不确定条件下的机会阵雷达信号处理技术研究

发布时间：2017-11-14 21:07

  本文关键词：不确定条件下的机会阵雷达信号处理技术研究

  更多相关文章： 机会阵雷达 不确定理论 波形设计 灰关联综合评价 目标检测 分布式恒虚警率 模糊融合 方向图综合 机会约束规划 相关机会规划 互耦 子阵划分

【摘要】：机会阵雷达(opportunistic array radar,OAR)是一种将平台的隐身性设计作为核心,在数字阵列雷达研究的基础上,可以工作在多种灵活的工作模式下,具备搜索、跟踪、火控、制导等多种战术功能,通过感知战场态势实现“机会性”选择和管理的新概念雷达系统。雷达发射波形的设计、目标检测以及阵列天线方向图综合是雷达信号处理研究中的重要组成部分。其中,雷达发射波形的设计对信号的处理方法、系统的分辨力、量测精度以及抗干扰能力等性能有直接的影响;雷达目标检测中的恒虚警率(constant false alarm rate,CFAR)可以避免背景噪声、杂波和干扰的变化等对检测阈值造成的影响;灵活多变的阵列天线方向图则有助于雷达实现其各项功能。机会阵雷达作为一个复杂的系统,在其设计和工作中都会受到一些不确定因素的影响,如战场态势的迅速改变、部分元器件的失灵、设备内部噪声的干扰等,这些因素都会影响雷达整体性能的发挥,因此需要研究不确定条件下的信号处理技术。本论文针对机会阵雷达的信号处理技术研究展开工作,结合不确定理论,主要研究了雷达正交波形的优化设计、雷达目标检测的CFAR处理技术、阵列方向图综合以及互耦修正等方面的问题。具体工作和创新可以概括为以下几点:1.结合机会阵雷达的结构特点,阵元分布、阵元工作状态、战术功能选择、工作模式以及资源管理等“机会”特性,将不确定理论中的概率理论、可信性理论以及机会理论应用于机会阵雷达中,分析了机会阵雷达的不确定性因素及其引起的系统不确定性,研究了不确定条件下的机会阵雷达信号处理的基础理论和方法。2.设计了正交多相编码波形和离散频率编码波形(discrete frequency coding waveform,DFCW)两种正交信号。在正交波形自相关特性以及互相关特性分析的基础上,以遗传算法(genetic algorithm,GA)为主体,并融入模拟退火算法(simulated annealing algorithm,SA),考虑到自相关和互相关特性之间的灰色不确定因素,引入灰关联综合评价法则对适应度函数加以关联分析,提出了基于灰关联度的混合遗传模拟退火算法(hybrid genetic simulated annealing algorithm,HGSAA)设计正交波形。仿真结果表明,基于灰关联度的HGSAA算法设计的正交波形具有更低的自相关峰值旁瓣电平和互相关电平。3.提出了基于模糊逻辑的分布式筛选平均最大选择(maximum censored mean level detecror,MX-CMLD)-CFAR检测器。在常规的基于概率理论CFAR检测的基础上,引入可信性理论,通过隶属度函数将常规二元检测的硬判决0或1改为用软判决实现,即将观测空间映射为[0,1]区间内的一个值来表征“无目标”和“有目标”假设成立的程度。结合最大选择(greatest of,GO)-CFAR和筛选平均(censored mean level detector,CMLD)-CFAR检测器,设计了基于模糊逻辑的MX-CMLD-CFAR检测器,并推导了模糊融合中心的多种融合规则,最后以模糊代数积的规则为例,研究了多传感器的分布式MX-CMLD-CFAR检测系统,仿真结果表明了该分布式检测系统在均匀杂波背景、多目标环境以及杂波边缘背景中都具有较好的检测性能,还明显优于常规的二元分布式检测系统,同时可以降低部分传感器异常对检测结果的影响。4.提出了自带可信度的多传感器分布式CFAR表决融合检测方法。考虑到机会阵阵列单元随机分布在载体表面或内部,有选择性的分区域同步或异步工作,同时受外界不确定环境的影响,偶尔会出现部分传感器异常的现象,在实际数据融合时应该考虑到每个传感器检测的可信度问题。因此,在模糊逻辑CFAR检测的基础上,引入可信度函数来表征每次检测结果的可信度,在数据融合时,通过比较各传感器检测结果的可信度实现了表决融合,使得在各传感器都处于高信噪比时,可以节省一部分计算资源。仿真结果表明,采用表决融合的分布式检测系统,其检测性能明显优于二元表决融合检测系统,同时可以降低部分传感器异常对检测性能的影响。5.针对单个区域内的天线单元,提出了基于模糊机会约束规划和模糊相关机会规划的阵列方向图综合算法。考虑到机会阵雷达“机会性”的选择战术功能和工作模式,激励打开的天线单元的分布和数目都具有不确定性,可以用模糊变量来描述这种不确定性时,根据不同的约束条件和目标函数建立了不同的规划模型。基于模糊机会约束规划的方向图综合算法,以天线单元数目为约束条件,在一定的可信度下,使得副瓣电平和主瓣宽度误差最小化,获得所需的方向图。基于模糊相关机会规划的方向图综合算法,在天线单元数目的约束条件下,实现了所综合出的方向图副瓣电平满足条件的机会最大化,可以解决模糊机会约束规划模型在满足约束条件下有时不能完全达到所需优化结果的现象。6.针对多个区域内的天线单元,不确定环境表现为模糊随机性时,提出了基于模糊随机相关机会规划的阵列方向图综合算法。考虑到机会阵雷达面向不同的任务需求同时发射多个不同要求的波束时,参与方向图综合的总天线数目受雷达资源的约束,当表现为模糊随机性时,建立模糊随机相关机会约束规划模型,在资源允许的天线数目下使得满足条件的多个方向图的机会最大化。7.提出了基于子阵交叉划分思想的阵元互耦修正算法。考虑到机会阵阵列单元数目众多且分布的随机性,将阵列按一定距离交叉划分为多个子阵列,利用矩量法计算每个子阵列的广义互阻抗矩阵,再构建整个机会阵阵列的归一化互阻抗矩阵,利用自适应波束综合算法或者遗传算法实现方向图的互耦修正。仿真结果表明,基于子阵交叉划分思想的互耦修正算法可以在一定程度上减小阵元互耦的影响。
【学位授予单位】：南京航空航天大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TN957.51

【相似文献】

中国期刊全文数据库 前10条

1 何友,关键,孟祥伟,陆大，

本文编号：1187008