基于多目标定位的组网雷达波束与功率自适应优化分配方法

1.本发明涉及雷达信号处理技术，具体涉及一种基于多目标定位的组网雷达波束与功率自适应优化分配方法。


背景技术：

2.资源优化管理被认为是组网雷达中最重要的功能，它不仅可以在燃料供应有限的情况下延长组网雷达使用周期，而且可以提高组网雷达的射频隐身性能。因此，组网雷达的资源优化管理是雷达研究领域中一个重要的课题。例如，在功率和带宽资源有限的条件下，garcia等人试图通过优化功率和带宽的分配来提高目标定位精度。另外，shi c.g.还提出联合优化目标、带宽和驻留时间分配以及功率和带宽分配的两种面向射频隐身的资源分配策略。
3.总的来说，上述研究成果表明通过优化波束分配可以提高目标跟踪精度。然而，在目标定位的应用中还没有涉及波束分配的报道。因此，如何进行波束和功率分配，进而在满足多目标定位精度的前提下，获得更好的射频隐身性能，已成为组网雷达多目标定位中的一个关键问题。


技术实现要素：

4.发明目的：本发明的一个目的是提供一种基于多目标定位的组网雷达波束与功率自适应优化分配方法，同时优化各雷达波束和功率分配，以达到最小化组网雷达总辐射功率，提升组网雷达射频隐身性能的目的。
5.本发明的另一个目的是提供一种基于多目标定位的组网雷达波束与功率自适应优化分配系统。
6.技术方案：本发明的基于多目标定位的组网雷达波束与功率自适应优化分配方法，包括以下步骤：
7.s1、构建组网雷达执行多目标定位任务的场景：组网雷达包括m部相控阵雷达，第m部相控阵雷达最多能发射lm个波束，组网雷达对q个目标进行定位，每部相控阵雷达只接收接自己发射的信号回波，并对其进行匹配滤波处理；
8.s2、采用克拉美-罗下界crlb表征组网雷达目标定位精度；
9.s3、以最小化组网雷达总发射功率作为优化目标，以目标定位精度及组网雷达资源为约束条件，建立基于多目标定位的组网雷达波束与功率自适应优化分配模型；
10.s4、利用半正定规划sdp结合粒子群算法pso对步骤s3中建立的优化分配模型进行求解。
11.进一步的，步骤s2中第q个目标的克拉美-罗下界crlb表达式为：
12.13.其中，cq(ψq,pq,uq)是第q个目标位置估计的克拉美-罗下界；ψq＝[xq,yq]
t
为第q个目标的位置矢量；pq＝[p
1,q
,p
2,q
,
…
,p
m,q
]
t
为照射第q个目标的功率矢量，其第m个分量为p
m,q
；uq＝[u
1,q
,u
2,q
,
…
,u
m,q
]
t
为波束分配状态矢量，u
m,q
是二元变量，u
m,q
＝1表示第q个目标被组网雷达的第m部雷达的波束照，u
m,q
＝0表示第q个目标没有被组网雷达的第m部雷达照射；c
m,q
＝γ
m,q
α
m,q
β
m,q
，，f
m,q
＝υ
m,q
κ
m,q
μ
m,q
，，，为第m部相控阵雷达坐标；b
m,q
和n
m,q
分别为第m部相控阵雷达照射第q个目标波束的带宽和阵元数目；ξ
m,q
和r
m,q
分别为第q个目标相对于第m部相控阵雷达的雷达散射截面积和距离；和c分别为噪声功率和光速。
[0014]
进一步的，步骤s3中建立的基于多目标定位的组网雷达波束与功率自适应优化分配模型为：
[0015][0016][0017]
其中，表示通过优化变量uq和pq使目标函数最小化；1
t
＝[1,1,
…
,1]，其维度为m；pq＝[p
1,q
,p
2,q
,
…
,p
m,q
]
t
为照射第q个目标的功率矢量，其第m个分量为p
m,q
；uq为波束分配状态矢量；ψq为第q个目标的位置矢量；tr(
·
)表示该矩阵的迹；是设定的第q个目标的定位精度；u
m,q
是二元变量，u
m,q
＝1表示第q个目标被组网雷达的第m部雷达的波束照射，u
m,q
＝0表示第q个目标没有被组网雷达的第m部雷达照射；lm为第m部相控阵雷达所发射的波束数目。
[0018]
进一步的，步骤s4包括以下步骤：
[0019]
s41、假定波束选择固定，对于第q个目标，利用下式得到不同波束选择下最小的组网雷达的总发射功率：
[0020][0021][0022]
其中，pq为照射第q个目标的功率矢量，aq是一个辅助矩阵，是设定的第q个目标的定位精度，ψq为第q个目标的位置矢量；
[0023]
s42、利用粒子群算法pso，求解满足的组网雷达发射功率最小的波束分配方案，其中，u
m,q
是二元变量，u
m,q
＝1表示第q个目标被组网雷达的第m部雷达的波束照，u
m,q
＝0表示第q个目标没有被组网雷达的第m部雷达照射；lm为第m部相控阵雷达所发射的波束数目。
[0024]
进一步的，步骤s42中粒子群算法pso的求解步骤为：
[0025]
(1)初始化：设置迭代次数、种群数目、粒子维数、惯性因子等初始化参数，随机生成p个满足的个体作为初始粒子；
[0026]
(2)个体评价：随机赋值每个粒子位置和速度，计算每个粒子的总发射功率；
[0027]
(3)粒子筛选：根据发射功率选择满足的粒子作为全局最优粒子；
[0028]
(4)粒子更新：更新每个粒子位置和速度，获得p个满足的新粒子群；
[0029]
(5)粒子筛选：将更新后的粒子合并先前最优粒子进行筛选，选取满足且总辐射能量最低的粒子为全局最优；
[0030]
(6)终止判断：判断是否满足最大迭代次数，若未达到，返回步骤(2)重复上述操作；若已到达，则输出最佳粒子。
[0031]
本发明的一个实施例中，基于多目标定位的组网雷达波束与功率自适应优化分配系统，包括：
[0032]
组网雷达任务场景构建模块，用于构建组网雷达执行多目标定位任务的场景，确定组网雷达中相控阵雷达数目，每个相控阵雷达发射波束情况，定位目标数目；
[0033]
组网雷达目标定位精度计算模块，用于基于克拉美-罗下界crlb表征组网雷达目标定位精度；
[0034]
模型构建模块，用于建立基于多目标定位的组网雷达波束与功率自适应优化分配模型；
[0035]
模型求解模块，用于基于半正定规划结合粒子群算法pso对基于多目标定位的组网雷达波束与功率自适应优化分配模型进行求解。
[0036]
优选的，模型构建模块以最小化组网雷达总发射功率作为优化目标，以目标定位精度及组网雷达资源为约束条件，建立基于多目标定位的组网雷达波束与功率自适应优化分配模型，优化分配模型表达式为：
[0037][0038]
definite programming，sdp)结合粒子群算法(particle swarm optimization，pso)对上述优化模型进行求解；该方法降低了组网雷达的总发射功率，提升了系统的射频隐身性能。
[0049]
如图1所示，一种基于多目标定位的组网雷达波束与功率自适应优化分配方法，包括以下步骤：
[0050]
s1、构建组网雷达执行多目标定位任务的场景。
[0051]
考虑由m部相控阵雷达组成的组网雷达，第m部相控阵雷达最多可以发射lm个波束，组网雷达再对q个目标进行定位。假设每部相控阵雷达只接收接自己发射的信号回波，并对其进行匹配滤波处理。
[0052]
s2、采用crlb表征组网雷达目标定位精度。
[0053]
第q个目标的crlb可表示为：
[0054][0055]
其中，cq(ψq,pq,uq)是第q个目标位置估计的克拉美-罗下界；ψq＝[xq,yq]
t
为第q个目标的位置矢量；pq＝[p
1,q
,p
2,q
,
…
,p
m,q
]
t
为照射第q个目标的功率矢量，其第m个分量为p
m,q
；uq＝[u
1,q
,u
2,q
,
…
,u
m,q
]
t
为波束分配状态矢量，u
m,q
是二元变量，u
m,q
＝1表示第q个目标被组网雷达的第m部雷达的波束照，u
m,q
＝0表示第q个目标没有被组网雷达的第m部雷达照射；c
m,q
＝γ
m,q
α
m,q
β
m,q
，，f
m,q
＝υ
m,q
κ
m,q
μ
m,q
,,,为第m部相控阵雷达坐标；b
m,q
和n
m,q
分别为第m部相控阵雷达照射第q个目标波束的带宽和阵元数目；ξ
m,q
和r
m,q
分别为第q个目标相对于第m部相控阵雷达的雷达散射截面积和距离；和c分别为噪声功率和光速。
[0056]
s3、建立基于多目标定位的组网雷达波束与功率自适应优化分配方法模型。
[0057]
以最小化组网雷达总发射功率作为优化目标，以目标定位精度及组网雷达资源为约束条件，建立基于多目标定位的组网雷达波束与功率自适应优化分配方法模型：
[0058][0059]
其中，表示通过优化变量uq和pq使目标函数最小化；1
t
＝[1,1,
…
,1]，其维度为m；pq＝[p
1,q
,p
2,q
,
…
,p
m,q
]
t
为照射第q个目标的功率矢量，其第m个分量为p
m,q
；uq为波束
分配状态矢量；ψq为第q个目标的位置矢量；tr(
·
)表示该矩阵的迹；是设定的第q个目标的定位精度；u
m,q
是二元变量，u
m,q
＝1表示第q个目标被组网雷达的第m部雷达的波束照射，u
m,q
＝0表示第q个目标没有被组网雷达的第m部雷达照射；lm为第m部相控阵雷达所发射的波束数目。
[0060]
s4、利用半正定规划sdp结合粒子群算法pso对上述优化模型进行求解。
[0061]
s41、定波束选择固定，对于第q个目标，利用(3)式可得到不同波束选择下最小的组网雷达的总发射功率：
[0062][0063]
其中，aq是一个辅助矩阵。
[0064]
s42、利用粒子群算法pso算法，求解满足的组网雷达发射功率最小的波束分配方案。
[0065]
其算法如下：
[0066]
(1)初始化：设置迭代次数、种群数目、粒子维数、惯性因子等初始化参数，随机生成p个满足的个体作为初始粒子；
[0067]
(2)个体评价：随机赋值每个粒子位置和速度，计算每个粒子的总发射功率；
[0068]
(3)粒子筛选：根据发射功率选择满足的粒子作为全局最优粒子；
[0069]
(4)粒子更新：更新每个粒子位置和速度，获得p个满足的新粒子群；
[0070]
(5)粒子筛选：将更新后的粒子合并先前最优粒子进行筛选，选取满足且总辐射能量最低的粒子为全局最优；
[0071]
(6)终止判断：判断是否满足最大迭代次数，若未达到，返回步骤(2)重复上述操作；若已到达，则输出最佳粒子。
[0072]
本发明实施例还提供一种基于多目标定位的组网雷达波束与功率自适应优化分配系统，包括：
[0073]
组网雷达任务场景构建模块，用于构建组网雷达执行多目标定位任务的场景，确定组网雷达中相控阵雷达数目，每个相控阵雷达发射波束情况，定位目标数目；
[0074]
组网雷达目标定位精度计算模块，用于基于克拉美-罗下界crlb表征组网雷达目标定位精度；
[0075]
模型构建模块，用于建立基于多目标定位的组网雷达波束与功率自适应优化分配模型；
[0076]
模型求解模块，用于基于半正定规划结合粒子群算法pso对基于多目标定位的组网雷达波束与功率自适应优化分配模型进行求解。
[0077]
本发明还提供一种装置设备，包括存储器和处理器，其中：
[0078]
存储器，用于存储能够在处理器上运行的计算机程序；
[0079]
处理器，用于在运行所述计算机程序时，执行上述基于多目标定位的组网雷达波束与功率自适应优化分配方法的步骤，并达到如上述方法一致的技术效果。
[0080]
本发明还挺一种存储介质，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上述基于多目标定位的组网雷达波束与功率自适应优化分配方法的步骤，并达到如上述方法一致的技术效果。
[0081]
综上，本发明假设在二维平面上分散部署着由m部相控阵雷达组成的组网雷达。针对多目标进行定位的场景，以组网雷达辐射的功率矢量pq、波束选择状态矢量uq为变量，推导该目标定位的crlb，以其作为该目标定位精度的衡量指标；根据上述场景，以达到一定目标定位精度阈值为约束，同时考虑组网雷达资源限制，建立基于多目标定位的组网雷达波束与功率自适应优化分配模型；然后，利用sdp结合pso对上述优化模型进行求解。通过求解该优化模型，得到在满足多目标定位精度及组网雷达资源为约束条件下，使得组网雷达总辐射功率最低的波束选择状态矢量uq，组网雷达辐射的功率矢量pq为该模型的最优解。