[发明专利]基于探测概率几何分布曲线的雷达网抗干扰效能评估方法

摘要

本发明公开了一种基于探测概率几何分布曲线的雷达网抗干扰效能评估方法，属于雷达数据处理领域。考虑到在战时雷达网面临着各种复杂的干扰，对雷达网抗干扰能力进行评估是目前雷达网建设和提高雷达网作战能力、生存能力的当务之急，本发明即立足于解决此类问题。首先以网内各雷达为中心在直角坐标系下选取一系列等间隔的点，并转换到极坐标系中，然后在极坐标系下计算各点的信噪比，得出各点的检测概率，最后在雷达网分布式检测中心运用秩K规则或Neyman-Pearson准则对各部雷达的检测进行融合，计算总的检测概率并把检测概率相同的点连接起来，得到雷达网的探测概率几何分布曲线。

主权项

1.一种基于探测概率几何分布曲线的雷达网抗干扰效能评估方法，其特征在于包括以下步骤：步骤1：为保证均匀取点，首先以网内各雷达为中心在直角坐标系下选取一系列等间隔的点：(x_n(i)，y_n(j))，其中n∈{1，…，N}，表示网内第几部雷达，i∈{1，…，I}，j∈{1，…，J}表示该点的编号；步骤2：将(x_n(i)，y_n(j))转换到以网内各雷达为中心的极坐标系中ρn(i,j)=(xn(i))2+(yn(j))2---(1)]]>θ_n(i，j)＝a tan(y_n(j)/x_n(i))                            (2)其中，ρ_n(i，j)表示该点相对于第n部雷达的距离，θ_n(i，j)表示该点相对于第n部雷达的方位；步骤3：建立各雷达的天线模型(1)对雷达天线模型的尾瓣用余弦平方函数描述EF＝(1-Bll)cos²(θ_n(i，j)/2)+Bll                         (3)其中Bll＝10^(Blldb/20)，BlldB是以dB为单位的相对尾瓣电平；(2)雷达天线的方向图函数为其中，W_az表示天线的水平尺寸，W_el表示天线的垂直尺寸，e表示天线效率，e_A表示Taylor分布的孔径效率，Slldb(sideloble level in decibels)是以dB为单位的旁瓣电平，nbar表示旁瓣的下降率，f_t是归一化的电场方向图；步骤4：计算雷达接收机端的信号干扰比(1)雷达接收机接收到的距离为R处的目标的回波信号功率Pr=PtG02λ2σGp(4π)3R4---(5)]]>其中，P_t为雷达发射功率，单基地雷达通常收发共用天线，雷达天线的增益为G_t＝G_r＝G₀，λ为雷达信号波长，σ为目标散射截面积，G_p为综合考虑了相关处理、匹配接收等各种因素的增益；(2)雷达接收机输出端的噪声功率为N_o＝k(T_A+T_e)B_n                                   (6)其中，k为玻尔兹曼常数(k＝1.38×10^-23J/K)，T_A为天线噪声温度，T_e为雷达接收机的有效温度，B_n为雷达噪声带宽；(3)雷达接收机端接收的干扰功率为PJ=PJGJGt(θJ)λ2γJ(4π)2RJ2(BnBJ)---(7)]]>其中，P_J为干扰机发射功率，G_J为干扰机发射天线增益，G_t(θ_J)为雷达天线在干扰方向的增益，γ_J为干扰信号与雷达信号的极化失配损失系数(通常干扰信号为圆极化，雷达天线为线极化，γ_J＝0.5)，R_J为雷达与干扰机之间的距离，B_J为干扰机带宽；(4)雷达接收机输入端的信干比(目标回波信号功率和干扰信号功率加噪声功率之比)为SJR=SJ=PrΣm=1MPJ+No---(8)]]>其中，M为干扰机的数量；步骤5：计算干扰条件下各雷达的检测概率(1)计算门限电压初值VT,0=np-np+2.3-logPfi(-logPfi+np-1)---(9)]]>其中n_p为脉冲积累个数，P_fi为雷达虚警概率；(2)利用递推公式计算门限电压VT,m=VT,m-1-G(VT,m-1)G′(VT,m-1)---(10)]]>其中，m＝1，2，3，…，当|V_T，m-V_T，m-1|＜V_T，m-1/10000时停止递推，函数G和G′分别为G(VT,m)=(0.5)np/nfa-ΓI(VT,np)---(11)]]>G′(VT,m)=-e-VTVTnp-1(np-1)!---(12)]]>(3)计算目标起伏Swerling I模型的雷达检测概率Pdi=1-ΓI(VT,np-1)+(1+1npSJR)np-1×ΓI(VT1+1npSJR,np-1)×e-VT/(1+npSJR);np>1---(13)]]>其中，ΓI(x,N)=∫0xe-vvN-1(N-1)!dv;]]>步骤6：干扰条件下分布式检测中心运用秩K融合规则对n部雷达的检测进行融合，计算总的检测概率P_DPD=Σi=Kn{(Σp=0i-K(-1)p·C(i,p))·(ΣCin[ΠjPdj])}---(14)]]>其中，P_dj为各雷达的检测概率且统计独立(j＝1，2，…，n)，是i取p的组合，是n个检测器中i个局部检测器检测概率全部可能乘积的和；步骤7：干扰条件下分布式检测中心运用Neyman-Pearson准则对n部雷达的检测进行融合，计算总的检测概率P_D(1)计算似然比T(D)：T(D)=P(D/H1)P(D/H0)=Πi∈s1PdiΠk∈s0(1-Pdk)Πi∈s1PfiΠk∈s0(1-Pfk)---(15)]]>其中，H₁表示判定目标存在，H₀表示判定目标不存在，S₁为判定目标存在的检测器组，S₀为判定目标不存在的检测器组，P_di，P_fi为各雷达的检测概率和虚警概率且统计独立；(2)将似然比T(D)按从小到大的顺序重新排列；(3)计算λ的值λi=1-Σj=1iP(Dj/H0)1≤i≤N1i=0---(16)]]>(4)运用Neyman-Pearson融合规则计算总检测概率其中，为融合中心的恒虚警概率，步骤8：重复执行步骤2、3、4、5、6、7，计算出步骤1中所有点的检测概率；步骤9：将(ρ_n(i，j)，θ_n(i，j))转换到以网内各雷达为中心的直角坐标系中(x_n(i))＝ρ_n(i，j)×cos(θ_n(i，j))                        (19)(x_n(i))＝ρ_n(i，j)×sin(θ_n(i，j))                        (20)其中，ρ_n(i，j)表示该点相对于第n部雷达的距离，θ_n(i，j)表示该点相对于第n部雷达的方位；步骤10：在直角坐标系下利用MATLAB等位线命令(contour)把雷达网分布式检测中心检测概率相同的点连起来，利用MATLAB标注命令(clabel)标注出各检测概率。