一种基于集中式MIMO雷达搜索模式下的资源管理方法

摘要

本发明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。

主权项

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$SNR=\frac{G_t{G}_r{\mathrm{Mp}}_t{\mathrm{\eta t}}_B{\mathrm{\sigma \lambda }}^2}{{\left(4\pi \right)}^3{N}_0{R}^4}---\left(1\right)$其中雷达单个天线的峰值功率为p_t，发射天线增益为G_t，天线接收增益为G_r，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、t_B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θ_max，θ_max＝(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θ_max对应的时间段为[t₀,t_max]，其中，$t_{max}=t_0+\frac{{\theta }_{\max }{R}_x}{v_x};$切向积累检测概率的计算步骤如下：A、计算[t₀,t_max]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,t_max]，此期间雷达总共发射搜索波束个数I＝I₁+I₂，其中，$I_2=min\left[\frac{\mathrm{mod}\left(\frac{(t_{max}-t_0)}{T_f}\right)*T_f}{t_B},N_B\right]---\left(4\right)$t₀时刻波束计数器值n_count,n_count∈[0,I‑1]开始计数，直到n_count＝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n_count个雷达搜索波束时，波束指向范围为[θ_s1(t₀),θ_s2(t₀)]＝[θ₁+(n_search(t₀)‑1)B_w,θ₁+n_search(t₀)B_w]  (6)对应的搜索波束执行时间为$\begin{array}{c}[t_{s1}\left(t_0\right),t_{s2}\left(t_0\right)]=\\ [\left(n_{T_f}\left(t_0\right)-1\right)T_f+\left(n_{search}\left(t_0\right)-1\right)t_B,\left(n_{T_f}\left(t_0\right)-1\right)T_f+n_{search}\left(t_0\right)t_B]\end{array}---\left(7\right)$其中，搜索帧周期计数器为搜索波位编号n_search为(n_search≥1)$n_{search}\left(t_0\right)=\left\{\begin{array}{c}\mathrm{mod}\left(\frac{n_0\left(t_0\right)+n_{count}}{N_B}\right),n_0+n_{count}\ne {\mathrm{kN}}_B,k=1,2,\mathrm{...}\\ N_B,n_0\left(t_0\right)+n_{count}={\mathrm{kN}}_B,k=1,2,\mathrm{..}\end{array}\right.---\left(9\right)$运动目标所在角度与时间的函数关系式为：${\theta }_t\left(t\right)=\frac{v_x(t-t_0)}{r_x}+{\theta }_1---\left(10\right)$然后，求解该搜索波束在目标上的驻留时间；令${\theta }_{s_1}\left(t_0\right)=\frac{v({\tilde{t}}_1-t_0)}{r}+{\theta }_1,{\theta }_{s_2}\left(t_0\right)=\frac{v({\tilde{t}}_2-t_0)}{r}+{\theta }_1,$求解可以分别求得和判断第n_count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t_B′则代表被照射的时间长度，若t_B′≠0，P_d(t_B′)＝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，$\underset{n_{count}=1}{\overset{I}{\Pi }}[1-P_{dc}·P_d\left({t_B}^{\prime }\left(t_0\right),n_{count}\right)]---\left(11\right);$D、令t₀在[0,T_f]内均匀分布，于是，以作为跟踪起始时刻(t_max>T_f)，雷达对目标的平均切向累计检测概率为：$P_d\left({\theta }_{max}\right)=\frac{1}{T_f}{\int }_0^{T_f}\left\{1-\underset{n_{count}=1}{\overset{I}{\Pi }}[1-P_{dc}·P_d\left({t_B}^{\prime }\left(t\right),n_{count}\right)]\right\}dt---\left(12\right);$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$\underset{\left(K,\eta ,t_B,T_f\right)}{\min }{c}_1\frac{t_B{N}_B}{T_f}+c_2\eta +c_3\frac{K}{M}$$s.t.\left\{\begin{array}{c}{P}_d\left(R_t\right)\ge P_D\\ P_d\left({\theta }_{\max }\right)\ge P_D\\ \frac{N_B{t}_B}{T_f}\le 1\end{array}\right.---\left(13\right)$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[K_opt,η_opt,t_Bopt,T_fopt]，在满足搜索性能要求的前提下，消耗资源最少。