[发明专利]基于共识的分布式真假弹头识别方法

说明书

技术领域

本发明属于雷达技术领域，具体涉及基于共识和LOUD(Locally OptimalUnknown Direction)检测器的MIMO(Multiple-Input Multiple-Output)雷达真假弹头分布式检测方法，适用于分置天线MIMO雷达采用分布式处理结构时的真假弹头识别问题。

背景技术

弹道导弹是极具杀伤力和破坏性的现代战争主导武器，弹道导弹防御是关乎国家安全的重要问题。弹道导弹为了实现有效突防，在飞行中段会释放假弹头来迷惑防御方的雷达系统，使弹头的拦截更加困难。弹道中段真假弹头目标在外形、电磁散射特性、飞行轨迹等方面高度相似，这大大增加了真假弹头识别的难度。在一大群真假掺杂的弹头中，如何才能正确识别出真弹头并进行有效拦截，是反导系统研制中至关重要的问题。

在弹道中段，弹头目标的运动可以分解为平动和微动。真弹头为了保持在大气层外飞行以及再入大气层后飞行的稳定性，一般以弹体自旋的方式来保持轨道飞行方向的稳定性，但弹体起旋过程中，不可避免会受到来自假弹头的横向力矩的干扰，使得弹头产生进动或章动。而假弹头由于没有姿态控制措施或者在质量及质量分布上与真弹头不完全相同，因而在锥旋周期与进动角大小等参数与真弹头存在差异。这些微动特征的差异为雷达系统识别真假弹头提供了依据。

分置天线MIMO雷达系统采用间距较大的发射阵元和接收阵元，各发射天线辐射相互正交的信号，各接收天线同时接收多种信号，利用各信号之间的正交性完成各路信号的分离，这种工作特点使得MIMO雷达具有抗截获、抗干扰等诸多优势。空间分集的特点使得MIMO雷达在目标运动参数估计精度等方面较传统雷达有着明显优势，且具备较好的反隐身能力。由于MIMO雷达可形成多个收发通道，在不同的视角下接收目标回波信号，因此将MIMO技术引入弹头目标的观测，能够获得弹头目标更为精细准确的微动特征，为通过微动特征来识别真假弹头提供了可能。

通过建模分析弹头目标的运动特征，并联立MIMO雷达观测方程，可以建立如下的离散时间状态空间模型：

x_k+1＝F_k+1x_k+G_k+1u_k+w_k+1 (1)

z_k＝Hx_k+e_k (2)

其中x_k是k时刻弹头目标的状态向量；u_k是k时刻目标受到的控制作用量；z_k是 k时刻MIMO雷达观测向量；w_k+1和e_k分别为系统状态噪声和观测噪声，均建模为高斯随机向量，满足分布w_k+1～N(0,Σ_w)，e_k～N(0,Σ_e)；F_k+1表示系统状态转移矩阵，G_k+1表示系统输入控制量u_k的系数矩阵，H是系统观测矩阵。真假弹头微动特征不同，主要体现在系统参数矩阵中。这里考虑真假弹头有相同的 G_k+1，其微动差异体现在F_k+1的情况。

初始观测时刻，真假弹头以同样的运动状态在弹道中段飞行，此时F_k+1＝F₀， F₀是真假弹头的初始状态转移矩阵，并且在分离之前保持为F₀不变。在q时刻母舱释放弹头，真假弹头分离，由于真弹头具有姿态控制系统，其系统参数矩阵 F_k+1保持不变，而假弹头缺少此类控制装置或质量及质量分布与真弹头有异，其对应的进动参数发生变化，状态转移矩阵变成F_c≠F₀。由此真假弹头识别问题可以建模成如下的二元假设检验问题：

其中，F₀可以由预处理或已有的数据库得到，而由于假弹头不可预知，F_c是未知参数，所以(3)描述的假设检验问题是复合假设检验问题。

局部最优未知方向(LOUD)检测器是对微小差异非常敏感的检测器，在限制虚警概率P_fa的同时求得检测概率最大，是一类用于多维参数向量发生未知变化的检测问题的局部最优检测器，适用于参数向量变化未知且快速检测的问题中。因此LOUD检测器被用于解决弹头目标的运动识别问题。针对于(3)中的假设检验问题，LOUD检测器表示为