基于轨迹优化的雷达组网抗欺骗干扰方法、系统及设备

技术领域

本发明涉及雷达组网抗距离欺骗式假目标干扰领域，特别是涉及一种基于轨迹优化的雷达组网抗欺骗干扰方法、系统及设备。

背景技术

电子干扰技术随着数字射频存储器和电子元器件的高速发展愈加复杂。相比有源压制干扰，有源欺骗干扰具有针对性强、灵活性高的优势。有源欺骗干扰是将接收到的雷达信号进行调制、转发，产生虚假的目标信息，从而干扰雷达目标检测、定位及跟踪。

单部雷达针对有源欺骗干扰已有诸多较为成熟的抗干扰方法，例如利用发射优化的信号、运动学信息、极化信息、数字射频存储器DRFM量化误差、频率分集、频率捷变等。然而，单部雷达只能从单一视角感知环境，与组网雷达系统相比而言可获取信息量少、抗干扰能力有限。组网雷达系统得益于其空间分置的特点，可以多视角、多维度感知环境，利用数据融合技术可以有效提高雷达组网系统抗干扰性能。

组网雷达基于数据级融合抗欺骗式干扰方法指的是将各站雷达中目标的点迹或航迹传输至融合中心，通过点迹关联、航迹关联对真假目标进行识别。对于距离欺骗假目标干扰，可以根据真实目标具有空间一致性、假目标空间位置分散的真假目标差异对其进行有效鉴别。针对真假目标的航迹空间分布差异，也可以利用一种基于均值－方差联合检验的航迹欺骗干扰识别方法，对虚假航迹进行有效鉴别。目前公开发表的组网雷达基于数据级融合抗干扰的相关文献，大多数都是利用位置信息、角度信息、速度信息或航迹信息鉴别假目标，但这些文献的方法只适用于地基雷达组网系统。对于运动平台的雷达组网系统，须考虑雷达位置误差对数据级融合抗干扰效果的影响，才能保证较高的真实目标正确鉴别概率，因为当真实目标不被误判时对假目标进行鉴别才有意义。因此地基雷达组网系统的数据级融合抗干扰方法不能完全适用于运动平台组网雷达系统。

不论是地基雷达组网还是运动平台雷达组网系统，抗干扰效果均易受各站雷达空间分布位置的影响。目前大多数研究多集中于地基雷达组网的优化布站问题，且均多以最大化雷达组网空域覆盖系数、重点区域探测系数、空域重叠覆盖系数等雷达组网探测性能指标建立优化布站数学模型，以雷达组网抗干扰性能为目标的优化布站方法研究鲜少见到公开发表的文献。因此，在欺骗干扰环境中，研究运动平台的雷达组网系统轨迹优化方法对于切实提高系统的假目标鉴别效果具有重要意义。

发明内容

本发明的目的是提供一种基于轨迹优化的雷达组网抗欺骗干扰方法、系统及设备，以解决运动平台雷达组网系统假目标鉴别效果差的问题。

为实现上述目的，本发明提供了如下方案。

一种基于轨迹优化的雷达组网抗欺骗干扰方法，包括：基于运动平台雷达组网系统抗距离欺骗式干扰方法建立所述运动平台雷达组网系统的假目标误判概率数学模型；所述运动平台雷达组网系统抗距离欺骗式干扰方法考虑雷达位置误差；基于所述假目标误判概率数学模型，以最小化假目标误判概率为目标函数，设置所述运动平台雷达组网系统的约束条件，构建所述运动平台雷达组网系统的轨迹优化模型；根据所述轨迹优化模型确定所述运动平台雷达组网系统中各个雷达的最优轨迹，并利用运动平台雷达组网系统抗欺骗干扰方法鉴别真实目标以及假目标。

可选的，所述运动平台雷达组网系统抗距离欺骗式干扰方法，具体包括：获取运动平台雷达组网系统中任意两部雷达的目标量测量，并将所述目标量测量转换至统一的直角坐标系中；获取在所述统一的直角坐标系中的目标量测量的量测状态，并根据雷达中的目标量测量以及雷达的量测误差计算雷达中相应目标的误差协方差矩阵；根据所述量测状态以及相应的误差协方差矩阵计算两个目标之间的马氏距离；所述马氏距离作为假目标鉴别的假设检验统计量；根据所述假设检验统计量检验鉴别距离欺骗式假目标；将所述运动平台雷达组网系统中的雷达两两进行假目标鉴别，遍历所述运动平台雷达组网系统中所有雷达的所有目标，当且仅当所有雷达中关于同一目标的所有组合判决结果均判定为真目标时，所述目标被所述运动平台雷达组网系统判决为真实目标，否则所述目标判决为假目标。

可选的，所述量测状态为：

可选的，根据所述量测状态以及相应的误差协方差矩阵计算两个目标之间的马氏距离，具体包括：构建由所述量测误差以及雷达位置误差构成的对角矩阵；根据由所述量测误差以及雷达位置误差构成的对角矩阵构建误差协方差矩阵；根据所述量测状态确定两个目标在所述xoy平面的坐标状态差值；根据所述坐标状态差值以及所述误差协方差矩阵计算两部雷达中测得的两个目标之间的马氏距离。

可选的，基于运动平台雷达组网系统抗距离欺骗式干扰方法建立所述运动平台雷达组网系统的假目标误判概率数学模型，具体包括：将两部雷达中测得的两个目标量测量转换至统一的直角坐标系下，获取两部雷达中的两个目标在所述统一的直角坐标系的xoy平面的状态坐标；确定两部雷达中两个目标的状态坐标差值；针对所述距离欺骗式假目标，根据所述状态坐标差值计算两部雷达中两个目标之间的马氏距离以及确定所述状态坐标差值的二维概率密度函数；当两部雷达中测得的目标状态坐标对应于假目标却被误判为真实目标时，所述马氏距离小于等于卡方分布门限值的概率被定义为假目标误判概率，根据所述二维概率密度函数在马氏距离小于等于门限值区域内的二重积分确定假目标误判概率模型；根据两部雷达的假目标误判概率模型构建所述运动平台雷达组网系统整体的假目标误判概率数学模型。

可选的，所述运动平台雷达组网系统整体的假目标误判概率数学模型

可选的，所述轨迹优化模型的目标函数为：

可选的，所述轨迹优化模型中运动平台雷达组网系统运动的约束条件包括第一个时刻的约束条件以及之后几个时刻的约束条件；其中，第一个时刻的约束条件的描述如下：

；

其中，

；

其中，

一种基于轨迹优化的雷达组网抗欺骗干扰系统，包括：假目标误判概率数学模型建立模块，用于基于运动平台雷达组网系统抗距离欺骗式干扰方法建立所述运动平台雷达组网系统的假目标误判概率数学模型；所述运动平台雷达组网系统抗距离欺骗式干扰方法考虑雷达位置误差；轨迹优化模型构建模块，用于基于所述假目标误判概率数学模型，以最小化假目标误判概率为目标函数，设置所述运动平台雷达组网系统的约束条件，构建所述运动平台雷达组网系统的轨迹优化模型；最优轨迹确定模块，用于根据所述轨迹优化模型确定所述运动平台雷达组网系统中各个雷达的最优轨迹，并以所述最优轨迹为基础鉴别真实目标以及假目标。

一种电子设备，包括存储器及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行上述基于轨迹优化的雷达组网抗欺骗干扰方法。

根据本发明提供的具体实施例，本发明公开了以下技术效果：考虑雷达位置误差，适用于运动平台同构雷达组网系统背景，能够在有效鉴别假目标的同时，解决传统抗干扰方法真实目标鉴别效果随雷达位置误差增大而恶化的问题；同时，建立运动平台雷达组网系统的假目标误判概率数学模型，以最小化假目标误判概率为目标函数，构建所述运动平台雷达组网系统的轨迹优化模型，求解构建的轨迹优化模型确定运动平台雷达组网系统中各个雷达的最优轨迹，在保证真实目标正确鉴别概率的条件下，进一步提高雷达组网系统对距离欺骗式假目标干扰的鉴别效果。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为基于轨迹优化的雷达组网抗欺骗干扰方法流程图。

图2为运动平台雷达组网系统抗距离欺骗式干扰示意图。

图3为第一个时刻约束条件示意图。

图4为之后几个时刻约束条件示意图。

图5为真实目标鉴别概率统计值示意图。

图6为真实目标鉴别概率理论值示意图。

图7为假目标误判概率统计值示意图。

图8为假目标误判概率理论值示意图。

图9为假目标误判概率理论值与统计值的误差示意图。

图10为仿真场景一优化布站示意图。

图11为仿真场景一雷达组网系统轨迹优化结果示意图。

图12为仿真场景二雷达组网系统轨迹优化结果示意图。

图13为雷达位置误差对真/假目标鉴别概率影响示意图。

图14为本发明与现有方法的真实目标鉴别概率对比结果示意图。

图15为本发明与现有方法的假目标鉴别概率对比结果示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的目的是提供一种基于轨迹优化的雷达组网抗欺骗干扰方法、系统及设备，能够提高运动平台雷达组网系统对距离欺骗式假目标干扰的鉴别效果。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

实施例一：如图1所示，本发明提供了一种基于轨迹优化的雷达组网抗欺骗干扰方法，包括以下步骤。

在实际应用中，所述运动平台雷达组网系统抗距离欺骗式干扰方法，具体包括：获取运动平台雷达组网系统中任意两部雷达的目标量测量，并将所述目标量测量转换至统一的直角坐标系中；获取在所述统一的直角坐标系中的目标量测量的量测状态，并根据所述目标量测量、雷达量测误差以及雷达位置误差确定各个雷达中不同目标量测状态的误差协方差矩阵；根据所述量测状态以及误差协方差矩阵计算两部雷达中不同目标之间的马氏距离；所述马氏距离作为假目标鉴别的假设检验统计量；根据所述假设检验统计量进行卡方检验鉴别距离欺骗式假目标。

作为本发明可选的一种实施方式，运动平台的雷达组网系统抗距离欺骗式干扰示意图如图2所示。假设组网系统中有N部雷达，其中，r为任一部雷达测得的目标径向距离，

1）将两部雷达中测得的目标量测量转换至统一的直角坐标系中。

设两部雷达位置分别为

将两部雷达中的目标量测值由各自的极坐标系转换至统一的直角坐标系中的xoy平面上，即目标量测值在统一的直角坐标系中的量测状态为

其中，

2）由统一的直角坐标系中的状态量

各雷达的目标状态量误差

。

。

其中，

。

。

其中，

若两部雷达中的目标量测量对应于同一目标，则坐标状态差值

式中，

利用两部雷达中目标在xoy平面的坐标状态差值

将马氏距离作为假目标鉴别的假设检验统计量。

3）根据马氏距离假设检验鉴别假目标。

设

假设检验模型可以表示如下：

为了使得假设检验结果更加准确，将积累K个时刻的马氏距离作为检验统计量

步骤101：基于运动平台雷达组网系统抗距离欺骗式干扰方法建立所述运动平台雷达组网系统的假目标误判概率数学模型；所述运动平台雷达组网系统抗距离欺骗式干扰方法考虑雷达位置误差。

在实际应用中，所述步骤101具体包括：将两部雷达中测得的两个目标量测量转换至统一的直角坐标系下，获取两部雷达中的两个目标在所述统一的直角坐标系的xoy平面的状态坐标；确定两部雷达中两个目标的状态坐标差值；针对所述距离欺骗式假目标，根据所述状态坐标差值计算两部雷达中两个目标之间的马氏距离以及确定所述状态坐标差值的二维概率密度函数；当两部雷达中测得的目标状态坐标对应于假目标却被误判为真实目标时，所述马氏距离小于等于卡方分布门限值的概率被定义为假目标误判概率，根据所述二维概率密度函数在马氏距离小于等于门限值区域内的二重积分确定假目标误判概率模型；根据两部雷达的假目标误判概率模型构建所述运动平台雷达组网系统整体的假目标误判概率数学模型。

作为本发明可选的一种实施方式，首先分析两部雷达组网的假目标误判概率数学模型，进而得到整个运动平台雷达组网系统的假目标误判概率数学模型。

对于距离欺骗式假目标，其在两部雷达中的量测量经坐标转换至统一的直角坐标系下，在xoy平面的状态坐标为：

若统一的直角坐标系下的坐标值

若

。

其中，

。

式中，

的二维概率密度函数为：

。

计算

。

1）两部雷达组网时的假目标误判概率。

若两部雷达中状态值

因此，两部雷达组网时的假目标误判概率为：

。

令

为了方便计算，令

。

则：

2）雷达组网系统整体的假目标误判概率数学模型。

由于当且仅当所有雷达组合的判决结果均为假目标时，该目标才被判断为假目标。因此雷达组网系统整体的假目标误判概率数学模型可以由两部雷达的假目标误判概率数学模型推广得到，即：

步骤102：基于所述假目标误判概率数学模型，以最小化假目标误判概率为目标函数，设置所述运动平台雷达组网系统的约束条件，构建所述运动平台雷达组网系统的轨迹优化模型。

在实际应用中，设置探测区域为D，其中心点位置矢量为

。

式中，

雷达组网系统轨迹优化问题可以分解为多个时刻的雷达组网布站问题，但是需要合理设置约束条件。约束条件考虑有以下几点：(1)需保证探测区域始终在雷达的最大探测范围内；(2)为了保证雷达组网系统的多视角优势，同时为了避免雷达信号间的干扰，需保证两部雷达距离不能太近；(3)每部雷达均向着目标区域飞行。第一个时刻与之后几个时刻的约束条件不同，因此构建运动平台雷达组网系统的轨迹优化模型时，需其分开描述。

第一个时刻的约束条件描述如下：

s.t.

由

之后几个时刻的约束条件描述如下：

s.t.

式中，

步骤103：根据所述轨迹优化模型确定所述运动平台雷达组网系统中各个雷达的最优轨迹，并利用运动平台雷达组网系统抗欺骗干扰方法鉴别真实目标以及假目标。

在实际应用中，利用粒子群算法（Particle Swarm Optimization，PSO）求解轨迹优化模型获得组网系统最优轨迹。各站雷达依据最优轨迹进行运动，根据运动平台雷达组网系统抗欺骗干扰方法原理，计算每一时刻的马氏距离，积累多个时刻的马氏距离作为假设检验统计量，实现真/假目标鉴别。

实施例二：以上述实施例一对应的方法为基础，对仿真实验进行介绍。

步骤一：以组网系统中的两部雷达为例，仿真验证两部雷达组网的假目标误判概率数学模型。两部雷达参数设置如表1所示。设欺骗距离为1000m，目标探测区域x轴范围为（-100~150）km，y轴范围为(-50~100)km，z轴为0。

利用运动平台雷达组网系统抗欺骗式干扰方法蒙特卡洛仿真5000次，得到组网系统的真实目标鉴别概率和假目标误判概率的统计值，将其与理论结果相比较。

选择显著性水平

表1

步骤二：以三部雷达构成的雷达组网系统为例，目标探测区域D为一个正方形区域，x轴、y轴范围均为-2km至2km，z轴坐标始终为0，探测区域中心位置为坐标原点，在探测区域内均匀的取9个点用于计算该区域内的目标适应度值。欺骗距离设为300m。三部雷达的径向距离量测误差均设为5m，角度量测误差均为0.2°，雷达在x、y、z三个坐标轴方向的位置误差均为100m。设三部雷达均处于30km的同一高度水平。

第一个时刻的约束条件与之后四个时刻的不同，且第一个时刻寻优时间不受限制，PSO算法中的种群数和迭代次数可以设置得较大。之后四个时刻雷达组网在运动过程中需要寻找下一时刻的最优位置，对算法寻优速度有要求，因此之后四个时刻的种群数和迭代次数需要设置得相对较小。

仿真场景一：设置雷达组网位置寻优区域的中心点与目标探测区域中心点重合至坐标原点，如图10所示。深色区域表示第一个时刻雷达组网系统位置寻优范围。第一个时刻的PSO算法参数及约束条件参数设置如表2所示。之后四个时刻的PSO算法参数及约束条件参数设置如表3所示。

表2

表3

雷达组网系统轨迹优化后的结果如图11所示，每个时刻最优目标函数适应度值以及相应的雷达位置坐标如表4所示。

表4

仿真场景二：设置雷达组网位置寻优区域的中心点远离目标探测区域中心点，目标探测区域中心点仍位于坐标原点。三部雷达优化后的轨迹如图12所示。

步骤三：以仿真场景二中优化后轨迹作为组网雷达系统的运动轨迹，比较本发明与现有未考虑雷达位置方法的真/假目标鉴别效果。

三部雷达的径向距离量测误差均为5m，方位角和俯仰角量测误差均为0.2°。欺骗距离设为500m，蒙特卡洛仿真5000次，分析雷达位置误差对于本文方法真/假目标鉴别概率的影响，仿真结果如图13所示。

雷达参数不变，蒙特卡洛仿真5000次，设置雷达位置误差分别为10m、50m、100m时，分析不同欺骗距离对两种方法的真/假目标鉴别概率的影响，仿真结果如图14-图15所示。

根据仿真实验可知：

由图5-图6可知，雷达组网系统的真实目标鉴别概率统计值与理论值较为接近。由图7-图9可以看出，假目标误判概率的统计结果与理论分析结果误差也相对较小，证明了本发明中雷达组网系统假目标误判概率数学模型的正确性。

由图13可以看出，随着雷达位置误差的增大，本发明方法的真实目标鉴别概率始终保持在较高水平，而假目标鉴别概率逐渐降低。因此选择雷达位置误差较小的雷达进行组网，可以有效提高组网系统的假目标鉴别概率。

由图14分析可知，随着欺骗距离的增加，本发明和现有方法的真实目标鉴别概率相对保持稳定。但随着雷达位置误差的增大，本发明的真实目标鉴别概率始终保持在较高水平，而现有方法的真实目标鉴别概率明显降低。这是由于现有方法未考虑雷达位置误差，错误地降低了抗干扰算法中误差协方差矩阵中的参数值，误差协方差矩阵求逆后计算出的马氏距离因此反比增大。假设检验门限不变，马氏距离增大检验统计量难以通过假设检验，从而导致现有方法的真实目标鉴别概率随雷达位置误差的增大而逐渐降低。

由图15分析可知，随着欺骗距离的增加，两种方法的假目标鉴别概率均逐渐增加。但本发明的假目标鉴别概率随雷达位置误差的增大逐渐降低，现有方法的逐渐增大。这同样是雷达位置误差影响检验统计量进行卡方检验的结果。值得注意的是，在进行真假目标鉴别过程中，必须要保证真实目标不被剔除的情况下鉴别假目标才有意义。现有方法的假目标鉴别效果虽然优于本发明考虑雷达位置误差后的效果，但是现有方法的真实目标鉴别概率付出的代价太大。

本发明可以用于运动平台的雷达组网系统基于轨迹优化抗距离欺骗式假目标干扰中，以最小化组网系统的假目标误判概率为目标函数，合理设置组网系统运动的约束条件，求解出雷达组网系统的最优运动轨迹。以此轨迹为基础，利用运动平台的雷达组网抗欺骗干扰方法在保证较高的真实目标真确鉴别概率条件下，实现对距离欺骗式假目标的有效鉴别。本发明中运动平台雷达组网系统考虑雷达位置误差的抗干扰方法、运动平台雷达组网系统假目标误判概率数学模型及运动平台雷达组网系统轨迹优化模型应属于本发明所附的权利要求的保护范围。

实施例三：为了执行上述实施例一对应的方法，以实现相应的功能和技术效果，下面提供一种基于轨迹优化的雷达组网抗欺骗干扰系统。

一种基于轨迹优化的雷达组网抗欺骗干扰系统，包括：

假目标误判概率数学模型建立模块，用于基于运动平台雷达组网系统抗距离欺骗式干扰方法建立所述运动平台雷达组网系统的假目标误判概率数学模型；所述运动平台雷达组网系统抗距离欺骗式干扰方法考虑雷达位置误差。

轨迹优化模型构建模块，用于基于所述假目标误判概率数学模型，以最小化假目标误判概率为目标函数，设置所述运动平台雷达组网系统的约束条件，构建所述运动平台雷达组网系统的轨迹优化模型。

最优轨迹确定模块，用于根据所述轨迹优化模型确定所述运动平台雷达组网系统中各个雷达的最优轨迹，雷达组网系统按照最优轨迹运动，利用运动平台雷达组网抗距离欺骗式干扰方法鉴别真/假目标。

实施例四：一种电子设备，包括存储器及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行实施例一所述的基于轨迹优化的雷达组网抗欺骗干扰方法。

一种计算机可读存储介质，其存储有计算机程序，所述计算机程序被处理器执行时实现实施例一所述的基于轨迹优化的雷达组网抗欺骗干扰方法。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。