基于责任区划分的雷达网探测高超声速目标资源管理

doi:10.7527/S1000-6893.2023.29022

电子电气工程与控制

本期目录 | 过刊浏览 | 高级检索

前一篇 | 后一篇

基于责任区划分的雷达网探测高超声速目标资源管理

郑建成¹^,²(), 曲智国¹, 谭贤四¹, 李志淮³, 朱刚³, 李陆军³, 刘伟²

^1.空军预警学院防空预警装备系, 武汉 430019
^2.中国人民解放军95246部队, 南宁 530007
^3.空军预警学院雷达士官学校, 武汉 430300

收稿日期:2023-05-19 修回日期:2023-06-08 接受日期:2023-07-05 出版日期:2024-04-25 发布日期:2023-07-28
通讯作者: 郑建成 E-mail:670644428@qq.com
基金资助:
国家自然科学基金(61271451)

Resource management for hypersonic target detection by radar network based on responsibility area partitioning

Jiancheng ZHENG¹^,²(), Zhiguo QU¹, Xiansi TAN¹, Zhihuai LI³, Gang ZHU³, Lujun LI³, Wei LIU²

^1.Air Defense Early Warning Equipment Department，Air Force Early Warning Academy，Wuhan 430019，China
^2.The PLA of 95246 Troop，Nanning 530007，China
^3.Radar Sergeant School，Air Force Early Warning Academy，Wuhan 430300，China

Received:2023-05-19 Revised:2023-06-08 Accepted:2023-07-05 Online:2024-04-25 Published:2023-07-28
Contact: Jiancheng ZHENG E-mail:670644428@qq.com
Supported by:
National Natural Science Foundation of China(61271451)

摘要/Abstract

摘要：

针对高超声速目标机动能力强导致对其实时跟踪分配计算量大的问题，提出了一种基于雷达网责任区划分的资源管理方法。通过将雷达网发射的能量和延迟跟踪代价之和最小化作为优化目标，建立雷达网资源管理模型，根据模型求解结果提出最小化网内雷达最大资源需求的责任区划分方法，推导考虑目标分布密度的责任区最优划分公式，将雷达网探测高超声速目标的资源分配问题简化为确定目标落入哪个区域的问题，实现对该类目标的预先跟踪分配。仿真结果表明，对跟踪性能影响不大的情况下，所提方法可对防御区域内最大约40%的目标跟踪任务进行预先分配，显著降低了实时目标分配算法的计算量，雷达资源使用的鲁棒性较好。

关键词: 雷达网, 高超声速目标, 跟踪分配, 责任区划分, 目标密度

Abstract:

To solve the problem of high computational effort for real-time track assignment of highly maneuverable hypersonic targets， a resource management method is proposed based on responsibility area partitioning of radar network. To minimize the sum of the energy emitted by the radar network and the cost of track delays， a model for radar network resource management is established. Based on the results obtained from the model， a responsibility area partitioning method is proposed to minimize the maximum resource demand of radars within the network. Furthermore， a formula for optimizing the responsibility area partitioning considering the density of target distribution is derived， simplifying the resource allocation problem to determining which area the target falls into and enabling advanced track allocation for such targets. Simulation results demonstrate that with the minimal influence on track performance， the proposed method can pre-allocate approximately 40% of the maximum target track tasks within the defense area， thus significantly reducing the computational effort of real-time target allocation algorithms and enhancing the robustness of radar resource utilization.

Key words: radar network, hypersonic target, track assignment, responsibility area partitioning, target density

中图分类号:

V219

郑建成, 曲智国, 谭贤四, 李志淮, 朱刚, 李陆军, 刘伟. 基于责任区划分的雷达网探测高超声速目标资源管理[J]. 航空学报, 2024, 45(8): 329022-329022.

Jiancheng ZHENG, Zhiguo QU, Xiansi TAN, Zhihuai LI, Gang ZHU, Lujun LI, Wei LIU. Resource management for hypersonic target detection by radar network based on responsibility area partitioning[J]. Acta Aeronautica et Astronautica Sinica, 2024, 45(8): 329022-329022.

图/表 9

图1

表1

参数列表

参数符号	物理意义
$t ∈ T$	观测时间内的时间步长
$i ∈ I$	网内雷达序号
$j ∈ J$	目标序号
$k ∈ K$	波形种类数
$l ∈ L$	跟踪间隔 $L$ 内的时间步数
$n ∈ N$	线性延迟跟踪代价函数的分段数
$j, t ∈ M ⊂ J × T$	雷达网在第 $t$ 个时间步长内跟踪目标 $j$
$τ k$	波形 $k$ 的脉冲宽度
$n c$	雷达跟踪容量
$a n$	第 $n$ 段线性延迟跟踪代价函数的斜率
$b n$	第 $n$ 段线性延迟跟踪代价函数的截距

表1

表2

决策变量

变量符号	取值范围	物理意义
$x i, j, t, k$	$0, 1$	雷达 $i$ 是否在时间 $t$ 发射脉冲宽度为 $τ k$ 的波形跟踪目标 $j$
$y j, t$	$≥ 0$	对目标 $j$ 的跟踪从观测间隔 $L$ 延迟至时间 $t + L + 1$ 所需时间步数的代价
$z j, t$	$0, 1$	雷达网是否未在时间 $t + 1$ ~ $t + L$ 之间对目标进行跟踪
$w j, t$	$N$	根据观测频率要求，对目标 $j$ 的跟踪延迟至 $t + L + 1$ 的时间步数

表2

图2

图3

表3

仿真参数

类别	符号	数值
发射功率/MW	$P$	1
天线增益/dB	$G$	56
波长/cm	$λ$	7.5
目标RCS/m²	$σ$	0.1
噪声系数	$F$	2
等效噪声温度/K	$T e$	290
雷达系统损耗/dB	$L s$	11.6

表3

图4

图5

图6

参考文献 18

1	段毅，谭贤四，曲智国，等. 基于临空目标RCS预测的相控阵雷达资源自适应分配方法［J］. 电子与信息学报， 2022， 44（12）： 4151-4158.
	DUAN Y， TAN X S， QU Z G， et al. Adaptive resource management method for phased array radar based on RCS prediction of hypersonic gliding vehicle［J］. Journal of Electronics & Information Technology， 2022， 44（12）： 4151-4158 （in Chinese）.
2	谭贤四. 临近空间高超声速目标预警探测若干研究进展［J］. 雷达科学与技术， 2021， 19（6）： 625-639， 650.
	TAN X S. Research progress on early warning of near space hypersonic targets［J］. Radar Science and Technology， 2021， 19（6）： 625-639， 650 （in Chinese）.
3	TUNCER O， CIRPAN H ALI. Target priority based optimisation of radar resources for networked air defence systems［J］. IET Radar， Sonar & Navigation， 2022， 16（7）： 1212-1224.
4	宋晓程，李陟，任海伟，等. 目标动态威胁度驱动的分布式组网相控阵雷达资源优化分配算法［J］. 雷达学报， 2023， 12（3）： 629-641.
	SONG X C， LI Z， REN H W， et al. Threat-driven resource allocation algorithm for distributed netted phased array radars［J］. Journal of Radars， 2023， 12（3）： 629-641 （in Chinese）.
5	靳标，邝晓飞，彭宇，等. 基于合作博弈的组网雷达分布式功率分配方法［J］. 航空学报， 2022， 43（1）： 324776.
	JIN B， KUANG X F， PENG Y， et al. Distributed power allocation method for netted radar based on cooperative game theory［J］. Acta Aeronautica et Astronautica Sinica， 2022， 43（1）： 324776 （in Chinese）.
6	SEVERSON T A， PALEY D A. Distributed multi-target search and track assignment using consensus-based coordination［C］∥ SENSORS， 2013 IEEE. Piscataway： IEEE Press， 2013： 1-4.
7	杨善超，田康生，吴长飞. 基于服务质量的相控阵雷达网目标分配方法［J］. 电子与信息学报， 2019， 41（12）： 2844-2851.
	YANG S C， TIAN K S， WU C F. Target assignment method for phased array radar network based on quality of service［J］. Journal of Electronics & Information Technology， 2019， 41（12）： 2844-2851 （in Chinese）.
8	LIU X H， XU Z H， WANG L， et al. Cognitive dwell time allocation for distributed radar sensor networks tracking via cone programming［J］. IEEE Sensors Journal， 2020， 20（10）： 5092-5101.
9	刘红亮，陈超，黄昆伟，等. 针对分布式雷达网的多帧联合航迹起始方法［J］. 系统工程与电子技术， 2022， 44（7）： 2143-2147.
	LIU H L， CHEN C， HUANG K W， et al. Multi-frame joint track initiation method for distributed radar network［J］. Systems Engineering and Electronics， 2022， 44（7）： 2143-2147 （in Chinese）.
10	MENG F Q， TIAN K S， WU C F. Deep reinforcement learning-based radar network target assignment［J］. IEEE Sensors Journal， 2021， 21（14）： 16315-16327.
11	MENG F Q， TIAN K S. Interval type-2 fuzzy logic based radar task priority assignment method for detecting hypersonic-glide vehicles［J］. Frontiers of Information Technology & Electronic Engineering， 2022， 23（3）： 488-501.
12	YU W B， YANG J， CHEN W C. Entry guidance based on analytical trajectory solutions［J］. IEEE Transactions on Aerospace and Electronic Systems， 2022， 58（3）： 2438-2466.
13	MAGOSI Z F， EICHBERGER A. A novel approach for simulation of automotive radar sensors designed for systematic support of vehicle development［J］. Sensors， 2023， 23（6）： 3227.
14	DIAO P S， ALVÈS T， POUSSOT B， et al. Design and characterization of a 60 GHz low-noise amplifier in GaAs m-HEMT technology for radar detection systems［J］ International Journal on Advances in Systems and Measurements， 2020， 13（1&2）： 150-160.
15	CONTARDO C， LODI A， TRAMONTANI A. Cutting planes from the branch-and-bound tree： Challenges and opportunities［J］. INFORMS Journal on Computing， 2023， 35（1）： 2-4.
16	CARLSSON J G. Dividing a territory among several vehicles［J］. INFORMS Journal on Computing， 2012， 24（4）： 565-577.
17	BARANWAL A， JAYSWAL A， PREETI. Robust duality for the uncertain multitime control optimization problems［J］. International Journal of Robust and Nonlinear Control， 2022， 32（10）： 5837-5847.
18	BLAIR W D， WATSON G A， KIRUBARAJAN T， et al. Benchmark for radar allocation and tracking in ECM［J］. IEEE Transactions on Aerospace and Electronic Systems， 1998， 34（4）： 1097-1114.

E-mail：hkxb@buaa.edu.cn

关于我们

期刊社服务

专业学科

封面文章

友情链接

主管单位：中国科学技术协会主办单位：中国航空学会北京航空航天大学

[1]	郑建成, 曲智国, 谭贤四, 李志淮, 朱刚, 喻晨龙. 一种相控阵雷达搜索参数设计策略[J]. 航空学报, 2023, 44(16): 328124-328124.
[2]	薄钧天, 王国宏, 于洪波, 张翔宇. 临近空间伴有尾流高超声速目标检测定位算法[J]. 航空学报, 2022, 43(5): 325255-325255.
[3]	薄钧天, 王国宏, 于洪波, 张翔宇. 临近空间高超声速多目标检测前跟踪算法[J]. 航空学报, 2022, 43(5): 325299-325299.
[4]	李靖卿, 冯存前, 孙宏伟, 贺思三. 基于混合体制雷达网的弹道目标微特征及外形参数提取[J]. 航空学报, 2016, 37(6): 1963-1973.

基于责任区划分的雷达网探测高超声速目标资源管理

Resource management for hypersonic target detection by radar network based on responsibility area partitioning

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 9

参考文献 18

相关文章 4

编辑推荐

Metrics

本文评价