[发明专利]多目标跟踪的集中式MIMO雷达自适应资源管理方法

摘要

本发明属于雷达目标跟踪领域，具体涉及多目标跟踪的集中式MIMO雷达自适应资源管理方法。本发明综合考虑目标检测与目标跟踪，在保证目标正常检测的条件下考虑通过自适应发射波形参数提升跟踪精度。在求解相关算法时，首先通过目标成功照射限制和目标有效检测概率限制选择可行子阵划分、采样周期、被照射目标集和波束指向参数对，自适应分配雷达系统资源；然后联合发射波形参数，形成可行子阵划分、采样周期、被照射目标集、波束指向和发射波形参数组合；最后根据目标函数最小化原则来选则最优子阵划分、采样周期、被照射目标集、波束指向和发射波形参数组合。

主权项

1.多目标跟踪的集中式MIMO雷达自适应资源管理方法，具体步骤如下：步骤1：设集中式MIMO雷达总的阵元数为M，则其可能划分的子阵个数为k_j＝2^j‑1，j＝1,2,…,(log₂M+1)；设当前时刻为t_r‑1，t_r‑1之前所有目标的状态为其中t_r‑1(i)为第i个目标的更新时刻，且t_r‑1(i)≤t_r‑1，；为第i个目标在t_r‑1(i)的状态向量，P_i(t_r‑1(i))为第i个目标的在t_r‑1(i)时刻的状态误差协方差矩阵；下一时刻t_r的采样周期T＝t_r‑t_r‑1，T从预设的采样周期集合中选取；设总的目标数是D，各目标分别被标记为1,2,…,D，可能的被照射目标集从集合Q＝{{0},{1},…,{D},{1,2},…,{D‑1,D},…,{1,2,…,D}}中选取，集合的大小为发射波形参数λ和b是可自适应变化的，λ表示波形的持续时间，b表示调频斜率；对于每个可能的采样周期和被照射目标集参数对(T_l,q_n)，决定波束指向集；对于被照射目标集q_n，假设在目标集q_n中目标的预测位置组成一个集合u^pre，波束指向位置应该在集合[minu^pre,maxu^pre]中进行选择，该集合以△u的步长进行离散得到最终的波束指向集如下：U＝{u₁,u₂,…,u_g,…,u_G}(g＝1,2,…,G)         (1)步骤2：基于步骤1，联合子阵划分，对于每个可能的子阵划分、采样周期、被照射目标集和波束指向参数对(k_j,T_l,q_n,u_g)，保存满足目标成功照射条件的参数对，建立可行的子阵划分、采样周期、被照射目标集和波束指向参数库目标成功照射条件：其中u_g为波束指向，u_i为在被照射目标集q_n中目标i的方向，φ(k_j)为发射波束宽度，计算如下：步骤3：选择最终可行的子阵划分、采样周期、被照射目标集和波束指向参数组合；步骤3.1：基于步骤2所得不同的子阵划分、采样周期、被照射目标集和波束指向参数组合(k_h,T_h,q_h,u_h),h＝1,…,H，计算检测概率其中，预测回波信噪比为：其中，B_w为波束指向位置处方位的双程波束宽度，B_w＝1.76/M，为预测方位角误差方差，为波束指向方向的预测信噪比：其中，M为雷达阵元数，e为发射波形能量，η_A为天线有效面积占空比，为目标i平均RCS的估计值，λ₁为波长，为目标距雷达的径向距离，N₀为噪声功率谱密度，N₀＝vT₀F₀，v为波尔兹曼常数，T₀为雷达接收机温度，F₀为雷达接收机噪声系数,k_h为MIMO子阵个数；步骤3.2：保存满足有效目标检测条件的参数对，建立最终可行的子阵划分、采样周期、被照射目标集和波束指向参数库有效目标检测限制：步骤4：基于以上步骤1—3所选取可行的子阵划分、采样周期、被照射目标集和波束指向参数对，进一步考虑发射波形参数，形成子阵划分、采样周期、被照射目标集、波束指向和发射波形组合(k_e,T_e,q_e,u_e,λ_p,b_q)e＝1,…,E,p＝1,…,P,q＝1,…,Q，计算每一参数组合(k_e,T_e,q_e,u_e,λ_p,b_q)e＝1,…,E,p＝1,…,P,q＝1,…,Q对应的量测误差协方差矩阵R_prei(t_r,k_e,T_e,q_e,λ_p,b_q)；量测协方差矩阵表示为：其中N_prei(t_r,k_e,T_e,q_e,λ_p,b_q)为径向距离与径向速度的量测协方差，σ_b，prei(t_r,k_e,T_e,q_e)为方位角量测误差标准差；方位角量测误差标准差σ_b，prei(t_r,k_e,T_e,q_e)计算如下：其中，常数c₁的典型取值为1.57；步骤5：计算每一参数组合(k_e,T_e,q_e,u_e,λ_p,b_q)e＝1,…,E,p＝1,…,P,q＝1,…,Q的系统位置预测估计误差协方差步骤5.1：计算每一参数组合(k_e,T_e,q_e,u_e,λ_p,b_q)e＝1,…,E,p＝1,…,P,q＝1,…,Q的目标预测估计误差协方差P_prei(t_r,k_e,T_e,q_e,λ_p,b_q)，有以下两种情况；情况1：如果目标i在被照射目标集q_e中，P_prei(t_r,k_e,T_e,q_e,λ_p,b_q)为通过卡尔曼滤波获得的预测估计误差协方差：其中为检测概率，计算见式(4)，I是单位矩阵，是预测误差协方差：其中F_i(T_e,q_e)和Γ_i(T_e,q_e)是转换矩阵和噪声输入矩阵，Q_i(t_r‑1)是过程噪声w_i(t_r‑1)的协方差矩阵，K_prei(t_r,k_e,T_e,q_e,λ_p,b_q)是卡尔曼增益：其中R_prei(t_k,k_e,T_e,q_e,λ_p,b_q)为量测误差协方差矩阵，计算见式(8)；情况2：如果目标i不在被照射目标集q_e中，P_prei(t_r,k_e,T_e,q_e,λ_p,b_q)为式(11)所示的预测误差协方差；步骤5.2：计算系统位置预测误差协方差直角坐标系下系统位置预测误差协方差矩阵记为P_pos,pre(t_r,k_e,T_e,q_e,λ_p,b_q)，则有P_pos,pre(t_r,k_e,T_e,q_e,λ_p,b_q)＝H·P_pre(t_r,k_e,T_e,q_e,λ_p,b_q)·H^T   (13)其中H为量测矩阵，P_pre(t_r,k_e,T_e,q_e,λ_p,b_q)为直角坐标系下系统预测协方差矩阵其中P_pos,pre(t_r,k_e,T_e,q_e,λ_p,b_q)_1，1，P_pos,pre(t_r,k_e,T_e,q_e,λ_p,b_q)_2,2分别表示在参数组合(k_e,T_e,q_e,λ_p,b_q)e＝1,…,E,p＝1,…,P,q＝1,…,Q下x方向预测的估计误差方差和y方向预测的估计误差方差，下标(k,k)，k＝1,2表示对角线元素；步骤6：计算每一参数组合(k_e,T_e,q_e,u_e,λ_p,b_q)e＝1,…,E,p＝1,…,P,q＝1,…,Q的代价函数；其中，c₁和c₂为时间资源与跟踪精度的加权系数，0≤c₁≤1,0≤c₂≤1且c₁+c₂＝1；则对应的最优的参数组合(k_opt,T_opt,q_opt,u_opt,λ_opt,b_opt)可表示为：(k_opt,T_opt,q_opt,u_opt,λ_opt,b_opt)＝minC_pre(t_r,k_e,T_e,q_e,λ_p,b_q)   (17)步骤7：利用当前时刻所选参数组合(k_opt,T_opt,q_opt,u_opt,λ_opt,b_opt)作为t_r时刻的跟踪任务参数，进行目标探测并获得当前量测。步骤8：利用步骤7获得的量测进行滤波，然后返回步骤1重复以上步骤1‑7，直至达到跟踪时间为止。