费希尔信息矩阵其表达式为:
其中,表示第k-1时刻目标Tq的过程噪声协方差矩阵,Fq表示第k时刻目标Tq的状态转移矩阵,/>表示第k-1时刻目标Tq的预测条件费希尔信息矩阵。
5.根据权利要求1的所述的基于发射方向图的集中式MIMO雷达系统功率分配方法,其特征在于,步骤(5)中所述的第k时刻每个MIMO雷达Sn关于目标方位角θn,q,k的发射方向图设计结果φ(θn,q,k),其表达式为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110942782.0A CN113721236B (zh) | 2021-08-17 | 2021-08-17 | 基于发射方向图的集中式mimo雷达系统功率分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110942782.0A CN113721236B (zh) | 2021-08-17 | 2021-08-17 | 基于发射方向图的集中式mimo雷达系统功率分配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113721236A CN113721236A (zh) | 2021-11-30 |
CN113721236B true CN113721236B (zh) | 2023-08-15 |
Family
ID=78676078
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110942782.0A Active CN113721236B (zh) | 2021-08-17 | 2021-08-17 | 基于发射方向图的集中式mimo雷达系统功率分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113721236B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117096070B (zh) * | 2023-10-19 | 2024-01-05 | 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室) | 一种基于领域自适应的半导体加工工艺异常检测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002090450A (ja) * | 2000-09-19 | 2002-03-27 | Mitsubishi Electric Corp | 目標追尾装置 |
CN108562894A (zh) * | 2018-04-19 | 2018-09-21 | 电子科技大学 | 雷达波束指向与发射功率的分配方法 |
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 |
CN111323773A (zh) * | 2020-02-20 | 2020-06-23 | 南京航空航天大学 | 基于射频隐身的组网雷达功率与带宽联合优化分配方法 |
-
2021
- 2021-08-17 CN CN202110942782.0A patent/CN113721236B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002090450A (ja) * | 2000-09-19 | 2002-03-27 | Mitsubishi Electric Corp | 目標追尾装置 |
CN108562894A (zh) * | 2018-04-19 | 2018-09-21 | 电子科技大学 | 雷达波束指向与发射功率的分配方法 |
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 |
CN111323773A (zh) * | 2020-02-20 | 2020-06-23 | 南京航空航天大学 | 基于射频隐身的组网雷达功率与带宽联合优化分配方法 |
Non-Patent Citations (1)
Title |
---|
基于认知跟踪的集中式MIMO雷达功率分配算法;李正杰;谢军伟;张浩为;;探测与控制学报(第06期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113721236A (zh) | 2021-11-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yan et al. | Joint beam selection and power allocation for multiple target tracking in netted colocated MIMO radar system | |
Yan et al. | Robust chance constrained power allocation scheme for multiple target localization in colocated MIMO radar system | |
CN105445701B (zh) | Ddma‑mimo雷达目标的单脉冲角度估计方法 | |
CN107390197B (zh) | 基于特征空间的雷达自适应和差波束测角方法 | |
CN111624565B (zh) | 大型共形相控阵系统多区域联合波束跟踪方法 | |
CN111651719A (zh) | 基于收缩估计协方差矩阵重构稳健自适应波束形成方法 | |
CN108562894B (zh) | 雷达波束指向与发射功率的分配方法 | |
CN104391183A (zh) | 近场测量天线远区场特性快速计算方法 | |
CN113466848B (zh) | 一种面向角闪烁噪声场景的共址mimo雷达多目标跟踪资源优化分配方法 | |
CN113189592B (zh) | 考虑幅相互耦误差的车载毫米波mimo雷达测角方法 | |
Liu et al. | Joint angle and range estimation for bistatic FDA-MIMO radar via real-valued subspace decomposition | |
CN104502904A (zh) | 一种鱼雷自导波束锐化方法 | |
CN113721236B (zh) | 基于发射方向图的集中式mimo雷达系统功率分配方法 | |
CN110244273A (zh) | 一种基于均匀分布式阵列的目标角度估计方法 | |
CN110118956B (zh) | 免疫地面干扰机区域的双基sar抗干扰性能评估方法 | |
CN111273269A (zh) | 基于ipso-bp的频率分集阵列的雷达目标定位方法 | |
CN109212466B (zh) | 一种基于量子蜻蜓演化机制的宽带测向方法 | |
CN108490428B (zh) | 一种用于抗主瓣干扰的降维子阵比相跟踪测角方法 | |
CN110196417A (zh) | 基于发射能量集中的双基地mimo雷达角度估计方法 | |
CN111896929B (zh) | 非均匀mimo雷达的dod/doa估计算法 | |
CN111693979B (zh) | 一种基于泰勒展开的数字阵列单脉冲测角方法 | |
CN110456342B (zh) | 单发射天线雷达的远场多运动目标探测方法 | |
CN109901131B (zh) | 基于斜投影的多径利用相干波束形成方法 | |
CN113821907B (zh) | 针对大型平面天线阵列系统的幅度和相位自动校准方法 | |
CN113820653B (zh) | 基于动态和差波束的米波雷达低仰角目标doa估计方法 |
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 |