CN115616488A - 面向低截获的分布式多载波雷达网络非合作博弈功率分配方法 - Google Patents
面向低截获的分布式多载波雷达网络非合作博弈功率分配方法 Download PDFInfo
- Publication number
- CN115616488A CN115616488A CN202211206165.5A CN202211206165A CN115616488A CN 115616488 A CN115616488 A CN 115616488A CN 202211206165 A CN202211206165 A CN 202211206165A CN 115616488 A CN115616488 A CN 115616488A
- Authority
- CN
- China
- Prior art keywords
- radar
- subchannel
- mth
- representing
- power distribution
- 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
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000001514 detection method Methods 0.000 claims abstract description 39
- 230000005855 radiation Effects 0.000 claims abstract description 36
- 230000004927 fusion Effects 0.000 claims abstract description 13
- 238000005457 optimization Methods 0.000 claims abstract description 10
- 230000006855 networking Effects 0.000 claims abstract description 8
- 230000006870 function Effects 0.000 claims description 25
- 230000000875 corresponding effect Effects 0.000 claims description 22
- 239000000126 substance Substances 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 10
- 230000005540 biological transmission Effects 0.000 claims description 6
- 230000008901 benefit Effects 0.000 claims description 5
- 238000007499 fusion processing Methods 0.000 claims description 4
- 230000002596 correlated effect Effects 0.000 claims description 2
- 150000001875 compounds Chemical class 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000013178 mathematical model Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000003657 Likelihood-ratio test Methods 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
Images
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
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明的面向低截获的分布式多载波雷达网络非合作博弈功率分配方法,包括:确定由N部多载波雷达和一个融合中心组成的组网雷达***的信号模型;构建新的效用函数,以最小化分布式多载波雷达网络的各雷达的辐射功率为优化目标,以预设的目标检测性能为约束条件,构建非合作博弈的功率分配模型;采用迭代功率分配算法对基于非合作博弈的功率分配模型进行求解;得到最优分配结果。本发明方法不仅能满足所有雷达目标检测性能的要求,即各雷达的信干噪比(SINR)值均达到预先设定的SINR阈值,同时可以有效的降低各雷达的辐射功率,提升了分布式多载波雷达网络的低截获概率性能。
Description
技术领域
本发明涉及雷达信号处理技术,具体涉及面向低截获的分布式多载波雷达网络非合作博弈功率分配方法。
背景技术
分布式雷达网络能够获得比单雷达更多的体系探测效能,能够有效提高空天目标的预警探测能力、抗复杂电子干扰能力与情报保障能力,特别是能提高复杂电磁频谱环境下对非合作目标的连续探测能力。
低截获概率技术是指通过对电子装备射频有源信号进行特征控制,有效避免被敌方无源电子侦察装备截获、分选识别和定位。无源探测***可以根据武器平台上电子设备(***)辐射的电磁波确定武器的位置(角度和距离)信息。随着无源探测技术的快速发展,低截获概率技术是设计雷达***时需要考虑的一个基本问题。为了实现更好的低截获概率性能,有必要严格控制雷达***的辐射功率。虽然资源分配可以通过采用凸优化技术来解决,但它在实际实施上有很大的困难。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雷达网络资源优化问题的一个有效工具。
然而,现有技术中尚未有面向低截获的分布式多载波雷达网络非合作博弈功率分配方法。
发明内容
发明目的:本发明的目的是提供一种面向低截获的分布式多载波雷达网络非合作博弈功率分配方法,该方法不仅满足了预先设定的各雷达目标检测信干噪比性能的要求,而且,有效提高了分布式多载波雷达网络的低截获概率性能。
技术方案:本发明的面向低截获的分布式多载波雷达网络非合作博弈功率分配方法,包括:
确定信号模型:考虑由N部多载波雷达和一个融合中心组成的组网雷达***,且各雷达有M个子信道,所有雷达对应的子信道都工作在同一频段,且不同雷达对应子信道的发射信号之间相关联;第i个雷达的第m个子信道接收来自目标的传输信号和其他雷达的相应的子信道的信号;每个雷达的子信道均可独立检测目标,并将目标检测数据通过数据链传输至融合中心进行信息融合处理;计算相应路径的传播增益,计算各雷达的每个子信道的目标检测概率和虚警概率;
构建非合作博弈的功率分配模型:构建新的效用函数,以最小化分布式多载波雷达网络的各雷达的辐射功率为优化目标,以预设的目标检测性能为约束条件,构建非合作博弈的功率分配模型;
采用迭代功率分配算法对基于非合作博弈的功率分配模型进行求解:初始化各参数,通过辐射功率迭代函数公式循环迭代更新功率分配结果,得到最优分配结果。
进一步的,相应路径的传播增益为:
其中,表示雷达i的第m个子信道-目标-雷达i的第m个子信道的路径的传播增益,表示雷达i的第m个子信道-目标-雷达j的第m个子信道的路径的传播增益,表示雷达i的第m个子信道-雷达j的第m个子信道的路径的传播增益;Gt表示雷达主瓣发射天线增益,Gr表示雷达主瓣接收天线增益,Gt′表示雷达旁瓣发射天线增益,Gr′表示雷达旁瓣接收天线增益;表示雷达i的第m个子信道的目标RCS,表示雷达i与雷达j的第m个子信道之间的目标RCS;λm表示雷达第m个子信道的波长;Ri表示雷达i与目标之间的距离,Rj表示雷达j与目标之间的距离,di,j表示雷达i与雷达j之间的距离。
进一步的,雷达i的第m个子信道的目标检测概率和虚警概率为:
进一步的,新的效用函数为:
其中,表示新的效用函数;表示雷达i的第m个子信道的辐射功率;表示除雷达i的第m个子信道外的所有雷达的第m个子信道的功率矢量;表示雷达i的第m个子信道的SINR;表示雷达i的每一个子信道预设的SINR阈值;表示SINR的代价因子;表示雷达i的第m个子信道-目标-雷达i的第m个子信道的路径的传播增益。
进一步的,基于非合作博弈的功率分配模型表示为:
其中,表示雷达i的第m个子信道的辐射功率;表示除雷达i的第m个子信道外的所有雷达的第m个子信道的功率矢量;表示雷达i的第m个子信道的SINR;表示雷达i的每一个子信道预设的SINR阈值;表示雷达i的第m个子信道的辐射功率上限;表示SINR的代价因子,如果保持不变;否则,将自适应地调整表示雷达i的第m个子信道-目标-雷达i的第m个子信道的路径的传播增益。
进一步的,迭代功率分配算法具体为:
其中,表示雷达i的第m个子信道的辐射功率;表示除雷达i的第m个子信道外的所有雷达的第m个子信道的功率矢量;表示雷达i的第m个子信道的SINR;表示雷达i的每一个子信道预设的SINR阈值;表示雷达i的第m个子信道-目标-雷达i的第m个子信道的路径的传播增益;表示SINR的代价因子,如果保持不变;否则,将自适应地调整表示在雷达i的第m个子信道处接收的总干扰和噪声;
经过简单的代数操作后,得:
进一步的,采用迭代功率分配算法对基于非合作博弈的功率分配模型进行求解的步骤为:
本发明的面向低截获的分布式多载波雷达网络非合作博弈功率分配***,包括:
信号模型确定模块,用于确定由N部多载波雷达和一个融合中心组成的组网雷达***的相应路径的传播增益、各雷达每个子信道的目标检测概率和虚警概率;
模型构建模块,用于构建新的效用函数,以每个参与者的效益最大化为目标函数,以预定的SINR要求和每个雷达子信道的最大辐射功率为约束条件,构建非合作博弈的功率分配模型;
模型求解模块,用于建立迭代功率分配算法,并采用该算法对基于非合作博弈的功率分配模型进行求解。
本发明的一种装置设备,包括存储器和处理器,其中:
存储器,用于存储能够在处理器上运行的计算机程序;
处理器,用于在运行所述计算机程序时,执行如上述面向低截获的分布式多载波雷达网络非合作博弈功率分配方法的步骤。
本发明的一种存储介质,所述存储介质上存储有计算机程序,所述计算机程序被至少一个处理器执行时实现如上述面向低截获的分布式多载波雷达网络非合作博弈功率分配方法的步骤。
有益效果:与现有技术相比,本发明显著的技术效果为:本发明方法通过调整功率分配策略,在满足一定的目标检测性能约束的条件下,最小化分布式多载波雷达网络的各雷达的辐射功率,从而有效提升了分布式多载波雷达网络的低截获概率性能。产生该优点的原因是本发明以一定的目标检测性能为约束条件,以最小化分布式多载波雷达网络的各雷达的辐射功率为优化目标,建立了基于非合作博弈的分布式多载波雷达网络功率分配数学模型,同时实现雷达网络中各雷达之间的公平性;提出了一种低复杂度和快速收敛的迭代功率分配算法,求解该优化模型。该方法可在满足预先设定的各雷达目标检测信干噪比性能的要求的同时有效提高分布式多载波雷达网络的低截获概率性能。
附图说明
图1为本发明方法流程图;
图2为目标与组网雷达位置分布图;
图3为目标相对于不同雷达的RCS分布图;
图4为所提算法的收敛性:(a)辐射功率分配,(b)各雷达的信干噪比;
图5为所提算法的辐射功率分配结果:(a)雷达1,(b)雷达2,(c)雷达3,(d)雷达4;
图6为三种功率分配算法对比:(a)各雷达辐射功率,(b)各雷达信干噪比。
具体实施方式
下面结合附图对本发明的结构及工作过程做进一步说明。
本发明分布式多载波雷达网络的主要目标是最大限度地降低每个雷达的辐射功率,同时满足一定的目标检测性能的要求。因此,本发明构建了一个综合考虑低截获概率性能和目标检测性能的效用函数。针对由N部多载波雷达和一个融合中心组成的组网雷达***,本发明以一定的目标检测性能为约束条件,以最小化分布式多载波雷达网络的各雷达的辐射功率为优化目标,建立了基于非合作博弈的分布式多载波雷达网络功率分配数学模型。同时,本发明从实际工程应用需求出发,通过采用一种低复杂度和快速收敛的迭代功率分配算法对模型进行求解,选取在满足预先设定的目标检测性能信干噪比阈值与分布式多载波雷达子信道峰值功率约束的条件下使得分布式多载波雷达网络的发射功率最小的功率值作为最优解。该算法不仅满足了预先设定的各雷达目标检测信干噪比性能的要求,而且,有效提高了分布式多载波雷达网络的低截获概率性能。
如图1所示,本发明的一种面向低截获的分布式多载波雷达网络非合作博弈功率分配方法,包括以下步骤:
1、确定信号模型;
考虑由N部多载波雷达和一个融合中心组成的组网雷达***,且各雷达有M个子信道。第i个雷达的第m个子信道接收来自目标的传输信号和其他雷达的相应的子信道的信号。假设所有雷达对应的子信道都工作在同一频段,且由于各雷达异步造成不同雷达对应子信道的发射信号之间相关联。每个雷达的子信道均可以独立检测目标,并将目标检测数据通过数据链传输至融合中心进行信息融合处理。相应路径的传播增益被定义为:
式中,表示雷达i的第m个子信道-目标-雷达i的第m个子信道的路径的传播增益,表示雷达i的第m个子信道-目标-雷达j的第m个子信道的路径的传播增益,表示雷达i的第m个子信道-雷达j的第m个子信道的路径的传播增益;Gt表示雷达主瓣发射天线增益,Gr表示雷达主瓣接收天线增益,Gt′表示雷达旁瓣发射天线增益,Gr′表示雷达旁瓣接收天线增益;表示雷达i的第m个子信道的目标RCS,表示雷达i与雷达j的第m个子信道之间的目标RCS;λm表示雷达第m个子信道的波长;Ri表示雷达i与目标之间的距离,Rj表示雷达j与目标之间的距离,di,j表示雷达i与雷达j之间的距离。假设所有传播增益在雷达波束驻留时间内都是固定的。
在此,广义似然比检验被用来作为最优检测器。雷达i的第m个子信道的目标检测概率和虚警概率为:
式中,为目标检测概率,为虚警概率;表示雷达i的第m个子信道的检测阈值;L表示雷达子信道在驻留时间内接收到的脉冲数目;表示雷达i的第m个子信道的信干噪比(Signal-to-Interference-plus-Noise Ratio,SINR),它可以表示为:
式中,表示雷达i的第m个子信道的辐射功率;表示雷达j的第m个子信道的辐射功率;表示雷达i和雷达j的第m个子信道之间的相关系数。环境噪声是均值为0,方差为的加性高斯白噪声。表示在雷达i的第m个子信道处接收的总干扰和噪声。
2、构建非合作博弈的功率分配模型;
分布式多载波雷达网络的主要目标是最大限度地降低每个雷达的辐射功率,同时满足一定的目标检测性能的要求。因此,提出了一种新的效用函数如下:
式中,表示新的效用函数;表示雷达i的第m个子信道的辐射功率;表示除雷达i的第m个子信道外的所有雷达的第m个子信道的功率矢量;表示雷达i的第m个子信道的SINR;表示雷达i的每一个子信道预设的SINR阈值;表示SINR的代价因子;表示雷达i的第m个子信道-目标-雷达i的第m个子信道的路径的传播增益。
本发明的主要目的是通过选择合适的功率分配策略使每个参与者的效益最大化。因此,考虑到预定的SINR要求和每个雷达子信道的最大辐射功率的约束,基于非合作博弈的功率分配模型可以表示为:
其中,表示雷达i的第m个子信道的辐射功率;表示除雷达i的第m个子信道外的所有雷达的第m个子信道的功率矢量;表示雷达i的第m个子信道的SINR;表示雷达i的每一个子信道预设的SINR阈值;表示雷达i的第m个子信道的辐射功率上限;表示雷达i的第m个子信道-目标-雷达i的第m个子信道的路径的传播增益。第一个约束条件表示各雷达子信道功率分配结果所得的SINR应大于或等于预定的SINR阈值。第二个约束条件表明各雷达子信道的辐射功率均不能超过峰值功率。值得指出的是,定价变量的选取是非常重要的。如果保持不变;否则,将自适应地调整通过增大博弈参与者的惩罚来降低辐射功率。
3、采用迭代功率分配算法对基于非合作博弈的功率分配模型进行求解。
提出了一种低复杂度和快速收敛的迭代功率分配算法,该算法重复功率分配步骤直到收敛。迭代功率分配算法具体为:
经过简单的代数操作后,可得:
采用迭代功率分配算法对基于非合作博弈的功率分配模型进行求解,具体步骤如下:
4、仿真结果
假设组网雷达***中的多载波雷达个数为N=4,且每个多载波雷达的子信道数为M=16。雷达子信道的中心频率为10GHz,雷达子信道之间的频率间隔为10MHz。多载波雷达在空间中的相对位置分布为[-50,-50]km,[50,-50]km,[50,50]km和[-50,50]km,目标在空间中的相对位置为[-10,10]km。第2步中的其余参数设置如表1所示。
表1仿真参数设置
目标与组网雷达位置分布图如图2所示,目标相对于不同雷达的RCS分布图如图3所示,所提算法的收敛性如图4所示,所提算法的辐射功率分配结果如图5所示。从图4(a)中可以看出,该算法只需5-10次迭代就能收敛到纳什均衡解。此外,由于本发明所提出的博弈模型的纳什均衡解是唯一的,因此所提出的算法将收敛到它,与初始辐射功率值无关。从图4(b)中可以明显看出,所得的SINR经过2-5次的迭代计算后可以快速收敛到预设的SINR阈值此外,图中的四条曲线相互重叠,这表明该算法能够满足各雷达的SINR要求。这也证实了该非合作功率分配博弈模型能够保证网络中所有雷达之间的公平性。图5中的(a)~(d)描述了不同多载波雷达的子信道的辐射功率的分配结果。将子信道的功率分配结果与图3中的RCS分布情况比较分析,可以发现,在功率分配方面,具有较小RCS的子信道比其他子信道所需要分配的功率会更多,从而满足其设定的目标检测SINR性能的要求。
不同功率分配算法的对比如图6所示。从图6中的(a)和(b)可以看出,相比于K-G算法和ANCPCA算法,本发明所提算法并不是单纯地通过增大各雷达子信道地辐射功率来最大化自身的效用函数,而是综合考虑雷达目标检测性能的要求以及雷达辐射功率等因素,从而在满足一定目标检测性能的前提下,降低各雷达子信道的辐射功率,提升了分布式多载波雷达网络的低截获概率性能。
由上述仿真结果可知,面向低截获的分布式多载波雷达网络非合作博弈功率分配方法不仅能满足所有雷达目标检测性能的要求,即各雷达的SINR值均达到预先设定的SINR阈值,同时可以有效的降低各雷达的辐射功率,提升了分布式多载波雷达网络的低截获概率性能。
本发明的面向低截获的分布式多载波雷达网络非合作博弈功率分配***,包括:
信号模型确定模块,用于确定由N部多载波雷达和一个融合中心组成的组网雷达***的相应路径的传播增益、各雷达每个子信道的目标检测概率和虚警概率;
模型构建模块,用于构建新的效用函数,以每个参与者的效益最大化为目标函数,以预定的SINR要求和每个雷达子信道的最大辐射功率为约束条件,构建非合作博弈的功率分配模型;
模型求解模块,用于建立迭代功率分配算法,并采用该算法对基于非合作博弈的功率分配模型进行求解。
本发明的一种装置设备,包括存储器和处理器,其中:
存储器,用于存储能够在处理器上运行的计算机程序;
处理器,用于在运行所述计算机程序时,执行如上述面向低截获的分布式多载波雷达网络非合作博弈功率分配方法的步骤,并能达到上述方法一致的技术效果。
本发明的一种存储介质,所述存储介质上存储有计算机程序,所述计算机程序被至少一个处理器执行时实现如上述面向低截获的分布式多载波雷达网络非合作博弈功率分配方法的步骤,并能达到上述方法一致的技术效果。
本发明创造的工作原理及工作过程:
本发明考虑由N部多载波雷达和一个融合中心组成的组网雷达***,且各雷达有M个子信道。第i个雷达的第m个子信道接收来自目标的传输信号和其他雷达的相应的子信道的信号。假设所有雷达对应的子信道都工作在同一频段,且由于各雷达异步造成不同雷达对应子信道的发射信号之间相关联。每个雷达的子通道均可以独立检测目标,并将目标检测数据通过数据链传输至融合中心进行信息融合处理;在满足一定的目标检测性能约束的条件下,最小化分布式多载波雷达网络的各雷达的辐射功率,从而有效提升了分布式多载波雷达网络的低截获概率性能。首先,以低截获概率性能为导向,本发明设计了一种综合考虑目标检测性能和雷达辐射功率的效用函数。然后,以一定的目标检测性能为约束条件,以最小化分布式多载波雷达网络的各雷达的辐射功率为优化目标,建立了基于非合作博弈的分布式多载波雷达网络功率分配数学模型,同时实现雷达网络中各雷达之间的公平性。在此基础上,提出了一种低复杂度和快速收敛的迭代功率分配算法,求解该优化模型,得到满足一定目标检测性能的条件下最优的功率分配结果
Claims (10)
1.面向低截获的分布式多载波雷达网络非合作博弈功率分配方法,其特征在于,包括:
确定信号模型:考虑由N部多载波雷达和一个融合中心组成的组网雷达***,且各雷达有M个子信道,所有雷达对应的子信道都工作在同一频段,且不同雷达对应子信道的发射信号之间相关联;第i个雷达的第m个子信道接收来自目标的传输信号和其他雷达的相应的子信道的信号;每个雷达的子信道均可独立检测目标,并将目标检测数据通过数据链传输至融合中心进行信息融合处理;计算相应路径的传播增益;计算各雷达的每个子信道的目标检测概率和虚警概率;
构建非合作博弈的功率分配模型:构建新的效用函数,以最小化分布式多载波雷达网络的各雷达的辐射功率为优化目标,以预设的目标检测性能为约束条件,构建非合作博弈的功率分配模型;
采用迭代功率分配算法对基于非合作博弈的功率分配模型进行求解:初始化各参数,通过辐射功率迭代函数公式循环迭代更新功率分配结果,得到最优分配结果。
2.根据权利要求1所述的面向低截获的分布式多载波雷达网络非合作博弈功率分配方法,其特征在于,相应路径的传播增益为:
6.根据权利要求1所述的面向低截获的分布式多载波雷达网络非合作博弈功率分配方法,其特征在于,迭代功率分配算法具体为:
其中,表示雷达i的第m个子信道的辐射功率;表示除雷达i的第m个子信道外的所有雷达的第m个子信道的功率矢量;表示雷达i的第m个子信道的SINR;表示雷达i的每一个子信道预设的SINR阈值;表示雷达i的第m个子信道-目标-雷达i的第m个子信道的路径的传播增益;表示SINR的代价因子,如果保持不变;否则,将自适应地调整 表示在雷达i的第m个子信道处接收的总干扰和噪声;
经过简单的代数操作后,得:
8.面向低截获的分布式多载波雷达网络非合作博弈功率分配***,其特征在于,包括:
信号模型确定模块,用于确定由N部多载波雷达和一个融合中心组成的组网雷达***的相应路径的传播增益、各雷达每个子信道的目标检测概率和虚警概率;
模型构建模块,用于构建新的效用函数,以每个参与者的效益最大化为目标函数,以预定的SINR要求和每个雷达子信道的最大辐射功率为约束条件,构建非合作博弈的功率分配模型;
模型求解模块,用于建立迭代功率分配算法,并采用该算法对基于非合作博弈的功率分配模型进行求解。
9.一种装置设备,其特征在于,包括存储器和处理器,其中:
存储器,用于存储能够在处理器上运行的计算机程序;
处理器,用于在运行所述计算机程序时,执行如权利要求1-7任一项所述面向低截获的分布式多载波雷达网络非合作博弈功率分配方法的步骤。
10.一种存储介质,其特征在于,所述存储介质上存储有计算机程序,所述计算机程序被至少一个处理器执行时实现如权利要求1-7任一项所述面向低截获的分布式多载波雷达网络非合作博弈功率分配方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211206165.5A CN115616488B (zh) | 2022-09-30 | 2022-09-30 | 面向低截获的分布式多载波雷达网络非合作博弈功率分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211206165.5A CN115616488B (zh) | 2022-09-30 | 2022-09-30 | 面向低截获的分布式多载波雷达网络非合作博弈功率分配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115616488A true CN115616488A (zh) | 2023-01-17 |
CN115616488B CN115616488B (zh) | 2023-12-15 |
Family
ID=84861518
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211206165.5A Active CN115616488B (zh) | 2022-09-30 | 2022-09-30 | 面向低截获的分布式多载波雷达网络非合作博弈功率分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115616488B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106685441A (zh) * | 2016-12-09 | 2017-05-17 | 南京航空航天大学 | 一种基于合作博弈的射频隐身雷达组网功率分配方法 |
CN106896351A (zh) * | 2017-02-09 | 2017-06-27 | 南京航空航天大学 | 一种基于非合作博弈的雷达组网功率控制方法 |
CN108260198A (zh) * | 2017-12-29 | 2018-07-06 | 南京航空航天大学 | 一种频谱共享下基于非合作博弈的雷达组网功率控制方法 |
CN108717180A (zh) * | 2018-07-05 | 2018-10-30 | 南京航空航天大学 | 一种基于斯塔克尔伯格博弈的组网雷达功率分配方法 |
CN108834209A (zh) * | 2018-05-22 | 2018-11-16 | 南京航空航天大学 | 频谱共存环境下基于纳什议价解的组网雷达功率分配方法 |
CN110007278A (zh) * | 2019-03-15 | 2019-07-12 | 南京航空航天大学 | 一种基于斯塔科尔伯格博弈的多基雷达射频隐身优化方法 |
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 |
CN111812628A (zh) * | 2020-06-28 | 2020-10-23 | 南京航空航天大学 | 基于非合作博弈的雷达通信一体化组网***功率控制方法 |
CN112824192A (zh) * | 2019-11-19 | 2021-05-21 | 福特全球技术公司 | 车辆路径规划 |
-
2022
- 2022-09-30 CN CN202211206165.5A patent/CN115616488B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106685441A (zh) * | 2016-12-09 | 2017-05-17 | 南京航空航天大学 | 一种基于合作博弈的射频隐身雷达组网功率分配方法 |
CN106896351A (zh) * | 2017-02-09 | 2017-06-27 | 南京航空航天大学 | 一种基于非合作博弈的雷达组网功率控制方法 |
CN108260198A (zh) * | 2017-12-29 | 2018-07-06 | 南京航空航天大学 | 一种频谱共享下基于非合作博弈的雷达组网功率控制方法 |
CN108834209A (zh) * | 2018-05-22 | 2018-11-16 | 南京航空航天大学 | 频谱共存环境下基于纳什议价解的组网雷达功率分配方法 |
CN108717180A (zh) * | 2018-07-05 | 2018-10-30 | 南京航空航天大学 | 一种基于斯塔克尔伯格博弈的组网雷达功率分配方法 |
CN110007278A (zh) * | 2019-03-15 | 2019-07-12 | 南京航空航天大学 | 一种基于斯塔科尔伯格博弈的多基雷达射频隐身优化方法 |
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 |
CN112824192A (zh) * | 2019-11-19 | 2021-05-21 | 福特全球技术公司 | 车辆路径规划 |
CN111812628A (zh) * | 2020-06-28 | 2020-10-23 | 南京航空航天大学 | 基于非合作博弈的雷达通信一体化组网***功率控制方法 |
Non-Patent Citations (3)
Title |
---|
C. G. SHI: "Cooperative Game-Theoretic Power Allocation Algorithm for Target Detection in Radar Network", IEEE * |
CHENGUANG SHI: "Game Theoretic Power Allocation for Coexisting Multistatic Radar and Communication Systems", PROCEEDINGS OF ICSP2018, pages 872 - 877 * |
时晨光: "频谱共享环境下分布式多雷达结构的非合作博弈功率分配策略", IEEE, pages 17787 - 17800 * |
Also Published As
Publication number | Publication date |
---|---|
CN115616488B (zh) | 2023-12-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Radmard et al. | Antenna placement and power allocation optimization in MIMO detection | |
CN106526546B (zh) | 一种针对雷达与通信联合***的雷达干扰功率分配方法 | |
Shi et al. | Non-cooperative game theoretic power allocation strategy for distributed multiple-radar architecture in a spectrum sharing environment | |
CN108008361B (zh) | 基于射频隐身的分布式mimo雷达干扰波形设计方法 | |
CN111812628B (zh) | 基于非合作博弈的雷达通信一体化组网***功率控制方法 | |
CN107907863B (zh) | 基于雷达-通信频谱共享的组网雷达波形设计方法 | |
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 | |
CN106896351B (zh) | 一种基于非合作博弈的雷达组网功率控制方法 | |
CN107944597B (zh) | 一种面对先进无源探测***的编队雷达资源管理方法 | |
CN108260198B (zh) | 一种频谱共享下基于非合作博弈的雷达组网功率控制方法 | |
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 | |
CN106501778B (zh) | 一种基于射频隐身性能优化的dmrs稳健波形设计方法 | |
CN111090078A (zh) | 一种基于射频隐身的组网雷达驻留时间优化控制方法 | |
CN109459727B (zh) | 基于射频隐身的雷达-通信联合***最优波形设计方法 | |
CN111060884A (zh) | 一种基于搜索资源管理的机载机会阵雷达目标搜索算法 | |
CN108614261A (zh) | 一种组网雷达***多目标跟踪下的辐射参数控制方法 | |
CN110007278A (zh) | 一种基于斯塔科尔伯格博弈的多基雷达射频隐身优化方法 | |
CN112147600A (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 | |
CN108037487B (zh) | 一种基于射频隐身的分布式mimo雷达发射信号优化设计方法 | |
CN110927692A (zh) | 海杂波场景下搜索雷达射频隐身工作方式的求解方法 | |
CN112118621B (zh) | 一种机载雷达通信一体化***辐射功率优化设计方法 | |
KR102665123B1 (ko) | 저피탐지를 위한 통합망 레이더 체류 시간과 방사 전력의 공동 최적화 방법 | |
CN112054828B (zh) | 面向低截获的分布式mimo雷达通信一体化***功率分配方法 | |
CN115616488A (zh) | 面向低截获的分布式多载波雷达网络非合作博弈功率分配方法 | |
CN109212494B (zh) | 一种针对组网雷达***的射频隐身干扰波形设计方法 |
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 |