[發明專利]一種基于聯合檢測概率和粒子群的雷達優化部署方法

在審

• 申請號: 202210888255.0
• 申請日: 2022-07-27
• 公開（公告）號: CN115308736A
• 公開（公告）日: 2022-11-08
• 發明（設計）人: 穆加艷;劉赟;付林;許金鑫;楊學嶺
• 申請（專利權）人: 中國船舶重工集團公司第七二四研究所
• 主分類號: G01S13/88
• 分類號: G01S13/88;G01S7/36;G06F17/15;G06F17/18;G06N3/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明涉及一種基于聯合檢測概率和粒子群的雷達優化部署方法，屬于雷達探測和部署優化問題。首先，采用經驗公式建立單雷達模型，其次，建立雷達組網探測的模型，然后，建立組網后聯合探測的最優目標函數，最后，利用加權的粒子群算法求得最優解。本發明所提供的方法結合雷達探測的經驗公式，建立的模型更接近工程實際應用，解決了雷達部署優化問題計算復雜、不太精確的問題。

技術領域

本發明屬于雷達探測和目標優化領域。

背景技術

雷達組網探測是由網內各部雷達的探測能力疊加起來，協同完成探測任務的一種功能。單雷達探測的威力是有限制的，組網可以一定程度解決目前遇到的“四大”問題。單雷達在探測范圍，對某個RCS值的目標探測能力是通過雷達方程來計算。單雷達探測模型與雷達的性能參數、目標參數、環境參數有關。組網雷達的檢測能力的評估，可以依據單雷達模型、各雷達部署的位置、地形條件、電磁環境等因素。

組網雷達優化部署方案的準確性，很大程度上依賴單雷達的模型是否精確。而且優化問題的最優解，是否正確，也要看組網雷達聯合探測的優化目標函數是否準確的考慮了既定的組網雷達的評估指標。

解決部署問題，傳統的方法一般采用蒙特卡洛方法，計算量大。

發明內容

雷達要克服干擾、雜波、噪聲的影響。干擾一般指對方故意釋放的信號，雜波是指一些自然界的信號，噪聲是雷達系統內部硬件產生的信號。雷達回波和這些信號總和的比值，分別稱為信干比、信雜比、信噪比。雷達要能探測到目標，目標的回波信號的功率要大于一個值，這樣才能將目標從干擾、雜波、噪聲中分離出來。在給定的部署區域范圍內，N部雷達組網聯合探測，那么可以計算出區域內任意位置上的目標的聯合探測概率P_net，為了確保能發現目標，要求聯合探測概率P_net不低于某個值P₀。本發明解決如何部署雷達的位置，使P_net不低于某個值P₀所確定的區域最大的問題。

本發明采用經驗公式建立單雷達模型，建立雷達組網探測的模型，通過建立組網后聯合探測的最優目標函數，利用可變權重的粒子群算法求得最優解，具體技術方案包括：

步驟1：針對非起伏目標，基于經驗公式建立單雷達探測模型，計算SNR，建立模型如下：

其中：m表示脈沖積累次數；P_fa表示虛警概率；P_d表示雷達對某個距離處的非起伏目標的探測概率；

步驟2：建立組網雷達的基于聯合探測概率的探測模型：

p_i表示單雷達i對目標σ的探測概率，P_net表示雷達網對目標σ的探測概率；

步驟3：建立組網的雷達的部署優化目標函數：

P(s^*)＝argmaxP_net

s.t.s_i＝{x_i,y_i,0}∈spceA,i＝1,2,…,n

表示在滿足條件下的最優部署方案，spceA表示可以部署雷達的位置集合，P_net≥P₀,P₀為雷達網設定的聯合檢測概率閾值,s^*表示部署方案里使P_NET≥P₀所確定的區域最大的部署方案；

步驟4：通過速度可變權重的粒子群算法求得最優解：