背景介绍
当前，通过多雷达协同能够提高空天目标的预警探测能力与情报保障能力，特别是能够提高复杂条件下对非合作特种军用目标的连续探测跟踪能力，已成为国内外研究人员的共识。与此同时，随着技术的飞速发展，多雷达协同的应用环境也变得越来越复杂，电磁频谱环境的复杂性、时变性以及难以预测性，对雷达系统提出了严峻挑战。
组网雷达系统具有多雷达资源协同运用与信息融合紧密结合的技术体系特点，在目标检测、跟踪、识别等诸多场景中均具有潜在优势。相较于单部雷达，组网雷达系统能够通过对各雷达节点辐射资源进行配置，并对各雷达获得的信息进行融合处理，从而获得最大的体系效能。然而，随着空天运动目标特性与作战方式的快速发展，特别是空天目标的多样性、变化性和动态性，对组网雷达的探测跟踪过程提出了严峻的挑战。与此同时，对于组网雷达探测跟踪任务的实时性以及雷达辐射资源的有限性，如何根据当前目标状态对组网雷达资源进行快速合理配置，也已成为亟需解决的问题。
图 1 频谱共存下组网雷达多目标跟踪场景示意图
国内外学者为实现雷达通信频谱共存以及雷达辐射资源配置奠定了坚实的理论基础，然而，针对频谱共存下组网雷达多目标跟踪场景，如何让雷达系统在与通信基站共享同一工作频段的条件下，且保证两者均能正常工作的同时，通过优化组网雷达的射频辐射资源配置以提升其探测跟踪性能，还需要进一步研究。
团队工作
图 2 南京航空航天大学时晨光副教授团队
论文介绍
该文首先推导了包含雷达节点选择、发射功率和驻留时间等射频辐射参数的预测贝叶斯克拉美-罗下界，以此作为多目标跟踪精度的衡量指标；在此基础上，以最小化多目标跟踪BCRLB为优化目标，以满足给定的组网雷达射频资源和预先设定的通信基站最大可容忍干扰能量阈值为约束条件，建立了频谱共存下面向多目标跟踪的组网雷达功率时间联合优化分配模型，对雷达节点选择、发射功率和驻留时间进行自适应联合优化配置；然后，针对上述优化问题，采用两步分解法将其分解为多个子凸问题，并结合半正定规划算法和循环最小法进行求解。仿真结果表明，与现有算法相比，所提算法能够在保证通信基站正常工作的条件下，有效提高组网雷达的多目标跟踪精度。
该文设置了如图3所示的组网雷达布阵及多目标运动轨迹图。图4示出了组网雷达对各目标的雷达节点选择与功率时间资源优化分配结果。从图中可以看出，组网雷达系统会优先选择距离目标较近的雷达节点进行跟踪，且各部雷达的发射功率和驻留时间分配情况均随着目标运动状态变化自适应进行调整。
图 3 组网雷达布阵及多目标运动轨迹图
(a)目标1
(b)目标2
图5为该文所提算法与其他四种算法的ARMSE对比图。该文所提算法能够在给定组网雷达射频资源条件和预先设定的通信基站最大可容忍干扰能量阈值下，通过联合优化雷达节点选择以及辐射功率与驻留时间等射频资源配置，获得相较于其他对比算法更优的多目标跟踪精度。
(b)目标2
图 5 ARMSE对比结果
为了验证该文所提算法的优越性和稳健性，设置了两个仿真场景，分别研究RCS变化和通信基站最大可容忍干扰能量阈值Emax变化对组网雷达多目标跟踪精度的影响。首先，针对RCS变化场景，图6示出了各目标RCS变化情况，目标1和目标2相对于雷达3和雷达4的RCS模型为Swerling I型。图7示出了该场景下雷达节点选择与功率时间资源优化分配结果，可以看出组网雷达系统倾向于选择相对目标RCS值较大的雷达节点来完成跟踪任务。图8示出了RCS变化场景下该文所提算法与其他四种算法的ARMSE对比图，可以得到和图5一致的结论。
图 6 各目标RCS变化情况
(a)目标1
(b)目标2
图 7 雷达节点选择与功率时间资源优化分配结果
(a)目标1
(b)目标2
图 8 ARMSE对比结果
针对Emax变化场景，图9示出了不同设定阈值条件下ARMSE对比结果。从图中可以看出，随着Emax值不断增加，通信基站对雷达干扰能量的可容忍度不断提升，使得可供组网雷达配置的射频辐射资源增多，因此系统能够得到更低的多目标跟踪误差。
作者简介
时晨光，副教授，主要从事飞行器射频隐身技术，网络化雷达资源管理，多平台传感器协同等研究。
董璟，硕士研究生，主要从事网络化雷达多目标跟踪与协同资源管理。
周建江，教授，主要从事飞行器射频隐身技术，雷达目标特性分析，航空电子信息技术等研究。
联系客服
