基于变长度调度间隔的雷达资源调度算法

在相控阵雷达完成精密跟踪和目标识别等不同任务时,波形、数据率和积累时间等雷达资源需要自适应改变,基于固定长度调度间隔的自适应调度算法较为复杂且不能充分利用雷达资源。提出了一种基于变长度调度间隔的自适应资源调度算法,根据任务请求的重要性函数安排待执行的雷达事件顺序,并根据雷达资源的动态变化情况,自适应地调整调度间隔的时间长度。利用VC语言建模弹道导弹目标和多功能地基相控阵雷达,进行分布式仿真,通过直观观测资源调度的执行过程,以及通过目标跟踪数量和时间利用率两个指标,评价了资源调度算法性能。改进算法的软件实现较为容易,可以增加目标跟踪数量,节约时间资源。

雷达资源管理参数化建模仿真方法

针对雷达系统仿真中资源管理参数化需求和实现途径不清晰现状,以某大型防空作战仿真系统为例,提出了雷达层次化设计架构,资源管理采用连续系统和离散事件仿真相结合,辅以参数约束的技术途径,仿真验证了方法的有效性,并提出了大型仿真系统参数化设计的启示。

基于改进多目标粒子群优化算法的雷达资源分配方法

针对预警探测任务中多雷达传感器协同探测跟踪同一目标时的雷达资源优化分配问题,提出了一种基于改进多目标粒子群优化算法的雷达资源分配方法。为了获得综合效能最大的雷达资源分配方案,建立了以雷达对目标的探测覆盖占比、雷达交接班次数、目标首点发现时刻为目标函数的多雷达资源优化分配模型,给出了基于改进多目标粒子群优化算法求解雷达资源分配模型的具体步骤。仿真结果表明,提出的方法能够合理地进行多雷达资源优化分配,计算结果高效、可行,算法求解结果稳定,能有效避免基本粒子群算法可能遗漏全局最优解情况的产生。

有限雷达资源条件下的舰空导弹发射时序模型研究

为了反映雷达资源对舰空导弹拦截目标次数的影响,建立了雷达资源有限条件下的舰空导弹发射时序模型。根据舰空导弹作战过程,推导出了雷达发现目标距离、作战通道反应时间、舰空导弹发射远界、发射近界、弹目遭遇距离计算公式,并建立了舰空导弹发射的时序模型;利用建立的舰空导弹发射时序模型,对不同射程、可同时制导舰空导弹数条件下的舰空导弹发射时序分别进行了计算,得到舰空导弹拦截目标数,计算结果表明模型能够反映雷达资源、导弹射程等对舰空导弹拦截目标次数的影响。

基于BLUE与PCRLB的快速雷达资源管理

为提高相控阵雷达资源管理的实时性,提出了一种基于最优线性无偏估计滤波(Best Linear Unbiased Estimation,BLUE)和后验克拉美罗界(Posterior Cramer-Rao Lower Bound,PCRLB)的快速雷达资源管理算法。首先,使用BLUE算法代替传统跟踪滤波算法,完成目标跟踪,并得到目标在直角坐标系下的状态估计;然后,快速计算得到PCRLB作为代价函数,形成雷达资源管理模型;最后,利用该模型对多目标进行波束和驻留时间的分配。仿真结果表明,该算法以BLUE方法进行跟踪滤波,避免了传统PCRLB计算中雅可比矩阵(Jacobian Matrix)的运算,在保持跟踪精度的同时大幅减少运算量;以两步资源管理算法完成对波束、驻留时间的联合管理,合理分配雷达资源。

非理想检测下多雷达网络节点选择与辐射资源联合优化分配算法

该文针对分布式相控阵多雷达网络的多目标跟踪场景,研究非理想检测条件下的节点选择与辐射资源联合优化分配算法。首先,根据分布式相控阵多雷达网络构成、目标运动模型、雷达量测模型以及雷达节点检测情况,推导非理想检测下以雷达节点选择、辐射功率和信号带宽为变量的贝叶斯克拉默-拉奥下界(BCRLB)闭式解析表达式,并以此作为多目标跟踪精度衡量指标。在此基础上,以最小化系统各雷达节点对所有目标的总辐射功率为优化目标,以满足目标跟踪精度门限以及给定的系统射频辐射资源限制为约束条件,建立非理想检测条件下多雷达网络节点选择与辐射资源联合优化分配模型,对各时刻雷达节点选择、辐射功率和信号带宽等参数进行联合优化设计,以提升多雷达网络的射频隐身性能。最后,针对上述非线性、非凸优化问题,采用基于障碍函数法和循环最小化算法的4步分解算法进行求解。仿真结果表明,与现有算法相比,所提算法能在满足给定多目标跟踪精度的条件下有效降低分布式相控阵多雷达网络的总辐射功率,至少降低了约32.3%,从而提升其射频隐身性能。

一种面向低成本轻量级雷达的单比特复用阵列信号收发框架

面向低成本轻量级雷达的应用需求,该文提出了一种联合单比特采样量化和时分复用接收机的雷达信号收发框架。首先,通过介绍该框架的工作原理,阐述其在节省接收机数量方面的优势。从雷达资源配置的角度,分析了单比特采样量化在该框架中的重要性,并提出了该框架可利用时间换空间,获得比经典线性调频连续波雷达更好的探测性能。接着,推导了雷达测距、测速和测角公式,以及目标参数估计的克拉美罗界。在此基础上,验证了该框架的性能优势,同时也给出了其稳定工作的信噪比条件。最后,利用一种基于单比特二维多重信号分类的速度维配对算法,验证了该框架获取目标原理的正确性,以及性能分析的可靠性。

频谱共存下机载组网雷达辐射资源与航迹规划联合优化算法

为了提升频谱共存环境下机载组网雷达多目标跟踪性能,提出了一种雷达辐射资源与航迹规划联合优化算法。首先,推导了包含雷达辐射资源以及载机飞行参数的贝叶斯克拉美-罗下界表达式,以此作为多目标跟踪精度的衡量指标;在此基础上,以最小化机载组网雷达多目标跟踪误差为优化目标,以雷达辐射资源总量、载机机动性能、通信基站可容忍干扰能量和跟踪各目标节点数为约束条件,建立频谱共存下机载组网雷达辐射资源与航迹规划联合优化模型;然后,将上述优化模型分解为多个子问题,并结合循环最小化算法、半正定规划算法和粒子群算法进行分步求解。最终仿真结果表明,所提算法能够在保证通信基站正常工作的条件下,充分利用各平台运动优势,与现有算法相比,能够有效提升机载组网雷达的多目标跟踪性能。

面向协同探测的多机雷达功率时间联合优化分配算法

针对多目标搜索及跟踪场景,研究了面向协同探测的多机雷达功率时间联合优化分配算法。首先,基于信号检测理论和克拉美-罗下界,分别推导了雷达搜索性能与跟踪性能评估指标;在此基础上,建立了面向协同探测的多机雷达功率时间联合优化分配模型,即以最大化雷达工作性能指标为优化目标,以满足给定系统资源限制为约束条件,对雷达搜索及跟踪任务中节点选择、辐射功率和任务时间等参数进行联合优化设计;最后,针对上述优化问题,采用基于内点法和粒子群算法的三步分解算法进行求解。仿真结果表明,与现有算法相比,所提算法能够在满足给定系统资源限制的条件下,有效提高雷达系统搜索性能和跟踪精度。

RCS特性辅助的CMIMO雷达功率资源分配方法

针对集中式多输入多输出(collocated multiple-input multiple-output, CMIMO)雷达在实际探测过程中,未有效结合目标雷达散射截面(radar cross section, RCS)高动态变化特性导致雷达跟踪精度不高甚至失跟的问题,提出一种基于目标RCS高动态特性的CMIMO雷达功率资源自适应分配方法。考虑到目标RCS特征的角度敏感性,利用目标运动状态的可预测性动态获取实际观测角度,从而完成跟踪帧的极化方式优选;在此基础上构建包含功率与RCS的多目标跟踪误差后验克拉美罗下界,将其作为目标函数进行优化,利用内点惩罚法求解该凸优化问题即可实现RCS高动态情况下的功率优化分配。实验结果表明:该方法可结合目标不同方向RCS动态分集特性实现功率的有效分配,相比于传统RCS模型分配方案,有效解决了分配方案与实际跟踪场景之间的失配问题,从而提升了CMIMO雷达的多目标跟踪性能。

单波束相控阵雷达的时间资源联合分配算法

在实际应用中,单波束相控阵雷达分时生成多个方向的波束,对多个目标进行照射并跟踪.针对该问题,笔者提出了一种时间资源与波束宽度联合管理算法,以节约雷达用于跟踪的时间资源.文中以概率密度函数描述雷达对目标的跟踪误差,综合考虑了雷达对目标的测距与测速精度的影响.采用最优化的方法,对雷达照射目标的驻留时间与波束宽度进行求解.仿真结果表明,相对于传统的自适应调整时间资源的方法,文中提出的方法在保证跟踪精度符合要求的条件下,能够有效地节约雷达用于跟踪的时间资源.

面向多任务动态场景的雷达与干扰空时协同波束联合优化方法

现代雷达对抗形势复杂多变,体系与体系的作战已成为基本特点,而体系整体性能关乎着战场的主动权乃至最终的胜负。通过优化体系中雷达与干扰波束资源可以提升整体性能,获得在空间、时间域优效的低截获探测性能,然而空时域协同波束联合优化是一个复杂多参数耦合的非凸问题。该文针对空时域多任务动态场景,建立了以雷达探测性能为优化目标,以干扰性能以及能量限制为约束条件的优化模型。为求解该模型,该文提出了基于迭代优化的空时协同波束联合设计方法,即以雷达发射、接收、多干扰机发射波束交替迭代优化。其中,针对多干扰机协同优化的不定矩阵二次约束二次规划(QCQP)问题,该文基于可行点追踪-连续凸逼近(FPP-SCA)算法,在SCA算法的基础上,通过引入松弛变量与惩罚项,保证算法在合理松弛度下的可行性,解决了矩阵不定情况下难以获得可行解的问题。仿真表明,在一定的干扰机能量约束下,该文所提方法在保证雷达高性能探测目标且不受干扰情况下,同时实现了多干扰机在空时域干扰对方每个平台以掩护我方雷达探测的效果;相比传统算法,在动态场景中基于FPP-SCA算法的协同干扰具有更优效果。

一种以资源消耗为标准的相控阵雷达抗干扰效能评估方法

研究了一种以雷达资源消耗为标准的相控阵雷达抗干扰效能评估方法。根据雷达资源消耗的特点定义了雷达资源消耗指数,以雷达资源消耗指数来对相控阵雷达资源进行定量的描述,重点从原理上对雷达资源消耗指数进行了细致的分析和推导。为了对雷达资源进行有效的计算,阐述了和雷达资源消耗指数相关的主要雷达参数。运用计算机进行模拟仿真,以噪声干扰为例,模拟了资源消耗指数随噪声大小的变化情况,实验结果反映出雷达资源消耗指数定义的正确性和有效性。

PD相控阵雷达跟踪性能及资源管理分析

针对脉冲多普勒体制的相控阵雷达,利用交互多模型方法,分析了径向速度对相控阵雷达跟踪性能及雷达资源管理的影响。结果表明,在相同条件下,引入径向速度量测不仅可以减少跟踪机动目标时所使用的雷达资源,而且可以显著改善目标的跟踪精度,机动越大,性能改善越多。在工程实现上,应采用引入径向速度的变采样间隔跟踪滤波器。

目标特征调控对相控阵雷达搜索的资源消耗评估

当前对于雷达目标的研究大多是针对固定特性目标进行的,而对目标可变特征的研究鲜有提及。为衡量目标主动调控改变自身散射特性占用和消耗雷达资源情况,文中研究了调控人工电磁材料产生雷达效应的资源消耗度量,借助相控阵雷达中搜索时间、照射次数及资源裕度等多种衡量指标建立评估模型,对目标在雷达搜索阶段占用的雷达资源进行多角度的评估分析。仿真结果表明,目标采取主动调控手段可在搜索确认过程中实现雷达资源的消耗,在提出的模型背景下,通过调控降低目标回波幅度及调控增加假目标数目,会重复调用雷达资源,从雷达资源的角度为目标防护及指导材料设计提供新思路。

雷达干扰资源一对多分配方法

在对雷达干扰资源分配的一般优化模型和求解算法进行分析的基础上,从提高资源利用效率的角度出发,提出了目标雷达分群思想,并建立了一种新的基于一对多策略的雷达干扰资源分配模型,通过对目标雷达群的一对一分配实现对单部雷达的一对多分配。最后,对该模型中一些关键性问题进行了探讨,如任务整合、新任务参数确定、任务优先级排序、干扰机位置部署以及单目标雷达群干扰效益评估等。

基于Hopfield神经网络算法的雷达干扰资源分配

为了使有限的雷达干扰资源发挥最佳的干扰效果,基于干扰效益最大准则建立了雷达干扰资源优化分配模型。提出了基于Hopfield神经网络算法的干扰资源优化分配方法,利用该方法能够在可行的解空间中找出满足能量函数和约束条件的全局最优分配方案。并与干扰资源蚁群优化分配算法进行了比较,理论推导与仿真实验表明该方法的可行性与有效性,且比蚁群分配算法具有更快的收敛速度和更好的健壮性。

伴随压制干扰与组网雷达功率分配的深度博弈研究

传统的组网雷达功率分配一般在干扰模型给定的情况下进行优化,而干扰机资源优化是在雷达功率分配方式给定情况下,这样的研究缺乏博弈和交互。考虑到日益严重的雷达和干扰机相互博弈的作战场景,该文提出了伴随压制干扰下组网雷达功率分配深度博弈问题,其中智能化的目标压制干扰采用深度强化学习(DRL)训练。首先在该问题中干扰机和组网雷达被映射为两个智能体,根据干扰模型和雷达检测模型建立了压制干扰下组网雷达的目标检测模型和最大化目标检测概率优化目标函数。在组网雷达智能体方面,由近端策略优化(PPO)策略网络生成雷达功率分配向量;在干扰机智能体方面,设计了混合策略网络来同时生成波束选择动作和功率分配动作;引入领域知识构建更加有效的奖励函数,目标检测模型、等功率分配策略和贪婪干扰功率分配策略3种领域知识分别用于生成组网雷达智能体和干扰机智能体的导向奖励,从而提高智能体的学习效率和性能。最后采用交替训练方法来学习两个智能体的策略网络参数。实验结果表明;当干扰机采用基于DRL的资源分配策略时,采用基于DRL的组网雷达功率分配在目标检测概率和运行速度两种指标上明显优于基于粒子群的组网雷达功率分配和基于人工鱼群的组网雷达功率分配。

基于任务的雷达网资源管理系统设计

设计了一种基于航空兵作战任务的雷达网资源管理系统,对大区域内的雷达资源进行统一规划和管理,生成全局最优的管控方案,保障航空兵出动作战。该方案可针对敌方可能的干扰、侦察和反辐射打击等威胁,规划多雷达协同工作模式与参数,实现不同体制和频段雷达的最佳搭配。仿真试验表明,该方案正确、可行,具有应用价值。

基于选择回溯的相控阵雷达-目标分配算法

针对多雷达多目标场景下现有雷达-目标分配算法中存在传感器切换率过高、算法耗时过长的问题,文中提出一种基于选择回溯的雷达-目标分配方法。该方法首先根据目标位置、雷达散射截面积大小等信息计算下一时刻雷达能够稳定跟踪目标的概率;选择其中概率较高,即失跟风险较低目标并直接沿用上一时刻分配结果以降低算法计算量;对概率较低,即失跟风险较高目标进行重新分配以提高跟踪稳定性;在分配过程中,当雷达资源出现饱和时采用“回溯”操作对已分配目标进行再分配以提高算法性能。仿真实验表明,与传统分配方法相比,所提方法能充分利用上一时刻分配结果,兼顾考虑了算法性能与复杂度,综合性能较优。