[发明专利]一种基于搜索资源管理的机载机会阵雷达目标搜索算法在审
申请号: | 201911270472.8 | 申请日: | 2019-12-11 |
公开(公告)号: | CN111060884A | 公开(公告)日: | 2020-04-24 |
发明(设计)人: | 张阳泉;卢文峰;丛鑫波 | 申请(专利权)人: | 南京航空航天大学 |
主分类号: | G01S7/41 | 分类号: | G01S7/41 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 211106 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 搜索 资源管理 机载 机会 雷达 目标 算法 | ||
1.本发明提出了一种基于搜索资源管理的机载机会阵雷达目标搜索算法,其特征在于:包括如下步骤:
(1)根据先验知识或者威胁程度,将机载机会阵雷达搜索区域进行分区,并确定各个分区的优先级;
(2)为了满足最小化搜索过程中辐射能量的需求,对不同分区采用不同的波位编排方式,计算不同分区内的扫描波位数;并引入可信度来描述目标威胁程度的不确定性;
(3)根据搜索优先级和搜索资源,计算分区的搜索帧周期;
(4)在雷达目标搜索的过程中,将第i分区内雷达的平均发射功率pavi、波束宽度θi和驻留时间tdi作为优化参数,根据雷达方程可建立这三个参数和信噪比Snri之间的约束关系为:
Snri∝f(pavi,tdi,θi);
(5)根据求得的信噪比,第i分区的回波检测概率pdi可以描述为信噪比Snri、虚警概率pfai和积累次数ni的关系,为pdi∝g(pfai,ni,Snri);
(6)通过各个参数之间的关系,以辐射能量和检测概率倒数的乘积作为评价射频隐身性能的指标,建立目标威胁环境不确定条件下的射频隐身约束规划模型。
(7)以平均功率、波束宽度和驻留时间作为优化参数,以最小辐射能量和最大检测概率为目标函数,采用改进的遗传算法解得模型的最优解。
2.根据权利要求1所述的本发明提出了基于搜索资源管理的机载机会阵雷达目标搜索算法,其特征在于:建立目标威胁环境不确定条件下的射频隐身约束规划模型,具体模型如下:
。
3.根据权利要求2所述的本发明提出了基于搜索资源管理的机载机会阵雷达目标搜索算法,其特征在于:以平均功率、波束宽度和驻留时间作为优化参数,以最小辐射能量和最大检测概率为目标函数,采用改进的遗传算法解得满足约束条件的模型的最优解。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京航空航天大学,未经南京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911270472.8/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种石膏板的制备方法
- 下一篇:一种实时场景分析和空间避障的夜间值守机器人