基于防空目标探测与跟踪的雷达资源管理技术研究综述

雷达资源管理是一项运用优化运筹理论挖掘雷达系统性能边界,通过对系统资源的高效分配和合理调度,实现系统的优化运行,并显著增强系统性能表现的综合性技术。随着机械扫描雷达、相控阵雷达以及多输入多输出(Multiple-input multiple-output,MIMO)雷达技术的持续革新,雷达资源管理技术也在不断深化拓展,以满足日益复杂的目标探测与跟踪需求。鉴于军事威胁的不断加剧和装备技术的迅猛发展,为实现我军未来“网络中心战”的对抗模式,对防空反导武器预警探测装备的资源管理技术研究显得尤为重要。本文聚焦基于防空目标检测、跟踪的信息感知的雷达资源管理技术进行综述,深入剖析与总结现有文献以及研究成果:首先,本文从宏观角度系统概述了雷达资源管理的概念、管理要素组成以及优化策略求解方法。在此基础上,根据雷达系统架构将雷达资源管理研究内容划分为单站雷达资源管理和多站雷达资源管理,并分别对相控阵雷达、集中式MIMO雷达、分布式MIMO雷达以及组网雷达的资源管理研究现状进行梳理和讨论。最后,探讨当前研究中存在的问题和挑战,并对未来基于防空信息目标感知的雷达资源管理技术研究的发展趋势进行展望。期望本文能够为防空反导预警探测装备领域的研究学者提供有价值的参考,推动雷达资源管理技术的持续创新与进步。

一种防空服务质量模型下的集中式多输入多输出雷达三维机动跟踪功率分配方法

针对防空作战中现有多功能雷达功率资源利用率低的问题,提出一种基于服务质量(Quanlity of Service,QoS)模型的三维机动跟踪功率分配方法以差异化标准提升多目标跟踪性能。将目标三维机动模型建立为自适应当前统计模型,通过将加速度协方差与估计误差协方差矩阵相关联以实现自适应调整。在此基础上,对三维跟踪下的贝叶斯克拉美罗下界进行推导,并将其作为跟踪误差衡量指标。通过构建关于目标威胁度与期望跟踪精度的函数关系,建立防空QoS模型下的闭环功率优化分配机制。证明所构建功率优化分配模型是凸优化问题,并进一步转化为半正定规划问题进行求解。仿真结果表明,相对于传统功率分配方法,所提方法能显著提高全局跟踪效能。

基于精英引导的社会学习粒子群优化算法

为了改进经典粒子群算法(PSO)过早收敛和全局搜索能力不足的缺点,提出了一种基于精英引导的社会学习粒子群优化算法(ESLPSO)。在ESLPSO中,提出了一种分层拓扑结构的搜索方法。这一策略根据粒子的适应度表现将粒子分化为最优的精英粒子和其余的平民粒子,革新了传统种群迭代搜索的更新样本,由此加强了整个种群演化信息的引导作用。采用Cubic混沌初始化赋予了初始粒子群体在搜索空间内的广域覆盖能力。设计了精英粒子引导的社会学习策略,通过增加态叠加的不确定性更好地利用了种群演化的多维信息。在此基础上,结合极值扰动迁移机制激励粒子经历新的搜索路径和区域,增加种群的多样性,平衡种群在搜索过程中的探索和开发能力。基于12个涵盖单峰、多峰以及旋转多峰的基准测试函数集对所提算法的性能进行了验证。此外,ESLPSO与其他8种PSO改进算法的比较结果表明,ESLPSO在解决不同类型函数方面表现出了优秀的搜索性能,具有高效的求解稳定性和优异的求解结果。

医学生职业期望的国内外研究进展

医学生作为医学储备人才,其职业期望对未来的职业选择、价值取向及医疗系统的可持续发展有深远的影响。通过医学生职业期望概念内涵解读,在此基础上系统比较分析国内外医学生职业期望研究内容、研究工具和研究结果,为探索科学、系统地测量医学生职业期望,完善医学教育和医学储备人才的健康发展提供参考。

一种低截获背景下的集中式MIMO雷达快速功率分配算法

针对集中式MIMO雷达同时跟踪多批机动目标场景,该文提出一种低截获背景下的快速功率分配算法。首先,将目标机动过程建模为自适应当前统计(ACS)模型,并采用粒子滤波对各目标状态进行估计。其次,对条件克拉默-拉奥下界(PC-CRLB)进行推导,并基于目标运动特性和电磁特性构建目标综合威胁度评估模型。随后,将目标跟踪误差评估指数和雷达未被截获概率的加权和作为优化目标,建立了关于发射功率的优化模型,利用目标函数单调递减性质,提出了一种基于序列松弛的求解算法进行模型求解。最后,通过仿真验证所提算法的有效性和时效性。结果表明,所提算法能够有效提高目标跟踪精度和雷达系统低截获性能,相比采用内点法求解运算速度提高近50%。

基于目标检测的混合分布式PA-MIMO雷达系统阵元优化部署

该文建立混合分布式相控阵-多输入多输出(PA-MIMO)雷达系统模型,推导出基于Neyman-Pearson(NP)准则的似然比检测(LRT)器,在收发两端实施子阵级和阵元级优化部署,达到对雷达系统中相参增益和空间分集增益协调优化的目的。针对整数规划的子阵、阵元部署模型,提出基于量子粒子群优化的随机取整(SR-QPSO)求解算法,在较少的迭代步骤内获得最优阵元配置策略,实现子阵级和阵元级之间的联合优化。最后,通过对3个典型优化问题进行数值仿真,所提出的混合分布式PA-MIMO雷达系统优化配置较其他典型雷达系统有较大提升,探测概率达到0.98,有效距离达到1166.3 km,探测性能得到显著提升。

基于混合遗传-粒子群算法的相控阵雷达调度方法

针对相控阵雷达中的任务调度问题,提出一种融合了粒子群算法、遗传算法和启发式交错调度算法的混合算法。采用混沌理论优化粒子群算法的飞行参数,设计递减的动态惯性权重,以及引入遗传算法中的交叉、变异操作,使得算法能够快速收敛,并跳出局部最优实现全局最优。在智能算法的框架下,提出一种启发式的任务交错算法,使得雷达任务中等待期的时间资源进一步得到利用。仿真结果表明,相比于遗传算法,所提算法的收敛速度更快,结果更优;相比于传统的启发式算法,所提算法的调度成功率提升了42%,时间利用率提升了40%,实现价值率提升了33%,时间偏移率减少了73%。

综合优先级规划下的相控阵雷达自适应调度方法

对时间资源的合理分配是相控阵雷达发挥自身优势的关键,提出一种考虑目标威胁度的相控阵雷达调度算法。根据目标信息构建非线性目标威胁度量化模型,并通过设计二维优先级表,将目标威胁度与雷达任务的截止期相结合,共同进行综合优先级规划;在性能评估环节,提出执行威胁率的概念,以反映调度算法对重要任务的执行情况。仿真结果表明,当跟踪目标数量饱和时,相比于原有的高工作方式优先级优先算法,改进后的算法有效减少了任务的截止期错失率,提升了时间利用率和执行威胁率。

改进TOPSIS的多态融合直觉模糊威胁评估

针对防空作战中的目标威胁评估问题,提出一种新的多时刻融合直觉模糊集排序模型。首先,依据目标威胁属性的主、客观权重得到综合权重。然后,通过逼近理想解排序法来衡量直觉模糊集信息量的大小,利用直觉模糊熵来表征直觉模糊集信息的可靠性,并结合决策者的风险偏好,构建了基于信息量和不确定性的直觉模糊集排序模型,得出单时刻的目标威胁排序。最后,利用泊松分布逆形式构建了时间序列权重以融合多个时刻的决策信息,得出最终的目标威胁排序。仿真结果表明,所提算法综合了多时刻的决策信息,并可根据决策者的风险偏好进行调整,灵活性强,可靠性高。

基于混合自适应遗传算法的相控阵雷达任务调度

针对相控阵雷达任务调度NP难题,提出一种混合自适应遗传算法进行求解。在构建相控阵雷达任务调度优化模型的基础上,通过混沌理论优化初始种群,采取精英保留和混合排名的选择策略以及设计自适应的交叉、变异算子来提升算法的搜索性能;在自适应遗传算法的框架下,提出启发式脉冲交错算法,以利用雷达任务中的等待期来交错执行其他任务的发射期或接收期。仿真结果表明:相比于基于遗传算法的调度方法,改进算法的搜索效率更高、结果更优;相比于传统启发式算法,改进算法的调度成功率、时间利用率和实现价值率均得到了提升,并有效降低了时间偏移率。

自适应CS模型的强跟踪平方根容积卡尔曼滤波算法

对于目标跟踪过程中的强机动问题,基于当前统计(current statistical,CS)模型和改进的强跟踪平方根容积卡尔曼滤波器(square-root cubature Kalman filter,SCKF),提出新的跟踪算法。在CS模型和改进输入估计算法的基础上,引入加加速度估计,使得状态过程噪声与状态协方差矩阵相联系,实现模型的自适应调整。从正交性原理出发,重新确定了渐消因子的引入位置,并提出了新的渐消因子计算形式,以克服传统渐消因子在雷达量测坐标系中的失效问题,从而构造强跟踪平方根容积卡尔曼滤波器。另外,构造强机动检测函数,利用SCKF的输出来调整自适应CS模型中的机动频率。仿真结果表明,相比基于CS模型的多重渐消因子强跟踪SCKF算法、改进CS模型的强跟踪SCKF(SCKF-STF)算法和交互式多模型(interacting multiple-model,IMM)SCKF算法,所提算法具有更佳的目标机动适应性和跟踪精度;相比于IMM-SCKF算法,实时性有明显改善。

饱和时序下防空相控阵雷达动态优先级调度算法

针对防空相控阵雷达负载饱和情况下的时间分配问题,提出一种基于目标威胁密度和截止期的雷达任务动态优先级调度算法。根据目标信息建立非线性目标威胁度模型并设计动态优先级表,然后,利用目标威胁度、任务驻留时间和截止期共同确定任务的综合优先级。在此基础上,提出执行威胁率(TRE)的评估指标,以反映调度算法对重要任务的执行情况。仿真结果表明,在饱和时序下,相比于传统的截止期最早最优先算法,改进算法的搜索性能提高了43%,执行威胁率提高了52%。

动态优先级下防空相控阵雷达在线交错调度算法

针对防空相控阵雷达中时间资源分配主观性强、利用率低的问题,结合任务内部结构,提出一种新的在线交错调度算法。该算法在将任务的重要性和紧急性均置于动态优先级的基础上,使得雷达任务收、发波束之间的等待期可以用来执行其他波束的发射期或接收期。仿真结果表明,相比于原有的动态优先级算法,所提算法的调度成功率提升了25%,时间利用率提升了35%,执行威胁率提升了25%。

基于目标威胁度的相控阵雷达自适应调度方法

对时间资源的合理安排是相控阵雷达发挥自身优势的关键。将目标威胁度引入调度算法中,与工作方式和任务截止期共同进行综合优先级规划。通过构建目标威胁度的量化模型,使雷达在调度跟踪任务时依目标威胁度大小分配时间。提出了修正价值率和执行威胁率的概念,完善了性能评估指标。通过仿真,全面评价了新算法性能,验证了引入目标威胁度的合理性。结果表明,新算法可以有效提升相控阵雷达对高威胁度目标的处理能力。

基于改进灰色关联算法的目标威胁评估

针对防空作战中目标威胁评估问题,提出一种基于改进灰色关联算法(IGCA)的威胁评估方法。针对已往目标威胁评估中仅评估当前时刻的不足,采取对时间序列赋予权重的方法,构造多时刻目标威胁模型。运用层次分析与熵权法共同计算实时综合权重,使目标威胁因素的权值既体现专家经验,又反映数据的客观有序性;采用集对分析理论,将权值折算到同一层次,使其更加合理。最后,运用基于理想解的改进灰色关联算法,得出最终目标威胁排序。仿真分析表明,评估方法可以克服采取单一算法得出目标威胁相同的情况,融合多个时刻目标信息的评估方法更加准确、可靠。

动态优先级下防空相控阵雷达在线交错调度算法

针对防空相控阵雷达中时间资源分配主观性强、利用率低的问题,结合任务内部结构,提出一种新的在线交错调度算法.该算法在将任务的重要性和紧急性均置于动态优先级的基础上,使得雷达任务收、发波束之间的等待期可以用来执行其它任务的发射期或接收期.仿真结果表明,相比于任务模式优先级加截止期的调度算法,所提算法的调度成功率、时间利用率和执行威胁率均得到有效提升.

基于波形调度的机动目标跟踪算法

针对机动目标的跟踪问题,提出一种结合自适应匀速(Constant Acceleration,CA)模型和波形调度的平方根容积卡尔曼滤波(Square-Root Cubature Kalman Filter,SCKF)算法.在CA模型的基础上,通过构建Jerk分量与速度、加速度的近似关系,使得状态过程噪声与滤波器输出的状态协方差矩阵相联系,以实现模型的自适应调整.另外,利用分数阶傅里叶变换(Fractional Fourier Transform,FrFT)旋转发射波形的模糊函数,使得量测误差椭圆与滤波算法中的状态预测误差椭圆正交,得到最优的发射波形,以从数据处理和信号处理两方面共同提升系统的跟踪性能.仿真结果表明,相比于基于改进当前统计(current statistical,CS)模型的无迹卡尔曼滤波(Unscented Kalman Filter,UKF)算法、基于CS模型的SCKF算法、基于CA模型的SCKF算法和交互式多模型(IMM)SCKF算法,所提算法结构简单且跟踪精度更高.

数字阵列雷达在线交错调度算法

传统相控阵雷达中的调度算法难以充分发挥数字阵列雷达的多功能优势.针对这一问题,结合数字阵列雷达的任务结构,提出一种在线交错调度算法.通过将交错调度分析分解为时间资源约束分析和能量资源约束分析,算法能够对所有满足约束的任务进行交错调度:利用任务中的等待期来交错执行其它任务的发射期或接收期,并且不同任务的接收期可实现相互交叠.仿真结果表明,由于雷达任务中等待期和接收期得到充分利用,相比于三种传统的调度算法,所提算法的调度成功率、实现价值率和时间利用率均得到有效提升.

微带180°电桥小型化及宽带技术研究

微带180°电桥用途广泛,是微波电路中的基本元件。其研究方向主要为小型化和展宽带宽两个方面。本文对小型化微带180°电桥和宽带微带180°电桥研究现状进行了分析总结,并用奇偶模法分析了理想倒相器情形180°环形电桥特性,基于分析结果,提出采用理想倒相器、环特性阻抗取值、增加匹配段等展宽180°环形电桥带宽的方法。

南京新街口CBD的量化研究

该文以定量分析的方式,研究南京CBD的范围界定、用地结构、产业结构、交通组织、建筑质量、高度构成等各项指标,系统介绍CBD量化研究的工作方法和技术框架,并在此基础上对其作综合评估。