1.一种MIMO雷达多目标跟踪资源管理方法,包括以下步骤:
当前跟踪时刻为tk,当前跟踪目标个数为D,tk时刻之前所有目标的滤波更新状态为{tk(i),X(tk(i)),P(tk(i))},其中tk(i)为第i个目标的更新时刻,且tk(i)≤tk,i=1,2,…,D;X(tk(i))为第i个目标在tk(i)时刻的状态向量,P(tk(i))为第i个目标在tk(i)时刻的状态误差协方差矩阵;
设定MIMO雷达工作方式的可选参数集合为IS,发射波形可选参数集合为雷达波形库中所有发射波形组成的集合,记为J,子阵划分个数可选参数集合为S;tk时刻雷达的控制向量ν(tk),现在需要求解tk+1时刻MIMO雷达的最优控制矢量νopt(tk+1);
步骤一:遍历子阵划分个数可选参数集合,在每个子阵划分个数参数s下,确定波束指向可选参数集合US,雷达波束指向的可选参数集合US为:
当波束内仅包含一个目标时,预测波束指向为upre,在区间[upre-0.5φ,upre+0.5φ]内以间隔Δu遍历寻找最佳波束指向;当波束内包含目标个数大于1时,将各目标波束指向合成向量upre,在区间[minupre,max upre]内以间隔Δu遍历寻找最佳波束指向;其中,φ为半功率波束宽度,M为雷达阵元总数;
步骤二:遍历可控参数{IS,J,US,S}的组合,每种可控参数组合形成雷达控制向量ν(tk+1)=(I,j,us,s),I∈IS,j∈J,us∈US,s∈S,遍历所有控制向量判断其是否满足约束:
其中,第一个约束表示在控制向量ν(tk+1)下目标的检测概率要高于门限,PdTH表示目标检测概率的门限,Pd(ν(tk+1))表示控制向量ν(tk+1)下目标的检测概率;设定目标的RCS服从Swerling I型分布,其检测概率计算如下:
其中,Pfa为虚警概率,SNR(ν(tk+1))为在控制向量ν(tk+1)下目标的信噪比:
其中,M为雷达阵元数,Pt为信号总峰值功率,ηe为天线有效面积占空比,为tk时刻目标平均RCS的估计值,λ为波长,τj为波形j的脉宽,Ri为目标i距雷达的径向距离,N0为噪声功率谱密度,N0=kT0F0,k为波尔兹曼常数,T0为雷达接收机温度,F0为雷达接收机噪声系数,s为MIMO雷达子阵个数,为雷达的增益方向图:
其中c0=-2ln2,us为天线波束指向,upre为目标的预测波束指向,φ为半功率波束宽度;
第二个约束表示要求目标所在位置在波束指向的半功率波束宽度内;
步骤三:对于满足约束式的控制向量ν(tk+1),计算其在tk+1时刻下对各目标的预测跟踪误差协方差:
其中,Pi(tk+1|tk,ν(tk+1))表示当控制矢量为ν(tk+1)时,目标i的预测跟踪误差协方差;
如果则对其跟踪误差协方差进行预测:
其中,为目标i的采样间隔:为目标i的状态转移矩阵,为目标i在tk(i)时刻的估计误差协方差矩阵,为目标i的输入分布矩阵,为目标i的系统状态噪声协方差矩阵;
如果i∈I,则目标i的预测的估计误差协防差矩阵Pi(ν(tk+1))为:
其中,K(ν(tk+1))为在控制向量ν(tk+1)下的卡尔曼增益矩阵:
其中,Hi为观测矩阵,R(ν(tk+1))为在控制向量ν(tk+1)下的观测噪声协方差矩阵:
R(ν(tk+1))=J·diag(σr(ν(tk+1))2,σb(ν(tk+1))2,σe(ν(tk+1))2)·JT
其中,从球坐标系到直角坐标系的Jacobian转换矩阵,σr(ν(tk+1))为在控制向量ν(tk+1)下径向距离测量的标准差,σb(ν(tk+1))为在控制向量ν(tk+1)下方位角测量的标准差,σe(ν(tk+1))为在控制向量ν(tk+1)下俯仰角测量的标准差,其计算如下:
其中,Δr(ν(tk+1))为距离分辨力,与为雷达天线的波束宽度,常数c的典型取值为1.57;
步骤四:对于满足约束式的控制向量ν(tk+1),计算其在tk+1时刻下跟踪误差偏差与雷达资源消耗的综合代价值C(ν(tk+1)):
其中,为目标跟踪误差与其期望值的偏差代价,其计算如下:
D表示目标个数,f(A,B)表示矩阵A与矩阵B之间的差异性度量,Ej工作在波形j的资源消耗,ψ{xm}为归一化函数:ψ{xm}=xm/max(xm);
α和β分别为跟踪偏差代价和资源消耗代价归一化后的加权值、且α+β=1;
步骤五:按照综合代价最小的准则确定tk+1时刻MIMO雷达的控制向量:
步骤六:若Iopt=0,则在tk+1时刻执行搜索任务;否则利用最优波形jopt,最优子阵个数sopt以及最优波束指向更新集合Iopt中的目标的状态以及估计目标平均RCS;设定目标的RCSσ(tk)服从均值为σave的Swerling型分布,即:
E{σ(tk)}=σave
tk+1时刻的目标RCS值可依据雷达方程进行推算,基于此观测值,设计如下的α滤波器对目标RCS均值进行估计:
其中,为tk+1时刻目标RCS的均值估计,αt为滤波器增益;
步骤七:令k=k+1,返回步骤一,重复以上步骤直至跟踪过程结束。