[0001] 本发明属于雷达信号处理的技术领域，具体涉及基于任务效能的多机雷达协同探测规划方法。

[0002] 在复杂的战场环境中，单基地雷达由于探测范围较小，难以实现灵活的辐射资源管控，能够发挥的作用和实现的功能都十分有限。与传统的单基地雷达相比，多机雷达网络能够从不同频段、不同时空、不同极化方式下充分挖掘目标特征信息，且可充分获取战场环境态势，能够高效执行多个任务、抑制干扰、有效对抗密集杂波环境以及在复杂电磁场景下拥有更强的生存力等，在对目标搜索、跟踪、确认、制导等应用上具有显著优势。

[0003] 在实际应用中，由于战场也逐渐凸显出多元化的任务需求，雷达的多任务协同也具有重要意义。随着相控阵、频控阵、数字阵列等雷达体制的出现和逐步成熟，多机雷达网络能够通过调整其工作模式和工作参数实现不同的探测功能，以完成搜索、跟踪、确认、制导等多元化的作战任务。因此，针对提升多机雷达的具有重要应用前景。

[0004] 目前，基于任务效能的多任务动态规划已成为研究的热点，国内外诸多学者在该方面已取得显著成果。然而，已有研究大多以基于单个雷达节点任务场景开展，鲜见针对一般化的多机雷达、多任务场景的协同探测任务分配相关研究。而在基于任务效能的多机雷达协同探测场景下，任务动态规划方法还需要在满足多任务性能约束的条件下自适应地优化探测任务‑雷达节点选择参数，其对应的数学模型更为复杂，优化参量的维度也随之增加，是一个更复杂且更具挑战性的问题。因此，从提升多机雷达的多任务综合执行效能的角度出发，开展基于任务效能的多机雷达协同探测规划的研究工作具有重要意义。

[0005] 综上所述，现有技术中尚未有基于任务效能的多机雷达协同探测规划方法。

[0069] 下面结合附图对本发明的结构及工作过程做进一步说明。

[0070] 本发明从实际作战场景出发，提出了基于任务效能的多机雷达协同探测规划方法，在满足给定的多机雷达最大可用时间资源、回波信噪比和系统性能限制约束条件下，以最大化多机雷达协同探测任务分配全局效用函数为优化目标，对多机雷达的任务‑雷达节点选择参数进行自适应优化设计，从而提升多机雷达的多任务综合执行效能。

[0071] 如图1所示，本发明方法包括以下步骤：

[0072] 1、分别构建k时刻目标m和机载雷达n的运动模型，如式(1)和式(2)所示：

[0073] Xm,k＝FmXm,k‑1 (1)

[0074] Xn,k＝FnXn,k‑1 (2)

[0075] 其中，Xm,k表示k时刻目标m的运动模型，Fm表示目标的状态转移矩阵，Xm,k‑1表示k‑1时刻目标m的运动模型，Xn,k表示k时刻机载雷达n的运动模型，Fn表示机载雷达n的状态转移矩阵，Xn,k‑1表示k‑1时刻机载雷达n的运动模型。

[0076] 2、考虑将多机协同探测任务归类为目标搜索、跟踪、确认、制导四种类型任务，构造探测任务模型，如式(3)所示：

[0077]

[0078] 其中， 表示探测任务模型属性，χm表示第m个探测任务所需要探测的空域中心位置， 表示第m个探测任务的类型，ηm表示第m个探测任务的权重，表征该项任务执行的优先级，τm表示第m个探测任务的执行耗时。

[0079] 步骤1中构建的运动模型和步骤2中构建的四种任务模型组成了多机雷达多任务协同探测场景。

[0080] 3、构造以任务‑雷达节点选择参数为优化变量的多任务回波信噪比衡量指标，如式(4)所示：

[0081]

[0082] 其中， 表示多任务信噪比衡量指标，SNRn,m,k表示k时刻雷达节点n执行探测任务m时接收到的回波信噪比，un,m,k表示任务‑雷达节点选择参数，Tr表示雷达脉冲重复周期，P表示雷达发射功率，Gt和Gr分别表示发射天线和接收天线增益，RCSm表示雷达节点相对于探测任务m中目标的雷达散射截面积，λ表示发射信号波长，GRP表示接收机处理增益，kB表示玻尔兹曼常数，Te表示雷达接收机噪声温度，Br表示各雷达的接收机匹配滤波器带宽，Fr表示接收机的噪声系数，Rn,m,k表示k时刻探测任务m的空域中心位置与雷达节点n位置间的距离。

[0083] 4、构造以任务‑雷达节点选择参数为优化变量的多机雷达任务分配全局效用函数作为多任务综合执行效能的衡量指标，如式(5)所示：

[0084]

[0085] 其中， 表示多机雷达任务分配全局效用函数，um,k＝[u1,m,k,u2,m,k,…,uN,m,k]T表示k时刻各部雷达节点对探测任务m的分配向量，Rn,m,kmin表示k时刻探测任务m的空域中心T位置与各雷达节点位置间的最小距离，Rm,k＝[R1.m,k,R2,m,k,…,RN,m,k]表示所有机载雷达节点与探测任务m的空域中心距离所组成的向量，ηm表示第m个探测任务的权重。

[0086] 5、建立基于任务效能的多机雷达协同探测规划模型；

[0087] 以给定的多机雷达最大可用时间资源、回波信噪比和系统性能限制为约束条件，以最大化多机雷达协同探测任务分配全局效用函数为优化目标，建立基于任务效能的多机雷达协同探测规划模型，如式(6)所示：

[0088]

[0089] 其中，τm表示第m个探测任务的执行耗时， 表示雷达界定的最大可用时间资源，L表示单部雷达节点最大产生的波束数量， 表示各雷达节点对探测任务m的回波信噪比， 表示当前任务类型 的回波信噪比需求，M表示任务总数目，N表示雷达总数目。

[0090] 优化模型(6)中的第一个约束表示机载雷达最大可用时间资源限制；第二个约束表示每部雷达最多能够产生L个波束，分别用于执行不同的任务；第三个约束表示各任务仅被执行一次；第四个约束表示机载雷达执行当前任务的回波信噪比要求；最后一个约束表示任务‑雷达节点选择参数的分配结果un,m,k是一个二元变量。

[0091] 6、结合内点法对优化模型(6)进行五步求解：

[0092] 步骤1：通过内点法求解探测任务与雷达匹配的权重系数优化结果：

[0093] i)初始化参数，给定初始点x(0)，初始松弛变量s(0)，初始对偶变量y(0)，阻尼系数μ，收敛阈值ε，设置迭代索引(0) (0) (0)

[0094] ii)计算残差 rp＝Ax ‑b，rs＝s x ‑μe。其中，rd表示对偶残差，rp表示原始残差，rs表示中心残差， 表示目标函数 的梯
T
度，A表示约束矩阵，A表示约束矩阵A的转置矩阵，b表示约束条件的常数项，e表示全1向量；

[0095] iii)计算牛顿方向Δx,Δy,Δs，解以下系统方程：

[0096]

[0097] 其中，Δx表示变量 的方向增量，Δy表示变量 的方向增量，Δs表示变量的方向增量， 表示第 次迭代下的目标函数 的二阶梯度导数， 表示第次迭代下的求解点， 表示第 次迭代下的对偶变量， 表示第 次迭代下的松弛变量。

[0098] iv)通过线搜索算法计算步长α，并更新残差rd；

[0099] v)检查收敛条件：如果满足则算法终止，否则执行下一次迭代：更新迭代索引[0100]

[0101] vi)输出探测任务与雷达匹配的权重系数优化结果，并由一个N×M的U0表示：

[0102]

[0103] 其中， 表示雷达n执行探测任务m的权重系数，m＝1,2,…,M，n＝1,2,…,N，M表示任务总数目，N表示雷达总数目。

[0104] 步骤2：将U0各行M个元素中最大的前L个元素置为1，其余元素置为0，生成波束分1
配矩阵U：

[0105]

[0106] 其中， 表示仅满足第二个约束条件时的任务‑雷达节点选择参数。

[0107] 步骤3：将U0各列N个元素中最大元素置为1，其余元素置为0，生成波束分配矩阵U2：

[0108]

[0109] 其中， 表示仅满足第三个约束条件时的任务‑雷达节点选择参数。

[0110] 步骤4：将矩阵U1和U2的所有对应位置的元素做逻辑与运算，得出最终的任务‑雷达节点选择参数优化结果：

[0111]

[0112] 步骤5：对未分配任务执行二次分配。针对任务矩阵未分配任务对应的元素，选取最大权重置为1，判断是否满足约束条件。若满足则输出结果un,m,k，否则将该元素置为0，重复此步骤直至结果满足约束条件。

[0113] 仿真结果：

[0114] 为验证本章所提方法的可行性和优越性，设计如下仿真场景：考虑由N＝3部机载雷达组成的雷达网络，各部雷达能够最多同时产生L＝3个波束，执行任务可分为搜索、跟踪、确认、制导四种。空间中存在3个运动目标需要被分别执行跟踪、确认和制导任务，空域可划分为9个搜索单元，即共需执行M＝18个任务。所有时刻各个目标相对于各部雷达的RCS2
均为1m。雷达界定的最大可用时间资源 雷达执行搜索、跟踪、确认、制导四种任务的回波信噪比要求 分别为20、40、30和20，每次采样中四种任务执行耗时τm分别为0.12s、
0.2s、0.08s和0.16s，四种任务工作模式对任务效用函数的权重ηm分别为0.2、0.3、0.1和
0.4。采用连续30帧的仿真数据，采样间隔T0＝1s。

[0115] 设置的多机雷达分布及目标运动轨迹如图1所示，初始目标运动状态参数如表1所示：

[0116] 表1初始目标运动状态参数

[0117]

[0118] 划分搜索单元及编号如图2所示，图中红色五角星表示该区域的搜索中心。将上述18个任务编号为1‑18，其中1‑9分别表示对各搜索中心进行搜索，10‑12分别表示对各目标进行跟踪，13‑15分别表示对各目标进行确认，16‑18分别表示对各目标进行制导。

[0119] 图4至图8分别给出了机载雷达的任务分配结果，可见该场景下任务‑雷达节点选择参数的分配结果较为稳定。结合图2和图3分析，在仿真的起始阶段，雷达1和雷达2从搜索区域7出发，其中雷达2主要对距离较近的搜索区域4、搜索区域5和搜索区域8进行搜索任务，而雷达1相较于这些区域的位置比雷达2相较于这些区域的位置较远，因此主要对附近的搜索区域1、搜索区域2和搜索区域7进行搜索。此外，随着仿真的进行，雷达2对搜索区域5的搜索效益小于执行任务16，即雷达2偏向于执行针对目标1的制导任务。另一方面，雷达3至雷达5均处于空域的右下方，其中雷达5距离搜索中心6最近，对其进行搜索的效益最高，因此主要对该区域进行搜索。雷达4距离搜索区域3、搜索区域5和搜索区域9较近，因此执行这三个区域的搜索。值得说明的是，尽管目标2相较于目标3距离雷达3较近，但由于雷达4的效益更高，因此从全局效益出发，雷达4执行目标2的确认任务，雷达3执行对目标3的跟踪和确认任务。

[0120] 为了验证本文所提方法的优越性，本文在保持其他参数不变的前提下，通与其他两种方法进行了对比，分别是：

[0121] 方法1：在保持雷达参数相同的基础上，将任务‑雷达节点的分配的权重系数均匀分配，并通过任务效能函数评估机载雷达的探测性能；

[0122] 方法2：在保持雷达参数相同的基础上，将任务‑雷达节点的分配的权重系数随机分配，并通过任务效能函数评估机载雷达的探测性能。

[0123] 图9所示为方法对比结果，从图中可以看出，所提方法的目标函数值远大于其他方法，证明了该方法实现了雷达‑任务的高效分配，可以显著提高多机雷达的协同探测效能。

[0124] 本发明创造的工作原理及工作过程：

[0125] 本发明假设在空间上分散部署着若干目标，考虑具备多发多收功能的多机雷达网络，在每个量测时刻，每部机载雷达针对不同目标同时执行多个探测任务。针对这种多机雷达多任务协同探测的场景，首先，基于任务质量框架，以任务‑雷达节点选择参数为优化变量分别构造多任务回波信噪比衡量指标和构造多机雷达任务分配全局效用函数作为多机雷达多任务综合执行效能的衡量指标。然后，以给定的多机雷达最大可用时间资源、回波信噪比和系统性能限制为约束条件，以最大化多机雷达协同探测任务分配全局效用函数为优化目标，建立基于任务效能的多机雷达协同探测规划模型。最后，采用内点法对该优化模型进行求解。通过求解该优化模型，得到在给定的多机雷达最大可用时间资源、回波信噪比和系统性能限制为约束条件下，使得多机雷达多任务综合执行效能最大化的任务‑雷达节点选择参数un,m,k为模型的最优解，以达到提升多机雷达多任务综合执行效能的目的。