[发明专利]一种基于联合检测概率和粒子群的雷达优化部署方法

说明书

本发明涉及一种基于联合检测概率和粒子群的雷达优化部署方法，属于雷达探测和部署优化问题。首先，采用经验公式建立单雷达模型，其次，建立雷达组网探测的模型，然后，建立组网后联合探测的最优目标函数，最后，利用加权的粒子群算法求得最优解。本发明所提供的方法结合雷达探测的经验公式，建立的模型更接近工程实际应用，解决了雷达部署优化问题计算复杂、不太精确的问题。

技术领域

本发明属于雷达探测和目标优化领域。

背景技术

雷达组网探测是由网内各部雷达的探测能力叠加起来，协同完成探测任务的一种功能。单雷达探测的威力是有限制的，组网可以一定程度解决目前遇到的“四大”问题。单雷达在探测范围，对某个RCS值的目标探测能力是通过雷达方程来计算。单雷达探测模型与雷达的性能参数、目标参数、环境参数有关。组网雷达的检测能力的评估，可以依据单雷达模型、各雷达部署的位置、地形条件、电磁环境等因素。

组网雷达优化部署方案的准确性，很大程度上依赖单雷达的模型是否精确。而且优化问题的最优解，是否正确，也要看组网雷达联合探测的优化目标函数是否准确的考虑了既定的组网雷达的评估指标。

解决部署问题，传统的方法一般采用蒙特卡洛方法，计算量大。

发明内容

雷达要克服干扰、杂波、噪声的影响。干扰一般指对方故意释放的信号，杂波是指一些自然界的信号，噪声是雷达系统内部硬件产生的信号。雷达回波和这些信号总和的比值，分别称为信干比、信杂比、信噪比。雷达要能探测到目标，目标的回波信号的功率要大于一个值，这样才能将目标从干扰、杂波、噪声中分离出来。在给定的部署区域范围内，N部雷达组网联合探测，那么可以计算出区域内任意位置上的目标的联合探测概率P_net，为了确保能发现目标，要求联合探测概率P_net不低于某个值P₀。本发明解决如何部署雷达的位置，使P_net不低于某个值P₀所确定的区域最大的问题。

本发明采用经验公式建立单雷达模型，建立雷达组网探测的模型，通过建立组网后联合探测的最优目标函数，利用可变权重的粒子群算法求得最优解，具体技术方案包括：

步骤1：针对非起伏目标，基于经验公式建立单雷达探测模型，计算SNR，建立模型如下：

其中：m表示脉冲积累次数；P_fa表示虚警概率；P_d表示雷达对某个距离处的非起伏目标的探测概率；

步骤2：建立组网雷达的基于联合探测概率的探测模型：

p_i表示单雷达i对目标σ的探测概率，P_net表示雷达网对目标σ的探测概率；

步骤3：建立组网的雷达的部署优化目标函数：

P(s^*)＝argmaxP_net

s.t.s_i＝{x_i,y_i,0}∈spceA,i＝1,2,…,n

表示在满足条件下的最优部署方案，spceA表示可以部署雷达的位置集合，P_net≥P₀,P₀为雷达网设定的联合检测概率阈值,s^*表示部署方案里使P_NET≥P₀所确定的区域最大的部署方案；

步骤4：通过速度可变权重的粒子群算法求得最优解：