[發明專利]一種機動平臺雙基前視SAR軌跡設計方法

有效

• 申請號: 202111541173.0
• 申請日: 2021-12-16
• 公開（公告）號: CN114236543B
• 公開（公告）日: 2023-03-21
• 發明（設計）人: 孫稚超;孫華瑞;安洪陽;陳天夫;任航;武俊杰;楊建宇
• 申請（專利權）人: 電子科技大學
• 主分類號: G01S13/90
• 分類號: G01S13/90
• 代理公司: 成都虹盛匯泉專利代理有限公司 51268
• 代理人: 王偉

1.一種機動平臺雙基前視SAR軌跡設計方法，具體包括如下步驟：

步驟S1.飛行軌跡建模，

將飛行軌跡按時間平均分為N段，每一段的時間為t，高速運動平臺的加速度在地面坐標系中記為分別代表x軸，y軸，z軸三個方向的加速度；

步驟S2.建立優化函數，

根據任務目標，選取控制能量、飛行時間、分辨單元面積、不能成像時間四個軌跡性能指標建立優化函數：

(1)控制能量：將控制能量的優化函數建立為：

其中，i代表飛行軌跡的段序號，控制能量即為每一段飛行軌跡中的三個方向的加速度平方和；

(2)飛行時間：將控制飛行時間的優化函數建立為：

f₂＝kNt

其中，k是權值系數，用來保證飛行時間和控制能量的優化函數處于同一量級；

(3)分辨單元面積：將按時間等分后的每段飛行軌跡繼續按照時間等分成M段，計算每一子段飛行軌跡的成像分辨性能，

將分辨單元面積的優化函數記為：

其中，為每一子段的分辨單元面積，ρ_gr為距離分辨率，ρ_az為方位分辨率，α是分辨方向夾角；

距離分辨率ρ_gr為：

其中，c是光速，B_r是信號帶寬，H^⊥是地面投影矩陣可以表示為：

其中，I是單位矩陣，P_G是成像區域坐標系的法向單位矢量，是P_G的轉置；

u_TA(t₀)是在t₀時刻目標到發射站的單位向量，u_RA(t₀)是在t₀時刻目標到接收站的單位向量；

方位分辨率ρ_az表示為：

其中，λ為載波波長，T_a為合成孔徑時間，ω_TA(t)為發射站的角速度，ω_RA(t)為接收站的角速；

分辨方向夾角α表示為：

α＝cos^-1(Ξ·Θ)

其中，Θ表示距離分辨方向的單位矢量，Ξ表示方位分辨方向的單位矢量，

(4)不能成像時間：設飛行軌跡不能成像時間為t_{un_image}，將控制不能成像時間的優化函數記為：

f₄＝t_{un_image}

考慮控制能量、飛行時間、分辨單元面積、不能成像時間四個目標函數，建模為雙目標優化函數，針對飛行平臺的動能和能量限制，同時考慮控制能量最小，飛行時間最短建立優化函數一：

針對飛行平臺整個飛行路徑的成像性能，同時考慮分辨單元面積最小和不能成像時間最短建立優化函數二：

F₂＝f₃+f₄

步驟S3.確定約束條件，

確定飛行平臺終端位置、飛行平臺機動性以及視線角三個約束條件；

(1)飛行平臺終端位置約束：為了使飛行平臺落在指定位置，建立約束條件：

||[R_dx(Nt)-R_dx,R_dy(Nt)-R_dy,R_dz(Nt)-R_dz]||＝0

其中，規定飛行平臺在時間t的位置矢量為[R_dx(t),R_dy(t),R_dz(t)]，[R_dx(Nt),R_dy(Nt),R_dz(Nt)]代表飛行平臺在降落時刻Nt的位置矢量，|| ||表示2范數運算，即取矢量長度，目標位置矢量為[R_tx,R_ty,R_tz]，由||[R_dx(Nt)-R_dx,R_dy(Nt)-R_dy,R_dz(Nt)-R_dz]||判定飛行器降落前是否滿足終端約束；

(2)飛行平臺機動性約束：對x，y，z三個方向的加速度(a_x,a_y,a_z)進行約束：

其中，a_{x_max},a_{y_max},a_{z_max}分別為飛行平臺沿x，y，z三個方向加速度的最大值；

(3)視線角約束：視線角約束設為：|σ(t)|≤σ_max，其中，σ(t)表示t時刻飛行平臺的視線角，σ_max為飛行平臺雷達天線的最大波束指向角；

建立的優化函數和約束條件如下式所示：

s.t.

||[R_dx(Nt)-R_dx,R_dy(Nt)-R_dy,R_dz(Nt)-R_dz]||＝0

|σ(t)|≤σ_max

步驟S4.使用多約束差分進化算法尋找飛行平臺最優路徑。

2.根據權利要求1所述的一種機動平臺雙基前視SAR軌跡設計方法，步驟S4的具體步驟為：

步驟S41.根據場景不同，選擇種群規模(NP)、最大迭代次數(GM)、交叉概率(CR)及縮放因子(F)；

步驟S42.設X_i,G＝(x_1,i,G,x_2,i,G,x_3,i,G,…,x_D,i,G)代表第G代中的第i個個體，D是優化問題的維數，x_1,i,G,x_2,i,G,x_3,i,G,…,x_D,i,G代表該個體每一個搜索變量的取值，x_j,i,0要在規定的最大值x_j,max和最小值x_j,min的范圍內隨機產生，其中，

隨機產生初始種群：

x_j,i,0＝x_j,min+rand_ij[0,1]×(x_j,max-x_j,min)

其中，rand_ij[0,1]代表介于0和1之間的均勻分布的隨機數；

步驟S43.通過進行變異形成新的中間個體，其中，F是縮放的比例因子，是隨機從種群中選取的三個互不相同的向量；

步驟S44.通過交叉生成軌跡向量u_i,G＝[u_1,i,G,u_2,i,G,…,u_D,i,G]，只要隨機生成的0到1之間的數字小于或等于值Cr，就會與當前個體x_i,G交換：

其中，j_rand∈[1,2,…,D]是隨機選擇的一個索引，確保至少u_i,G的一個分量是從v_i,G中選擇的；

步驟S45.分別計算變異和交叉后得到的子代種群的優化函數與約束條件，根據可行性準則對每一組父代和子代個體進行選擇：

若父代和子代個體都是非可行解，則選擇約束違反量較小的個體；

若父代和子代一個為可行解，另一個為非可行解，則選擇可行解；

若父代和子代均為可行解，則選擇目標函數的求和F₁+F₂最小的個體作為下一代個體，對每一組父代和子代個體進行選擇得到下一代種群，當達到終止條件或進化代數達到最大時終止進化，并將得到最佳個體作為最優解輸出，得到最優路徑。