APP下载

基于认知跟踪的集中式MIMO雷达功率分配算法

2020-01-08李正杰谢军伟张浩为

探测与控制学报 2019年6期
关键词:分配优化模型

李正杰,谢军伟,张浩为

(空军工程大学防空反导学院,陕西 西安 710051)

0 引言

集中式多输入多输出(MIMO,Multiple Input Multiple Output)雷达作为一种新体制雷达,拥有比传统相控阵雷达更优越的分辨特性、更强的低截获能力和抗干扰能力等优点,得到了研究人员的广泛关注。通过在发射端同时发射多个正交信号,在接收端引入数字波束形成技术(Digital Beam Forming,DBF),集中式MIMO雷达能够同时生成多个正交波束,可实现同时多波束,从而对多批目标进行定位跟踪[1]。

目标跟踪精度与雷达发射功率、有效带宽、目标RCS参数均有关系[2]。认知跟踪将各目标状态信息及时反馈给发射端,实现根据目标特性自适应地选择雷达发射信号参数配置,提高目标跟踪能力。在实际中,雷达发射功率受到载荷和能源的限制。如何合理分配有限的发射功率从而获得更好的目标跟踪性能,已经成为认知跟踪领域的热点问题。在实际运用中,雷达功率分配通常将发射总功率恒定作为约束条件,优化调整各波束发射功率,获得最佳目标跟踪精度[3]。功率分配算法的有效性很大程度上依赖于目标位置的估计精度[4],因此运用恰当的性能界限评价运动目标的估计误差精度具有重要意义。理论上讲,克拉美罗下界(Cramer-Rao Lower Bound, CRLB)能为任何无偏估计量的最小方差提供一个下界;但CRLB不具有预测能力,不能适用于运动目标功率分配场景。文献[5]证明了后验CRLB(Posterior-CRLB,PCRLB)的预测能力,提出可将PCRLB应用于运动目标跟踪场景。文献[6—7]分别利用扩展卡尔曼滤波(Extended Kalman Filter,EKF)和精度更高的无迹卡尔曼滤波(Unscented Kalman Filter,UKF),提出了跟踪单个运动目标的功率分配算法。……

登录APP查看全文

猜你喜欢

分配优化模型
一半模型
超限高层建筑结构设计与优化思考
民用建筑防烟排烟设计优化探讨
关于优化消防安全告知承诺的一些思考
一道优化题的几何解法
重尾非线性自回归模型自加权M-估计的渐近分布
应答器THR和TFFR分配及SIL等级探讨
遗产的分配
一种分配十分不均的财富
绩效考核分配的实践与思考