【技术实现步骤摘要】
本专利技术涉及雷达信号处理技术，特别是涉及一种基于多目标跟踪的分布式雷达联盟博弈功率分配方法。
技术介绍
1、组网雷达是指对不同体制、不同频率、不同型号的多个单一雷达分散部署，进行实时控制和点迹融合处理，将指定区域内多部雷达以组网的模式进行资源整合，形成一个高精度、高抗干扰性能的有机整体。组网雷达系统由于其在信号和空间多样性方面的优势，在目标检测、目标定位、目标跟踪、波形设计、参数估计、传感器选择和信息提取等方面应用广泛。目前，它正处于从理论到实践的过渡阶段。
2、随着无源探测系统的快速发展，射频隐身技术是设计雷达系统时需要考虑的一个基本问题。为了实现更好的射频隐身性能，有必要严格控制雷达系统的辐射功率。博弈论可以为理性但自私的参与者之间的协调和对抗提供一个框架，因此，它可以成为解决分布式资源优化问题的一个有效工具。
3、目前，针对博弈论及其在组网雷达系统中的应用的研究还很不完善，尤其是针对博弈论在组网雷达系统的射频辐射能量控制中的应用研究还非常薄弱。大多数研究将博弈论应用到雷达的抗干扰和目标检测问题中，且缺少对雷达射频隐身性能的考虑。综上所述，现有技术中尚未有基于多目标跟踪的分布式雷达联盟博弈功率分配方法。
技术实现思路
1、专利技术目的：本专利技术的目的是提供一种基于多目标跟踪的分布式雷达联盟博弈功率分配方法，在满足预定的目标跟踪性能的同时，降低组网雷达系统的总辐射功率，使组网雷达系统效益达到最大。
2、技术方案：本专利技术的基于多目标跟踪的
3、s1、构建目标运动模型；
4、s2、构建雷达对目标的量测模型；
5、s3、构建以多目标跟踪性能、联盟结构和组网雷达系统总辐射功率为变量的射频隐身性能衡量指标以及目标跟踪精度的衡量指标；
6、s4、以给定的多目标跟踪性能以及射频资源限制作为约束条件，以最大化组网雷达射频隐身性能衡量指标作为优化目标，建立基于多目标跟踪的分布式雷达联盟博弈功率分配优化模型；
7、s5、结合sqp算法对步骤s4建立的基于多目标跟踪的分布式雷达联盟博弈功率分配优化模型进行求解；包括：初始化目标运动状态；采用ekf算法对目标的状态进行预测；初始化各雷达的辐射功率相同，结合sqp算法求解优化模型，以最大化射频隐身性能衡量指标为目标，获得当前时刻的最优联盟结构；在得到的最优联盟结构下，同样以最大化射频隐身性能衡量指标为目标，结合sqp算法求解优化模型，得到当前时刻的最优功率分配方案，并获得目标的量测信息；采用ekf算法更新目标的状态；直至获得各时刻的结果。
8、进一步的，步骤s1中构建的目标运动模型为：
9、xq,k＝fxq,k-1+wq
10、其中，xq,k表示目标q在k时刻的运动状态矢量；xq,k-1表示目标q在k-1时刻的运动状态矢量；f表示目标q的状态转移矩阵；wq表示零均值的高斯白噪声。
11、进一步的，步骤s2中构建的雷达对目标的量测模型为：
12、
13、其中，zm,q,k表示雷达m在k时刻对目标q的量测矢量；hm(xq,k)表示包含目标的角度信息和目标的距离信息的非线性转移函数；vm,q,k表示雷达m在k时刻与目标q间的距离和方位角的量测误差；ρm,q,k表示雷达-目标选择情况，ρm,q,k∈{0,1}，当ρm,q,k＝1时，表示雷达m在k时刻选择跟踪目标q加入其中，当ρm,q,k＝0时，表示雷达m在k时刻不选择加入跟踪目标q的联盟。
14、更进一步的，雷达m在k时刻与目标q间的距离和方位角的量测误差vm,q,k的均值为零，其协方差gm,q,k表示为：
15、
16、其中，和分别表示rm,q,k和θm,q,k的估计均方误差下限；rm,q,k表示雷达m在k时刻与目标q间的距离；θm,q,k表示雷达m在k时刻与目标q间的方位角；和与雷达m在k时刻与目标q的回波信噪比snrm,q,k间的关系表示为：
17、
18、其中，βm,q,k表示雷达m在k时刻对目标q的发射信号的带宽；θw表示3db接收波束的宽度；snrm,q,k的表达式为：
19、
20、其中，t表示雷达驻留时间；tr表示雷达脉冲重复周期；pm,q,k表示雷达m在k时刻对目标q的辐射功率；gt和gr分别表示雷达的发射天线增益和接收天线增益；σm,q,k表示k时刻雷达m对目标q的雷达散射截面积(radar cross section，rcs)；λ为雷达发射信号波长；grp表示雷达接收机的处理增益；kb为玻尔兹曼常数；to为雷达接收机的噪声温度；br表示雷达接收机匹配滤波器的带宽；fr表示雷达接收机的噪声系数；rm,q,k表示雷达m在k时刻与目标q间的距离。
21、进一步的，步骤s3中构建的射频隐身性能衡量指标表示为：
22、
23、其中，uk(pm,q,k)表示在k时刻组网雷达系统的射频隐身性能衡量指标；pm,q,k表示雷达m在k时刻对目标q的辐射功率；q表示组网雷达系统需要跟踪的总目标数量；表示对于目标q预设的目标跟踪精度阈值，ηq,k表示在k时刻对于目标q的目标跟踪精度；d表示与目标跟踪性能相关的定价变量，且d>0；δ表示与雷达辐射功率相关的定价变量；m表示组成组网雷达系统的雷达数量；ρm,q,k表示雷达m在k时刻对目标q的选择情况；pmax是组网雷达系统中雷达的最大辐射功率；
24、目标跟踪精度ηq,k表示为：
25、
26、其中，bq,k(1,1)和bq,k(3,3)分别表示矩阵bq,k对应目标距离估计精度的元素；bq,k表示在k时刻对于目标q的预测贝叶斯克拉美-罗下界(bayesian cramér-rao lowerbound，bcrlb)矩阵。
27、进一步的，步骤s4中构建的基于多目标跟踪的分布式雷达联盟博弈功率分配优化模型为：
28、max uk(pm,q,k)
29、
30、其中，ηq,k表示在k时刻对于目标q的目标跟踪精度；表示对于目标q预设的目标跟踪精度阈值；pmin表示单雷达辐射功率最小值；pmax表示组网雷达系统中雷达的最大辐射功率；ρm,q,k表示雷达m在k时刻对目标q的选择情况；mq表示单个目标被跟踪的雷达数量；m表示组成组网雷达系统的雷达数量；q表示组网雷达系统需要跟踪的总目标数量。
31、进一步的，步骤s5中结合sqp算法对优化模型进行求解的具体步骤为：
32、(1)令k＝1，初始化k-1时刻各目标运动状态估计向量和目标运动状态估计误差协方差矩阵pq,k-1|k-1；
33、(2)采用ekf算法对k时刻目标q的状态进行预测，得到：
34、
35、pq,k|k-1＝fpq,k-1|k-1ft+uq
36、其中，表示目标q在本文档来自技高网...
【技术保护点】
1.基于多目标跟踪的分布式雷达联盟博弈功率分配方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于多目标跟踪的分布式雷达联盟博弈功率分配方法，其特征在于，步骤S1中构建的目标运动模型为：
3.根据权利要求1所述的基于多目标跟踪的分布式雷达联盟博弈功率分配方法，其特征在于，步骤S2中构建的雷达对目标的量测模型为：
4.根据权利要求3所述的基于多目标跟踪的分布式雷达联盟博弈功率分配方法，其特征在于，雷达m在k时刻与目标q间的距离和方位角的量测误差vm,q,k的均值为零，其协方差Gm,q,k表示为：
5.根据权利要求1所述的基于多目标跟踪的分布式雷达联盟博弈功率分配方法，其特征在于，步骤S3中构建的射频隐身性能衡量指标表示为：
6.根据权利要求1所述的基于多目标跟踪的分布式雷达联盟博弈功率分配方法，其特征在于，步骤S4中构建的基于多目标跟踪的分布式雷达联盟博弈功率分配优化模型为：
7.根据权利要求1所述的基于多目标跟踪的分布式雷达联盟博弈功率分配方法，其特征在于，步骤S5中结合SQP算法对优化模型进行求解
8.基于多目标跟踪的分布式雷达联盟博弈功率分配系统，其特征在于，包括：
9.一种电子设备，其特征在于，所述设备包括：
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令被调用时，用于执行如权利要求1-7任一项所述的基于多目标跟踪的分布式雷达联盟博弈功率分配方法的步骤。
...【技术特征摘要】
1.基于多目标跟踪的分布式雷达联盟博弈功率分配方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于多目标跟踪的分布式雷达联盟博弈功率分配方法，其特征在于，步骤s1中构建的目标运动模型为：
3.根据权利要求1所述的基于多目标跟踪的分布式雷达联盟博弈功率分配方法，其特征在于，步骤s2中构建的雷达对目标的量测模型为：
4.根据权利要求3所述的基于多目标跟踪的分布式雷达联盟博弈功率分配方法，其特征在于，雷达m在k时刻与目标q间的距离和方位角的量测误差vm,q,k的均值为零，其协方差gm,q,k表示为：
5.根据权利要求1所述的基于多目标跟踪的分布式雷达联盟博弈功率分配方法，其特征在于，步骤s3中构建的射频隐身性能衡量指标表...
【专利技术属性】
技术研发人员：时晨光，孙学章，代向荣，周建江，汪飞，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。