CN113093172B - 面向目标跟踪的多平台雷达路径与波形选择联合优化方法 - Google Patents
面向目标跟踪的多平台雷达路径与波形选择联合优化方法 Download PDFInfo
- Publication number
- CN113093172B CN113093172B CN202110276663.6A CN202110276663A CN113093172B CN 113093172 B CN113093172 B CN 113093172B CN 202110276663 A CN202110276663 A CN 202110276663A CN 113093172 B CN113093172 B CN 113093172B
- Authority
- CN
- China
- Prior art keywords
- radar
- platform
- platform radar
- matrix
- target
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000005457 optimization Methods 0.000 title claims abstract description 22
- 239000011159 matrix material Substances 0.000 claims abstract description 42
- 239000002245 particle Substances 0.000 claims abstract description 25
- 238000001914 filtration Methods 0.000 claims abstract description 4
- 238000005259 measurement Methods 0.000 claims abstract description 3
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 230000007704 transition Effects 0.000 claims description 3
- 238000007726 management method Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
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
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Evolutionary Computation (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种面向目标跟踪的多平台雷达路径与波形选择联合优化方法,首先,考虑多平台雷达对单目标跟踪的场景,采用扩展卡尔曼滤波算法进行目标跟踪,推导下一时刻目标状态估计误差的BCRLB矩阵的迹作为表征多平台雷达目标跟踪性能的衡量指标;然后,以满足各平台运动速度阈值、最大转弯角和各平台雷达发射波形参数库为约束条件,建立面向目标跟踪的多平台雷达路径与波形选择联合管理优化模型;最后,利用粒子群算法对优化模型进行求解。本发明通过联合优化当前时刻各平台雷达的运动速度、运动角度以及下一时刻的波形参数选择,最大限度地减小目标状态估计误差的BCRLB矩阵的迹,从而提升了多平台雷达的目标跟踪性能。
Description
技术领域
本发明属于雷达资源管理的技术领域,具体提出一种面向目标跟踪的多平台雷达路径与波形选择联合优化方法。
背景技术
随着现代战场环境日趋复杂,多平台雷达路径规划成为一种重要的战术策略。路径规划要求多平台雷达能最大限度地利用地形信息和敌情信息,综合考虑多平台目标跟踪精度和机动能力限制,在一定时间内规划出最优或次优的飞行轨迹,并回避敌方威胁环境,安全地完成目标探测或跟踪任务。
另一方面,自适应波形选择实现了从雷达接收机到发射机的闭环处理,通过跟踪运动目标,优化雷达发射波形,在日益复杂的环境下最大限度地发挥各种资源的效能,具有重要的研究意义和军事应用价值。因此,将多平台雷达路径规划与波形选择进行结合,不仅可以满足多平台雷达作战的需求,而且能在当今高技术作战环境下实现作战效能的极大提升。
然而,现有技术中尚未有同时考虑多平台雷达路径与波形选择联合优化方法。基于此,本专利提出面向目标跟踪的多平台雷达路径与波形选择联合优化方法。
发明内容
发明目的:本发明提供一种面向目标跟踪的多平台雷达路径与波形选择联合优化方法,能显著提升多平台雷达目标跟踪性能。
技术方案:本发明所述的一种面向目标跟踪的多平台雷达路径与波形选择联合优化方法,包括以下步骤:
(1)构建多平台雷达对单目标跟踪的场景,多平台雷达发射高斯线性调频信号对目标进行探测,对接收到的雷达信号进行处理,通过扩展卡尔曼滤波算法对目标进行跟踪;
(2)构建下一时刻目标状态估计误差的BCRLB矩阵的迹作为表征多平台雷达目标跟踪性能的衡量指标;
(3)以最小化下一时刻目标状态估计误差的BCRLB矩阵的迹作为优化目标,以满足各平台运动速度阈值、最大转弯角和各平台雷达发射波形参数库为约束条件,建立面向目标跟踪的多平台雷达路径与波形选择联合优化模型;
(4)利用粒子群算法对优化模型进行求解,通过联合优化当前时刻各平台雷达的运动速度、运动角度以及下一时刻的波形参数选择,最大限度地减小目标状态估计误差的BCRLB矩阵的迹,提升多平台雷达的目标跟踪性能。
进一步地,步骤(1)所述的多平台雷达对单目标跟踪实现过程如下:
第i个平台雷达k时刻的位置为[xi,k,yi,k],则第i个平台雷达k+1时刻的位置[xi,k+1,yi,k+1]表示为:
[xi,k+1,yi,k+1]≈[xi,k,yi,k]+Vi,k[cos(θi,k),sin(θi,k)] (1)
式中,Vi,k为第i个平台雷达k时刻的运动速度;θi,k为第i个平台雷达k时刻的运动角度。
进一步地,所述步骤(2)实现过程如下:
目标状态估计误差的k+1时刻BCRLB矩阵Ck+1|k的表达式为:
式中,N表示平台数量;Xk表示k时刻目标的状态值;J(Xk)表示k时刻目标状态的贝叶斯信息矩阵;F表示状态转移矩阵;Q为高斯白噪声矩阵;Hi,k+1表示第i个平台雷达k+1时刻的雅克比矩阵;Ni,k+1表示第i个平台雷达k+1时刻的观测误差协方差矩阵,与第i个平台雷达k+1时刻发射波形的带宽Wi,k+1和高斯脉冲有效宽度λi,k+1有关;
多平台雷达发射信号为高斯线性调频信号,k+1时刻的观测误差协方差矩阵Ni,k+1为:
式中,T表示转换矩阵,T=diag(c/2,c/2ωc,1);c为电磁传播速度;ωc为载波频率;bi,k+1=Wi,k+1/2Ti,k+1表示k+1时刻的信号调频斜率;Ti,k+1为k+1时刻的脉冲宽度,且Ti,k+1=7.4338λi,k+1;为固定常数;SNRi,k+1表示k+1时刻机载雷达目标跟踪信噪比,表示为:
式中,Gt为雷达发射天线增益;Gr,i为第i个平台雷达接收机接收天线增益;σt表示目标雷达散射截面;λ表示雷达发射波长;GRP表示雷达接收机处理增益;Br为匹配滤波器带宽;k为玻尔兹曼常数;T0接收机的接收噪声***温度;Fr,i是第i个平台雷达雷达接收机的噪声系数;Pt为机载雷达发射功率;Td为机载雷达驻留时间;Tr为单个脉冲持续时间;τI为截获接收机一个周期平均窗口宽度;Rt,k+1为k+1时刻机载雷达与目标之间的距离。
进一步地,步骤(3)所述的面向目标跟踪的多平台雷达路径与波形选择联合优化模型为:
式中,tr()表示矩阵的迹;Θ表示机载雷达发射波形库;θmax为飞行器最大转弯角;飞行器速度的最大值为vmax,最小值为vmin。
进一步地,所述步骤(4)包括以下步骤:
(41)种群初始化模块随机初始化粒子的位置S和速度V,设置循环次数Imax;
(42)根据BCRLB矩阵的迹确定粒子的适应度值;
(43)更新粒子速度和位置信息:
Sk+1=Sk+Vk+1 (7)
式中,ω为惯性权重;r1和r2为分布于[0,1]的区间的随机数;t是当前迭代次数;为个体最优粒子位置;/>为全局最优粒子的位置;c1和c2为常数;
(44)更新粒子群和全局最优粒子;
(45)不断迭代直到达到迭代次数Imax,输出全局最优粒子。
有益效果:与现有技术相比,本发明的有益效果:本发明既满足各平台运动速度阈值、最大转弯角和各平台雷达发射波形参数库约束条件,而且提升了多平台雷达的目标跟踪性能。
附图说明
图1为本发明的流程图。
具体实施方式
下面结合附图对本发明作进一步详细说明。
本发明提供一种面向目标跟踪的多平台雷达路径与波形选择联合优化方法,如图1所示,具体包括以下步骤:
步骤1:构建多平台雷达对单目标跟踪的场景,多平台雷达发射高斯线性调频信号对目标进行探测,对接收到的雷达信号进行处理,通过扩展卡尔曼滤波算法对目标进行跟踪。
已知第i个平台雷达k时刻的位置为[xi,k,yi,k],则第i个平台雷达k+1时刻的位置[xi,k+1,yi,k+1]表示为:
[xi,k+1,yi,k+1]≈[xi,k,yi,k]+Vi,k[cos(θi,k),sin(θi,k)] (1)
式中,Vi,k为第i个平台雷达k时刻的运动速度;θi,k为第i个平台雷达k时刻的运动角度。
步骤2:构建表征多平台雷达目标跟踪性能的目标状态估计误差的k+1时刻BCRLB矩阵的表达式。
目标状态估计误差的k+1时刻BCRLB矩阵Ck+1|k的表达式为:
式中,上标()T表示矩阵的转置;上标()-1表示矩阵的逆矩阵;N表示平台数量;Xk表示k时刻目标的状态值;J(Xk)表示k时刻目标状态的贝叶斯信息矩阵;F表示状态转移矩阵;Q为高斯白噪声矩阵;Hi,k+1表示第i个平台雷达k+1时刻的雅克比矩阵;Ni,k+1表示第i个平台雷达k+1时刻的观测误差协方差矩阵,与第i个平台雷达k+1时刻发射波形的带宽Wi,k+1和高斯脉冲有效宽度λi,k+1有关。
由于多平台雷达发射信号为高斯线性调频信号,k+1时刻的观测误差协方差矩阵Ni,k+1由式(3)表示为:
式中,T表示转换矩阵,T=diag(c/2,c/2ωc,1);c为电磁传播速度;ωc为载波频率;bi,k+1=Wi,k+1/2Ti,k+1表示k+1时刻的信号调频斜率;Ti,k+1为k+1时刻的脉冲宽度,且Ti,k+1=7.4338λi,k+1;为固定常数;SNRi,k+1表示k+1时刻机载雷达目标跟踪信噪比,由式(4)表示为:
式中,Gt为雷达发射天线增益;Gr,i为第i个平台雷达接收机接收天线增益;σt表示目标雷达散射截面;λ表示雷达发射波长;GRP表示雷达接收机处理增益;Br为匹配滤波器带宽;k为玻尔兹曼常数;T0接收机的接收噪声***温度;Fr,i是第i个平台雷达雷达接收机的噪声系数;Pt为机载雷达发射功率;Td为机载雷达驻留时间;Tr为单个脉冲持续时间;τI为截获接收机一个周期平均窗口宽度;Rt,k+1为k+1时刻机载雷达与目标之间的距离。
步骤3:以满足各平台运动速度阈值、最大转弯角和各平台雷达发射波形参数库为约束条件,建立面向目标跟踪的多平台雷达路径与波形选择联合管理优化模型:
式中,tr()表示矩阵的迹;Θ表示机载雷达发射波形库;θmax为飞行器最大转弯角;飞行器速度的最大值为vmax,最小值为vmin。
步骤4:利用粒子群算法对优化模型进行求解,得到优化后的当前时刻各平台雷达的运动速度、运动角度以及下一时刻波形参数选择。
首先,种群初始化模块随机初始化粒子的位置S和速度V,设置循环次数Imax。其次,根据BCRLB矩阵的迹确定粒子的适应度值。然后,更新粒子速度和位置信息,如式(6)(7)所示:
Sk+1=Sk+Vk+1 (7)
式中,ω为惯性权重;r1和r2为分布于[0,1]的区间的随机数;t是当前迭代次数;为个体最优粒子位置;/>为全局最优粒子的位置;c1和c2为常数。再次,更新粒子群和全局最优粒子;不断迭代直到达到迭代次数Imax,输出全局最优粒子。最后,当前时刻的多平台雷达速度、角度以及下一时刻的波形选择,从而完成这一时刻的多平台雷达路径与波形选择联合管理优化过程。
Claims (4)
1.一种面向目标跟踪的多平台雷达路径与波形选择联合优化方法,其特征在于,包括以下步骤:
(1)构建多平台雷达对单目标跟踪的场景,多平台雷达发射高斯线性调频信号对目标进行探测,对接收到的雷达信号进行处理,通过扩展卡尔曼滤波算法对目标进行跟踪;
(2)构建下一时刻目标状态估计误差的BCRLB矩阵的迹作为表征多平台雷达目标跟踪性能的衡量指标;
(3)以最小化下一时刻目标状态估计误差的BCRLB矩阵的迹作为优化目标,以满足各平台运动速度阈值、最大转弯角和各平台雷达发射波形参数库为约束条件,建立如下面向目标跟踪的多平台雷达路径与波形选择联合优化模型:
式中,tr(·)表示矩阵的迹;vi,k+1为第i个平台雷达k+1时刻的运动速度,Wi,k+1为第i个平台雷达k+1时刻发射波形的带宽,λi,k+1为高斯脉冲有效宽度;θi,k为第i个平台雷达k时刻的运动角度,Θ表示机载雷达发射波形库;θmax为飞行器最大转弯角;飞行器速度的最大值为vmax,最小值为vmin;
(4)利用粒子群算法对优化模型进行求解,通过联合优化当前时刻各平台雷达的运动速度、运动角度以及下一时刻的波形参数选择,最大限度地减小目标状态估计误差的BCRLB矩阵的迹,提升多平台雷达的目标跟踪性能。
2.根据权利要求1所述的面向目标跟踪的多平台雷达路径与波形选择联合优化方法,其特征在于,步骤(1)所述的多平台雷达对单目标跟踪实现过程如下:
第i个平台雷达k时刻的位置为[xi,k,yi,k],则第i个平台雷达k+1时刻的位置[xi,k+1,yi,k+1]表示为:
[xi,k+1,yi,k+1]≈[xi,k,yi,k]+Vi,k[cos(θi,k),sin(θi,k)] (1)
式中,Vi,k为第i个平台雷达k时刻的运动速度;θi,k为第i个平台雷达k时刻的运动角度。
3.根据权利要求1所述的面向目标跟踪的多平台雷达路径与波形选择联合优化方法,其特征在于,所述步骤(2)实现过程如下:
目标状态估计误差的k+1时刻BCRLB矩阵Ck+1|k的表达式为:
式中,N表示平台数量;Xk表示k时刻目标的状态值;J(Xk)表示k时刻目标状态的贝叶斯信息矩阵;F表示状态转移矩阵;Q为高斯白噪声矩阵;Hi,k+1表示第i个平台雷达k+1时刻的雅克比矩阵;Ni,k+1表示第i个平台雷达k+1时刻的观测误差协方差矩阵,与第i个平台雷达k+1时刻发射波形的带宽Wi,k+1和高斯脉冲有效宽度λi,k+1有关;
多平台雷达发射信号为高斯线性调频信号,k+1时刻的观测误差协方差矩阵Ni,k+1为:
式中,T表示转换矩阵,T=diag(c/2,c/2ωc,1);c为电磁传播速度;ωc为载波频率;bi,k+1=Wi,k+1/2Ti,k+1表示k+1时刻的信号调频斜率;Ti,k+1为k+1时刻的脉冲宽度,且Ti,k+1=7.4338λi,k+1;为固定常数;SNRi,k+1表示k+1时刻机载雷达目标跟踪信噪比,表示为:
式中,Gt为雷达发射天线增益;Gr,i为第i个平台雷达接收机接收天线增益;σt表示目标雷达散射截面;λ表示雷达发射波长;GRP表示雷达接收机处理增益;Br为匹配滤波器带宽;k为玻尔兹曼常数;T0接收机的接收噪声***温度;Fr,i是第i个平台雷达雷达接收机的噪声系数;Pt为机载雷达发射功率;Td为机载雷达驻留时间;Tr为单个脉冲持续时间;τI为截获接收机一个周期平均窗口宽度;Rt,k+1为k+1时刻机载雷达与目标之间的距离。
4.根据权利要求1所述的面向目标跟踪的多平台雷达路径与波形选择联合优化方法,其特征在于,所述步骤(4)包括以下步骤:
(41)种群初始化模块随机初始化粒子的位置S和速度V,设置循环次数Imax;
(42)根据BCRLB矩阵的迹确定粒子的适应度值;
(43)更新粒子速度和位置信息:
Sk+1=Sk+Vk+1 (7)
式中,ω为惯性权重;r1和r2为分布于[0,1]的区间的随机数;t是当前迭代次数;为个体最优粒子位置;/>为全局最优粒子的位置;c1和c2为常数;
(44)更新粒子群和全局最优粒子;
(45)不断迭代直到达到迭代次数Imax,输出全局最优粒子。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110276663.6A CN113093172B (zh) | 2021-03-15 | 2021-03-15 | 面向目标跟踪的多平台雷达路径与波形选择联合优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110276663.6A CN113093172B (zh) | 2021-03-15 | 2021-03-15 | 面向目标跟踪的多平台雷达路径与波形选择联合优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113093172A CN113093172A (zh) | 2021-07-09 |
CN113093172B true CN113093172B (zh) | 2023-12-05 |
Family
ID=76667582
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110276663.6A Active CN113093172B (zh) | 2021-03-15 | 2021-03-15 | 面向目标跟踪的多平台雷达路径与波形选择联合优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113093172B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7898466B1 (en) * | 2008-12-08 | 2011-03-01 | Lockheed Martin Corporation | Optimization of radar resources |
US8314733B1 (en) * | 2009-10-13 | 2012-11-20 | Lockheed Martin Corporation | Adjustment of radar parameters to maintain accelerating target in track |
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 |
CN107450070A (zh) * | 2017-04-14 | 2017-12-08 | 电子科技大学 | 基于目标跟踪的相控阵雷达波束和驻留时间联合分配方法 |
CN111090078A (zh) * | 2019-12-24 | 2020-05-01 | 中国航天科工集团八五一一研究所 | 一种基于射频隐身的组网雷达驻留时间优化控制方法 |
CN111323773A (zh) * | 2020-02-20 | 2020-06-23 | 南京航空航天大学 | 基于射频隐身的组网雷达功率与带宽联合优化分配方法 |
CN112213718A (zh) * | 2020-09-25 | 2021-01-12 | 南京航空航天大学 | 多目标跟踪下组网雷达节点选择与辐射资源联合优化方法 |
-
2021
- 2021-03-15 CN CN202110276663.6A patent/CN113093172B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7898466B1 (en) * | 2008-12-08 | 2011-03-01 | Lockheed Martin Corporation | Optimization of radar resources |
US8314733B1 (en) * | 2009-10-13 | 2012-11-20 | Lockheed Martin Corporation | Adjustment of radar parameters to maintain accelerating target in track |
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 |
CN107450070A (zh) * | 2017-04-14 | 2017-12-08 | 电子科技大学 | 基于目标跟踪的相控阵雷达波束和驻留时间联合分配方法 |
CN111090078A (zh) * | 2019-12-24 | 2020-05-01 | 中国航天科工集团八五一一研究所 | 一种基于射频隐身的组网雷达驻留时间优化控制方法 |
CN111323773A (zh) * | 2020-02-20 | 2020-06-23 | 南京航空航天大学 | 基于射频隐身的组网雷达功率与带宽联合优化分配方法 |
CN112213718A (zh) * | 2020-09-25 | 2021-01-12 | 南京航空航天大学 | 多目标跟踪下组网雷达节点选择与辐射资源联合优化方法 |
Non-Patent Citations (5)
Title |
---|
Collaborative transmit resource scheduling and waveform selection for target tracking in multistatic radar system;Yijie Wang 等;《IET Radar, Sonar & Navigation》;第15卷(第3期);第209-225页 * |
Joint Dwell Time and Bandwidth Optimization for Multiple-Target Tracking in Radar Network;Qiu W 等;《2019 International Conference on Control, Automation and Information Sciences (ICCAIS)》;第1-5页 * |
基于多目标跟踪的相控阵雷达波束和驻留时间联合分配方法;王祥丽 等;《雷达学报》;第6卷(第6期);第602-610页 * |
多目标跟踪下的分布式MIMO雷达资源联合优化算法;宋喜玉 等;《西安交通大学学报》;第52卷(第10期);第110-116页 * |
面向射频隐身的组网雷达多目标跟踪下射频辐射资源优化分配算法;时晨光 等;《电子与信息学报》;第43卷(第3期);第839-846页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113093172A (zh) | 2021-07-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111090078B (zh) | 一种基于射频隐身的组网雷达驻留时间优化控制方法 | |
CN112651181B (zh) | 一种基于零和博弈的雷达对抗策略建模与仿真方法 | |
CN108732543B (zh) | 一种基于射频隐身的机载组网雷达辐射参数联合优化方法 | |
CN112147600B (zh) | 面向射频隐身和目标跟踪的多基雷达发射参数优化方法 | |
CN111812599B (zh) | 博弈条件下基于低截获性能的组网雷达最优波形设计方法 | |
CN108614261B (zh) | 一种组网雷达***多目标跟踪下的辐射参数控制方法 | |
CN108614245B (zh) | 一种基于射频隐身的边跟踪边干扰方法 | |
CN108896985B (zh) | 基于射频隐身的组网雷达多目标跟踪采样间隔控制方法 | |
CN111025275A (zh) | 基于射频隐身的多基雷达辐射参数多目标联合优化方法 | |
CN114237074B (zh) | 一种战役级反舰导弹抗干扰效能评估方法 | |
CN113739638A (zh) | 一种基于群体协同信息的无人机蜂群反制方法 | |
CN111624557A (zh) | 一种分布式组网干扰的方法及*** | |
CN115567353A (zh) | 一种面向雷达组网***的干扰多波束调度和干扰功率联合优化方法 | |
CN113093172B (zh) | 面向目标跟踪的多平台雷达路径与波形选择联合优化方法 | |
CN112068124B (zh) | 面向低截获的组网雷达驻留时间与辐射功率联合优化方法 | |
Jaffer et al. | Estimation of range-dependent clutter covariance by configuration system parameter estimation | |
CN112118621B (zh) | 一种机载雷达通信一体化***辐射功率优化设计方法 | |
CN113093175B (zh) | 一种机载雷达飞行路径与发射波形选择联合优化方法 | |
CN113093171A (zh) | 基于目标跟踪的机载雷达路径与辐射资源联合优化方法 | |
CN114609597A (zh) | 针对无人机集群侦探融合的干侵一体化雷达波形设计方法 | |
CN114034298A (zh) | 一种基于可重构智能表面的车辆定位方法 | |
Sciacca et al. | Cooperative sensor networks with bandwidth constraints | |
RU2789849C1 (ru) | Способ совместного функционирования бортовых радиолокационных станций и станций активных помех при распределении задач поражения и прикрытия между истребителями пары | |
RU2799492C2 (ru) | Способ управления направлением излучения зондирующего сигнала при реализации полупассивного самонаведения управляемых ракет класса "воздух-воздух" с радиолокационной головкой самонаведения | |
RU2807467C1 (ru) | Способ скрытого наведения пары перехватчиков на воздушную цель |
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 |