一种基于集中式MIMO雷达搜索模式下的资源管理方法技术

本发明专利技术属于通信雷达技术领域，特别涉及基于新体制MIMO雷达搜索模式下的资源管理方法。本发明专利技术通过对影响MIMO雷达搜索性能的各个参数进行分析，提出了一种基于集中式MIMO雷达搜索模式下的资源管理方法，即选取子阵划分个数、搜索帧周期、信号占空比和波束驻留时间作为可控参数，在满足雷达搜索性能要求的前提下，最小化雷达资源消耗量。其中雷达搜索性能不仅考虑了目标径向的累积检测概率，并首次考虑了目标切向的累积检测概率。最后采用遗传算法求解上述优化问题，得到具体场景中搜索参数配置结果。

【技术实现步骤摘要】

本专利技术属于通信雷达
，特别设及基于新体制MIM0雷达捜索模式下的资 源管理方法。
技术介绍
在全方位、多层次、立体化的现代战争中，为了应对日趋复杂、瞬息万变的电磁环 境，新体制MIM0雷达成为目前的研究重点（何子述，韩春林，刘波.MIM0雷达概念及其技 术特点分析.电子学报，2005, 33Q2A) =2441-2445. )。MIM0雷达是由多个发射天线独 立发射不同的波形，在接收端采用多个天线接收实现探测的雷达系统。相比于相控阵雷达， MIM0雷达的子阵划分更加灵活，角度分辨力和参数估计精度更高，同时还可W有效的抑制 多径杂波，对隐身目标的检测能力提高（吕辟.集中式MIM0雷达信号处理方法研究巧]. 西安：西安电子科技大学，2011)。 依照天线阵的间距不同，MIM0雷达分为集中式QianLiandP.Stoica.MIMO radarwithcolocatedantennas,IEEESignalProcessingMagazine，vol. 24,no. 5,pp. 1 06-114,Sep2007.)和分布式（A.M.Haimovich,R.S.Blum,andLCimini.MIMOradarwith widelyseparatedantennas，IEEESignalProcessingMagazine，invitedpublication， vol. 25,no.l，pp. 116-129,Jan2008.)。集中式MIMO雷达的工作参数相比于相控阵雷达增 加了子阵划分个数，使得波形选择更加自由，资源管理的自由度更大。因此需要对其实施有 效的资源管理，从而使各类资源被充分高效利用，更好的发挥MIMO雷达的性能优势。 在雷达捜索模式下的资源管理方面，Billiam度i11amER.Parameter OptimisationinPhasedArrayRadar.lEEConferenceRadar-92, 1992, 34-37.) 提出了针对相控阵雷达的参数设计准则，即在满足给定的跟踪起始性能下使得雷达消耗 资源最少，并在此基础上得出在没有高优先级负载情况下的最优捜索帖周期。卢建斌在 Billiam的基础上W跟踪起始距离为目标函数研究了相控阵雷达捜索资源受限下捜索参 数的优化问题，给出了捜索帖周期和驻留时间计算的最佳准则和方法（卢建斌，胡卫东， 郁文贤.相控阵雷达资源受限时最优捜索性能研究.系统工程与电子技术，2004， 26 (10) : 1388-1390.)。张立稻等则从概念和系统角度出发，全面地介绍了捜索性能优化在 实际应用中所设及到的各方面问题，并提出了捜索参数的选择原则和确定方法（张立稻， 李盾，王国玉.相控阵雷达捜索参数研究.现代雷达，2008, 30(10) :20:25.)。上述研究 均针对相控阵雷达展开，未针对新体制MIMO雷达进行研究。 在MIMO雷达捜索资源管理方面，化naGo化ich等人率先讨论了MIMO雷达 目标检测中功率分配的问题（AittomakiT,Go化ichH,PoorHV,etal.Resource allocationfortargetdetectionindistributedMIMOr曰d曰rs//Sign曰Is,Systems andComputers(ASILOMAR),2011ConferenceRecordoftheFortyFifthAsilomar Conferenceon.I邸E，2011:873-877.)。通过优化发射功率、天线位置等因素，使得目标的 检测概率最大，但该研究仅针对分布式MIMO雷达。文献（杨少委，程婷，何子述.MIMO雷达 捜索模式下的射频隐身算法.电子与信息学报，2014, 36巧）：1017-1022.)建立了MIMO雷达捜索模式下的射频隐身性能模型，但其目标为优化雷达射频隐身性能，且未考虑切向 累积检测概率。 然而现阶段还没有对集中式MIM0雷达的资源管理方面的研究。
技术实现思路
针对上述存在问题或不足，本专利技术通过对影响MIM0雷达捜索性能的各个参数进 行分析，提出了一种基于集中式MIM0雷达捜索模式下的资源管理方法，即选取子阵划分个 数、捜索帖周期、信号占空比、波束驻留时间作为可控参数，在满足雷达捜索性能要求的前 提下，最小化雷达资源消耗量。其中雷达捜索性能不仅考虑了目标径向的累积检测概率，并 首次考虑了目标切向的累积检测概率。最后采用遗传算法求解上述优化问题，得到具体场 景中捜索参数配置结果。 -种基于集中式MIM0雷达捜索模式下的资源管理方法，包括W下步骤： 步骤1、建立MIM0信号处理模型：针对收发阵列共址的MIM0雷达，将阵列分为K个 子阵，各个子阵中包含L个阵元，则阵列共包含阵元个数M=KL。推导出雷达接收信号的信 噪比为 其中雷达单个天线的峰值功率为Pt，发射天线增益为Gt，天线接收增益为Gf，目标 的雷达截面积（RC巧为0，A为信号波长，N。为噪声功率谱密度，R为目标到雷达的径向距 离，n为信号的占空比、te为波束驻留时间。 步骤2、计算切向累积检测概率：令MIM0雷达的捜索范围为，依据跟踪起 始距离的概念，定义跟踪起始角度0m。、， 0max=(e厂0 1)Q，QG化1) 似 即对于给定目标，当雷达的切向累积检测概率达到累计检测概率口限时目标飞过 的角度。角度上的飞过0m。、对应的时间段为[te，tmJ。其中， 切向积累检测概率的计算步骤如下：A、计算[t。，tmJ时间段内，雷达发射捜索波束个数：目标沿切向飞入捜索区域到 达到累积检测概率所用时间为此期间雷达总共发射捜索波束个数I=Ii+l2。其 中，t拥刻波束计数器值开始计数，直到〇。。。。,=I-l循环W下 计算。 B、计算每个捜索波束在目标上的驻留时间W及单次检测概率。目标飞入捜索区域 t。时刻，角度位置为01，此时捜索波束编号为n。。 在发射第n。。。。,个雷达捜索波束时，波束指向范围为 =[0i+(n_h(t0)-l)B", 0i+n_h(t0)Bj(6) 对应的捜索波束执行时间为其中，捜索帖周期计数器瑪^为（n?. >1) 捜索波位编号n^arch为（nsearch^ 1) 运动目标所在角度与时间的函数关系式为： 然后，求解该捜索波束在目标上的驻留时间。 令求解可W分别求得 ||和。判断第n_t个波束的照射时间bi，。和区，?2]是否存在交集，若存在交集则 代表目标被该波束照射到，交集的长度te'则代表被照射的时间长度。若te'声0，Pd(te') =0。其中， C、将I个捜索波束的目标检测概率进行非相干积累，得到目标切向累计检测概 率，如式11所示。 D、令t。在内均匀分布，于是，W作为跟踪起始时刻 (tmax〉Tf)，雷达对目标的平均切向累计检测概率为：〇 步骤3、构建MIM0雷达捜索模式下的优化模型： -帖内捜索波束当前第1页1 2 3 本文档来自技高网...

【技术保护点】
一种基于集中式MIMO雷达搜索模式下的资源管理方法,包括以下步骤：步骤1、建立MIMO信号处理模型：针对收发阵列共址的MIMO雷达，将阵列分为K个子阵，各个子阵中包含L个阵元，则阵列共包含阵元个数M＝KL，推导出雷达接收信号的信噪比为SNR=GtGrMptηtBσλ2(4π)3N0R4---(1)]]>其中雷达单个天线的峰值功率为pt，发射天线增益为Gt，天线接收增益为Gr，目标的雷达截面积(RCS)为σ，λ为信号波长，N0为噪声功率谱密度，R为目标到雷达的径向距离，η为信号的占空比、tB为波束驻留时间；步骤2、计算切向累积检测概率：令MIMO雷达的搜索范围为[θ1,θ2]，依据跟踪起始距离的概念，定义跟踪起始角度θmax，θmax＝(θ2‑θ1)Q,Q∈(0,1)  (2)即对于给定目标，当雷达的切向累积检测概率达到累计检测概率门限时目标飞过的角度；角度上的飞过θmax对应的时间段为[t0,tmax]，其中，tmax=t0+θmaxRxvx;]]>切向积累检测概率的计算步骤如下：A、计算[t0,tmax]时间段内，雷达发射搜索波束个数：目标沿切向飞入搜索区域到达到累积检测概率所用时间为[t0,tmax]，此期间雷达总共发射搜索波束个数I＝I1+I2，其中，I2=min[mod((tmax-t0)Tf)*TftB,NB]---(4)]]>t0时刻波束计数器值ncount,ncount∈[0,I‑1]开始计数，直到ncount＝I‑1循环以下计算；B、计算每个搜索波束在目标上的驻留时间以及单次检测概率，目标飞入搜索区域t0时刻，角度位置为θ1，此时搜索波束编号为n0，在发射第ncount个雷达搜索波束时，波束指向范围为[θs1(t0),θs2(t0)]＝[θ1+(nsearch(t0)‑1)Bw,θ1+nsearch(t0)Bw]  (6)对应的搜索波束执行时间为[ts1(t0),ts2(t0)]=[(nTf(t0)-1)Tf+(nsearch(t0)-1)tB,(nTf(t0)-1)Tf+nsearch(t0)tB]---(7)]]>其中，搜索帧周期计数器为搜索波位编号nsearch为(nsearch≥1)nsearch(t0)=mod(n0(t0)+ncountNB),n0+ncount≠kNB,k=1,2,...NB,n0(t0)+ncount=kNB,k=1,2,..---(9)]]>运动目标所在角度与时间的函数关系式为：θt(t)=vx(t-t0)rx+θ1---(10)]]>然后，求解该搜索波束在目标上的驻留时间；令θs1(t0)=v(t~1-t0)r+θ1,θs2(t0)=v(t~2-t0)r+θ1,]]>求解可以分别求得和判断第ncount个波束的照射时间和是否存在交集，若存在交集则代表目标被该波束照射到，交集的长度tB′则代表被照射的时间长度，若tB′≠0，Pd(tB′)＝0。其中，C、将I个搜索波束的目标检测概率进行非相干积累，得到目标切向累计检测概率，Πncount=1I[1-Pdc·Pd(tB′(t0),ncount)]---(11);]]>D、令t0在[0,Tf]内均匀分布，于是，以作为跟踪起始时刻(tmax>Tf)，雷达对目标的平均切向累计检测概率为：Pd(θmax)=1Tf∫0Tf{1-Πncount=1I[1-Pdc·Pd(tB′(t),ncount)]}dt---(12);]]>步骤3、构建MIMO雷达搜索模式下的优化模型：一帧内搜索波束所用时间与搜索帧周期的比值描述了系统在时域上的资源分布，信号占空比则描述了每次搜索能量消耗，子阵划分个数则描述了雷达硬件资源的消耗，三者按照各自权重相加作为目标函数来描述MIMO雷达资源消耗，同时，MIMO雷达要保持搜索性能，则以目标径向累积检测概率，目标切向累积检测概率大于累计检测概率门限值，时间资源消耗合理性为约束条件，优化模型为min(K,η,tB,Tf)c1tBNBTf+c2η+c3KM]]>s.t.Pd(Rt)≥PDPd(θmax)≥PDNBtBTf≤1---(13)]]>步骤4、采用遗传算法求解上述优化问题：通过求解该优化模型的优化过程，得到一组参数[Kopt,ηopt,tBopt,Tfopt]，在满足搜索性能要求的前...

【技术特征摘要】

【专利技术属性】
技术研发人员：程婷，武俊青，杨少委，张洁，张宇轩，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51