文摘

网状机载雷达系统的优点之一(nar)逃避拦截的被动探测系统(PDS),跟踪一个目标。一个重要的策略来实现跟踪没有PDS拦截概率是研究低nar的拦截(LPI)时间。首先,本文分析了功率、频率、和平台拦截概率的联合组成的PDS雷达告警接收机(RWR)和电子测量(ESM)的支持。其次,本文以交互式多模型(IMM)来描述目标跟踪过程,并介绍了二元假设检验x平方分布以及noncentralized x平方分布的检测标准后nar在目标跟踪的设计自适应居住时间和最大照明区间算法。最后,基于经验的移动平台RWR和ESM拦截概率,提出了一种简化的数学模型来估计LPI的nar当参数部分。模拟演示,同时管理辐射功率和时间对结合PDS nar拦截是至关重要的。

1。介绍

低概率的拦截(LPI)技术是一个先进的飞机必须保护自己免受被动探测系统(PDS) [1- - - - - -3]。为了提高飞机的生存能力,机载雷达利用LPI手段掩盖其立场和行动的目的。

至于phased-only阵雷达的辐射功率控制,张和朱提出了多级功率控制策略显示更好的跟踪性能和辐射节能(4]。Kamble等人分析了发射功率之间的关系和目标识别速率相基于高分辨率雷达波形范围概要(HRRP) [5]。施等人设计了一个计划来分配权力基于LPI雷达在复杂电磁背景(6]。王等人研究了波束指向的共同分配和停留时间的相控阵雷达多目标跟踪(7]。施等人提出了一个优化的方法的参数包括雷达的照明时间,停留时间,在目标跟踪和辐射功率,这显示最低拦截概率的成就8]。和照明区间代表之间的时间差距连续两个雷达系统发射机的灯饰。

ESM与频率搜索模式相对较长的拦截范围比雷达的探测距离,这样在电力领域的拦截概率可以被认为是独立的。然后我们假设ESM的力量拦截概率等于1时,雷达发射信号。然而,ESM的带宽是狭窄而搜索范围;因此,频率拦截概率很低。另一方面,RWR有更广泛的带宽与ESM相比,和频率拦截概率可以被认为是100%,当雷达发射信号。然而,它的力量拦截能力成长成反比,雷达与目标之间的距离。然后,网状的机载雷达系统(nar)正吸引着越来越多的研究者的关注;每个雷达nar不仅独立探测目标,也可以由一些融合规则合作管理。nar总是包括不同类型的雷达节点,它可以工作在不同的机制下,频带,工作模式,和极化模式。从所有雷达节点数据融合后,nar可以提高检测和LPI性能在同一时间。 The general rules to improve LPI performance of NARS are to allocate its power, time, and antenna resources reasonably. Godrich et al. proposed a power resource allocation scheme to meet the localization accuracy by minimizing the total transmitted energy of NARS [9]。Chavali和Nehorai研究竞争资源分配策略使用博弈论的nar (10]。高等人提出了三个方案对资源分配的nar提高目标检测性能结合天线和停留时间资源(11]。巴巴里,宗庆后推导nar的最大非参数检测的性能,可用于控制辐射功率当目标的距离是已知的(12]。施等人,刘等人提出了一个有效的方法来减少截获因子,同时保持跟踪性能,和结果证明它工作得很好13,14]。和截获因子可以评估LPI雷达网络系统的性能。王等人提出了一种跟踪任务转移策略的分布式机载雷达系统或分布式机载形成基于LPI雷达系统时间15]。和LPI时间指的是在某机载雷达系统跟踪目标而不被拦截了一个被动探测系统。

nar的资源管理模型和算法类似于MIMO雷达系统。至于MIMO雷达系统,歌等人综合传播损失到MIMO雷达信号模型,研究了功率分配问题(16]。廖等人提出了一种MIMO雷达系统的拦截概率模型分析雷达信号,频率,空间,和电力领域(17]。杨等人LPI MIMO雷达系统的性能优化分配其天线,权力,和停留时间资源模型的搜索和探测MIMO雷达系统(18]。玉等人CS-MIMO雷达的性能增益提高了传输天线之间的最优功率分配(19]。加西亚等人提出了一个算法来分配功率和带宽的MIMO雷达系统合理的CRLB,可以得到最好的定位性能的多个目标(20.]。马等人认为联合天线子集选择和最优功率分配方案,与其他策略相比,结果显示更好的定位性能,接近最优解21]。考虑先验知识,燕等人研究了雷达资源配置为不同的目的时,MIMO雷达系统跟踪多个目标(22,23]。最大signal-to-interference-plus-noise比(SINR)基于频率的不同性质推导了MIMO雷达系统由香和陈设计控制的力量下MIMO雷达系统确定SINR (24]。唐等人设计了一个新的MIMO雷达波形的用于提高Rician目标的检测性能在一个有限的权力(25]。

然而,大多数论文都缺乏辐射时间分析nar因为被动探测系统常见的假设是未知的,从而导致缺乏LPI的时间分析。现代情报系统和预警制度以来使nar获得PDS的一些性质,本文试图研究LPI nar当这些属性的部分。做了一些工作在15],它只花了ESM考虑在内。的原因,现代飞机总是配备RWR系统和ESM系统,本文以联合PDS的两个系统。自拦截概率范围和RWR ESM是独立的一种拦截能力,成长成反比雷达与目标之间的距离,本文把RWR和ESM的不同特点考虑,改变了网络的最佳LPI检测策略对拦截。模拟假设四个雷达形成一个正方形组成的nar迈向目标。首先,通过推导的短时拦截概率ESM nar基于自适应时间资源约束,本文定义了一个平台拦截概率的总和PDS nar辐射时间的功能,RWR的力量拦截概率和频率ESM的拦截概率。其次,考虑到平台拦截概率的定义,本文建立了一个简化的数学模型来研究nar的LPI时间经验的一些假设下移动平台拦截概率的PDS相结合。

本文的主要贡献如下:(1)建立一个数学模型来分析nar的LPI时间面对联合PDS RWR和ESM做的。(2)对应于最大照明间隔nar采取的策略,提出了一种短时平均拦截概率代替普通ESM的拦截概率。

2。平台结合PDS的拦截概率模型

其他研究人员基于之前的研究,本文认为网络的跟踪能力可以满足任务要求。相关工作(26,27)如下:古德曼利用似然比检验(轻轨)多机载雷达探测;仿真结果表明,多样性和几何增益可以通过多时空自适应加工(堵塞)。荣等人提出了一种多路访问协议intraflight数据链路满足高速、安全、可靠的飞机之间的信息共享。本文假定nar由发射器和接收器,每一个都可以独立地传输和处理正交波形在同一时间。每个雷达天线的主瓣的nar跟踪目标配备了PDS相结合。只有一个辐射信号的nar满足功率的检测条件,空间、时间和频率域。一般的检测概率nar发出的一个信号可以表示为 在哪里 , , ,和表示检测概率空间,频率,功率和时间域。

至于RWR旨在检测雷达信号立即在冲突现场,尽快和在方程(1)应该大约等于1因为雷达不会迅速的平台在空间域和雷达信号时域坚持一段时间。然而,有一个之间的权衡和因为物理矛盾关系的带宽和RWR或ESM的敏感性。减少矛盾,提高被动探测系统的性能,结合高灵敏度的一种有效方法是窄带ESM和宽带RWR低灵敏度。

2.1。RWR力量拦截概率

根据方程(1),这两个和对PDS相结合非常重要;一个低灵敏度宽带RWR适用于模型的性质的PDS相结合。考虑一个经典检测方程线性检测器,RWR的拦截概率可以表示为(28] 在哪里是假警报的可能性,表示修改的一阶贝塞尔函数代表了信号噪声比(信噪比)。当大于6 dB,经典的近似表达式(29日的方程(2),也就是说,

本文提出了使用 , ,和方程(3)模型的拦截性能在电力领域PDS相结合。

2.2。频率ESM的拦截概率

方程(3)显示拦截性能在电力领域的RWR PDS相结合。然后,本文提出了描述频率拦截财产ESM。频率搜索是最受欢迎的ESM模式,和频域上的平均拦截时间被广泛用于描述一个ESM的性能。之间的关系和拦截,拦截的时间越短,ESM的拦截概率越高。

由于高灵敏度的ESM频率搜索模式,本文表明 , ,和 。因此,高灵敏度ESM的拦截概率的定义是 在哪里ESM的步进频率和吗是一个ESM的频率搜索范围和大于雷达的跳频范围。假设有nar的雷达发射正交波形( )载波频率同时,nar的ESM的截获概率

如果 ,方程(5)可以近似

然后,ESM搜索周期 在哪里搜索时间和频率ESM的停留时间。当照明时间是一个常数,ESM的拦截定义可以由De Martino [30.]。然而,nar经常需要跟踪的目标自适应照明时间间隔;因此,ESM的短时平均拦截时间 在哪里和 的短时平均光照时间和停留时间是国家管制当局方面的目标,分别。让 代表不相干的集成效率,nar表示的和住的时间;因此,nar的ESM是短时平均截获概率 在哪里表示ESM的总扫描时间。

如果是一个常数,方程(8)可以写成

如果 ,然后

自小于和 ,如果 ,然后 这意味着nar的LPI性能nar的飞机数量成正比。方程(10)和(11)表明,载波频率和减少辐射的数量最小化时间nar的好方法逃离高灵敏度ESM与频率搜索模式。

2.3。平台拦截概率的PDS相结合

尽管LPI性能是很重要的保护nar PDS, nar必须使用一个合理的信噪比检测目标。因此,nar的定义是所有雷达的理想相干集成节点,也就是说, 在哪里 , , , , , , ,和发射功率、天线增益、居住时间、脉冲重复一次,波长,匹配滤波器的带宽,和噪声系数的吗th雷达;和代表天线增益和处理器获得的雷达接收机;是雷达截面(RCS)之间的一个目标雷达和雷达接收机;波尔兹曼常数;是系统噪声温度;系统之间的损失吗雷达和th雷达;是距离th雷达到目标;和目标和之间的距离吗雷达。如果nar的连贯的整合过程并不完美,可以反映在损失 。

3所示。nar LPI的分析时间

3.1。设计自适应居住时间和光照时间间隔

nar,我们使用二元假设检验分析和 ,卡方分布集中、noncentralized x平方分布,分别

匹配滤波后的时候雷达获取最大产出 。在方程(14), , 和 的均值和方差是吗 。为 ,均值和方差 和 , 。当 ,的意思是 。为 , 。和是由最低可以接受吗 。

在本文中,自适应居住时间和照明间隔设计是相互独立的,因此,nar系统可以控制住时间满足跟踪任务的要求。后估计RCS的信息和目标距离,nar首先调整保压时间满足要求为在方程(14)。自评估值并不完全准确,nar将继续照亮的目标在假设检验如果当前可用停留时间无法满足要求。

以下是一个典型的自适应照明间隔设计过程(31日]。的状态和测量方程移动的目标被定义为模型 在哪里和预计的状态向量和状态向量th模型;是测量向量在时间吗 ;和 , , ,和传递矩阵,矩阵测量,系统噪声和测量噪声的吗th模型,分别在雷达发射机的照明时间间隔 ,这是两个连续的时间差距nar发射机的灯饰。 , ,在哪里和是可用的最小和最大时间间隔。的协方差矩阵和是和 ,分别。

自适应照明间隔设计基于交互式multimodel卡尔曼滤波器结合后(IMMKF)过程如下方程(15)和(16)。

步骤1。假设是照明间隔从上一次到当前时间和后状态向量的上次的模型 在哪里模型转换的概率模型的转移模型。

步骤2。根据下面的公式来计算预测误差协方差矩阵 ,残差矩阵 ,和卡尔曼增益的th模型, 在哪里表示最后一次的误差协方差矩阵,表示考虑矩阵的系统噪声模型。

步骤3。估计状态向量和误差协方差矩阵的模型通过使用步骤2的结果: 在哪里表示单位矩阵。

步骤4。更新每个移动模型的概率: 在哪里似然函数的吗th模型时 ; 从变换概率是多少th模型th模型, ;和的概率是th模型时 。

第5步。结合状态向量和协方差误差矩阵模型和 : 在哪里 。

在步骤1- - - - - -5,这一过程的循环IMMKF完成后,并预测上的限制确定照明时间间隔 。然后,重复步骤1- - - - - -5继续下一个自适应照明时间间隔。

3.2。nar LPI时间

根据RWR的性质、位置误差信号的来源是相对较大的振幅位置算法,使用较长时间需要大约20到100秒初始化跟踪平台的信号来源。相反,与相位位置算法,位置误差信号的源由ESM相对较小,这样它可以跟踪平台的信号源后检测的信号源三次。

一旦平台跟踪RWR或ESM,合并后的PDS能够确定信号源的威胁等级,然后采取行动。自ESM LPI敏感时间,LPI时间估计的数学模型方程(9)可以被定义为 在哪里和把方程(3)和(9);表示的平均截获时间次;和表示可接受的拦截概率阈值预测RWR和ESM nar; , ,和发射功率、最低停留时间和停留时间的吗th雷达节点;是每个雷达节点的最大发射功率;是光速;脉冲宽度和 ;和nar预计最低检测信噪比: 在哪里和表示预测拦截RWR和ESM的概率雷达节点。

RWR对应可以被定义为 在哪里 , ,和主要梁增益、传播损耗和距离吗th RWR和雷达节点 , , ,和天线增益、带宽、噪声系数,和处理器RWR的增益。

假设雷达任意两个节点之间的距离从nar nar远低于目标。nar的Schleher截获因子(32)用于评估LPI nar的状态,也就是说,

nar将在LPI状态面对RWR在电力领域远低于1: 在哪里由RWR nar的最大截获距离;是一个近似nar最大探测距离;是RWR的敏感性; , , , ,和是近似等效RCS,天线增益,处理器,系统损失,分别的nar和敏感。

4所示。模拟

假设nar跟踪目标装备结合PDS的属性部分已知的电子情报和早期预警系统。让 , , ,和 。主波束宽度和传播损耗的每个雷达节点1° 。其它仿真参数表中列出1和2。

目标跟踪的场景nar如图1,目标从(120公里,120公里)(90公里,120公里);初始位置的四个雷达nar(0公里,0公里),(40公里,0公里),(0公里,30公里),和(40公里,30公里)。四个雷达形成一个正方形250 m / s的速度朝着目标沿一条直线。

从表3,有三个模型 , 。 , , ,和 。测量噪声和系统噪声的协方差矩阵 和 ,分别。测量矩阵 。称重系统噪声的矩阵 。初始误差协方差矩阵 ;误差协方差矩阵的预定义的上限 。初始矩阵每个移动模型的可能性 。模型变换矩阵 。

改善LPI nar的时间,我们把自适应抽样间隔和交互式multimodel卡尔曼滤波跟踪目标。图2表明,nar和目标之间最近的距离是79公里。图3显示四个雷达距离和样本间隔之间的关系。图3显示的最大跟踪误差小于60米;图3 (b)显示最大取样间隔 。数据4和5显示每个雷达发射功率和停留时间改变了目标距离和目标跟踪一次,分别在目标跟踪过程中。

从表1- - - - - -3, , , , ,可能的短时间和经验值 从数据4 (b)和5 (b),可能短时间内 从图3 (b)。的概况是关于 ,的意思是拦截nar的ESM的时间 从方程(8)。

图6显示了拦截nar因素,在机载雷达的接收机灵敏度和RWR -140 dBmw和-60 dBmw,分别是15分贝。从图6,nar的LPI性能面对RWR还是小虽然拦截的价值因素大于来自辽et al。17]。原因在于,本文采取了ESM考虑图7,这表明,nar的LPI时间比廖et al。(17]。

500年后蒙特卡洛实验,数据7和8显示累计拦截时间nar的ESM的所有四个雷达。图7显示的平均拦截时间三次是17岁;与单雷达相比,拦截时间增加了6倍。图8标准偏差,表明三次拦截时间的标准差是11。因为这三个拦截是相互独立的,短期平均拦截时间三次方程(22)是关于 和标准偏差 ,接近17岁和11年代,分别。

与的变化检测RWR的信噪比阈值。表4显示了拦截因素从方程(25),改变了被拦截了三次的平均时间。根据表中的数据4,被拦截的平均时间的比例通过三次拦截的因素是近似线性的检测信噪比阈值RWR。然而,如果可以位于nar RWR一旦关键阈值,信噪比的线性关系表4将不再有效。

5。结论

为了研究LPI的nar PDS在这种情况下,我们模拟一个PDS RWR和ESM的结合。飞机之间的模型使得跟踪任务和目标更为现实。一般来说,nar需要降低发射功率来躲避躲避一个ESM RWR同时增加发射能力。固有的矛盾,LPI时间是重要的指导nar同时控制其辐射功率和时间,避免合并PDS的威胁。提出了一种简化的数学模型来估计LPI的nar当结合PDS的参数部分。仿真结果说明了同步辐射功率和时间管理可以帮助nar与PDS拦截。

数据可用性

使用的数据来支持本研究的结论是可用的4。

的利益冲突

作者宣称没有利益冲突。

作者的贡献

所有作者同样导致了本文。

确认

这项研究支持的航空科学基金(批准号2017 zc52036和20172752019),国家自然科学基金资助下的中国61801212,和格兰特BK20180423下江苏省自然科学基金。