[发明专利]基于可变分析时刻的MIMO雷达多目标自适应跟踪方法

摘要

本发明属于通信领域，具体提供一种基于可变分析时刻的MIMO雷达多目标自适应跟踪方法，用以实现多目标环境下MIMO雷达自适应目标跟踪；首先利用预测误差协方差门限法确定各目标的下一分析时刻，从其中选择最小值作为MIMO雷达的下一分析时刻；然后将工作模式，子阵个数与波形能量组成的可控参数组合进行遍历，判断其是否能满足检测概率与波束指向的约束，从而形成MIMO雷达控制向量可行集；最后在可行集中每个控制向量下，依据资源消耗最低的原则获得最优雷达控制向量。在多目标环境下，本发明充分发挥MIMO雷达利用单个波束照射多个目标的优势，增加对各目标的采样次数，且根据目标运动特性自适应决定目标的采样时刻，有效提高雷达的时间资源利用率。

主权项

基于可变分析时刻的MIMO雷达多目标自适应跟踪方法，包括以下步骤：设定MIMO雷达工作方式的可选参数集合为IS，发射波形能量可选参数集合为E，子阵划分个数可选参数集合为S；当前分析时刻为tk，当前跟踪目标个数为D，tk时刻之前所有目标的滤波更新状态为{tk(i),X(tk(i)),P(tk(i))}，其中tk(i)为第i个目标的更新时刻，且tk(i)≤tk，i＝1,2,…,D；X(tk(i))为第i个目标在tk(i)时刻的状态向量，P(tk(i))为第i个目标在tk(i)时刻的状态误差协方差矩阵；设定tk时刻雷达的控制向量ν(tk)：ν(tk)＝(I,e,s),I∈IS,e∈E,s∈S则需要确定tk+1时刻MIMO雷达的最优控制矢量νopt(tk+1)；步骤1：预测各目标的下一分析时刻其中分析时刻间隔的计算方法为：对于目标i，跟踪滤波采用IMM算法，按由大到小的顺序遍历采样间隔的取值集合T，采用IMM算法得到每个采样间隔对应采样时刻的预测状态误差协方差矩阵当小于预设门限Pth时，将对应采样间隔Ti(k+1|k)作为目标i的下一采样间隔；则下一预测分析时刻为：tk+1(i)-≅tk(i)+Ti(k+1|k);]]>步骤2：比较所有目标的预测分析时刻，取其最小值作为第k+1个采样时刻tk+1：tk+1=mini∈[1,D]tk+1(i)-;]]>并记预测分析时刻最小值所对应目标编号为imin；步骤3：遍历可控参数{IS,E,S}的组合，每种可控参数组合形成雷达控制向量ν(tk+1)＝(I,e,s)，I∈IS且imin∈I，e∈E，s∈S，遍历所有控制向量判断其是否满足约束：Pd(v(tk+1))≥PdTHupre-0.5φ<us(tk+1)<upre+0.5φ,]]>其中，Pd(ν(tk+1))表示控制向量ν(tk+1)下目标的检测概率，PdTH表示目标检测概率的门限；us(tk+1)为雷达波束指向，upre为目标的预测波束指向，φ为半功率波束宽度；步骤4：对于满足上述约束式的控制向量ν(tk+1)，计算其在tk+1时刻下的平均目标资源消耗量：C(ν(tk+1))＝[αψ{e}+βψ{s}]/nI，其中，e代表发射波形能量消耗，s代表子阵划分个数为s时，雷达的硬件资源消耗；nI表示目标集合I中所包含的目标个数；ψ{xm}为归一化函数：ψ{xm}＝xm/max(xm)；α和β分别为跟踪偏差代价和资源消耗代价归一化后的加权值、且α+β＝1；步骤5：按照综合代价最小的准则确定tk+1时刻MIMO雷达的控制向量：νopt(tk+1)＝(Iopt,eopt,sopt)＝arg min C(ν(tk+1))。