基于多站接力探测的雷达自动规划仿真方法

为实现基于多套机动式雷达装备对大射程弹道导弹全弹道态势感知场景的有效合理规划,本文提出一种基于多站接力探测的雷达自动规划仿真方法.首先针对大射程导弹全弹道测量任务,基于多部机动式雷达的多站接力探测方式进行优选;然后从任务规划、仿真推演、数据融合和场景评估四个流程实现基于多站接力探测的雷达自动规划,给出最优布站方案;最后对假设场景进行了仿真.仿真结果表明,该方法通过规划、仿真、评估和反馈等流程,能有效完成布站方案的策划.

星源照射多基地雷达系统目标定位建模及精度分析

星源照射多基地雷达系统由一个星载发射源与多个接收站组成,这种一发多收的雷达系统定位精度较单星定位精度高。因为工作体制和构型原因,一发多收雷达系统的定位精度受多种因素影响。为理清多基地雷达系统定位精度的影响因素,文中给出一种典型的一发多收雷达系统定位模型;其次,从几何稀释因子(GDOP)角度出发,对比不同接收站数量对定位精度的影响,发现雷达系统接收站数量为三收或四收时系统效费比较高;然后,研究了不同探测构型所对应的一发三收雷达系统定位精度,发现顶角为120°的Y形布局方式下系统定位精度最优;最后,给出了系统定位精度随目标高度的变化。

基于网格矩阵法求解雷达组网优化布站性能指标研究

针对起伏地形环境下雷达布站存在探测盲区难以精确求解组网优化布站性能指标的问题,基于实地数字高程模型数据,提出使用网格矩阵法进行求解,并对网格分辨率变化对精准度的影响进行了探索研究。仿真结果表明,网格分辨率与求解精度和平均计算耗时均成正比,当网格分辨率选择恰当时,性能指标与标准值之间的误差小于5%,为精确求解组网优化布站性能指标提供了新方法。

基于流向算法的协同雷达-NOMA通信系统布站优化

研究了协同雷达通信系统的布站优化问题,通信系统搭载在无人机(Unmanned Aerial Vehicle,UAV)上,采用非正交多址接入(Non-Orthogonal Multiple Access,NOMA)技术服务多个地面用户,雷达系统为多基地雷达,其多个接收机和发射机分置,雷达系统和通信系统存在部分频谱重叠共享。建立了UAV通信系统发射机和雷达接收机的联合布站优化模型,目标是在通信传输速率约束下,实现通信系统平均传输能耗最小化、通信发射机-雷达接收机信道的信噪比最大化以及雷达定位几何精度因子(Geometric Dilution of Precision,GDOP)最小化。引入流向算法(Flow Direction Algorithm,FDA)进行最优化求解,仿真结果表明,相对于通信系统未采用NOMA技术时,所提出的布站优化方案平均传输能耗更低,且FDA较其他常用智能优化算法的精度和寻优效率更高。

基于区域离散化的无源雷达布站优化方案

采用多台无源雷达组网对目标进行定位时,其测量精度与布站几何有关,为了提高目标的定位精度,需要对雷达的布站位置进行优化。首先利用Matlab遗传算法工具箱,采用时差定位方法,以精度几何因子(GDOP)最小为目标,建立目标函数;将布站区域、设备工作仰角及通视等因素作为约束条件,给出最优布站方案,同时采用点云的方式渲染了地形数据,获得布站区域的3D地形数据;然后将无源雷达站可部署区域离散化,简化求解过程,提高解算效率;最后根据雷达遮挡、地形地貌和定位精度等因素,筛选并确定出最优无源雷达布站方案。该方案可为无源雷达定位空间目标的雷达位置选择提供指导。

海上雷达网探测威力范围仿真分析

威力范围是衡量雷达性能和优化雷达网布站的重要指标之一。从雷达基本方程出发,推导出不同组网形式和数据融合方式下的雷达网探测威力模型,然后运用Matlab语言对该模型进行了可视化仿真分析。仿真结果表明了建立的模型以及可视化方法的可用性,对于雷达网作战能力分析和布站优化均有着重要的理论意义和应用价值。

基于遗传算法的多部测速雷达布站优化研究

通过部署于不同地点的多部无源多普勒测速雷达,可以对有辐射信号源的机动飞行目标进行跟踪测量,并且可以对目标位置和速度信息进行最佳估计.本文探讨了遗传算法在测速雷达布站优化中的使用方法,分析了误差传播矩阵,建立了简易目标函数,利用遗传算法对信标体制下的多普勒测速单站的布站几何进行了优化.

分布式无源雷达接收机配置优化及其成像技术

由于其较低的成像成本和较强的鲁棒性,使得利用多发射机和多接收机对目标进行有效观测的分布式无源雷达成为雷达技术研究的热门领域。本文在分布式雷达稀疏成像模型基础上,提出一种分布式无源雷达成像接收机配置优化方法,以成像分辨率最高为优化目标函数,针对不同发射机布局采用遗传算法计算出最优接收机布局。同时针对正交匹配追踪(Orthogonal Matching Pursuit,OMP)算法在低信噪比下成像精度较低,信号估计不准确的情况,推导出用协方差稀疏表示接收信号,利用稀疏贝叶斯学习(Sparse Bayesian Learning,SBL)进行信号重构的成像算法,并通过仿真实验对成像性能的改善进行了验证。

分布式雷达稀疏成像的重构特性与布站优化

从分布式雷达稀疏成像角度分析了目标稀疏重构性能与分布式雷达收发布站之间的关系.在建立分布式雷达稀疏成像模型的基础上,推导了重构矩阵互相关系数与分布式雷达系统参数的关系式,并指出在给定系统参数和成像场景划分方式下,互相关系数仅与各收发站的单位指向矢量有关.据此,以最小化互相关系数为目标函数,对雷达布站进行了优化布局,并通过仿真试验对重构性能的改善进行了验证.

基于Apriori关联规则算法提高雷达测速精度研究

在利用初速雷达测试弹丸炮口初速的试验中,如何选择雷达的布站地点一直依靠的是参试人员的经验,始终没有一个科学准确的方法。为了解决这一难题,选择采用Apriori关联规则算法,从大量的历史试验数据中挖掘出测试的初速数据精度很高时对应的雷达布站地点。将雷达的布站地点作为关联规则的左规则、测速精度作为关联规则的右规则,利用Apriori算法就能挖掘出满足最小支持度阈值和最小置信度阈值的强规则,为确定雷达布站地点提供重要依据。通过测试数据进行验证,实验结果表明,根据挖掘出的强规则进行雷达布站,测试出的弹丸初速精度明显提升,表明该方法有效提升了初速雷达的测速精度。

VTS中心布局及雷达站选址-配置双层规划模型

研究VTS中心布局及雷达站选址-配置问题,建立双层规划优化模型:上层规划模型解决雷达站的选址及雷达配置问题,下层规划模型解决VTS中心布局问题.针对模型设计双层遗传算法求解.算例结果显示,双层遗传算法能够找到问题的满意解.将程序运行100次,计算结果具有稳定性.将VTS中心布局及雷达站选址-配置集成考虑,可以有效避免雷达站的重复建设问题,同时,也实现了整个区域的完全覆盖.