CN107340515A - 基于分布式组网雷达***的目标定位资源分配方法 - Google Patents
基于分布式组网雷达***的目标定位资源分配方法 Download PDFInfo
- Publication number
- CN107340515A CN107340515A CN201710452474.3A CN201710452474A CN107340515A CN 107340515 A CN107340515 A CN 107340515A CN 201710452474 A CN201710452474 A CN 201710452474A CN 107340515 A CN107340515 A CN 107340515A
- Authority
- CN
- China
- Prior art keywords
- mrow
- target
- radar
- msup
- msub
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/66—Radar-tracking systems; Analogous systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明属于雷达技术领域，公开了一种基于分布式组网雷达***的目标定位资源分配方法，包括：确定分布式组网雷达***对目标定位时误差的克拉美罗下界；根据分布式组网雷达***对目标定位时误差的克拉美罗下界，设定分布式组网雷达***对目标定位的初始功率分配优化模型；将分布式组网雷达***对目标定位的初始功率分配优化模型进行凸松弛，得到凸松弛后的功率分配优化模型；求解凸松弛后的功率优化模型，得到分布式组网雷达***对目标定位的功率分配结果；能根据分布式组网雷达***各部雷达的发射参数，在功率有限等约束下快速获取更好的目标定位性能。
Description
技术领域
本发明属于雷达技术领域，尤其涉及一种基于分布式组网雷达***的目标定位资源分配方法，适用于不存在虚警和漏检情况下的单目标跟踪以及多站分布式工作模式下的功率分配方法，能够快速提高复杂环境下对单目标的定位精度。
背景技术
复杂环境中的针对目标定位快速资源分配是分布式组网雷达***亟待解决的一项技术难题。通过分布式的工作模式，多站分布式组网雷达可以快速完成资源分配结果，即更好地获取目标的位置信息。在这种工作模式下，每个雷达独立调整各自发射功率。相对于传统单站定位的模式，这种方法可以大幅提高组网雷达在目标定位时的功率利用率，进而提升定位精度并降低被截获概率。
理论上，组网雷达各个雷达站的发射功率越大，对目标的定位精度越好。但是，随着功率的增加，雷达***暴露的概率会大幅增大。为了使组网雷达能够长时间稳定工作，需要限制各个组网雷达的总发射功率。这时如何有效利用有限的功率资源，进而获得更好的定位性能就显得尤为重要了。
传统的组网雷达功率分配方法是平均分配到各个雷达。这种方法虽然比较简单，且工程上易于实现，但却没有获得理想的目标定位效果。例如，当目标与各个雷达间的距离差异较大时，距离目标近的雷达获取的定位信息精度很高，而距离目标远的雷达获取的定位信息很差。针对这个问题，现有技术提出了一种基于组网雷达单目标定位的发射功率快速动态分配方法。该方法根据接收机对环境的感知信息，动态的调节各个发射站的发射功率，形成了一种认知的单目标定位方法，主要用途在于解决现有组网雷达进行目标定位时计算时间过慢的问题。
虽然已有的方法已经达到了节省发射功率、优化定位效果的目的，但是整个方法是建立在如下两个假设基础上的：(1)目标雷达散射截面积(RCS)信息是先验已知的；(2)在整个处理过程中隐含假设了各个时刻各目标的检测概率为1，且不存在虚警的理想情况。一方面，实际跟踪中，目标的RCS是需要实时进行估计的，***无法在测量之前获得它的先验信息；另一方面，在第(2)个假设条件下，各个时刻，***只能在各个目标的相关波门内获得关于该目标的一个测量点。然而，这种理想的检测条件在实际中是无法满足的。各个时刻，各个目标的相关波门内过检测门限点可能有很多，如何在这种杂乱环境中实现多目标的认知跟踪是一个亟待解决的问题。
发明内容
针对上述现有技术的存在的问题，本发明的目的在于提供一种基于分布式组网雷达***的目标定位资源分配方法，能根据分布式组网雷达***各部雷达的发射参数，在功率有限等约束下快速获取更好的目标定位性能。
为达到上述目的，本发明采用如下技术方案予以实现。
一种基于分布式组网雷达***的目标定位资源分配方法，所述方法包括如下步骤：
步骤1，确定分布式组网雷达***对目标定位时误差的克拉美罗下界CRLB(p)：
其中，CRLB(·)表示克拉美罗下界，CRLB(·)是关于分布式组网雷达***的功率分配向量p的函数，p＝[p1，...，pm，...，pM]，p表示分布式组网雷达***的功率分配向量，pm表示第m个雷达发射站的发射功率；u表示待定位的目标位置，J(u)表示待定位的目标位置u的Fisher信息矩阵，Tr(·)表示矩阵的迹，(·)-1表示求逆运算，b表示J(u)的伴随矩阵的迹，A表示J(u)的行列式；
步骤2，根据所述分布式组网雷达***对目标定位时误差的克拉美罗下界，设定分布式组网雷达***对目标定位的初始功率分配优化模型；
s.t.Pmin≤pm≤Pmax，m＝1，...，M
其中，表示M×1维的全1矢量，Pmax表示每个雷达发射站的最大额定功率，Pmin表示每个雷达发射站的最小待机功率，Ptotal表示分布式组网雷达***中所有雷达发射站发射功率的总和；
步骤3，将所述分布式组网雷达***对目标定位的初始功率分配优化模型进行凸松弛，得到凸松弛后的功率分配优化模型：
min bTp-η(pTAp)
s.t.Pmin≤pm≤Pmax，m＝1，...，M
步骤4，求解所述凸松弛后的功率优化模型，得到分布式组网雷达***对目标定位的功率分配结果。
本发明技术方案的特点和进一步的改进为：
(1)步骤1具体包括如下子步骤：
(1a)所述分布式组网雷达***设置于统一的直角坐标系下，所述分布式雷达组网***包含M个雷达发射站，N个雷达接收站，以及待定位的目标，且第m个雷达发射站的坐标记为第n个雷达接收站的坐标记为所述待定位的目标位置记为u＝(x，y)；
第m个雷达发射站到目标的距离记为第n个雷达接收站到目标的距离记为第m个雷达发射站与目标之间的方位角记为第n个雷达接收站与目标之间的方位角记为
(1b)将关于所述待定位的目标位置u的误差先验条件概率密度函数记为：
其中，σω表示分布式组网雷达***内部噪声的方差，接收信号矩阵r＝[r1，1，r1，2，...rm，n，...，rM，N]，rm，n表示第n个雷达接收站接收到的经目标反射后的第m个雷达发射站的信号，αm，n为衰减因子，且pm表示第m个雷达发射站的发射功率，hm，n表示第n个雷达接收站从目标接收第m个雷达发射站的信号时的雷达散射截面积；
(1c)根据所述待定位的目标位置u的误差先验条件概率密度函数，得到待定位的目标位置u的Fisher信息矩阵J(u)：
其中，E{·}表示求期望运算，表示求导运算，ln表示对数运算；
(1d)根据所述待定位的目标位置u的Fisher信息矩阵J(u)，确定分布式组网雷达***对目标定位时误差的克拉美罗下界CRLB(p)：
其中，b＝(d+e)，A＝deT-qqT，第一中间变量d＝[d1，...，dm，...dM]T，第二中间变量e＝[e1，...em，...，eM]T，第三中间变量q＝[q1，...qm，...，，qM]T，且：
其中，dm表示第一中间变量d的第m个元素，em表示第二中间变量的e第m个元素，qm表示第三中间变量q的第m个元素，ξn为一常量，其中，βm表示第m个雷达发射站发射信号的带宽，c表示光速。
(2)步骤4具体包括如下子步骤：
(4a)给定参数Ptotal、Pmax、Pmin的值；并设定分布式组网雷达***的功率分配向量p的初值设定预估参数η的值；
(4b)求解凸松弛后的功率分配优化模型：
min bTp-η(pTAp)
s.t.Pmin≤pm≤Pmax，m＝1，...，M
得到分布式组网雷达***的功率分配向量p的输出结果pout，根据所述输出结果pout计算修正参数η1的值：
(4c)设置收敛参数ε，若|η1-η|≤ε，则停止迭代，将pout作为分布式组网雷达***对目标定位的功率分配结果；
否则，令η＝η1，返回子步骤(4b)，重新计算修正参数η1的值，直到修正参数η1满足条件|η1-η|≤ε，并将最后一次迭代时计算得到的pout作为分布式组网雷达***对目标定位的功率分配结果。
本发明技术方案在多站分布式雷达***下，提出了一种基于分布式组网雷达***的目标定位资源分配方法。该方法能根据分布式组网雷达***各部雷达的发射参数，在功率有限等约束下快速获取更好的定位性能。具体是在各个时刻，将功率尽可能分配给优势雷达以对现有目标进行更好的定位。与传统的功率分配算法相比，本发明的方法具有如下几个优点：(1)可以使用CVX优化软件包进行求解，便于软件编程和工程实际操作；(2)通过反馈来修正凸松弛参数有效降低了凸松弛引入的额外误差，优化结果接近最优结果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种基于分布式组网雷达***的目标定位资源分配方法的流程示意图；
图2为本发明仿真实验中提供的各雷达与目标的分布情况示意图；
图3为本发明仿真实验中，不同算法的定位性能比较以及运算时间比较示意图；
图4为本发明仿真实验中，初始参数不同的条件下各算法的效果比较示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例提供一种基于分布式组网雷达***的目标定位资源分配方法，如图1所示，所述方法包括如下步骤：
步骤1，设定雷达***参数。
假设该分布式组网雷达***拥有M个雷达发射站，N个雷达接收站，分布式组网雷达***内雷达发射站的坐标记为雷达接收站的坐标记为
现代雷达均能根据发射后接收到的回波数据估计从第m个雷达发射站到目标的距离信息以及目标到第n个接收站的距离信息以及在统一坐标系下，目标相对于第m个雷达发射站的方位信息目标相对于第n个接收站的方位信息依次(方位信息分别代表了直角坐标系下的方向矢量，起点为雷达发射站或者雷达接收站，终点为目标)。
根据各个雷达接收站获取的量测信息(具体可以包括：时延，方位，距离等信息)，该分布式组网雷达***在功率有限的条件下可以实现对目标更精确的定位，即获取目标位置u＝(x，y)的更好的估计。
如果分布式组网雷达***内部噪声是方差为σω高斯独立同分布，那么待估计变量u的误差先验条件概率密度函数可写为
其中，σω表示分布式组网雷达***内部噪声的方差，接收信号矩阵r＝[r1，1，r1，2，...rm，n，...，rM，N]，rm，n表示第n个雷达接收站接收到的经目标反射后的第m个雷达发射站的信号，αm，n为衰减因子，代表了信号强度反比于传输距离的平方，逐渐衰减，且pm表示第m个雷达发射站的发射功率，hm，n表示第n个雷达接收站从目标接收第m个雷达发射站的信号时的雷达散射截面积。
(1)式也可称为待估计变量u的Fisher信息矩阵，将其作为待估计变量u的似然函数梯度的协方差矩阵，可表示为如下形式：
上式代表似然函数梯度的协方差矩阵，E{·}是求期望运算，是求导运算。可以导出待估计变量u的估计误差的克拉美罗下界(Cramér-Rao Lower Bound，简称CRLB)：
可调变量为多站分布式雷达***各个发射站的发射功率pm，它们组成的矢量为p＝[p1，...pM]。由于克拉美罗下界代表目标定位精度的下界，其作为目标定位精度的衡量尺度是合适的。因此现有工作大多将克拉美罗下界用作功率分配的代价函数。在多站分布式雷达对目标定位时误差的克拉美罗下界与Fisher信息矩阵密切相关联，可表示为：
其中J(u)是待估计变量u的Fisher信息矩阵，Tr(·)是矩阵的求迹运算。式(3)中，b＝(d+e)，而A＝deTqqT。其中，d＝[d1，...，dm，...，dM]T，e＝[e1，...em，...，eM]T和q＝[q1，...qm，...，，qM]T；其中，
式(4)-(6)中，hm，n表示第n个雷达接收站从目标接收第m个雷达发射站的信号时的雷达散射截面积(RCS)，常量βm是第m个雷达发射站发射信号带宽，c代表了光速。为了方便计算，利用等价变换将矩阵A通过等价转换可化为对称二次型
步骤2，设定目标优化模型，并推导凸松弛模型。
功率分配的优化模型可表示为
其中，表示M×1维的全1矢量，Pmax表示每个雷达发射站的最大额定功率，Pmin表示每个雷达发射站的最小待机功率，Ptotal表示分布式组网雷达***中所有雷达发射站发射功率的总和。
上式(7)中约束是凸的但目标函数是非凸非线性函数。通过将比值性的代价函数凸松弛为加性代价函数可使其变为凸函数。凸松弛后，原优化模型变为：
其中η是预先设定的自修正参数值。该式是典型的凸二次规划，采用CVX优化软件包求解十分方便。
步骤3，采用经典的CVX优化软件包，对凸松弛后的模型(8)进行优化求解，得到分布式组网雷达***的功率分配向量p的输出结果Pout。
步骤4，将步骤3优化输出结果pout带入未凸松弛模型(7)中的代价函数，求得修正参数
步骤5，设置收敛参数ε，若|η1-η|≤ε，则停止迭代，将pout作为分布式组网雷达***对目标定位的功率分配结果；
否则，令η＝η1，重复执行步骤3和步骤4，直到修正参数η1满足条件|η1-η|≤ε，并将最后一次迭代时计算得到的Pout作为分布式组网雷达***对目标定位的功率分配结果。
收敛参数取ε＝10-8。
本发明的效果通过以下仿真对比实验进一步说明：
1.实验场景：
为了验证本发明方法在多基地雷达对目标定位的背景下能够有效快速地修正凸松弛带来的额外误差，逼近最优功率分配。本发明实施例进行了如下仿真。
如图2所示，针对多站分布式雷达***设计了一种目标定位仿真场景，通过本发明修正后的凸松弛方法与传统的凸松弛算法和DDM算法进行比较来验证其有效性。为简化仿真，实验中假设各部雷达发射参数相同。发射雷达最大工作功率Pmax为100kW，发射雷达最小待机功率Pmin为1kW，雷达发射信号载频为1GHZ。目标动态模型噪声和观测噪声均为高斯白噪声。
2.仿真内容：
在设定的场景下，对目标定位和功率分配，并比较功率平均分配和多种优化分配方案下定位精度和优化所需要的时间。
3.仿真结果分析：
从图3(a)中可以看出DDM算法能够获得最优的定位精度；传统的凸松弛方法因额外误差的引入只得到较差的定位精度；本发明的修正凸松弛算法则能够有效修正传统凸松弛带来的误差。值得注意的是，在大多数情况下，第一次修正明显减少了额外误差；在此之后的修正对额外误差的减少并不明显。图3(b)给出了几种优化算法优化过程所需要的时间。
图4比较了传统凸松弛算法对性能带来的损失以及修正后的效果。图4(a)为η的初值取10条件下，采用传统凸松弛算法、DDM算法和修正凸松弛算法分别获得的优化结果。图4(b)为η的初值取1条件下，采用传统凸松弛算法、DDM算法和修正凸松弛算法分别获得的优化结果。比较两种情况可以看出，参数为1的条件下传统凸松弛算法性能损失远大于参数为10条件下进行的传统凸松弛算法。相应的，参数为1的条件下，进行修正改进效果更加明显。该实验验证了传统凸松弛算法的性能损失高度依赖于凸松弛参数的设定，而本发明提供的修正凸松弛算法能够自适应找到最优的凸松弛参数。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
Claims (3)
1.一种基于分布式组网雷达***的目标定位资源分配方法，其特征在于，所述方法包括如下步骤：
步骤1，确定分布式组网雷达***对目标定位时误差的克拉美罗下界CRLB(p)：
<mrow>
<mi>C</mi>
<mi>R</mi>
<mi>L</mi>
<mi>B</mi>
<mrow>
<mo>(</mo>
<mi>p</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>T</mi>
<mi>r</mi>
<mrow>
<mo>(</mo>
<msup>
<mi>J</mi>
<mrow>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<mo>(</mo>
<mi>u</mi>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<msup>
<mi>b</mi>
<mi>T</mi>
</msup>
<mi>p</mi>
</mrow>
<mrow>
<msup>
<mi>p</mi>
<mi>T</mi>
</msup>
<mi>A</mi>
<mi>p</mi>
</mrow>
</mfrac>
<mo>;</mo>
</mrow>
其中，CRLB(·)表示克拉美罗下界，CRLB(·)是关于分布式组网雷达***的功率分配向量p的函数，p＝[p1,…,pm,...,pM]，p表示分布式组网雷达***的功率分配向量，pm表示第m个雷达发射站的发射功率，m＝1,2,...,M，M表示分布式雷达组网***包含雷达发射站的总个数；u表示待定位的目标位置，J(u)表示待定位的目标位置u的Fisher信息矩阵，Tr(·)表示矩阵的迹，(·)-1表示求逆运算，b表示J(u)的伴随矩阵的迹，A表示J(u)的行列式；
步骤2，根据所述分布式组网雷达***对目标定位时误差的克拉美罗下界，设定分布式组网雷达***对目标定位的初始功率分配优化模型；
<mrow>
<mi>min</mi>
<mi> </mi>
<mi>C</mi>
<mi>R</mi>
<mi>L</mi>
<mi>B</mi>
<mrow>
<mo>(</mo>
<mi>p</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<msup>
<mi>b</mi>
<mi>T</mi>
</msup>
<mi>p</mi>
</mrow>
<mrow>
<msup>
<mi>p</mi>
<mi>T</mi>
</msup>
<mi>A</mi>
<mi>p</mi>
</mrow>
</mfrac>
</mrow>
<mfenced open = "" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>s</mi>
<mo>.</mo>
<mi>t</mi>
</mrow>
</mtd>
<mtd>
<mrow>
<msubsup>
<mn>1</mn>
<mi>M</mi>
<mi>T</mi>
</msubsup>
<mi>p</mi>
<mo>&le;</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>t</mi>
<mi>o</mi>
<mi>t</mi>
<mi>a</mi>
<mi>l</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
s.t.Pmin≤pm≤Pmax,m＝1,…,M
其中，表示M×1维的全1矢量，Pmax表示每个雷达发射站的最大额定功率，Pmin表示每个雷达发射站的最小待机功率，Ptotal表示分布式组网雷达***中所有雷达发射站发射功率的总和；
步骤3，将所述分布式组网雷达***对目标定位的初始功率分配优化模型进行凸松弛，得到凸松弛后的功率分配优化模型：
min bTp-η(pTAp)
<mfenced open = "" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>s</mi>
<mo>.</mo>
<mi>t</mi>
</mrow>
</mtd>
<mtd>
<mrow>
<msubsup>
<mn>1</mn>
<mi>M</mi>
<mi>T</mi>
</msubsup>
<mi>p</mi>
<mo>&le;</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>t</mi>
<mi>o</mi>
<mi>t</mi>
<mi>a</mi>
<mi>l</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
s.t.Pmin≤pm≤Pmax,m＝1,…,M
其中，表示自修正参数值；s.t表示约束条件；
步骤4，求解所述凸松弛后的功率优化模型，得到分布式组网雷达***对目标定位的功率分配结果。
2.根据权利要求1所述的一种基于分布式组网雷达***的目标定位资源分配方法，其特征在于，步骤1具体包括如下子步骤：
(1a)所述分布式组网雷达***设置于统一的直角坐标系下，所述分布式雷达组网***包含M个雷达发射站，N个雷达接收站，以及待定位的目标，且第m个雷达发射站的坐标记为第n个雷达接收站的坐标记为所述待定位的目标位置记为u＝(x,y)；
第m个雷达发射站到目标的距离记为第n个雷达接收站到目标的距离记为第m个雷达发射站与目标之间的方位角记为第n个雷达接收站与目标之间的方位角记为m＝1,2,...,M，n＝1,2,...,N；
(1b)将关于所述待定位的目标位置u的误差先验条件概率密度函数记为：
<mrow>
<mi>f</mi>
<mrow>
<mo>(</mo>
<mi>r</mi>
<mo>|</mo>
<mi>u</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<msup>
<mrow>
<mo>(</mo>
<mn>2</mn>
<msubsup>
<mi>&pi;&sigma;</mi>
<mi>&omega;</mi>
<mn>2</mn>
</msubsup>
<mo>)</mo>
</mrow>
<mfrac>
<mrow>
<mi>M</mi>
<mi>N</mi>
</mrow>
<mn>2</mn>
</mfrac>
</msup>
</mfrac>
<mi>exp</mi>
<mo>{</mo>
<mo>-</mo>
<mfrac>
<mn>1</mn>
<msubsup>
<mi>&sigma;</mi>
<mi>&omega;</mi>
<mn>2</mn>
</msubsup>
</mfrac>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>n</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>m</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>M</mi>
</munderover>
<msub>
<mo>&Integral;</mo>
<msub>
<mi>T</mi>
<mi>m</mi>
</msub>
</msub>
<mo>|</mo>
<msub>
<mi>r</mi>
<mrow>
<mi>m</mi>
<mo>,</mo>
<mi>n</mi>
</mrow>
</msub>
<mo>-</mo>
<msqrt>
<mrow>
<msub>
<mi>&alpha;</mi>
<mi>m</mi>
</msub>
<msub>
<mi>p</mi>
<mi>m</mi>
</msub>
</mrow>
</msqrt>
<msub>
<mi>h</mi>
<mrow>
<mi>m</mi>
<mo>,</mo>
<mi>n</mi>
</mrow>
</msub>
<msup>
<mo>|</mo>
<mn>2</mn>
</msup>
<mi>d</mi>
<mi>t</mi>
<mo>}</mo>
</mrow>
其中，σω表示分布式组网雷达***内部噪声的方差，接收信号矩阵r＝[r1,1,r1,2,…rm,n,...,rM,N]，rm,n表示第n个雷达接收站接收到的经目标反射后的第m个雷达发射站的信号，αm,n为衰减因子，且pm表示第m个雷达发射站的发射功率，hm,n表示第n个雷达接收站从目标接收第m个雷达发射站的信号时的雷达散射截面积；
(1c)根据所述待定位的目标位置u的误差先验条件概率密度函数，得到待定位的目标位置u的Fisher信息矩阵J(u)：
<mrow>
<mi>J</mi>
<mrow>
<mo>(</mo>
<mi>u</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>E</mi>
<mo>{</mo>
<mo>&lsqb;</mo>
<mo>&dtri;</mo>
<mi>l</mi>
<mi>n</mi>
<mi> </mi>
<mi>f</mi>
<mrow>
<mo>(</mo>
<mi>r</mi>
<mo>|</mo>
<mi>u</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<msup>
<mrow>
<mo>&lsqb;</mo>
<mo>&dtri;</mo>
<mi>l</mi>
<mi>n</mi>
<mi> </mi>
<mi>f</mi>
<mrow>
<mo>(</mo>
<mi>r</mi>
<mo>|</mo>
<mi>u</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
</mrow>
<mi>H</mi>
</msup>
<mo>}</mo>
</mrow>
其中，E{·}表示求期望运算，表示求导运算，ln表示对数运算；
(1d)根据所述待定位的目标位置u的Fisher信息矩阵J(u)，确定分布式组网雷达***对目标定位时误差的克拉美罗下界CRLB(p)：
<mrow>
<mi>C</mi>
<mi>R</mi>
<mi>L</mi>
<mi>B</mi>
<mrow>
<mo>(</mo>
<mi>p</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>T</mi>
<mi>r</mi>
<mrow>
<mo>(</mo>
<msup>
<mi>J</mi>
<mrow>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<mo>(</mo>
<mi>u</mi>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<msup>
<mi>b</mi>
<mi>T</mi>
</msup>
<mi>p</mi>
</mrow>
<mrow>
<msup>
<mi>p</mi>
<mi>T</mi>
</msup>
<mi>A</mi>
<mi>p</mi>
</mrow>
</mfrac>
</mrow>
其中，b＝(d+e)，A＝deT-qqT，第一中间变量d＝[d1,…,dm,...,dM]T，第二中间变量e＝[e1,…em,...,eM]T，第三中间变量q＝[q1,…qm,...,,qM]T，且:
其中，dm表示第一中间变量d的第m个元素，em表示第二中间变量的e第m个元素，qm表示第三中间变量q的第m个元素，ξm为一常量，其中，βm表示第m个雷达发射站发射信号的带宽，c表示光速。
3.根据权利要求2所述的一种基于分布式组网雷达***的目标定位资源分配方法，其特征在于，步骤4具体包括如下子步骤：
(4a)给定参数Ptotal、Pmax、Pmin的值；并设定分布式组网雷达***的功率分配向量p的初值设定预估参数η的值；
(4b)求解凸松弛后的功率分配优化模型：
min bTp-η(pTAp)
<mfenced open = "" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>s</mi>
<mo>.</mo>
<mi>t</mi>
</mrow>
</mtd>
<mtd>
<mrow>
<msubsup>
<mn>1</mn>
<mi>M</mi>
<mi>T</mi>
</msubsup>
<mi>p</mi>
<mo>&le;</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>t</mi>
<mi>o</mi>
<mi>t</mi>
<mi>a</mi>
<mi>l</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
s.t.Pmin≤pm≤Pmax,m＝1,…,M
得到分布式组网雷达***的功率分配向量p的输出结果pout，根据所述输出结果pout计算修正参数η1的值：
<mrow>
<msub>
<mi>&eta;</mi>
<mn>1</mn>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msup>
<mi>b</mi>
<mi>T</mi>
</msup>
<msub>
<mi>p</mi>
<mrow>
<mi>o</mi>
<mi>u</mi>
<mi>t</mi>
</mrow>
</msub>
</mrow>
<mrow>
<msubsup>
<mi>p</mi>
<mrow>
<mi>o</mi>
<mi>u</mi>
<mi>t</mi>
</mrow>
<mi>T</mi>
</msubsup>
<msub>
<mi>Ap</mi>
<mrow>
<mi>o</mi>
<mi>u</mi>
<mi>t</mi>
</mrow>
</msub>
</mrow>
</mfrac>
</mrow>
(4c)设置收敛参数ε，若|η1-η|≤ε，则停止迭代，将pout作为分布式组网雷达***对目标定位的功率分配结果；
否则，令η＝η1，返回子步骤(4b)，重新计算修正参数η1的值，直到修正参数η1满足条件|η1-η|≤ε，并将最后一次迭代时计算得到的pout作为分布式组网雷达***对目标定位的功率分配结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710452474.3A CN107340515B (zh) | 2017-06-15 | 2017-06-15 | 基于分布式组网雷达***的目标定位资源分配方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710452474.3A CN107340515B (zh) | 2017-06-15 | 2017-06-15 | 基于分布式组网雷达***的目标定位资源分配方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107340515A true CN107340515A (zh) | 2017-11-10 |
| CN107340515B CN107340515B (zh) | 2020-07-03 |
Family
ID=60220671
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710452474.3A Active CN107340515B (zh) | 2017-06-15 | 2017-06-15 | 基于分布式组网雷达***的目标定位资源分配方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107340515B (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108107415A (zh) * | 2017-11-20 | 2018-06-01 | 西安电子科技大学 | 基于机会约束的集中式mimo雷达多波束功率分配方法 |
| CN109991571A (zh) * | 2019-04-17 | 2019-07-09 | 电子科技大学 | 远距离分布式无源测向定位的布阵方法 |
| CN110376580A (zh) * | 2019-06-04 | 2019-10-25 | 西安电子科技大学 | 一种异步多目标跟踪性能驱动的异构雷达网资源分配方法 |
| CN110441740A (zh) * | 2019-08-20 | 2019-11-12 | 南京航空航天大学 | 基于分层博弈的分布式mimo雷达稳健功率分配方法 |
| CN111025275A (zh) * | 2019-11-21 | 2020-04-17 | 南京航空航天大学 | 基于射频隐身的多基雷达辐射参数多目标联合优化方法 |
| CN111736143A (zh) * | 2020-06-30 | 2020-10-02 | 西安电子科技大学 | 一种基于目标容量的同步多波束功率分配方法 |
| CN111751820A (zh) * | 2020-07-06 | 2020-10-09 | 中国电子科技集团公司信息科学研究院 | 一种双基地雷达***最优化配置方法及装置 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102426358A (zh) * | 2011-09-05 | 2012-04-25 | 西安电子科技大学 | 用于雷达多目标跟踪的多波束发射功率动态分配方法 |
| US20140052301A1 (en) * | 2012-08-16 | 2014-02-20 | Arvind Raghunathan | Method for Globally Optimizing Power Flows in Electric Networks |
| CN106199579A (zh) * | 2016-06-22 | 2016-12-07 | 中国人民解放军信息工程大学 | 分布式mimo雷达目标跟踪精度联合资源优化方法 |
-
2017
- 2017-06-15 CN CN201710452474.3A patent/CN107340515B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102426358A (zh) * | 2011-09-05 | 2012-04-25 | 西安电子科技大学 | 用于雷达多目标跟踪的多波束发射功率动态分配方法 |
| US20140052301A1 (en) * | 2012-08-16 | 2014-02-20 | Arvind Raghunathan | Method for Globally Optimizing Power Flows in Electric Networks |
| CN106199579A (zh) * | 2016-06-22 | 2016-12-07 | 中国人民解放军信息工程大学 | 分布式mimo雷达目标跟踪精度联合资源优化方法 |
Non-Patent Citations (2)
| Title |
|---|
| HANA GODRICH等: "Power Allocation Strategies for Target Localization in Distributed Multiple-Radar Architectures", 《IEEE TRANSACTIONS ON SIGNAL PROCESSING》 * |
| 冯涵哲等: "一种用于多目标定位的MIMO雷达快速功率分配算法", 《电子与信息学报》 * |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108107415A (zh) * | 2017-11-20 | 2018-06-01 | 西安电子科技大学 | 基于机会约束的集中式mimo雷达多波束功率分配方法 |
| CN108107415B (zh) * | 2017-11-20 | 2021-08-03 | 西安电子科技大学 | 基于机会约束的集中式mimo雷达多波束功率分配方法 |
| CN109991571A (zh) * | 2019-04-17 | 2019-07-09 | 电子科技大学 | 远距离分布式无源测向定位的布阵方法 |
| CN109991571B (zh) * | 2019-04-17 | 2022-11-18 | 电子科技大学 | 远距离分布式无源测向定位的布阵方法 |
| CN110376580A (zh) * | 2019-06-04 | 2019-10-25 | 西安电子科技大学 | 一种异步多目标跟踪性能驱动的异构雷达网资源分配方法 |
| CN110441740A (zh) * | 2019-08-20 | 2019-11-12 | 南京航空航天大学 | 基于分层博弈的分布式mimo雷达稳健功率分配方法 |
| CN111025275A (zh) * | 2019-11-21 | 2020-04-17 | 南京航空航天大学 | 基于射频隐身的多基雷达辐射参数多目标联合优化方法 |
| CN111025275B (zh) * | 2019-11-21 | 2021-10-08 | 南京航空航天大学 | 基于射频隐身的多基雷达辐射参数多目标联合优化方法 |
| CN111736143A (zh) * | 2020-06-30 | 2020-10-02 | 西安电子科技大学 | 一种基于目标容量的同步多波束功率分配方法 |
| CN111751820A (zh) * | 2020-07-06 | 2020-10-09 | 中国电子科技集团公司信息科学研究院 | 一种双基地雷达***最优化配置方法及装置 |
| CN111751820B (zh) * | 2020-07-06 | 2023-06-30 | 中国电子科技集团公司信息科学研究院 | 一种双基地雷达***最优化配置方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107340515B (zh) | 2020-07-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107340515A (zh) | 基于分布式组网雷达***的目标定位资源分配方法 | |
| CN110082841A (zh) | 一种短期风速预测方法 | |
| CN114006369B (zh) | 区域风光场站功率联合预测方法、装置、电子设备和存储介质 | |
| CN106443663A (zh) | 一种用于相控阵雷达降维四通道和差波束测角的方法 | |
| CN109725294A (zh) | 基于改进遗传算法的雷达阵列稀疏优化方法 | |
| CN110208375A (zh) | 一种锚杆锚固缺陷的检测方法及终端设备 | |
| CN106443570A (zh) | 基于多重信号分类算法矢量相关性的波达方向估计方法 | |
| CN104539340A (zh) | 一种基于稀疏表示和协方差拟合的稳健波达角估计方法 | |
| CN106772386A (zh) | 一种利用lpso算法由雷达回波反演大气波导方法 | |
| CN103871021A (zh) | 一种由cpu和gpu协同工作的目标航迹初始化方法 | |
| CN104101869B (zh) | 一种极坐标下的地波雷达运动目标仿真建模方法 | |
| CN106019257A (zh) | 基于高频地波雷达海流观测结果空时特征的插值方法 | |
| CN106231553A (zh) | 基于无线声传感器网络的多节点信息融合声源定位方法 | |
| CN106951615A (zh) | 基于密母算法的电力运输网络拓扑结构设计方法 | |
| CN104915465A (zh) | 基于延迟拉盖尔多项式的金属目标瞬态电磁散射分析方法 | |
| CN105939026A (zh) | 基于混合Laplace分布的风电功率波动量概率分布模型建立方法 | |
| CN104834816A (zh) | 一种短期风速预测方法 | |
| CN111222680A (zh) | 基于最小二乘支持向量机的风电站出力超短时预测方法 | |
| CN108107415A (zh) | 基于机会约束的集中式mimo雷达多波束功率分配方法 | |
| Chigullapally et al. | Wi-Fi 802.11 mc distance classification and error reduction using machine learning | |
| CN109061299A (zh) | 一种基于径向基函数神经网络的电力***谐波检测方法 | |
| CN105095546A (zh) | 分析多尺度导体目标电磁散射特性的混合阶Nystrom方法 | |
| CN103793339B (zh) | 基于内存访问堆栈距离的数据Cache性能探索方法 | |
| CN108460459A (zh) | 基于小波神经网络的无人机遥感测温中温度拟合的方法 | |
| CN103217686B (zh) | 一种sar图像仿真过程中方位向聚焦位置的计算方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20210120 Address after: 12a, 12 / F, block D, Xidian science and Technology Park, 168 Kechuang Road, Yanta District, Xi'an City, Shaanxi Province, 710000 Patentee after: XI'AN INTERWISER ELECTRONIC TECHNOLOGY Co.,Ltd. Address before: 710071 No. 2 Taibai South Road, Shaanxi, Xi'an Patentee before: XIDIAN University Patentee before: XI'AN CETC XIDIAN UNIVERSITY RADAR TECHNOLOGY COLLABORATIVE INNOVATION INSTITUTE Co.,Ltd. |