组网中逆合成孔径雷达成像资源自适应调度方法与流程

本发明涉及信息处理技术领域，具体涉及一种组网中逆合成孔径雷达成像资源自适应调度方法。

背景技术

从当前雷达技术领域的发展趋势来看，智能化是未来雷达技术发展的重点方向。加拿大mcmaster大学认知系统实验室的s.haykin教授最早于2003年在ieeephasedarraysystemsandtechnologysymposium上做了题为“adaptiveradar:evolutiontocognitiveradar”的报告，提出了基于相控阵天线技术、自适应信号处理技术的认知雷达构想，并于2006年进一步在论文《cognitiveradar:awayofthefuture》中较为系统地提出了“认知雷达”的概念及给出了认知雷达的基本框图，并指出：“现代技术的发展使得研制认知雷达已经完全可行。

目前，大部分关于认知雷达系统的研究都是针对目标检测和跟踪任务的，即根据接收机对发射机的反馈信息，在能量、时宽、带宽等限定条件下，建立与目标检测和跟踪有关的性能准则函数并对其进行优化，以提高目标检测和跟踪性能。只有少量研究将认知雷达思想扩展到逆合成孔径雷达(isar)成像技术中，提出了基于随机步进调频信号的认知isar成像算法，实现了信号子脉冲数的自适应调整。研究表明，通过采用认知成像技术，根据不同目标特征对雷达资源合理分配，可实现多功能相控阵雷达资源的自适应调度，从而提升雷达的工作效能。在单部雷达成像资源调度中，陈怡君等人将认知成像的思想引入到雷达资源自适应调度中，提出一种基于稀疏孔径认知isar成像的雷达资源自适应调度算法，并给出了具体的性能评估指标。孟迪等人针对多功能相控阵雷达成像任务的调度问题，提出了一种基于脉冲交错的成像雷达资源调度算法和针对数字阵列雷达搜索、跟踪和成像任务的资源调度问题，提出一种数字阵列雷达(dar)任务的优化调度算法。

而现阶段针对分布式组网雷达系统的研究主要集中在多目标的雷达资源调度与雷达功率分配，针对的是目标跟踪与搜索任务，并未将成像任务纳入组网资源分配中。因此，针对多目标成像任务在组网雷达中的分配问题展开研究，对组网雷达的资源利用率与成像具有重要意义。

技术实现要素：

本发明所要解决的是目标成像任务在组网中进行资源分配的问题，提供一种组网中逆合成孔径雷达成像资源自适应调度方法。

为解决上述问题，本发明是通过以下技术方案实现的：

组网中逆合成孔径雷达成像资源自适应调度方法，具体包括如下步骤：

步骤1、组网雷达中每部雷达发射少量信号，对目标进行识别，并根据每部雷达接收到的回波信号，确定第i部雷达对第j个目标的方位向观测维度mii,j、方位向相干积累时间tii,j和优先级pi,j；

步骤2、根据选取上的约束条件确定雷达选取矩阵xi,j；

步骤3、在第i部雷达中，当设定的调度时间间隔内有n个目标申请成像调度时，将目标中小于调度时间间隔的起始时刻的m个目标舍弃，将剩余的n-m个目标按优先级pi,j高低顺序进行排列并加入申请列表中；令当前目标j＝1；

步骤4、把当前调度时间间隔中剩余空闲时刻中最靠前的那个观测时刻作为当前目标的初始观测时刻tik，并根据其方位向相干积累时间确定当前目标的终止观测时刻tik+tci,j；

步骤5、根据雷达选取矩阵xi,j，若选取第i个雷达完成对第j个目标的成像且在调度时间间隔内满足时间和资源上的约束条件，则跳至步骤6；否则，令当前目标j＝j+1，跳至步骤7；

步骤6、在获知目标三维尺寸信息的前提下，利用第j个目标约束后所选出的雷达，并通过投影的方法计算出第j个目标在被选出雷达中成像的实际所需观测维度，进而完成目标成像，并在初始观测时刻tik和终止观测时刻tik+tii,j之间随机插入mii,j-2个观测时刻后，令当前目标j＝j+1，并转至步骤7；

步骤7、若j≤n-m，则返回步骤4，否则，调度结束。

步骤2中所述选取上的约束条件是：

(1)必须保证目标能被雷达探测到；

(2)雷达获得目标方位向尺寸越大其被选取优先级越高；

(3)被选取的雷达需要满足信号重构的最低要求且消耗资源少即方位向观测维度mii,j的优先选取；

(4)选取3部不共线的雷达对目标进行成像。

步骤5中所述时间上的约束条件是：保证第j个目标在第i部雷达中的起始时刻处于该雷达的调度间隔内。

步骤5中所述资源上的约束条件是：保证可调度目标的总资源小于雷达所给总资源。

作为改进，所述组网中逆合成孔径雷达成像资源自适应调度方法，还进一步包括如下步骤：每隔一段时间t′，重复步骤1，对第i部雷达对第j个目标的方位向观测维度mii,j、方位向相干积累时间tii,j和优先级pi,j进行更新。

与现有技术相比，本发明在每部雷达对目标进行特征认知的基础上，首先对目标进行三维信息融合；其次分析目标在每部雷达中的时间资源需求量，进而根据雷达选取的约束条件确定实现目标成像的雷达；最后建立目标成像任务资源调度模型，实现组网雷达面对多目标时的资源分配。本发明能够合理分配雷达时间资源，实现成像任务的资源调度，提高雷达的工作效率。

附图说明

图1为组网中逆合成孔径雷达成像资源自适应调度方法流程图。

图2为目标信息融合分析图，其中图(a)表示目标在雷达视角范围内运动的几何图，图(b)表示目标在x′轴上的投影和分析图。

图3为每部雷达的资源调度流程图。

图4为调度性能指标对比图，其中图(a)表示调度成功率折线图，图(b)表示资源消耗率折线图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实例，并参照附图，对本发明进一步详细说明。

本发明的实施过程是：第一步：组网雷达中每部雷达发射少量信号，对目标特征进行识别；并根据每部雷达接受到的回波信号，计算出对各目标成像所需要的方位向相干积累时间及观测维度；第二步：根据认知结果对目标进行信息融合处理；第三步：在获知目标三维尺寸信息的前提下，利用投影的方法计算出每部雷达对目标成像实际所需观测维度；第四步：由相关参数及约束条件选取雷达，以实现对目标的成像的需求；第五步：在满足资源约束条件下，建立组网成像资源调度模型。参见图1。

一、组网雷达中的每部雷达各自发射少量信号，并分别接收目标的回波信号。利用传统雷达常规算法进行测量，得到每部雷达到目标的距离，记做目标速度，记做每部雷达与目标飞行方向的夹角，记做同时根据回波反馈信息可计算出下列几个参数：

(1)第j个目标在第i部雷达中的估计尺寸

通过对目标的回波信号进行逆合成孔径雷达成像处理，可得到每部雷达对目标的初像，记做并对其归一化得到归一化像，记做由于每部雷达与目标飞行方向的夹角不同，根据式(λ为波长)可知，相应的方位向分辨率也不同。距离向分辨率由式确定，b表示信号带宽，c表示光速，因每部雷达发射信号均相同，所以确定的距离向分辨率亦相同。根据频率与目标距离的线性关系可以确定第j个目标在第i部雷达中的距离向尺寸，记做第j个目标在第i部雷达中的方位向尺寸，记做及第j个目标在第i部雷达中的估计尺寸，记做公式如下：

其中fbigi,j、fsmalli,j表示中快时间方向上的最大频率与最小频率；表示中慢时间方向上的最大频率与最小频率；tp表示信号脉宽；tci,j表示第i部雷达对第j个目标的成像积累时间。

(2)第j个目标在第i部雷达中的方位向稀疏度

将归一化像离散化得到s″pi,j，设置一个适当的阈值门限th，则方位向稀疏度可定义为离散化目标像s″pi,j中大于设定阈值门限th的元素个数。公式如下：

(3)第i部雷达对第j个目标的回波信号做相干处理所需时间，即称方位向相干积累时间tci,j

方位向相干积累时间可对目标的基准方位向尺寸sxi_ref和基准方位向分辨率ρi_ref计算处理得到，首先设定每部雷达对目标的基准方位向尺寸sxi_ref和基准方位向分辨率ρi_ref，则得到方位向相干积累时间tci,j为：

则实现成像任务需要的雷达脉冲数为：

ni,j＝prf·tci,j(4)

其中，prf表示脉冲重复频率；λ表示发射信号波长。

(4)第j个目标在第i部雷达中的方位向观测维度mi,j

由压缩感知理论可知，为了能够高概率重构出原始信号，观测维度需满足如下公式，详见文献“压缩感知雷达成像”，黄晓涛等编著，北京科学出版社。

其中，c1为一个较小的常数。

(5)第i部雷达对第j个目标的优先级pi,j

第i部雷达对第j个目标的优先级定义为目标距离雷达越近、速度越快且面向雷达运动的优先级越高，即通过三个变量的加权计算得出，公式如下：

式中，ωa,ωb,ωc表示影响因素的权重系数，ωa,ωb,ωc≥0，且ωa+ωb+ωc＝1；

二、根据认知结果对目标进行信息融合处理

在单部雷达中，雷达对目标所成isar像是二维的。从单部雷达扩展到组网雷达，由于刚体目标是三维立体的，在不同雷达视角下获得的isar像是不同的。在文献“基于认知成像的相控阵雷达资源自适应调度方法研究”中提到单部雷达在时间上的资源调度与目标在方位向上的估计尺寸有关，因此在组网雷达中需要对目标进行尺寸信息融合处理。又因为每部雷达对目标所成的二维isar像可以视为三维目标在雷达视线方向与雷达方位向形成的二维成像平面上的投影。因而可采用简单的投影思维方法(投影之和最大准则)确定三维目标在目标坐标系上各个维度的尺寸。图2为目标信息融合分析图，其中图(a)表示目标在雷达视角范围内运动的几何图，图(b)表示目标在x′轴上的投影和分析图。由图2可知，对于第j个目标在x′轴上的估计尺寸为：

同理，对于第j个目标在y′、z′轴上的估计尺寸分别为：

其中表示第i部雷达方位向与第j个目标三个维度之间的夹角；θx′i,j、θy′i,j、θz′i,j表示第i部雷达距离向与第j个目标三个维度之间的夹角。

三、在获知目标三维尺寸信息的前提下，利用投影的方法计算出每部雷达对目标成像实际所需观测维度；

针对全局坐标系，在获知目标三维尺寸信息的前提下，首先利用投影的方法分析该目标三维尺寸在每部雷达视线方向与其方位向所形成的平面上的目标尺寸情况，即第j个目标在第i部雷达距离向上的投影尺寸与第j个目标在第i部雷达方位向上的投影尺寸然后根据方位向尺寸与方位向相干积累时间之间的关系、方位向相干积累时间与方位向观测维度关系，得出第i部雷达对第j个目标成像在方位向上实际所需观测维度miij，具体公式如下：

式中，表示第j个目标在第i部雷达方位向上的投影尺寸，tii,j表示投影后的方位向相干积累时间；prf表示脉冲重复频率；nii,j表示投影后实现相干处理的雷达脉冲数；c1为一个较小的常数。

四、由相关参数及约束条件选取雷达，以实现对目标的成像的需求。

(1)要使雷达对目标进行成像，必须保证目标能被雷达探测到。

其中，k表示能够探测到目标的雷达数量；crad(a)表示求集合a中的元素个数。

(2)当目标飞入雷达区域时，目标的方位向尺寸呈现先增大后减小的趋势。雷达获得目标的方位向尺寸越大，表示目标正飞入雷达覆盖区域且越靠近覆盖区域中心。因此可令雷达获得目标方位向尺寸越大其优先级越高。假设prij表示第i部雷达对第j个目标的优先级。

pri,j＞prk,j,对于k∈(1,m)存在

(3)选取的雷达需要满足信号重构的最低要求。

mii,j≥mi,j(12)

消耗资源少的优先选取，即在满足上式的前提下，mii,j越小表示需要消耗的资源最小。

(4)组网雷达中对目标进行三维成像融合，至少需要选择3部雷达对目标进行成像。为了节省组网雷达的资源，选取3部不共线的雷达即可。假设xi,j＝1表示第j个目标选中第i部雷达，且被选中的三部雷达坐标分别为rai(xi,yi,0)、raj(xj,yj,0)、rak(xk,yk,0)。

五、在满足资源约束条件下，建立组网成像资源调度模型。

假设每部雷达的调度间隔均为t，调度起始时刻tsi，则每部雷达的调度模型如下：

式中，nsi为第i部雷达中可调度的目标数量。前五个约束条件是对雷达选取的要求；第六个约束条件是保证第j个目标在第i部雷达中的起始时刻处于该雷达的调度间隔内；第七个约束条件是为了保证可调度目标的总资源小于雷达所给总资源；第八个约束条件是为了保证优先级高的目标先进行处理。

基于以上原理，本发明所设计的一种组网中逆合成孔径雷达成像资源自适应调度方法，如图3所示，其具体步骤为：

步骤1、组网雷达中每部雷达发射少量信号，对目标进行识别，并根据每部雷达接收到的回波信号，确定第i部雷达对第j个目标的方位向观测维度mii,j、方位向相干积累时间tii,j和优先级pi,j；

步骤2、根据选取上的约束条件确定雷达选取矩阵xi,j。其约束条件是：

(1)要使雷达对目标进行成像，必须保证目标能被雷达探测到。

(2)雷达获得目标方位向尺寸越大其被选取优先级越高。

(3)被选取的雷达需要满足信号重构的最低要求且消耗资源少(即方位向观测维度mii,j)的优先选取。

(4)为了节省组网雷达的资源，选取3部不共线的雷达对目标进行成像。

步骤3、在每部雷达中，当设定的调度时间间隔内有n个任务即目标申请成像调度时，将目标中小于调度时间间隔的起始时刻的m个目标舍弃，将剩余的n-m个目标按优先级pi,j高低顺序进行排列并加入申请列表中；令当前目标j＝1；

步骤4、把当前调度时间间隔中剩余空闲时刻中最靠前的那个观测时刻作为当前目标的初始观测时刻tik，并根据其方位向相干积累时间确定当前目标的终止观测时刻tik+tci,j；

步骤5、根据雷达选取矩阵xi,j，若选取第i个雷达完成对第j个目标的成像且在调度时间间隔内满足时间和资源上的约束条件，跳至步骤6；否则，令当前目标j＝j+1，跳至步骤7；

步骤6、在获知目标三维尺寸信息的前提下，利用投影的方法计算出每部雷达对目标成像实际所需观测维度，进而完成目标成像，并在初始观测时刻tik和终止观测时刻tik+tii,j之间随机插入mii,j-2个观测时刻后，令当前目标j＝j+1，并转至步骤7；

步骤7、若j≤n-m，则返回步骤4，否则，调度结束。

步骤8：在一段时间(小于调度间隔t)后，重复步骤1，雷达对目标进行再次成像，获得更新后的优先级pi,j、方位向相干积累时间tii,j和方位向上实际所需观测维度mii,j。在第j个目标未完成调度的情况下，如果更新后的pi,j大于原优先级，则增加至更新后的pi,j；反之，更新后的pi,j小于原优先级，则减少至更新后的pi,j；同理，tii,j、mii,j亦如此。最后根据步骤6对目标进行调度，直到对所有目标完成调度或者雷达剩余的资源不能再满足下一目标的最低重构要求为止。

下面通过一个组网雷达成像资源调度实验对本发明效果进行说明：

假设组网雷达由地面上6部互不共线雷达构成，表示为rai(i＝1,2,...,6)，针对6个目标进行资源分配，即j＝1,2,...,6。组网中各部雷达均已达到时间同步，且均采用相同的线性调频信号，载频fc＝10ghz，脉宽tp＝1μs，信号带宽b＝300mhz，可得距离向分辨率ρa＝0.5m，脉冲重复频率取prf＝1000hz，重构观测点数为1000(相当于观测时间为1s)。经仿真，确定每个目标有三部雷达进行成像，得到目标成像任务分配结果如表1所示。

表1目标成像任务分配

从上表中可看出雷达4未被任何目标成像任务选取，雷达2则被所有目标成像任务选中。而每部雷达对应每个目标成像任务所需的观测维度如表2所示。

表2目标成像任务所需观测维度情况表

第j个目标的最终优先级由被选雷达对目标的优先级加权获得，公式如下：

其对应的优先级如下表所示：

表3目标优先级

设雷达调度间隔t＝1s，根据组网成像资源调度模型可知，如果该雷达中所申请的所有目标成像目标的方位向观测维度和大于一个调度间隔资源，必将对优先级小的目标进行舍弃。从表1可看出145+176+208+203+231+194＝1157＞1000，因此将优先级最小的目标3进行舍弃，即雷达2对目标3不进行观测成像。而其他雷达在子孔径的分配并不产生冲突，不会出现多个目标使用同一个子孔径及资源不够用的情况。在此基础上，组网中的每部雷达均可对各目标获得的稀疏子孔径观测数据采用基于压缩感知的稀疏孔径isar成像算法获得目标的二维isar像。

同时定义调度成功率(ssr)与资源消耗率(scr)为雷达资源调度的性能指标，其表达式分别如下：

其中，n′表示调度成功的成像目标数；n表示申请调度的成像目标总数；

仿真对比本文提出的调度算法(简称本文算法)与传统组网雷达资源调度算法(简称传统算法)，其中传统算法并没有考虑成像目标对雷达的选取。图4给出了2种不同算法的性能指标比较。

从图4(a)中可知，当成像目标数较少时，时间资源充足，两种算法均能完成对成像目标的调度。但随着成像目标数增加到6之后，传统算法成功调度成像目标数比本文算法少。而随着成像目标数的不断增加至50，传统算法的调度成功率大幅度下降至20％，而本文算法的调度成功率仍可以达到57％以上。图4(b)中可以看出，所有雷达在一个调度间隔内，总资源消耗会随着成像目标数的增加而增加。在成像目标数低于18时，传统算法比本文算法的资源消耗率高。这是由于组网中的雷达只要实现目标isar成像，传统算法均会消耗该雷达的资源。本文算法则是先选取雷达后消耗被选中雷达的资源，以完成对目标的成像。而当成像目标数高于18时，两种算法的资源消耗率均高至90％。但是传统算法的成功调度率在20％～30％之间，而本文算法的成功调度率在57％以上。可见本文提出的算法在相同的组网雷达资源条件下，相比于传统算法，可成功完成约2倍以上雷达目标数的调度，提高组网雷达的工作效率。

目标本发明建立了合理的资源调度模型，可实现组网雷达面对多目标时的资源分配。需要说明的是，尽管以上本发明所述的实施例是说明性的，但这并非是对本发明的限制，因此本发明并不局限于上述具体实施方式中。在不脱离本发明原理的情况下，凡是本领域技术人员在本发明的启示下获得的其它实施方式，均视为在本发明的保护之内。