论文部分内容阅读
随着电子对抗技术的快速发展,未来战斗机所面临的作战环境将会越来越严峻。特别是各种先进无源探测器的广泛使用,使得单纯依靠被动隐身技术已经不能完全保证战斗机的安全。飞机射频隐身(Radio Frequency Stealth, RFS)技术作为一种重要的主动隐身技术,通过缩减己方机载有源电子设备的辐射特性来降低敌方无源探测设备的截获概率和截获距离,从而提升系统的反侦察、反干扰能力,是保障战斗机先敌发现、先敌打击、先敌摧毁的重要手段。机载组网雷达系统具有空间离散分布的特性,可以从多维度、多视角提取目标特征信息,并且借助机间数据链将数据传送至长机或融合中心进行融合处理,从而实现信息情报资源的共享。因此,其探测优势以及战场突防、生存能力都是单部雷达所无法比拟的。在此背景下,本文结合飞机射频隐身技术和机载组网雷达技术,围绕多目标跟踪情况下机载组网雷达射频隐身辐射参数优化问题展开工作,并着重针对时间资源与发射信号带宽的联合优化控制进行深入研究。本论文的主要研究内容如下:
1、研究了多目标跟踪下基于射频隐身的机载组网雷达驻留时间和发射信号带宽联合优化问题。首先,本文依据机载组网雷达跟踪匀速运动目标的系统模型,推导了以雷达分配指标、驻留时间以及发射信号带宽为变量的目标状态估计误差的贝叶斯克拉美-罗界(Bayesian Cramér-Rao Lower Bound, BCRLB)解析表达式,并以此作为表征目标跟踪性能的衡量指标。在此基础上,建立了基于射频隐身的机载组网雷达驻留时间和发射信号带宽联合优化模型,即以最小化组网雷达系统的总驻留时间为优化目标,以满足下一时刻目标预测跟踪精度、融合中心数据处理量以及雷达发射资源为约束条件,对多目标跟踪过程中雷达选择、驻留时间和发射信号带宽等参数进行自适应优化设计,从而提升组网雷达系统多目标跟踪时的射频隐身性能。最后,针对这种非凸、非线性约束优化问题,采用两步分解法结合基于非线性规划的遗传算法(Nonlinear Programming Based Genetic Algorithm,NPGA)进行求解。仿真结果表明,与未优化带宽的算法相比,该算法不仅满足了多目标跟踪过程中各目标的跟踪精度,而且有效降低了机载组网雷达系统每个照射时刻的总驻留时间,从而提升了系统的射频隐身性能。
2、研究了多目标跟踪情况下基于射频隐身的机载组网雷达采样间隔和带宽联合优化问题。首先,本文依据无源探测器协同机载组网雷达对多机动目标进行跟踪的系统模型,推导了含有照射目标指标、雷达分配指标以及发射信号带宽三个变量的 BCRLB 的解析表达式,并以此作为表征目标跟踪性能的衡量指标。在此基础上,建立了基于射频隐身的机载组网雷达采样间隔和带宽联合优化模型,即以最大化系统对每个目标的采样间隔为优化目标,以满足下一时刻目标预测跟踪精度、融合中心数据处理量以及系统发射资源为约束条件,对照射目标选择、雷达节点分配以及系统资源配置参数等进行自适应优化设计,从而提升系统的射频隐身性能。仿真结果表明,与未优化带宽的算法相比,该算法在保证一定目标跟踪精度的条件下,可以有效降低整个跟踪过程中的采样次数,从而提升机载组网雷达系统的射频隐身性能。
3、研究了多目标跟踪情况下基于射频隐身的机载组网雷达时间资源和带宽联合优化问题。首先,本文依据无源探测器协同机载组网雷达跟踪多机动目标的系统模型,结合已推导的以照射目标指标、雷达分配指标和发射信号带宽为变量的 BRCLB 表达式,将驻留时间也作为变量参与计算,以此作为表征目标跟踪性能的衡量指标。在此基础上,建立了基于射频隐身的机载组网雷达时间资源和带宽联合优化模型,即以同时最小化机载组网雷达每个照射时刻的总驻留时间和最大化对每个目标的采样间隔为优化目标,以满足下一时刻目标预测跟踪精度为约束条件,对照射目标的选择、雷达分配以及系统资源配置等参数进行自适应优化设计,从而进一步提升系统的射频隐身性能。然后,针对所建立的双目标优化模型,采用归一化后线性加权组合的方式,将其转化为只有一个目标函数的优化模型。最后,采用循环最小法结合内点法对该多维变量优化问题进行了求解。仿真结果表明,与现有算法相比,该算法具有更好的射频隐身性能。
1、研究了多目标跟踪下基于射频隐身的机载组网雷达驻留时间和发射信号带宽联合优化问题。首先,本文依据机载组网雷达跟踪匀速运动目标的系统模型,推导了以雷达分配指标、驻留时间以及发射信号带宽为变量的目标状态估计误差的贝叶斯克拉美-罗界(Bayesian Cramér-Rao Lower Bound, BCRLB)解析表达式,并以此作为表征目标跟踪性能的衡量指标。在此基础上,建立了基于射频隐身的机载组网雷达驻留时间和发射信号带宽联合优化模型,即以最小化组网雷达系统的总驻留时间为优化目标,以满足下一时刻目标预测跟踪精度、融合中心数据处理量以及雷达发射资源为约束条件,对多目标跟踪过程中雷达选择、驻留时间和发射信号带宽等参数进行自适应优化设计,从而提升组网雷达系统多目标跟踪时的射频隐身性能。最后,针对这种非凸、非线性约束优化问题,采用两步分解法结合基于非线性规划的遗传算法(Nonlinear Programming Based Genetic Algorithm,NPGA)进行求解。仿真结果表明,与未优化带宽的算法相比,该算法不仅满足了多目标跟踪过程中各目标的跟踪精度,而且有效降低了机载组网雷达系统每个照射时刻的总驻留时间,从而提升了系统的射频隐身性能。
2、研究了多目标跟踪情况下基于射频隐身的机载组网雷达采样间隔和带宽联合优化问题。首先,本文依据无源探测器协同机载组网雷达对多机动目标进行跟踪的系统模型,推导了含有照射目标指标、雷达分配指标以及发射信号带宽三个变量的 BCRLB 的解析表达式,并以此作为表征目标跟踪性能的衡量指标。在此基础上,建立了基于射频隐身的机载组网雷达采样间隔和带宽联合优化模型,即以最大化系统对每个目标的采样间隔为优化目标,以满足下一时刻目标预测跟踪精度、融合中心数据处理量以及系统发射资源为约束条件,对照射目标选择、雷达节点分配以及系统资源配置参数等进行自适应优化设计,从而提升系统的射频隐身性能。仿真结果表明,与未优化带宽的算法相比,该算法在保证一定目标跟踪精度的条件下,可以有效降低整个跟踪过程中的采样次数,从而提升机载组网雷达系统的射频隐身性能。
3、研究了多目标跟踪情况下基于射频隐身的机载组网雷达时间资源和带宽联合优化问题。首先,本文依据无源探测器协同机载组网雷达跟踪多机动目标的系统模型,结合已推导的以照射目标指标、雷达分配指标和发射信号带宽为变量的 BRCLB 表达式,将驻留时间也作为变量参与计算,以此作为表征目标跟踪性能的衡量指标。在此基础上,建立了基于射频隐身的机载组网雷达时间资源和带宽联合优化模型,即以同时最小化机载组网雷达每个照射时刻的总驻留时间和最大化对每个目标的采样间隔为优化目标,以满足下一时刻目标预测跟踪精度为约束条件,对照射目标的选择、雷达分配以及系统资源配置等参数进行自适应优化设计,从而进一步提升系统的射频隐身性能。然后,针对所建立的双目标优化模型,采用归一化后线性加权组合的方式,将其转化为只有一个目标函数的优化模型。最后,采用循环最小法结合内点法对该多维变量优化问题进行了求解。仿真结果表明,与现有算法相比,该算法具有更好的射频隐身性能。