一种基于波形库的机载雷达射频隐身波形选择方法与流程

本发明涉及雷达信号处理技术，具体涉及一种基于波形库的机载雷达射频隐身波形选择方法。

背景技术：

传统机载雷达发射固定波形对目标进行跟踪，而雷达对目标的量测取决于所发射的波形。由于雷达作战环境的不可测性，采用单一发射波形对目标进行照射跟踪往往难以达到理想的跟踪精度。

射频隐身雷达也称为低截获概率雷达，是指雷达设计人员努力寻求一种“隐蔽式”的或“寂静”的雷达工作方式，使得雷达在工作时不被无源截获接收机截获到，从而达到雷达不被干扰或摧毁、提升雷达生存能力的目的。

然而，现有技术中尚未有基于波形库的机载雷达射频隐身波形选择方法。

技术实现要素：

发明目的：为解决现有技术的不足，本发明提供一种基于波形库的机载雷达射频隐身波形选择方法。

技术方案：为实现上述发明目的，本发明采用以下技术方案：

一种基于波形库的机载雷达射频隐身波形选择方法，包括以下步骤：

(1)建立机载雷达发射波形库θ；

(2)计算下一时刻的预测目标协方差矩阵；

(3)判断下一时刻机载雷达是否开机对目标进行照射跟踪；

(4)定义机载雷达波形选择目标函数；

(5)建立基于波形库的机载雷达波形选择模型；

(6)基于波形库的机载雷达波形选择模型的求解。

进一步的，步骤(1)中机载雷达发射波形库θ中包含三角脉冲信号、高斯调制脉冲信号、线性调频信号和高斯调制线性调频信号。

进一步的，步骤(2)中采用交互式多模型扩展卡尔曼滤波算法对单目标进行跟踪滤波，则k时刻预测k+1时刻的目标状态为：

其中，m为目标运动模型总数目，为k时刻预测k+1时刻模型m的目标状态，为k时刻预测k+1时刻模型m的概率；于是，得到k时刻预测k+1时刻的目标协方差矩阵为：

其中，为k时刻预测k+1时刻模型m的目标协方差矩阵，上标t表示矩阵的转置运算。

进一步的，步骤(3)中如果k时刻预测k+1时刻目标协方差矩阵的迹小于预先设定的目标跟踪误差阈值ξ时，即：

则k+1时刻机载雷达关机，采用无源传感器协同对目标进行照射跟踪；并获取k+1时刻的目标量测值，并返回步骤(2)；

否则，k+1时刻机载雷达开机对目标进行照射跟踪，并执行步骤(4)。

进一步的，步骤(4)中定义机载雷达波形选择目标函数为：

其中，wsof表示机载雷达波形选择目标函数，tr[·]表示求矩阵的迹运算，ωk+1为k+1时刻机载雷达的发射波形，为k+1时刻的目标协方差矩阵，即：

其中，为k+1时刻模型m的概率，为k+1时刻模型m的目标协方差矩阵，为k+1时刻模型m的目标状态，为k+1时刻的目标状态，即：

进一步的，步骤(5)中当k+1时刻机载雷达开机对目标进行照射跟踪时，建立基于波形库的机载雷达波形选择模型，如下所示：

其中，tr[·]表示求矩阵的迹运算，ωk+1为k+1时刻机载雷达的发射波形，为k+1时刻的目标协方差矩阵，θ表示预先建立的机载雷达发射波形库。

进一步的，步骤(6)中从预先建立的机载雷达发射波形库θ中选择使目标函数最小的波形作为k+1时刻机载雷达的发射波形，从而完成整个机载雷达发射波形自适应选择过程；同时，获取k+1时刻的目标量测值，并返回步骤(2)。

有益效果：与现有技术相比，本发明具有以下优点：

(1)本发明方法所完成的主要任务是首先建立机载雷达发射波形库。然后，考虑机载雷达采用交互式多模型扩展卡尔曼滤波算法对单目标进行跟踪的作战场景，根据下一时刻预测目标协方差矩阵的迹与预先设定的目标跟踪误差阈值，判断下一时刻机载雷达是否开机对目标进行照射跟踪。如果满足预先设定的目标跟踪误差阈值，下一时刻机载雷达不开机，由无源传感器对目标进行跟踪；如果不满足预先设定的目标跟踪误差阈值，下一时刻机载雷达开机对目标进行照射跟踪，此时建立基于波形库的机载雷达波形选择模型，以最小化目标跟踪误差协方差矩阵的迹为优化目标，以给定的机载雷达发射波形库为约束条件，对下一时刻机载雷达发射波形进行自适应优化选择，从而在提高目标跟踪精度的同时，有效降低机载雷达的开机次数，以达到提升机载雷达射频隐身性能的目的。

该发明的优点是不仅提高了机载雷达的目标跟踪精度，而且有效控制了机载雷达的开机次数，从而提升了机载雷达的射频隐身性能。产生该优点的原因是本发明采用了基于波形库的机载雷达射频隐身波形选择方法，该方法根据下一时刻预测目标协方差矩阵的迹与预先设定的目标跟踪误差阈值，判断下一时刻机载雷达是否开机对目标进行照射跟踪。如果满足预先设定的目标跟踪误差阈值，下一时刻机载雷达不开机，由无源传感器对目标进行跟踪；如果不满足预先设定的目标跟踪误差阈值，下一时刻机载雷达开机对目标进行照射跟踪，此时建立基于波形库的机载雷达波形选择模型，以最小化目标跟踪误差协方差矩阵的迹为优化目标，以给定的机载雷达发射波形库为约束条件，对下一时刻机载雷达发射波形进行自适应优化选择。

(2)与现有技术相比，本发明提出的基于波形库的机载雷达射频隐身波形选择方法，不仅提高了机载雷达的目标跟踪精度，而且有效控制了机载雷达的开机次数，从而提升了机载雷达的射频隐身性能。

附图说明

图1为基于波形库的机载雷达射频隐身波形选择算法流程图。

具体实施方式

下面结合附图对本发明的结构及工作过程做进一步说明。

本发明从实际工程应用出发，提出了一种基于波形库的机载雷达射频隐身波形选择方法，首先，建立机载雷达发射波形库。然后，考虑机载雷达采用交互式多模型扩展卡尔曼滤波算法对单目标进行跟踪的作战场景，根据计算所得下一时刻预测目标协方差矩阵的迹与预先设定的目标跟踪误差阈值，判断下一时刻机载雷达是否开机对目标进行照射跟踪。如果满足预先设定的目标跟踪误差阈值，下一时刻机载雷达不开机，由无源传感器对目标进行跟踪；如果不满足预先设定的目标跟踪误差阈值，下一时刻机载雷达开机对目标进行照射跟踪，且，此时定义机载雷达波形选择目标函数，并建立基于波形库的机载雷达波形选择模型，以最小化目标跟踪误差协方差矩阵的迹为优化目标，以给定的机载雷达发射波形库为约束条件，对下一时刻机载雷达发射波形进行自适应优化选择，从而在提高目标跟踪精度的同时，有效降低机载雷达的开机次数，以达到提升机载雷达射频隐身性能的目的。具体的：

如图1所示，一种基于波形库的机载雷达射频隐身波形选择方法，包括以下步骤：

1、建立机载雷达发射波形库；

波形库θ中包含三角脉冲信号、高斯调制脉冲信号、线性调频信号、高斯调制线性调频信号等雷达波形。下一时刻机载雷达的发射波形均从波形库中选择。

2、计算下一时刻的预测目标协方差矩阵；

本发明采用交互式多模型扩展卡尔曼滤波算法对单目标进行跟踪滤波，则k时刻预测k+1时刻的目标状态为：

其中，m为目标运动模型总数目，为k时刻预测k+1时刻模型m的目标状态，为k时刻预测k+1时刻模型m的概率。于是，可以得到k时刻预测k+1时刻的目标协方差矩阵为：

其中，为k时刻预测k+1时刻模型m的目标协方差矩阵，上标t表示矩阵的转置运算。

3、判断下一时刻机载雷达是否开机对目标进行照射跟踪；

如果k时刻预测k+1时刻目标协方差矩阵的迹小于预先设定的目标跟踪误差阈值ξ时，即：

则k+1时刻机载雷达关机，采用无源传感器协同对目标进行照射跟踪，并获取k+1时刻的目标量测值，然后返回步骤2；

否则，k+1时刻机载雷达开机对目标进行照射跟踪，并执行步骤4。

4、定义机载雷达波形选择目标函数；

定义机载雷达波形选择目标函数为：

其中，wsof表示机载雷达波形选择目标函数，tr[·]表示求矩阵的迹运算，ωk+1为k+1时刻机载雷达的发射波形，为k+1时刻的目标协方差矩阵，即：

其中，为k+1时刻模型m的概率，为k+1时刻模型m的目标协方差矩阵，为k+1时刻模型m的目标状态，为k+1时刻的目标状态，即：

5、建立基于波形库的机载雷达波形选择模型；

当k+1时刻机载雷达开机对目标进行照射跟踪时，建立基于波形库的机载雷达波形选择模型，如下所示：

其中，θ表示预先建立的机载雷达发射波形库。

6、基于波形库的机载雷达波形选择模型的求解：

从预先建立的机载雷达发射波形库θ中选择使目标函数最小的波形作为k+1时刻机载雷达的发射波形，从而完成整个机载雷达发射波形自适应选择过程。

同时，获取k+1时刻的目标量测值，并返回步骤2。

本发明创造的工作原理及工作过程：

本发明首先建立机载雷达发射波形库θ。然后，考虑机载雷达采用交互式多模型扩展卡尔曼滤波算法对单目标进行跟踪的作战场景，根据k时刻预测k+1时刻的目标协方差矩阵与预先设定的目标跟踪误差阈值判断k+1时刻机载雷达是否开机对目标进行照射跟踪；采用k+1时刻目标协方差矩阵的迹作为机载雷达波形选择目标函数；根据计算所得下一时刻预测目标协方差矩阵的迹与预先设定的目标跟踪误差阈值ξ，判断下一时刻机载雷达是否开机对目标进行照射跟踪。如果满足预先设定的目标跟踪误差阈值，下一时刻机载雷达不开机，由无源传感器对目标进行跟踪；如果不满足预先设定的目标跟踪误差阈值，下一时刻机载雷达开机对目标进行照射跟踪。此时，定义机载雷达波形选择目标函数并建立基于波形库的机载雷达波形选择模型，以最小化目标跟踪误差协方差矩阵的迹为优化目标，以给定的机载雷达发射波形库为约束条件，从预先建立的机载雷达发射波形库中选择使目标函数最小的波形作为下一时刻机载雷达的发射波形，从而完成整个机载雷达发射波形自适应选择过程。