1、 電子科技大學(xué)UNIVERSITY OF ELECTRONIC SCIENCE AND TECHNOLOGY OF CHINA專業(yè)學(xué)位碩士學(xué)位論文MASTER THESIS FOR PROFESSIONAL DEGREE論文題目雷達(dá)資源管理及目標(biāo)跟蹤算法研究專業(yè)學(xué)位類別工程碩士201122020649 廖雯雯學(xué)號作者姓名指導(dǎo)教師何子述教授 分類號密級公開注 1UDC學(xué)位論文雷達(dá)資源管理及目標(biāo)跟蹤算法研究（題名和副題名）廖雯雯（作者姓名）指導(dǎo)教師何子述教授成都電子科技大學(xué) （姓名、職稱、單位名稱）申請學(xué)位級別碩士專業(yè)學(xué)位類別工程碩士工程領(lǐng)域名稱電子與通信工程提交論文日期 2014年 3月論文答辯

2、日期 2014年 5月學(xué)位授予單位和日期電子科技大學(xué)2014年 6月答辯委員會主席評閱人注 1：注明國際十進(jìn)分類法 UDC的類號。 RESEARCH ON RADAR RESOURCEMANAGEMENT AND TARGET TRACKINGALGORITHMA Master Thesis Submitted toUniversity of Electronic Science and Technology of ChinaMajor:Author:Electronic and communication EngineeringLiao WenwenHe ZishuAdvisor: Scho

3、ol : School of Electronic Engineering 獨(dú)創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。據(jù)我所知，除了文中特別加以標(biāo)注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得電子科技大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說明并表示謝意。作者簽名：日期：年月日論文使用授權(quán)本學(xué)位論文作者完全了解電子科技大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定，有權(quán)保留并向國家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和磁盤，允許論文被查閱和借閱。本人授權(quán)電子科技大學(xué)可以將學(xué)

4、位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存、匯編學(xué)位論文。（保密的學(xué)位論文在解密后應(yīng)遵守此規(guī)定）作者簽名：導(dǎo)師簽名：日期：年月日 電子科技大學(xué)學(xué)位論文使用授權(quán)聲明本人廖雯雯學(xué)號 201122020649在導(dǎo)師的指導(dǎo)下創(chuàng)作完成畢業(yè)論文。本人已通過論文的答辯，并被電子科技大學(xué)授予博士碩士/學(xué)士學(xué)位。本學(xué)位論文作者完全了解“電子科技大學(xué)關(guān)于保存、使用學(xué)位論文的管理辦法”，即：本人按照學(xué)校要求提交學(xué)位論文的印刷本和電子版本；學(xué)校按規(guī)定保存提交學(xué)位論文的印刷版和電子版，并提供目錄檢索與閱覽服務(wù)；學(xué)?？梢圆捎糜坝?、縮印或其他復(fù)制手段保存學(xué)位論文；學(xué)?？梢园粗鳈?quán)法

5、及知識產(chǎn)權(quán)法的有關(guān)規(guī)定公布學(xué)位論文的全部或部分內(nèi)容。作者簽名：導(dǎo)師簽名：日期：年月日 摘要摘要雷達(dá)是現(xiàn)代軍事信息化戰(zhàn)場中必不可少的高科技裝備，隨著隱身技術(shù)的發(fā)展和電磁環(huán)境的日益惡劣，雷達(dá)正在向自適應(yīng)、多功能的方向發(fā)展。雷達(dá)資源管理就是提高雷達(dá)性能的手段之一，其實(shí)質(zhì)是對雷達(dá)任務(wù)參數(shù)進(jìn)行有效的配置，達(dá)到節(jié)約系統(tǒng)資源、充分發(fā)揮系統(tǒng)性能的目的。雷達(dá)資源管理可分為搜索任務(wù)管理、跟蹤任務(wù)管理和波束駐留調(diào)度三個(gè)方面。在跟蹤模塊下進(jìn)行資源管理主要是指通過對采樣周期的控制來管理時(shí)間資源，對發(fā)射波形相關(guān)參數(shù)的控制來管理能量資源，最終在保證跟蹤精度的前提下使系統(tǒng)參數(shù)得到最優(yōu)化配置。本文圍繞雷達(dá)資源管理下的跟蹤模塊進(jìn)

6、行研究，首先，從目標(biāo)跟蹤算法出發(fā)，介紹了卡爾曼濾波、a - b濾波和a - b -g濾波三種基本目標(biāo)跟蹤算法以及“當(dāng)前”統(tǒng)計(jì)模型(Current Statistical Model, CSM)濾波、自適應(yīng)a - b濾波、交互多模型(Interacting Multiple Model, IMM)濾波三種機(jī)動目標(biāo)跟蹤算法。從跟蹤性能和時(shí)間消耗兩方面對三種機(jī)動目標(biāo)跟蹤算法進(jìn)行了評估，通過仿真驗(yàn)證了 IMM濾波具有更高的跟蹤精度，CSM濾波的實(shí)時(shí)性更好。其次，針對相控陣?yán)走_(dá)研究了三種基于自適應(yīng)目標(biāo)跟蹤的資源管理算法。三種算法都是在CSM算法的基礎(chǔ)上實(shí)現(xiàn)的。前兩種算法分別利用預(yù)測協(xié)方差門限控制球坐標(biāo)系

7、下的預(yù)測協(xié)方差實(shí)現(xiàn)采樣周期的自適應(yīng)變化，利用期望跟蹤精度控制球坐標(biāo)系下的預(yù)測的估計(jì)誤差協(xié)方差實(shí)現(xiàn)脈沖重復(fù)個(gè)數(shù)的自適應(yīng)變化，他們分別對時(shí)間資源和能量資源進(jìn)行了管理。第三種算法是前兩種算法的結(jié)合，同時(shí)實(shí)現(xiàn)了采樣周期和脈沖重復(fù)個(gè)數(shù)的自適應(yīng)變化。仿真驗(yàn)證了三種方法的有效性以及全自適應(yīng)參數(shù)情況下的優(yōu)勢。最后，結(jié)合雷達(dá)的射頻隱身技術(shù)，對具有 MIMO(Multiple Input Multiple Output)模式的新體制雷達(dá)進(jìn)行了跟蹤時(shí)的資源管理。在建立該問題的優(yōu)化模型時(shí)，根據(jù)傳統(tǒng)雷達(dá)截獲因子的概念，推導(dǎo)了 MIMO雷達(dá)截獲因子的表達(dá)式，將其作為使雷達(dá)射頻隱身性能優(yōu)化的目標(biāo)函數(shù)，模型的約束條件則是與預(yù)

8、測協(xié)方差和回波信噪比相關(guān)的。模型中的優(yōu)化參數(shù)為子陣劃分個(gè)數(shù)、平均發(fā)射功率、波束駐留時(shí)間和采樣周期，通過遺傳算法對該模型的求解驗(yàn)證了該目標(biāo)跟蹤算法能提升 MIMO雷達(dá)的射頻隱身性能和跟蹤精度。關(guān)鍵詞：雷達(dá)資源管理，目標(biāo)跟蹤算法，射頻隱身，MIMO，采樣周期I ABSTRACTABSTRACTRadar is an essential high-tech equipment in the modern information battlefieldand its moving towards adaptation and multifunction with the development of

9、stealthtechnology and the increasingly hostile environment. Radar resource management is ameans to improve the performance of radar whose essence is the valid configuration ofradar task parameters. In this way, the purpose of saving system resource and makingfull use of system performance can be ach

10、ieved. Radar resource management includessearching tasks management, tracking tasks management and beam dwell scheduling.The resource management under the tracking module mainly refers to the timeresource management by the control of the sampling period and energy resourcemanagement by the control o

11、f the parameters related to the transmitting waveform. Thesystem parameters get optimum configuration on the guarantee of tracking accuracy atlast.The radar resource management under the tracking module is researched in thispaper. Firstly, starting from the target tracking algorithm, the three basic

12、 target trackingalgorithms, namely, the Kalman filtering, a - b filtering, a -b -g filtering areintroduced. And then the three maneuvering target tracking algorithms, namely, theCurrent Statistics Model(CSM) filtering, adaptive a - b filtering, InteractingMultiple Model(IMM) filtering are also put f

13、orward in this paper. The performance ofthree maneuvering target tracking algorithms, including tracking accuracy and timeconsumption, is evaluated. Simulation results verify that the IMM filtering has bettertracking accuracy while the CSM filtering has better real time.Secondly, three resource mana

14、gement algorithms based on adaptive targettracking for phased array radar are researched which are all realized through CSMalgorithm. The predictive covariance and predictive estimation error covariance arecontrolled by the threshold and expected tracking accuracy under the sphericalcoordinates resp

15、ectively to realize the adaptive change of update intervals and numberof pulse repetition in the first two algorithms in which time resource and energyresource have been managed. The third algorithm, which makes both the updateinterval and the number of pulse repetition change adaptively, is the com

16、bination of thefirst two algorithms. The simulation validates the effectiveness of the three methodsII ABSTRACTand the advantage of the complete parameters adaptive control.Finally, combined with the radar Radio Frequency(RF) stealth technology,tracking resource has been managed for a new style rada

17、r system which hasMIMO(Multiple Input Multiple Output) detection mode. Expression of intercept factorfor MIMO radar is derived from the concept of traditional radar intercept factor, whichhas been the objective function to optimize the performance of radar RF stealth.Another part of the optimization

18、 model is the constraint which relates to the predictivecovariance and echo signal-to-noise ratio. The subarray division number, averagetransmission power, beam dwell time and sampling period are the optimizedparameters in this model. The solution to the model by applying genetic algorithmsuggests t

19、hat with the proposed target tracking algorithm MIMO radar can offer betterRF performance and tracking precision.Keywords: radar resource management, target tracking algorithm, radio frequency(RF)stealth, MIMO, sampling periodIII 目錄目錄第一章緒論 . 11.1研究背景及意義 . 11.2國內(nèi)外研究發(fā)展及現(xiàn)狀 . 21.2.1目標(biāo)跟蹤算法的發(fā)展和現(xiàn)狀 . 21.2.2

20、雷達(dá)跟蹤資源管理的發(fā)展與現(xiàn)狀 . 31.2.3主動射頻隱身技術(shù)的發(fā)展與現(xiàn)狀 . 41.3本文主要研究內(nèi)容 . 5第二章基本目標(biāo)跟蹤算法 . 62.1卡爾曼濾波 . 62.2 a -b濾波與a -b -g濾波. 122.3本章小結(jié) . 14第三章機(jī)動目標(biāo)跟蹤算法 . 153.1 “當(dāng)前”統(tǒng)計(jì)模型濾波算法. 153.2自適應(yīng)a -b濾波. 203.3 IMM濾波算法. 203.4仿真分析 . 253.5本章小結(jié) . 31第四章基于自適應(yīng)目標(biāo)跟蹤的雷達(dá)資源管理算法 . 324.1基于預(yù)測協(xié)方差的自適應(yīng)采樣周期算法 . 324.2基于預(yù)測估計(jì)誤差協(xié)方差的自適應(yīng)參數(shù)控制算法 . 354.3自適應(yīng)跟蹤資源

21、管理算法 . 374.4仿真分析 . 394.5本章小結(jié) . 45第五章基于自適應(yīng)目標(biāo)跟蹤的新體制雷達(dá)射頻隱身算法 . 465.1 MIMO系統(tǒng)工作原理. 465.1.1 MIMO雷達(dá)信號處理過程. 465.1.2 MIMO雷達(dá)截獲因子. 485.2 MIMO雷達(dá)在跟蹤時(shí)的射頻隱身優(yōu)化模型. 505.2.1約束條件 . 505.2.2目標(biāo)函數(shù) . 51IV 目錄5.3射頻隱身性能優(yōu)化的目標(biāo)跟蹤算法 . 525.3.1算法描述 . 525.3.2仿真分析 . 535.4本章小結(jié) . 58第六章結(jié)束語 . 59致謝 . 61參考文獻(xiàn) . 62攻碩期間取得的研究成果 . 65V 第一章緒論第一章緒論

22、1.1研究背景及意義雷達(dá)是利用發(fā)射的電磁波對目標(biāo)進(jìn)行照射并通過接收的回波獲得目標(biāo)的距離、徑向速度、角度等信息的電子設(shè)備。在現(xiàn)代的軍事戰(zhàn)場中，雷達(dá)是不可或缺的高科技裝備。而相控陣?yán)走_(dá)作為一種先進(jìn)的有源電掃陣列多功能雷達(dá)，不同于之前的機(jī)械雷達(dá)是靠雷達(dá)天線的機(jī)械轉(zhuǎn)動來實(shí)現(xiàn)波束掃描，而是以電子方式改變天線單元電流的相位來改變雷達(dá)波束的方向完成掃描 1。相控陣?yán)走_(dá)的這種“電掃”方式改變了天線的工作頻率或是相位，使其掃描速率快，波束指向靈活，數(shù)據(jù)率高，可以在空域中實(shí)現(xiàn)上百個(gè)目標(biāo)的同時(shí)跟蹤，并且可以實(shí)現(xiàn)對目標(biāo)的搜索、辨識、跟蹤、無源探測多種功能。因而相控陣?yán)走_(dá)的抗干擾力較好，適應(yīng)能力較強(qiáng)，對于目標(biāo)的量測精度

23、遠(yuǎn)高于機(jī)械雷達(dá)，也避免了機(jī)械雷達(dá)天線硬件裝置會出現(xiàn)的故障2。相控陣?yán)走_(dá)作為現(xiàn)在軍事、國防中應(yīng)用最廣的一種雷達(dá)，隨著現(xiàn)代電子戰(zhàn)中的科學(xué)技術(shù)不斷的創(chuàng)新和進(jìn)步，其性能應(yīng)不斷的提高、技術(shù)應(yīng)不斷的革新，其中就包含了與計(jì)算機(jī)控制技術(shù)相結(jié)合，對相控陣?yán)走_(dá)進(jìn)行有效的資源管理。雷達(dá)資源管理就是根據(jù)不同的任務(wù)、目標(biāo)特性和周圍的環(huán)境對有限的系統(tǒng)資源進(jìn)行分配，在保證系統(tǒng)性能的前提下，最優(yōu)效地利用系統(tǒng)資源。雷達(dá)資源管理的本質(zhì)就是根據(jù)不同的任務(wù)調(diào)整自身的工作方式和工作參數(shù)，如選擇不同的波形匹配跟蹤、搜索任務(wù)，在搜索模式中選擇不同的波位編排方式和搜索幀周期等。那么如何根據(jù)周圍環(huán)境的特點(diǎn)，在不通過事先配置和人為安排的情況下實(shí)

24、現(xiàn)雷達(dá)資源的自適應(yīng)管理，是我們首要解決的問題。雷達(dá)資源管理主要包括搜索任務(wù)管理、跟蹤任務(wù)管理和波束駐留任務(wù)調(diào)度三個(gè)部分3，本文展開研究的主要是跟蹤任務(wù)的管理。在搜索模塊中檢測到有新的目標(biāo)存在后，跟蹤模塊便啟動運(yùn)行了，跟蹤模塊負(fù)責(zé)為各跟蹤任務(wù)的執(zhí)行配置參數(shù)，包括采樣周期、平均發(fā)射功率、波束駐留時(shí)間、脈沖重復(fù)頻率等，從而使系統(tǒng)資源在相應(yīng)跟蹤任務(wù)上得到合理分配。同時(shí)對系統(tǒng)獲得的跟蹤駐留回波數(shù)據(jù)進(jìn)行濾波處理，以提取各目標(biāo)的狀態(tài)信息，如目標(biāo)的位置、徑向速度及目標(biāo)反射截面積(Radar Cross-Section, RCS)等。跟蹤模塊工作在數(shù)據(jù)處理階段，進(jìn)行目標(biāo)跟蹤時(shí)，濾波過程和數(shù)據(jù)關(guān)聯(lián)過程相結(jié)合，包括

25、了關(guān)聯(lián)門的形成，概率數(shù)據(jù)互聯(lián)等，而現(xiàn)代跟蹤方法在相控陣?yán)走_(dá)中的應(yīng)用更提高了其數(shù)據(jù)處理的能力，如交互多模型(IMM)濾波、概率數(shù)據(jù)互聯(lián)(Possibility Data Association, PDA)等。1 電子科技大學(xué)碩士學(xué)位論文雷達(dá)在跟蹤目標(biāo)時(shí)通常是在雜波環(huán)境或干擾環(huán)境中，特別是在人為強(qiáng)干擾的條件下進(jìn)行目標(biāo)檢測和參數(shù)估計(jì)的。要在這些復(fù)雜的環(huán)境中得以生存，隱身技術(shù)是一種有效的途徑。人們通常提到的雷達(dá)隱身或紅外隱身技術(shù)是指目標(biāo)與雷達(dá)及紅外探測設(shè)備間的對抗，通過改造減小目標(biāo)的雷達(dá)和紅外特征實(shí)現(xiàn)隱身。而射頻隱身技術(shù)是武器裝備上的電子設(shè)備和無源探測系統(tǒng)的對抗，屬于武器平臺有源探測手段范疇。近年來迅

26、速發(fā)展的無源探測系統(tǒng)，如電子支援措施(Electronic SupportMeasures, ESM)，反輻射導(dǎo)彈(Anti-Radiation Missiles, ARM)等對雷達(dá)的生存空間造成了很大的威脅。射頻隱身與其他隱身技術(shù)不同，不能靠最大化地減小射頻特征實(shí)現(xiàn)隱身，因?yàn)樗鼘儆谟性刺綔y方式，需要向外輻射電磁波進(jìn)行探測，若無限制地降低輻射的電磁波能量，那么電子設(shè)備將會失去原有的性能和功能 4。對于射頻隱身技術(shù)的實(shí)現(xiàn)，可以利用施里海爾提出的截獲因子 5對隱身雷達(dá)進(jìn)行定量分析。其方法包括雷達(dá)發(fā)射機(jī)采用低峰值功率發(fā)射波束，雷達(dá)系統(tǒng)自適應(yīng)地控制發(fā)射時(shí)間，采用低副瓣、高增益的發(fā)射天線，使用捷變性強(qiáng)的

27、天線系統(tǒng)等 6。其中，可以將雷達(dá)的射頻隱身性能與資源管理相結(jié)合，并利用相控陣?yán)走_(dá)工作在低增益的 MIMO模式，在跟蹤目標(biāo)時(shí)，通過自適應(yīng)地改變相關(guān)參數(shù)來減小截獲距離、降低截獲概率。1.2國內(nèi)外研究發(fā)展及現(xiàn)狀如前面所述，本文將對雷達(dá)資源管理中的跟蹤模塊問題進(jìn)行討論，本節(jié)將介紹目標(biāo)跟蹤算法、跟蹤資源管理及主動射頻隱身技術(shù)這三方面的研究發(fā)展和現(xiàn)狀。1.2.1目標(biāo)跟蹤算法的發(fā)展和現(xiàn)狀隨著二戰(zhàn)前世界上第一部雷達(dá)站 SCR-28的誕生，目標(biāo)跟蹤技術(shù)在軍事上開始得到廣泛的應(yīng)用。跟蹤系統(tǒng)性能的提升和完善需要依托于跟蹤理論和方法。目標(biāo)跟蹤的基本概念早于 1955年由 Wax首先提出7，但目標(biāo)跟蹤技術(shù)的起步和成熟要

28、依托于 70年代卡爾曼濾波理論8被成功地應(yīng)用在目標(biāo)跟蹤領(lǐng)域之后。卡爾曼濾波、a - b濾波9和a - b -g濾波等基本跟蹤濾波方法對非機(jī)動目標(biāo)的跟蹤有比較好的效果，但當(dāng)目標(biāo)發(fā)生機(jī)動時(shí)，用一般的跟蹤方法就會出現(xiàn)失跟的現(xiàn)象。為了解決此問題，國內(nèi)外學(xué)者專門針對加速度建立模型進(jìn)行分析。Singer于 1970年提出了加速度為零均值、平穩(wěn)、均勻分布的隨機(jī)過程的一階時(shí)間相關(guān)模型（Singer模型）10，該模型特殊之處在于用有色噪聲描述機(jī)動加速度，有色噪聲是驅(qū)動機(jī)動加速度的直接因素，但這種模型只適用于勻速或勻加速的運(yùn)動，對于加速度均值不為零的情況會產(chǎn)生較大的誤差。針對此情況，Moose于 1975年提2

29、第一章緒論出了一種改進(jìn)的模型，該模型利用半馬爾科夫過程中的一系列有限狀態(tài)指令，通過馬爾科夫過程的轉(zhuǎn)移概率矩陣來隨機(jī)選擇目標(biāo)的機(jī)動加速度，半馬爾科夫過程區(qū)別于馬爾科夫過程的是狀態(tài)轉(zhuǎn)移時(shí)間為隨機(jī)變量11。我國學(xué)者周宏仁提出了一種“當(dāng)前”統(tǒng)計(jì)模型(CSM)，假設(shè)目標(biāo)加速度的統(tǒng)計(jì)特性服從修正的瑞利分布，且在一定的區(qū)間是連續(xù)變化的，更接近實(shí)際12。另外，也有其他的方法不用對加速度做專門的處理，如 Bar-Shalom等人提出的變維濾波方法就不再將機(jī)動描述為隨機(jī)的統(tǒng)計(jì)過程，而是利用新息過程檢測到機(jī)動時(shí)就增加新的狀態(tài)變量 13；Blom等人提出的交互式多模型算法使目標(biāo)的不同運(yùn)動狀態(tài)對應(yīng)于不同的運(yùn)動模型，并利

30、用馬爾科夫概率轉(zhuǎn)移矩陣進(jìn)行不同模型間的切換14-15。另外，還有一些a - b濾波、CSM算法的改進(jìn)方法以及多種濾波方法相結(jié)合的算法16-19，這些算法都是為了改進(jìn)之前算法的不足之處，進(jìn)一步提高跟蹤精度。目標(biāo)跟蹤可分為單目標(biāo)和多目標(biāo)跟蹤，上述的算法都可以用于單目標(biāo)跟蹤，多目標(biāo)跟蹤中還需考慮跟蹤波門的形成、概率數(shù)據(jù)互聯(lián)及跟蹤的起始和維持，具有代表性的算法有概率數(shù)據(jù)關(guān)聯(lián)算法和聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)算法(Joint PDA,JPDA)20-21，該兩種算法考慮了跟蹤波門內(nèi)所有的候選回波，計(jì)算出每個(gè)回波是源于目標(biāo)的概率，然后用各回波的加權(quán)和對目標(biāo)的狀態(tài)進(jìn)行估計(jì)。1.2.2雷達(dá)跟蹤資源管理的發(fā)展與現(xiàn)狀雷達(dá)在跟

31、蹤模式下的資源管理主要圍繞時(shí)間資源和能量資源兩個(gè)方面，時(shí)間資源管理的主要對象是采樣周期，能量資源管理涉及到發(fā)射功率、波束的駐留時(shí)間、目標(biāo) RCS等參數(shù)。由此衍生出來了自適應(yīng)采樣間隔、自適應(yīng)波形選擇、目標(biāo)RCS的估計(jì)等解決方法。采樣周期的自適應(yīng)策略通常與目標(biāo)機(jī)動相聯(lián)系，目標(biāo)機(jī)動性越大，采樣間隔越小，機(jī)動越弱，采樣間隔變大。Cohen提出了一種采樣周期的平方與位置殘差呈反比關(guān)系，由位置殘差控制采樣周期，使其自適應(yīng)的變化的遞推法22。而這種算法的不足是采樣周期會無限制地增大，王峰針對這一問題做出改進(jìn)，將采樣周期的最大值進(jìn)行了限制23。Van Keuk提出了一種公式法，在這種方法中采樣周期和目標(biāo)機(jī)動參

32、數(shù)呈反比關(guān)系，利用它們的函數(shù)關(guān)系式可以解出每個(gè)時(shí)刻的采樣周期24。目標(biāo)機(jī)動性從一定程度上體現(xiàn)在目標(biāo)預(yù)測誤差協(xié)方差中，Watson等人就在IMM濾波器的基礎(chǔ)上提出了一種用誤差協(xié)方差門限來控制采樣間隔的方法，協(xié)方差門限為預(yù)測協(xié)方差矩陣跡的l倍，通過選擇l的值來靈活控制采樣周期25-27。Benoudnine在協(xié)方差門限的基礎(chǔ)上提出了一種快速自適應(yīng) IMM算法(FastAdaptation IMM, FAIMM)，定義了采樣間隔的最大和最小值，當(dāng)目標(biāo)機(jī)動時(shí)選擇3 電子科技大學(xué)碩士學(xué)位論文最小采樣間隔，無機(jī)動時(shí)選擇最大采樣間隔，每個(gè)時(shí)刻根據(jù)模型概率計(jì)算采樣周期28。雷達(dá)的能量資源參數(shù)包括了發(fā)射波形、發(fā)

33、射波的功率、波束駐留時(shí)間、脈沖重復(fù)周期等，在資源管理中要對這些參數(shù)進(jìn)行優(yōu)化選擇配置。文獻(xiàn) 29提出的方法將雷達(dá)在跟蹤時(shí)需要的最小功率用和跟蹤精度、數(shù)據(jù)頻率、信噪比有關(guān)的函數(shù)表示，而雷達(dá)的資源消耗與波形損耗、漏檢以及重新捕獲目標(biāo)有關(guān)。文獻(xiàn) 30研究了在虛警和電子干擾環(huán)境下雷達(dá)跟蹤時(shí)的資源管理問題，文中用恒虛警概率的方法自適應(yīng)選擇檢測門限和雷達(dá)波形，即要求回波信噪比超過一定的門限，而回波信噪比是與目標(biāo)的 RCS、距離和發(fā)射波形有關(guān)的量。我國學(xué)者盧建斌等提出了一種基于協(xié)方差控制思想的聯(lián)合波束波形自適應(yīng)調(diào)度算法31，對多個(gè)目標(biāo)設(shè)置期望的協(xié)方差，計(jì)算當(dāng)前時(shí)刻跟蹤偏差的代價(jià)和波形能量的代價(jià)，來確定下個(gè)時(shí)刻

34、波束的工作模式和選擇的波形。文獻(xiàn)32中提出的一種基于 IMMPDA算法的自適應(yīng)時(shí)間資源調(diào)度算法，首先定義了每個(gè)目標(biāo)的期望跟蹤精度，用灰色關(guān)聯(lián)度理論設(shè)計(jì)目標(biāo)函數(shù)，用粒子群算法求解模型中的采樣周期和駐留時(shí)間。這些算法對不同的雷達(dá)波形參數(shù)進(jìn)行了優(yōu)化配置，但都具有較好的跟蹤性能，有利于提高雷達(dá)的生存能力。1.2.3主動射頻隱身技術(shù)的發(fā)展與現(xiàn)狀現(xiàn)代信息化戰(zhàn)爭中無源探測系統(tǒng)的出現(xiàn)對雷達(dá)的生存空間造成了嚴(yán)重的威脅，這使得射頻隱身雷達(dá)成為提高地面防空系統(tǒng)防御力、先進(jìn)戰(zhàn)斗機(jī)攻擊力的重要裝備，因此各國將射頻隱身雷達(dá)的研制置于重要地位33-34。具有射頻隱身特性的雷達(dá)又稱為低截獲概率 (LPI)雷達(dá)，國外較早展開了

35、低截獲概率雷達(dá)的研究。 1979年，由 Robert. G. Siefker發(fā)表的名為“隱身雷達(dá)的截獲”一文開辟了雷達(dá)射頻隱身技術(shù)理論研究的先河。之后，Schleher提出了截獲因子的概念用以定量描述射頻隱身雷達(dá)的低截獲性能5。射頻隱身在工程上的研究始于 20世紀(jì) 70年代，美國休斯公司研制出的邊掃描邊跟蹤寂靜雷達(dá)是低截獲概率史上的第一個(gè)成品。在雷達(dá)資源管理的跟蹤模塊中，保證雷達(dá)的射頻隱身性能意味著雷達(dá)根據(jù)目標(biāo)的運(yùn)動狀態(tài)自適應(yīng)調(diào)整各個(gè)參數(shù)，在保證目標(biāo)跟蹤精度的同時(shí)使雷達(dá)被截獲的概率盡量低。國內(nèi)學(xué)者張貞凱等人將目標(biāo)跟蹤時(shí)的采樣間隔和發(fā)射功率與射頻隱身相結(jié)合，通過設(shè)定期望的跟蹤精度對協(xié)方差進(jìn)行控制

36、來選擇采樣間隔，在恒虛警概率下根據(jù)目標(biāo)的距離和雷達(dá)截面積大小來控制輻射功率，以減小雷達(dá)的截獲因子35。他的另一篇文獻(xiàn)中提出了一種功率控制算法，根據(jù)目標(biāo)距離和雷達(dá) RCS算出跟蹤時(shí)的功率，以特定方向上的功率最大、其他方向功率最小為原則，用改4 第一章緒論進(jìn)的粒子群算法實(shí)現(xiàn)了功率分級，并衡量了在此算法下的截獲因子 36。文獻(xiàn)37提出的在跟蹤時(shí)輻射間隔和能量自適應(yīng)方法以截獲概率為變量建立了目標(biāo)函數(shù)，給出了與期望協(xié)方差矩陣有關(guān)的約束條件，通過求解輻射間隔、波束駐留時(shí)間和輻射功率來降低雷達(dá)被截獲的概率?，F(xiàn)在已有的大多數(shù)射頻隱身方法僅集中于研究射頻隱身雷達(dá)信號本身的性能，對其他方面的深入研究甚少，特別是將

37、其與雷達(dá)資源管理相結(jié)合的研究比較欠缺。1.3本文主要研究內(nèi)容本文針對雷達(dá)資源管理中的跟蹤任務(wù)管理模塊，從基本目標(biāo)跟蹤算法和機(jī)動目標(biāo)跟蹤算法出發(fā)，綜合相控陣?yán)走_(dá)及 MIMO雷達(dá)的時(shí)間資源和能量資源管理，提出了一系列跟蹤算法，這些算法在保證一定跟蹤精度的前提下，使雷達(dá)系統(tǒng)的資源消耗量最小。本文具體的章節(jié)內(nèi)容安排如下：第一章為緒論，描述了對雷達(dá)進(jìn)行資源管理以及提高雷達(dá)射頻隱身性能的必要性，介紹了目標(biāo)跟蹤算法、雷達(dá)跟蹤資源管理和主動射頻隱身技術(shù)的研究發(fā)展與現(xiàn)狀。第二章詳細(xì)介紹了三種目標(biāo)跟蹤算法的基本原理、詳細(xì)步驟及適用的場景，它們分別為卡爾曼濾波算法、a - b濾波算法和a -b -g的目標(biāo)跟蹤模型。

38、這章是全文研究內(nèi)容的基礎(chǔ)。濾波算法，并引出了基本第三章詳細(xì)介紹了三種機(jī)動目標(biāo)跟蹤算法 “當(dāng)前”統(tǒng)計(jì)模型濾波算法、自適應(yīng)a - b濾波算法和交互多模型濾波算法，分別對它們的算法原理、影響性能的因素作了詳細(xì)闡述，最后從跟蹤精度和算法消耗時(shí)間兩方面對這三種算法進(jìn)行了對比分析。第四章研究了三種基于自適應(yīng)目標(biāo)跟蹤的雷達(dá)資源管理算法，通過對時(shí)間資源和能量資源參數(shù)的自適應(yīng)調(diào)整，在保證跟蹤精度的同時(shí)使系統(tǒng)的資源得以合理的分配。通過仿真對比了三種算法的性能，說明了全自適應(yīng)跟蹤任務(wù)參數(shù)方法的有效性。第五章針對現(xiàn)今電子對抗技術(shù)的新領(lǐng)域雷達(dá)射頻隱身技術(shù)提出了一種應(yīng)用于 MIMO雷達(dá)的目標(biāo)跟蹤算法，通過建立 MIMO雷

39、達(dá)射頻隱身性能優(yōu)化模型，自適應(yīng)配置跟蹤任務(wù)參數(shù)，用仿真驗(yàn)證了該目標(biāo)跟蹤算法應(yīng)用于 MIMO雷達(dá)相比于傳統(tǒng)的相控陣?yán)走_(dá)更有優(yōu)勢，使系統(tǒng)的資源消耗量和雷達(dá)的射頻隱身性能得到優(yōu)化。第六章是全文的總結(jié)，對本文的研究進(jìn)行概括總結(jié)，指出現(xiàn)有的工作需要進(jìn)一步改進(jìn)的地方。5 電子科技大學(xué)碩士學(xué)位論文第二章基本目標(biāo)跟蹤算法在現(xiàn)代雷達(dá)系統(tǒng)中，雷達(dá)信號處理器和雷達(dá)數(shù)據(jù)處理器是核心組成部分 38，如圖 2-1所示。雷達(dá)信號處理器在發(fā)現(xiàn)目標(biāo)后，將由數(shù)據(jù)錄取器探測到目標(biāo)的距離、方位、速度等具體的目標(biāo)特性，其輸出的是目標(biāo)觀測值的估計(jì)，即點(diǎn)跡 39然后送至雷達(dá)數(shù)據(jù)處理器進(jìn)行下一步的處理，即進(jìn)行平滑、濾波、跟蹤、關(guān)聯(lián)、預(yù)測等運(yùn)

40、算。通過這些運(yùn)算可以對目標(biāo)的一系列相關(guān)的參數(shù)進(jìn)行準(zhǔn)確的估計(jì)，預(yù)測目標(biāo)下一時(shí)刻的運(yùn)動狀態(tài)，并有效地抑制了量測過程中帶來的隨機(jī)誤差，最終形成穩(wěn)定的跟蹤航跡。，雷達(dá)目標(biāo)跟蹤這一環(huán)節(jié)是雷達(dá)數(shù)據(jù)處理器中非常關(guān)鍵的，在跟蹤過程中通過濾波處理建立目標(biāo)的運(yùn)動航跡，在此基礎(chǔ)上雷達(dá)系統(tǒng)對目標(biāo)過去的狀態(tài)進(jìn)行平滑，對現(xiàn)在的狀態(tài)進(jìn)行估計(jì)，以及對未來的運(yùn)動狀態(tài)進(jìn)行預(yù)測，其中的狀態(tài)向量通常由目標(biāo)的位置、速度和（或）加速度參量構(gòu)成。同時(shí)，由于雷達(dá)在接收到量測數(shù)據(jù)時(shí)也接收了各種噪聲，為了消除這些噪聲，獲得精準(zhǔn)的目標(biāo)狀態(tài)數(shù)據(jù)，就要選取適合的目標(biāo)跟蹤算法對目標(biāo)狀態(tài)數(shù)據(jù)進(jìn)行濾波處理。目前，目標(biāo)跟蹤有很成熟的理論，而各種跟蹤算法的研究

41、更是日趨成熟。在基本的目標(biāo)跟蹤算法中，卡爾曼濾波算法占據(jù)了主導(dǎo)地位， a - b濾波、a - b -g基礎(chǔ)上發(fā)展出來的。濾波等跟蹤算法都是在它的傳感器天線發(fā)射機(jī)電磁能或聲能目標(biāo)雙工器接收機(jī)信號數(shù)據(jù)數(shù)據(jù)目標(biāo)狀態(tài)估計(jì)處理器錄取器處理器圖 2-1雷達(dá)系統(tǒng)簡化框圖2.1卡爾曼濾波卡爾曼濾波算法是濾波理論發(fā)展到一定程度的必然產(chǎn)物。1794年，德國數(shù)學(xué)家 Gauss（高斯）在解決行星軌道猜測問題時(shí)首先提出了最小二乘估計(jì)法，它使用確定性思想，在實(shí)際工程中根據(jù)有限個(gè)的觀測數(shù)據(jù)來尋求最優(yōu)解。20世紀(jì) 40年代，維納奠定了最優(yōu)濾波理論的基礎(chǔ)，提出了維納濾波，該理論是使濾波器的6 第二章基本目標(biāo)跟蹤算法參數(shù)隨輸入信

42、號統(tǒng)計(jì)特性的變化作自適應(yīng)調(diào)整。它的優(yōu)點(diǎn)有可以對跟有效信號有關(guān)的多種狀態(tài)量作出估計(jì)，同時(shí)可以得到一個(gè)完整的傳遞函數(shù)的解析解。但它只能用于平穩(wěn)的隨機(jī)過程中，必須對當(dāng)前及其以前時(shí)刻的全部數(shù)據(jù)進(jìn)行批處理，計(jì)算量大，因此實(shí)現(xiàn)起來有一定的困難，且它只能進(jìn)行頻域?yàn)V波，應(yīng)用于線性系統(tǒng)中?？柭鼮V波理論的創(chuàng)立，是從頻域到時(shí)域設(shè)計(jì)最優(yōu)濾波器的一個(gè)成功轉(zhuǎn)變?？柭鼮V波是一種線性的、無偏的、以最小均方誤差為估計(jì)的最優(yōu)化自回歸數(shù)據(jù)處理算法。它不再是維納濾波那樣用橫向?yàn)V波器對觀測數(shù)據(jù)進(jìn)行濾波處理，而是利用信號與噪聲的狀態(tài)空間特性，如信號的狀態(tài)轉(zhuǎn)移過程和噪聲的分布特性，并利用前一時(shí)刻的估計(jì)值和現(xiàn)在時(shí)刻的觀測值對現(xiàn)時(shí)刻目標(biāo)的

43、狀態(tài)變量進(jìn)行估計(jì)，求出現(xiàn)在時(shí)刻的更新值，并不斷遞推下去。卡爾曼濾波算法克服了維納濾波的不足之處，收斂速度快、計(jì)算量小，且不僅適用于平穩(wěn)隨機(jī)過程和單變量的場合，同樣也適用于非平穩(wěn)和多變量的場合。經(jīng)過幾十年的不斷研究、創(chuàng)新，卡爾曼濾波理論及其發(fā)展出的濾波算法在航空航天、通信、導(dǎo)航、軍事、生物醫(yī)藥工程等工程系統(tǒng)實(shí)踐中得到廣泛的應(yīng)用。正是卡爾曼濾波的這一系列特點(diǎn)，使它在雷達(dá)目標(biāo)跟蹤方面有了廣泛的應(yīng)用并凸顯了其優(yōu)勢，主要有以下一些方面：1、卡爾曼濾波和預(yù)測是基于不同的目標(biāo)運(yùn)動環(huán)境和量測噪聲模型的，通過自動計(jì)算增益序列，改變一些關(guān)鍵的狀態(tài)量，濾波器就可以對各種不同的運(yùn)動目標(biāo)進(jìn)行跟蹤；2、卡爾曼濾波和預(yù)測通過增益矩陣能隨著檢測過程的變化作自適應(yīng)地改變，包括采樣間隔的變化和虛警情況等；3、卡爾曼濾波和預(yù)測通過狀態(tài)估計(jì)或預(yù)測誤差協(xié)方差矩陣可以對跟蹤過程中的精度大小進(jìn)行衡量，還可以形成跟蹤波門，根據(jù)該矩陣確定其門限大小，及時(shí)地對跟蹤情況進(jìn)行判斷；4、卡爾曼濾波和預(yù)測通過殘差a (tk )的變化，可以判斷估計(jì)的目標(biāo)模型與真實(shí)的目標(biāo)運(yùn)動特性是否一致，它可用來作為目標(biāo)檢測和辨識的一種手段；5、卡爾曼濾波和預(yù)測可以補(bǔ)償在密集多