本發(fā)明屬于mimo雷達(dá)技術(shù)領(lǐng)域，特別涉及一種分布式mimo雷達(dá)系統(tǒng)多目標(biāo)速度估計(jì)的資源聯(lián)合優(yōu)化方法。

背景技術(shù)：

分布式mimo雷達(dá)收發(fā)陣元間距大，良好的空間分集增益使其具有克服目標(biāo)rcs閃爍的優(yōu)勢(shì)，符合現(xiàn)代雷達(dá)對(duì)隱身目標(biāo)的探測(cè)和多目標(biāo)處理的發(fā)展趨勢(shì)，從而受到越來(lái)越廣泛的關(guān)注。然而，隨著雷達(dá)功能越來(lái)越完善，雷達(dá)系統(tǒng)的資源管理問(wèn)題逐漸成為軍事應(yīng)用中的重要組成部分。尤其對(duì)于機(jī)載、車載和艦載雷達(dá)，系統(tǒng)的發(fā)射功率通常有限，當(dāng)工作時(shí)間較長(zhǎng)時(shí)，資源緊缺的問(wèn)題就會(huì)凸顯，同時(shí)多任務(wù)模式下，不同任務(wù)下的資源調(diào)度以及信號(hào)帶寬和時(shí)間的分配都會(huì)影響到任務(wù)執(zhí)行效果，為數(shù)據(jù)融合帶來(lái)不同數(shù)據(jù)傳輸量和計(jì)算復(fù)雜度。為了提高雷達(dá)系統(tǒng)對(duì)目標(biāo)的探測(cè)和跟蹤能力，合理的分配系統(tǒng)資源滿足系統(tǒng)多任務(wù)需求，成為分布式mimo雷達(dá)系統(tǒng)多目標(biāo)跟蹤任務(wù)下亟待解決的問(wèn)題?？紤]到實(shí)際環(huán)境下目標(biāo)速度復(fù)雜多變，掌握目標(biāo)的速度變化有利于更好地掌握變化趨勢(shì)，針對(duì)這一問(wèn)題，可以根據(jù)多目標(biāo)不同性質(zhì)，劃分不同的跟蹤等級(jí)，采用分布式mimo雷達(dá)多種資源聯(lián)合分配的方法提高多目標(biāo)速度估計(jì)能力。

技術(shù)實(shí)現(xiàn)要素：

針對(duì)現(xiàn)有技術(shù)中的不足，本發(fā)明提供一種分布式mimo雷達(dá)系統(tǒng)多目標(biāo)速度估計(jì)的資源聯(lián)合優(yōu)化方法，結(jié)合目標(biāo)任務(wù)性質(zhì)，對(duì)多目標(biāo)提出不同的跟蹤要求，充分地調(diào)度雷達(dá)系統(tǒng)資源，有效提高多目標(biāo)整體速度跟蹤精度。

按照本發(fā)明所提供的設(shè)計(jì)方案，一種分布式mimo雷達(dá)系統(tǒng)多目標(biāo)速度估計(jì)的資源聯(lián)合優(yōu)化方法，包含如下步驟：

步驟1、選取目標(biāo)q^*，確定目標(biāo)速度估計(jì)精度表達(dá)式及資源優(yōu)化模型目標(biāo)函數(shù)；

步驟2、在單部雷達(dá)發(fā)射功率和信號(hào)時(shí)長(zhǎng)上限約束下，建立包含發(fā)射陣元ft、接收陣元fr、發(fā)射功率p和信號(hào)時(shí)長(zhǎng)t四個(gè)優(yōu)化變量的資源聯(lián)合優(yōu)化模型；fr^*

步驟3、將發(fā)射陣元ft和接收陣元fr松弛為連續(xù)變量，將優(yōu)化問(wèn)題轉(zhuǎn)化為二階錐規(guī)劃(socp)問(wèn)題，采用循環(huán)最小化算法依次對(duì)發(fā)射陣元ft^*、接收陣元、發(fā)射功率p^*和信號(hào)時(shí)長(zhǎng)t^*四個(gè)優(yōu)化變量進(jìn)行求解；

步驟4、根據(jù)求解結(jié)果，將陣元選取二元化，選取最佳陣元，并重新分配發(fā)射功率和信號(hào)時(shí)長(zhǎng)，得到mimo雷達(dá)系統(tǒng)資源聯(lián)合分配結(jié)果ft^opt、fr^opt、p^opt和t^opt。

上述的，步驟1包含如下內(nèi)容：以貝葉斯克拉美羅潔作為目標(biāo)速度估計(jì)誤差的度量準(zhǔn)則，得到第q個(gè)目標(biāo)速度估計(jì)誤差的貝葉斯克拉美羅界，并確定目標(biāo)速度估計(jì)精度函數(shù)，將目標(biāo)速度估計(jì)精度的約束問(wèn)題轉(zhuǎn)化為二階錐問(wèn)題。

上述的，步驟2中四個(gè)優(yōu)化變量的資源聯(lián)合優(yōu)化模型，表示為：

，

其中，為目標(biāo)q^*的速度估計(jì)精度；ptotal和ttotal分別為系統(tǒng)總的發(fā)射功率和信號(hào)時(shí)長(zhǎng)；kt和kr分別為允許最多的發(fā)射陣元和接收陣元數(shù)目；pmax和tmax分別為分配給單部雷達(dá)發(fā)射功率和信號(hào)時(shí)長(zhǎng)的上限；mse^q為系統(tǒng)對(duì)第q個(gè)目標(biāo)跟蹤的速度估計(jì)誤差上界，為輔助變量；m、n分別為分布式mimo雷達(dá)系統(tǒng)中發(fā)射雷達(dá)、接收雷達(dá)數(shù)量。

上述的，步驟3中，采用循環(huán)最小化算法依次對(duì)四個(gè)優(yōu)化變量進(jìn)行求解，包含如下內(nèi)容：在循環(huán)最小化算法框架下，a)固定接收陣元fr^*、發(fā)射功率p^*和信號(hào)時(shí)長(zhǎng)t^*的條件下，求解發(fā)射陣元ft^*的選取結(jié)果；b)在固定發(fā)射陣元ft^*、發(fā)射功率p^*和信號(hào)時(shí)長(zhǎng)t^*的條件下，求解接收陣元fr^*的選取結(jié)果；c)在固定發(fā)射陣元ft^*、接收陣元fr^*的條件下，求解發(fā)射功率p^*和信號(hào)時(shí)長(zhǎng)t^*的分配結(jié)果；d)待收斂后，終止循環(huán)迭代。

優(yōu)選的，求解發(fā)射陣元ft^*的選取結(jié)果，包含如下內(nèi)容：固定接收陣元fr^*、發(fā)射功率p^*和信號(hào)時(shí)長(zhǎng)t^*，來(lái)求解發(fā)射陣元ft^*選取，則優(yōu)化模型調(diào)整為：

，其中，a^q＝[c^q,s^q,0]^t，目標(biāo)函數(shù)和約束變量中的ft和均為線性函數(shù)，求解獲取發(fā)射陣元選取結(jié)果ft^*。

優(yōu)選的，求解接收陣元fr^*的選取結(jié)果，包含：在固定發(fā)射陣元ft^*、發(fā)射功率p^*和信號(hào)時(shí)長(zhǎng)t^*的條件下，對(duì)接收陣元fr^*求解，則優(yōu)化模型調(diào)整為：

，

其中，求解得到接收陣元選取結(jié)果fr^*及對(duì)應(yīng)的

優(yōu)選的，求解發(fā)射功率p^*和信號(hào)時(shí)長(zhǎng)t^*的分配結(jié)果，包含：在固定發(fā)射陣元ft^*、接收陣元fr^*的條件下，對(duì)發(fā)射功率p^*和信號(hào)時(shí)長(zhǎng)t^*求解，則優(yōu)化模型調(diào)整為：

，

其中，求解得到發(fā)射功率分配結(jié)果p^*和信號(hào)時(shí)長(zhǎng)分配結(jié)果t^*。

優(yōu)選的，步驟4中將陣元選取二元化，選取最佳陣元，并重新分配發(fā)射功率和信號(hào)時(shí)長(zhǎng)，包含如下內(nèi)容：將陣元選取結(jié)果ft^*和fr^*二元化，分別取前kt、kr個(gè)較大值為1，其余較小值為0，得到最佳陣元選取結(jié)果ft^opt、fr^opt；重復(fù)步驟c，得到最佳功率分配p^opt和最佳時(shí)長(zhǎng)分配t^opt；根據(jù)p^opt和t^opt各分量的數(shù)值大小對(duì)發(fā)射陣元選取結(jié)果ft^opt進(jìn)行修正，得到mimo雷達(dá)資源聯(lián)合分配結(jié)果。

本發(fā)明的有益效果：

本發(fā)明以最小化重點(diǎn)目標(biāo)速度估計(jì)誤差為目標(biāo)函數(shù)，在系統(tǒng)資源有限、多目標(biāo)速度估計(jì)要求給定的條件下，建立了包含發(fā)射陣元、接收陣元、發(fā)射功率和信號(hào)時(shí)長(zhǎng)四個(gè)優(yōu)化變量的資源聯(lián)合優(yōu)化模型，將優(yōu)化問(wèn)題轉(zhuǎn)化為二階錐規(guī)劃(socp)問(wèn)題，采用循環(huán)最小化算法依次對(duì)四個(gè)優(yōu)化變量進(jìn)行求解，在算法收斂后，終止循環(huán)，將陣元選取變量二元化，選取最優(yōu)陣元，并再次分配發(fā)射功率和信號(hào)時(shí)長(zhǎng)，得到資源聯(lián)合分配的結(jié)果；能夠在提高重點(diǎn)目標(biāo)跟蹤性能的同時(shí)滿足其余目標(biāo)速度估計(jì)的性能要求，實(shí)現(xiàn)了發(fā)射陣元、接收陣元、發(fā)射功率和信號(hào)時(shí)長(zhǎng)四種資源的聯(lián)合分配，與其它分配算法相比，本發(fā)明能夠有效提高多目標(biāo)整體速度跟蹤精度；通過(guò)控制目標(biāo)速度跟蹤精度要求，能夠靈活控制跟蹤目標(biāo)的個(gè)數(shù)；通過(guò)隨機(jī)布陣實(shí)驗(yàn)對(duì)給定實(shí)驗(yàn)場(chǎng)景下多目標(biāo)的速度跟蹤能力進(jìn)行評(píng)估，能夠在滿足估計(jì)需求條件下，可以選取較少的發(fā)射陣元并達(dá)到雷達(dá)系統(tǒng)整體估計(jì)誤差需求，具有較好的實(shí)際應(yīng)用價(jià)值。

附圖說(shuō)明：

圖1為本發(fā)明的方法流程圖；

圖2為實(shí)施例中資源聯(lián)合分配算法流程示意圖；

圖3為實(shí)施例中固定布陣場(chǎng)景下雷達(dá)與目標(biāo)的位置關(guān)系圖；

圖4為實(shí)施例中固定布陣場(chǎng)景下mse＝[inf,inf]m²時(shí)不同分配算法分配結(jié)果比較圖；

圖5為實(shí)施例中固定布陣場(chǎng)景下mse＝[10²,inf]m²時(shí)不同分配算法分配結(jié)果比較圖；

圖6為實(shí)施例中固定布陣場(chǎng)景下mse＝[20²,20²]m²時(shí)不同分配算法分配結(jié)果比較圖；

圖7為實(shí)施例中隨機(jī)布陣形式下的速度估計(jì)精度和陣元選取數(shù)量結(jié)果。

具體實(shí)施方式：

下面結(jié)合附圖和技術(shù)方案對(duì)本發(fā)明作進(jìn)一步清楚、完整的說(shuō)明，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其它實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

為適應(yīng)現(xiàn)代雷達(dá)對(duì)隱身目標(biāo)的探測(cè)和多目標(biāo)處理的發(fā)展趨勢(shì)，考慮到實(shí)際環(huán)境下目標(biāo)速度復(fù)雜多變，目標(biāo)速度變化有利于掌握變化趨勢(shì)，針對(duì)這一問(wèn)題，根據(jù)多目標(biāo)不同性質(zhì)，劃分不同的跟蹤等級(jí)，采用分布式mimo雷達(dá)多種資源聯(lián)合分配的方法提高多目標(biāo)速度估計(jì)能力，實(shí)施例一，參見(jiàn)圖1所示，本實(shí)施例提供一種分布式mimo雷達(dá)系統(tǒng)多目標(biāo)速度估計(jì)的資源聯(lián)合優(yōu)化方法，包含如下步驟：

101、選取目標(biāo)q^*，確定目標(biāo)速度估計(jì)精度表達(dá)式及資源優(yōu)化模型目標(biāo)函數(shù)；

102、在單部雷達(dá)發(fā)射功率和信號(hào)時(shí)長(zhǎng)上限約束下，建立包含發(fā)射陣元ft、接收陣元fr、發(fā)射功率p和信號(hào)時(shí)長(zhǎng)t四個(gè)優(yōu)化變量的資源聯(lián)合優(yōu)化模型；

103、將發(fā)射陣元ft和接收陣元fr松弛為連續(xù)變量，將優(yōu)化問(wèn)題轉(zhuǎn)化為二階錐規(guī)劃socp問(wèn)題，采用循環(huán)最小化算法依次對(duì)發(fā)射陣元ft^*、接收陣元fr^*、發(fā)射功率p^*和信號(hào)時(shí)長(zhǎng)t^*四個(gè)優(yōu)化變量進(jìn)行求解；

104、根據(jù)求解結(jié)果，將陣元選取二元化，選取最佳陣元，并重新分配發(fā)射功率和信號(hào)時(shí)長(zhǎng)，得到mimo雷達(dá)系統(tǒng)資源聯(lián)合分配結(jié)果ft^opt、fr^opt、p^opt和t^opt。

以最小化重點(diǎn)目標(biāo)速度估計(jì)誤差為目標(biāo)函數(shù)，在系統(tǒng)資源有限、多目標(biāo)速度估計(jì)要求給定的條件下，建立了包含發(fā)射陣元、接收陣元、發(fā)射功率和信號(hào)時(shí)長(zhǎng)四個(gè)優(yōu)化變量的資源聯(lián)合優(yōu)化模型，將優(yōu)化問(wèn)題轉(zhuǎn)化為二階錐規(guī)劃socp問(wèn)題，采用循環(huán)最小化算法依次對(duì)四個(gè)優(yōu)化變量進(jìn)行求解，在算法收斂后，終止循環(huán)，將陣元選取變量二元化，選取最優(yōu)陣元，并再次分配發(fā)射功率和信號(hào)時(shí)長(zhǎng)，得到資源聯(lián)合分配的結(jié)果；能夠在提高重點(diǎn)目標(biāo)跟蹤性能的同時(shí)滿足其余目標(biāo)速度估計(jì)的性能要求。

實(shí)施例二，參見(jiàn)圖2所示，一種分布式mimo雷達(dá)系統(tǒng)多目標(biāo)速度估計(jì)的資源聯(lián)合分配方法，具體包括以下步驟：

步驟1：選取某一重點(diǎn)目標(biāo)q^*，計(jì)算目標(biāo)速度估計(jì)精度表達(dá)式，并以此作為資源優(yōu)化模型的目標(biāo)函數(shù)。

分布式mimo雷達(dá)系統(tǒng)含有m部發(fā)射雷達(dá)，n部接收雷達(dá)，雷達(dá)間隔足夠大，對(duì)q個(gè)運(yùn)動(dòng)目標(biāo)進(jìn)行跟蹤。在二維平面內(nèi)，發(fā)射雷達(dá)坐標(biāo)為接收雷達(dá)坐標(biāo)為目標(biāo)位置狀態(tài)為(x^q,y^q),q＝1,...q，速度狀態(tài)為假設(shè)各部雷達(dá)發(fā)射正交信號(hào)sm(t),m＝1,...m，滿足tm為信號(hào)持續(xù)時(shí)間，τ0為信號(hào)延遲。定義雷達(dá)的發(fā)射功率向量為p＝[p1,p2,...,pm]^t，信號(hào)時(shí)長(zhǎng)向量為t＝[t1,t2,...,tm]^t。由于雷達(dá)陣元間距比較大，每個(gè)目標(biāo)產(chǎn)生的mn個(gè)通道的信號(hào)相互獨(dú)立。為方便研究，假設(shè)分布式mimo雷達(dá)的接收端已滿足時(shí)間同步特性，則第n部接收雷達(dá)接收到的低通等效信號(hào)可以表示為

其中，αmqn表示路徑損耗因子，與目標(biāo)到雷達(dá)的距離有關(guān)，和分別為目標(biāo)到發(fā)射和接收雷達(dá)的距離；ξmqn表示目標(biāo)的雷達(dá)復(fù)散射系數(shù)，形成雷達(dá)散射截面積(rcs)模型；τmqn表示信號(hào)時(shí)延，滿足c為光速；wmqn表示目標(biāo)運(yùn)動(dòng)多普勒頻移，滿足

λ為信號(hào)波長(zhǎng)；和分別為第m部發(fā)射和第n接收雷達(dá)對(duì)目標(biāo)q的觀測(cè)角度。wn(t)表示白色高斯噪聲，其自相關(guān)函數(shù)為

定義k時(shí)刻，目標(biāo)q的狀態(tài)向量為目標(biāo)的運(yùn)動(dòng)模型可以描述為

其中，f為狀態(tài)轉(zhuǎn)移矩陣。為零均值、白色高斯過(guò)程噪聲序列，其協(xié)方差矩陣為qk。對(duì)勻速運(yùn)動(dòng)目標(biāo)跟蹤時(shí)

其中，δt表示采樣間隔，q0表示過(guò)程噪聲的強(qiáng)度，i2表示2×2的單位陣，為矩陣直積運(yùn)算符。

各個(gè)時(shí)刻融合中心根據(jù)接收數(shù)據(jù)的距離和多普勒信息對(duì)目標(biāo)進(jìn)行跟蹤，其觀測(cè)模型可以描述為

其中，f(·)表示觀測(cè)過(guò)程，是觀測(cè)高斯噪聲。對(duì)于勻速運(yùn)動(dòng)目標(biāo)，f(·)為線性觀測(cè)過(guò)程，可以采用卡爾曼濾波器進(jìn)行目標(biāo)跟蹤。

考慮到在高信噪比時(shí)，bcrb可以作為運(yùn)動(dòng)目標(biāo)參數(shù)估計(jì)誤差的下界。定義目標(biāo)的速度估計(jì)量目標(biāo)跟蹤的貝葉斯信息矩陣為

，

其中，qk-1為過(guò)程噪聲的協(xié)方差矩陣，f為目標(biāo)的狀態(tài)轉(zhuǎn)移矩陣，是的費(fèi)舍爾矩陣，可以通過(guò)概率密度函數(shù)計(jì)算，由于上式需要求期望，所以需要通過(guò)蒙特卡洛的方法來(lái)計(jì)算的第一項(xiàng)只與上一時(shí)刻以及目標(biāo)的運(yùn)動(dòng)形式有關(guān)，可以視為常數(shù)，所以當(dāng)前時(shí)刻目標(biāo)的貝葉斯信息矩陣只由的第二項(xiàng)決定。定義cq為速度誤差估計(jì)的bcrb矩陣，其對(duì)角線元素為速度估計(jì)分量的下界，滿足tr(·)表示矩陣求跡。

第q個(gè)目標(biāo)速度估計(jì)誤差的bcrb可以近似表示為

其中，g^q,z^q,h^q分別表示為：

，

其中，分別為第m個(gè)發(fā)射陣元和第n個(gè)接收陣元的選取變量，0表示舍棄，1表示選取，則發(fā)射與接收陣元選取向量分別為由此可見(jiàn)，目標(biāo)的速度估計(jì)精度受發(fā)射陣元、接收陣元、發(fā)射功率和信號(hào)時(shí)長(zhǎng)的影響。定義則目標(biāo)速度估計(jì)的bcrb可以轉(zhuǎn)化為：

，

其中，1為m×1維列向量；diag{·}表示矩陣對(duì)角化；∑^q為對(duì)稱矩陣，為秩小于3的對(duì)角陣，同理，

步驟2：綜合考慮系統(tǒng)有限資源與多目標(biāo)速度估計(jì)要求，在單部雷達(dá)發(fā)射功率和信號(hào)時(shí)長(zhǎng)上限的約束下，建立包含發(fā)射陣元ft、接收陣元fr、發(fā)射功率p和信號(hào)時(shí)長(zhǎng)t四個(gè)優(yōu)化變量的資源聯(lián)合優(yōu)化模型為：

，

其中，為目標(biāo)q^*的速度估計(jì)精度；ptotal和ttotal分別為系統(tǒng)總的發(fā)射功率和信號(hào)時(shí)長(zhǎng)；kt和kr分別為允許最多的發(fā)射陣元和接收陣元數(shù)目；pmax和tmax分別為分配給單部雷達(dá)發(fā)射功率和信號(hào)時(shí)長(zhǎng)的上限；mse^q為系統(tǒng)對(duì)第q個(gè)目標(biāo)跟蹤的速度估計(jì)誤差上界。

引入輔助變量將上式的優(yōu)化問(wèn)題改寫為：

，

上式的目標(biāo)函數(shù)為非線性函數(shù)，可以等價(jià)為為便于分析，可以進(jìn)一步轉(zhuǎn)化為：

根據(jù)定理1，最佳信號(hào)時(shí)長(zhǎng)的分配結(jié)果可以由最優(yōu)功率分配結(jié)果確定因此，該優(yōu)化問(wèn)題可以分解為含有三個(gè)優(yōu)化變量的子問(wèn)題進(jìn)行研究。上式優(yōu)化模型的目標(biāo)函數(shù)是線性的，但是第8個(gè)約束條件為非線性函數(shù)。根據(jù)現(xiàn)有研究，將陣元選取變量松弛為連續(xù)變量后，上式為凸優(yōu)化模型，并且∑^q為低秩矩陣，所以該問(wèn)題可以轉(zhuǎn)化為socp問(wèn)題進(jìn)行研究。

將陣元選取的二元變量松弛為連續(xù)變量初始發(fā)射功率、信號(hào)時(shí)長(zhǎng)為均勻分配p^*＝ptotal/m·1,t^*＝ttotal/m·1。假設(shè)接收陣元全部選取

步驟3：固定接收陣元fr^*、發(fā)射功率p^*和信號(hào)時(shí)長(zhǎng)t^*，來(lái)求解發(fā)射陣元ft^*選取，則優(yōu)化模型變?yōu)椋?/p>

，

其中，a^q＝[c^q,s^q,0]^t，式中的目標(biāo)函數(shù)和約束變量中的ft和均為線性函數(shù)。因此，可以得到該優(yōu)化問(wèn)題的發(fā)射陣元選取結(jié)果ft^*。

步驟4：在固定發(fā)射陣元ft^*、發(fā)射功率p^*和信號(hào)時(shí)長(zhǎng)t^*的條件下，對(duì)接收陣元fr^*求解，則優(yōu)化模型轉(zhuǎn)化為：

，

其中，同理，可以得到接收陣元選取結(jié)果fr^*及對(duì)應(yīng)的fr^*。

步驟5：在固定發(fā)射陣元ft^*、接收陣元fr^*的條件下，對(duì)發(fā)射功率p^*和信號(hào)時(shí)長(zhǎng)t^*求解，則優(yōu)化模型轉(zhuǎn)化為：

，

其中，相同方法可以得到發(fā)射功率分配結(jié)果p^*，信號(hào)時(shí)長(zhǎng)分配結(jié)果t^*。

步驟6：跳轉(zhuǎn)步驟3，待算法收斂后終止循環(huán)迭代。將陣元選取結(jié)果ft^*和fr^*二元化，分別取前kt、kr個(gè)較大值為1，其余較小值為0，得到最佳陣元選取結(jié)果ft^opt、fr^opt。重復(fù)步驟5，得到最佳功率分配p^opt和最佳時(shí)長(zhǎng)分配t^opt。最后，根據(jù)p^opt和t^opt各分量的數(shù)值大小對(duì)發(fā)射陣元選取結(jié)果ft^opt進(jìn)一步修正，得到mimo雷達(dá)資源聯(lián)合分配結(jié)果ft^opt、fr^opt、p^opt和t^opt。

為進(jìn)一步驗(yàn)證本發(fā)明的有效性，參見(jiàn)圖3～7所示，下面通過(guò)實(shí)施例三的具體實(shí)例對(duì)本發(fā)明做進(jìn)一步解釋說(shuō)明：

實(shí)施例三：

1)仿真條件：

考慮m＝6,n＝6的分布式mimo雷達(dá)平臺(tái)，在20×20km的實(shí)驗(yàn)場(chǎng)景中，對(duì)q＝3個(gè)運(yùn)動(dòng)目標(biāo)的速度估計(jì)進(jìn)行分析。雷達(dá)系統(tǒng)允許選取的最大發(fā)射和接收陣元的個(gè)數(shù)分別為kt＝4,kr＝4。系統(tǒng)發(fā)射總功率為ptotal＝6kw，單部雷達(dá)發(fā)射功率上限為pmax＝4kw，信號(hào)總時(shí)長(zhǎng)為ttotal＝0.6s，單部雷達(dá)發(fā)射信號(hào)時(shí)長(zhǎng)上限為tmax＝0.4s。假設(shè)目標(biāo)1始終為目標(biāo)函數(shù)中的重點(diǎn)目標(biāo)，mse為系統(tǒng)對(duì)目標(biāo)2和目標(biāo)3的速度估計(jì)要求。本文考慮了四種資源分配算法對(duì)目標(biāo)速度進(jìn)行估計(jì)，分別是收發(fā)陣元選取、陣元選取與發(fā)射功率聯(lián)合分配、陣元選取與信號(hào)時(shí)長(zhǎng)聯(lián)合分配、陣元選取與發(fā)射功率和信號(hào)時(shí)長(zhǎng)聯(lián)合分配。為更好地分析雷達(dá)布陣形式對(duì)分配結(jié)果的影響，實(shí)驗(yàn)將雷達(dá)與目標(biāo)的布陣關(guān)系分為固定布陣和隨機(jī)布陣兩部分。

2)仿真實(shí)驗(yàn)：

參見(jiàn)圖3，給出某一時(shí)刻雷達(dá)與目標(biāo)的空間位置關(guān)系；參見(jiàn)圖4，給出了mse＝[inf,inf]m²相應(yīng)的速度估計(jì)結(jié)果和資源分配結(jié)果。即只對(duì)重點(diǎn)目標(biāo)1的速度估計(jì)進(jìn)行優(yōu)化。圖4(a)中提到了估計(jì)值和真實(shí)值，其中，估計(jì)值是指采用socp直接優(yōu)化計(jì)算得到的資源分配結(jié)果和目標(biāo)速度估計(jì)精度，由于本案申請(qǐng)中優(yōu)化問(wèn)題轉(zhuǎn)化為socp問(wèn)題為近似表示，所以又根據(jù)資源分配結(jié)果重新計(jì)算了目標(biāo)的速度估計(jì)精度，定義為真實(shí)速度估計(jì)精度。從圖4(a)可以看出，參與分配的資源種類越多，即系統(tǒng)對(duì)資源分配的調(diào)控范圍越大，越有利于提高重點(diǎn)目標(biāo)的估計(jì)性能，其中陣元選取與發(fā)射功率和信號(hào)時(shí)長(zhǎng)聯(lián)合分配的估計(jì)性能最好。相比于功率分配，信號(hào)時(shí)長(zhǎng)分配對(duì)提高估計(jì)性能的作用更加明顯，這是因?yàn)槟繕?biāo)速度估計(jì)精度與信號(hào)時(shí)長(zhǎng)的平方有關(guān)，所以信號(hào)時(shí)長(zhǎng)對(duì)估計(jì)結(jié)果影響更大。對(duì)比各個(gè)目標(biāo)采用socp問(wèn)題優(yōu)化得到的速度精度估計(jì)值以及資源分配結(jié)果對(duì)應(yīng)的真實(shí)值，可以看出估計(jì)值和真實(shí)值之間存在差異。這主要是因?yàn)閷①Y源分配的問(wèn)題轉(zhuǎn)化為socp問(wèn)題的過(guò)程中采用了近似的方法，所以目標(biāo)速度精度的估計(jì)值與真實(shí)值之間存在誤差。圖4(b)給出了不同分配算法對(duì)應(yīng)的資源分配結(jié)果，可以看出，為提高目標(biāo)1的估計(jì)精度，系統(tǒng)資源主要分配給t2和t5發(fā)射陣元，說(shuō)明雷達(dá)距離目標(biāo)越近，跟蹤作用越明顯。

考慮到雷達(dá)系統(tǒng)在實(shí)際工作過(guò)程中，需要根據(jù)目標(biāo)性質(zhì)對(duì)不同目標(biāo)提出不同的跟蹤精度要求。圖5和圖6分別分析了mse＝[10²,inf]m²和mse＝[20²,20²]m²時(shí)的資源分配情況。圖5在對(duì)目標(biāo)2提出估計(jì)要求的同時(shí)對(duì)目標(biāo)1的估計(jì)結(jié)果進(jìn)行優(yōu)化，可以看出后兩種分配算法達(dá)到了估計(jì)要求，系統(tǒng)資源主要分配給距離目標(biāo)2最近的t3和t5發(fā)射陣元，為同時(shí)降低目標(biāo)1的估計(jì)性能，距離目標(biāo)1較近的t5分到更多的資源。而前兩種分配算法資源調(diào)控空間有限，不能實(shí)現(xiàn)任務(wù)需求。圖6在保證目標(biāo)2和目標(biāo)3跟蹤要求的前提下，提高對(duì)目標(biāo)1的估計(jì)性能。對(duì)比圖4，圖6主要需要對(duì)目標(biāo)3的估計(jì)精度進(jìn)行優(yōu)化，可以看出為優(yōu)化目標(biāo)3的估計(jì)精度，系統(tǒng)將一部分發(fā)射功率和信號(hào)時(shí)長(zhǎng)資源分配給靠近目標(biāo)3的t3陣元，但同時(shí)也造成了目標(biāo)1跟蹤誤差的增大。

經(jīng)分析，靠近跟蹤目標(biāo)的陣元分配到更多的系統(tǒng)資源，其中t5更靠近重點(diǎn)目標(biāo)，所以在達(dá)到估計(jì)精度要求的前提下t5會(huì)分到更多資源。隨跟蹤目標(biāo)個(gè)數(shù)的增加，系統(tǒng)對(duì)重點(diǎn)目標(biāo)的估計(jì)性能越來(lái)越差。與發(fā)射參數(shù)相關(guān)的資源分配算法的估計(jì)誤差相對(duì)于資源分配結(jié)果的真實(shí)誤差之間存在差異，由此說(shuō)明基于socp問(wèn)題優(yōu)化的資源分配結(jié)果需要進(jìn)一步計(jì)算其真實(shí)的目標(biāo)速度估計(jì)精度。

為更好地分析雷達(dá)與目標(biāo)的位置關(guān)系對(duì)分配算法的影響，現(xiàn)在相同大小的實(shí)驗(yàn)場(chǎng)景中，對(duì)某一時(shí)刻雷達(dá)和目標(biāo)位置隨機(jī)排布，陣元或目標(biāo)間的最小間距為2km。隨機(jī)布陣實(shí)驗(yàn)：實(shí)驗(yàn)采用500次隨機(jī)布陣結(jié)果的平均值。該實(shí)驗(yàn)只考慮目標(biāo)速度估計(jì)的真實(shí)精度。

考慮到接收陣元始終選取最大值kr＝4，圖7給出了上述三種mse性能要求下的目標(biāo)速度估計(jì)精度結(jié)果和發(fā)射陣元選取數(shù)目的比例。圖7(a)中系統(tǒng)只對(duì)目標(biāo)1進(jìn)行跟蹤，可以看出，目標(biāo)1的估計(jì)精度明顯高于其余兩個(gè)目標(biāo)，由于系統(tǒng)沒(méi)有對(duì)其余兩個(gè)目標(biāo)提出具體的跟蹤要求，因此其估計(jì)精度的統(tǒng)計(jì)誤差近似相等。圖7(c)在對(duì)目標(biāo)2跟蹤的同時(shí)提高目標(biāo)1的跟蹤性能，對(duì)于前三種分配算法，目標(biāo)1和目標(biāo)3的估計(jì)精度基本相同，目標(biāo)2的估計(jì)精度高于mse上限，說(shuō)明此時(shí)系統(tǒng)資源主要用于對(duì)目標(biāo)2的跟蹤。對(duì)最后一種優(yōu)化算法，目標(biāo)2的估計(jì)精度達(dá)到mse上限要求，并且目標(biāo)1估計(jì)性能優(yōu)于目標(biāo)3，說(shuō)明資源聯(lián)合分配可以實(shí)現(xiàn)目標(biāo)2估計(jì)要求的前提下，優(yōu)化重點(diǎn)目標(biāo)1的估計(jì)需求。圖7(e)同時(shí)對(duì)三個(gè)目標(biāo)跟蹤，四種分配算法均可實(shí)現(xiàn)三個(gè)目標(biāo)在20m/s誤差內(nèi)的速度跟蹤。圖7(b)、(d)、(f)統(tǒng)計(jì)了不同mse要求下的發(fā)射陣元選取數(shù)目的比例，結(jié)果表明，陣元選取與發(fā)射參數(shù)聯(lián)合的資源分配算法可以減少發(fā)射陣元的個(gè)數(shù)，其中，陣元選取、發(fā)射功率和信號(hào)時(shí)長(zhǎng)聯(lián)合分配算法選取的陣元個(gè)數(shù)最少。隨系統(tǒng)關(guān)注目標(biāo)數(shù)目的增多，各種分配算法所選取的發(fā)射陣元的數(shù)目逐漸增多。

經(jīng)分析，陣元選取與發(fā)射參數(shù)結(jié)合的資源分配算法在滿足系統(tǒng)估計(jì)性能要求和選取發(fā)射陣元個(gè)數(shù)兩方面均優(yōu)于單一的陣元選取算法，其中，陣元選取與發(fā)射功率結(jié)合的分配算法的系統(tǒng)整體估計(jì)誤差最大，而陣元選取與發(fā)射功率和信號(hào)時(shí)長(zhǎng)聯(lián)合的資源分配算法在滿足估計(jì)要求的條件下，可以選取最少的發(fā)射陣元并達(dá)到系統(tǒng)整體的估計(jì)誤差最小。

本領(lǐng)域內(nèi)的技術(shù)人員應(yīng)明白，本發(fā)明的實(shí)施例可提供為方法、系統(tǒng)、或計(jì)算機(jī)程序產(chǎn)品。因此，本發(fā)明可采用完全硬件實(shí)施例、完全軟件實(shí)施例、或結(jié)合軟硬件方面的實(shí)施例的形式。而且，本發(fā)明可采用在一個(gè)或多個(gè)其中包含有計(jì)算機(jī)可用程序代碼的計(jì)算機(jī)可用存儲(chǔ)介質(zhì)(包括但不限于磁盤存儲(chǔ)器、cd-rom、光學(xué)存儲(chǔ)器等)上實(shí)施的計(jì)算機(jī)程序產(chǎn)品的形式。

本發(fā)明是參照根據(jù)本發(fā)明實(shí)施例的方法、設(shè)備(系統(tǒng))、和計(jì)算機(jī)程序產(chǎn)品的流程圖和/或方框圖來(lái)描述的。應(yīng)理解可由計(jì)算機(jī)程序指令實(shí)現(xiàn)流程圖和/或方框圖中的每一流程和/或方框、以及流程圖和/或方框圖中的流程和/或方框的結(jié)合?？商峁┻@些計(jì)算機(jī)程序指令到通用計(jì)算機(jī)、專用計(jì)算機(jī)、嵌入式處理機(jī)或其他可編程數(shù)據(jù)處理設(shè)備的處理器以產(chǎn)生一個(gè)機(jī)器，使得通過(guò)計(jì)算機(jī)或其它可編程數(shù)據(jù)處理設(shè)備的處理器執(zhí)行的指令產(chǎn)生用于實(shí)現(xiàn)在流程圖一個(gè)流程或多個(gè)流程和/或方框圖一個(gè)方框或多個(gè)方框中指定的功能的裝置。

這些計(jì)算機(jī)程序指令也可存儲(chǔ)在能引導(dǎo)計(jì)算機(jī)或其它可編程數(shù)據(jù)處理設(shè)備以特定方式工作的計(jì)算機(jī)可讀存儲(chǔ)器中，使得存儲(chǔ)在該計(jì)算機(jī)可讀存儲(chǔ)器中的指令產(chǎn)生包括指令裝置的制造品，該指令裝置實(shí)現(xiàn)在流程圖一個(gè)流程或多個(gè)流程和/或方框圖一個(gè)方框或多個(gè)方框中指定的功能。

這些計(jì)算機(jī)程序指令也可裝載到計(jì)算機(jī)或其它可編程數(shù)據(jù)處理設(shè)備上，使得在計(jì)算機(jī)或其它可編程設(shè)備上執(zhí)行一系列操作步驟以產(chǎn)生計(jì)算機(jī)實(shí)現(xiàn)的處理，從而在計(jì)算機(jī)或其它可編程設(shè)備上執(zhí)行的指令提供用于實(shí)現(xiàn)在流程圖一個(gè)流程或多個(gè)流程和/或方框圖一個(gè)方框或多個(gè)方框中指定的功能的步驟。

對(duì)所公開(kāi)的實(shí)施例的上述說(shuō)明，使本領(lǐng)域?qū)I(yè)技術(shù)人員能夠?qū)崿F(xiàn)或使用本申請(qǐng)。對(duì)這些實(shí)施例的多種修改對(duì)本領(lǐng)域的專業(yè)技術(shù)人員來(lái)說(shuō)將是顯而易見(jiàn)的，本文中所定義的一般原理可以在不脫離本申請(qǐng)的精神或范圍的情況下，在其它實(shí)施例中實(shí)現(xiàn)。因此，本申請(qǐng)將不會(huì)被限制于本文所示的這些實(shí)施例，而是要符合與本文所公開(kāi)的原理和新穎特點(diǎn)相一致的最寬的范圍。