基于变虚警检测的相控阵雷达联合空时资源分配方法

1.一种基于变虚警检测的相控阵雷达联合空时资源分配方法，具体步骤如下：步骤S1、根据相控阵雷达信号接收机处理流程，建立目标回波信号和运动状态模型；步骤S2、建立变虚警检测框架；步骤S3、基于步骤S2建立的框架，构建信号空时资源调度模型；步骤S4、利用JBTA算法求解优化问题，得到信号空间和时间资源的分配情况，并进行非均匀搜索，得到真实目标的点迹，输出信号多域资源分配结果；所述步骤S4中，JBTA算法求解流程具体如下：步骤S41、令k＝1，初始化w k 、N k 、P fa,k (R)和T uni ，进行均匀搜索；T uni 表示均匀搜索时各扇区的驻留时间，将第k帧各个扇区的重要程度w k 用来表示第k帧扇区d i 的空间资源分配结果，将第k帧各个扇区驻留的PRT数目N k 用来表示第k帧各扇区的时间资源分配结果，P fa,k (R)表示第k帧中各个距离分区的虚警概率，当k＝1时，上述所有值为其初始值，并基于初始值对监视空域进行均匀搜索；步骤S42、令k＝k+1；步骤S43、提高检测门限，降低各分区的虚警概率，即 其中，R表示与雷达之间的距离，P fa,k (R)表示第k帧各个距离分区的虚警概率，P fa,k-1 (R)表示第k-1帧各个距离分区的虚警概率， 表示第k帧和第k-1帧之间虚警概率的变化，且k＞1；步骤S44、采用模糊层次分析法FAHP算法进行空域资源分配，更新w k ；步骤S45、采用CVX工具箱进行时间资源调度，更新N k ；当获取w k 后，利用步骤S3构建的信号空时资源调度模型进行时间资源调度，得到时间资源分配结果；步骤S46、按照优化得到的w k 和N k 对监视空域进行非均匀搜索，得到检测结果；步骤S47、判断是否满足收敛条件；若连续两帧搜索中得到的点迹信息一致，说明已成功检测出真实目标，结束算法，输出信号多域资源分配结果；否则返回步骤S42；其中所述点迹信息包括：目标点迹的数量、位置、速度。 2.根据权利要求1所述的一种基于变虚警检测的相控阵雷达联合空时资源分配方法，其特征在于，所述步骤S1具体如下：设雷达位于(x R ,y R )，未知目标标记为{1,2,...,Q}，Q表示目标的数量，监视空域被平均划分为D个扇区{d 1 ,d 2 ,…,d D }，每一个扇区由一个波束照射；设定发射信号为线性调频信号，第k帧中扇区d i 的发射信号x i,k (t)为：其中，z表示脉冲序列，N i,k 表示第k帧扇区d i 驻留的脉冲重复周期PRT的个数，T r 表示脉冲重复周期，f c 表示载频，t表示时间，s(t)表示基带线性调频信号，表示为：其中，T p 表示脉冲宽度，μ＝B/T p 表示调频斜率，B表示带宽，rect(·)表示矩形函数；设定目标q∈{1,2,…,Q}的初始位置为(x L,q,0 ,y L,q,0 )，速度为 并位于扇区d i ；其中，Q表示目标的数量，x L,q,0 ，y L,q,0 ， 和 分别表示目标q在x方向上和y方向上的初始距离和速度信息，L表示坐标信息；在第k帧中扇区d i ，接收由目标发射回来的回波信号经下变频后表示为：其中，τ q,k 表示目标q在第k帧的时延，f d,q,k 表示目标q的多普勒频移，n(t)表示零均值白高斯噪声，其功率为N 0 ＝k 0 T 0 B n F n ，k 0 ，T 0 ，B n ，F n 分别表示玻尔兹曼常数，雷达系统温度，接收机带宽，接收机噪声系数；α i,q,k 表示由传播效应以及目标反射对信号幅度造成的衰减，将其幅度表示为：其中，P T 表示发射功率，G T ，G R 分别表示发射和接收天线增益，λ表示信号波长，σ q,k 表示目标q在第k帧的雷达截面RCS， 表示目标q在第k帧时与雷达之间的距离，x L,q,k 和y L,q,k 分别表示在第k帧时，目标q在x方向上和y方向上的距离，L s 表示系统损耗；经脉冲压缩和相参积累后，将第k帧的信噪比SNR表示为：其中，P av 表示发射平均功率，K 0 ＝P av G T G R λ 2 T r /((4π) 3 k 0 T 0 F n L s )表示预先设定的一个常数；设定 作为第k帧时，目标q的状态方程，其中(·) T 表示向量或矩阵的转置算子；第k帧下，将目标q的动态模型表示为：x k,q ＝Fx k-1,q +n k,q (6)其中，F表示状态转移矩阵，n k,q 表示零均值高斯分布的状态噪声。 3.根据权利要求1所述的一种基于变虚警检测的相控阵雷达联合空时资源分配方法，其特征在于，所述步骤S2具体如下：步骤S21、对监视空域按照距离远近的不同进行距离分区的划分；根据监视空域的不同距离设置不同的检测阈值，对远距空域设置较低门限，近距空域设置较高门限：其中，R表示与雷达之间的距离，P fa,k (R)表示第k帧中各个距离分区的虚警概率，P fa,k,s 表示距离分区s的特定虚警概率，并将整个监视空域划分为S个距离分区，R 1 和R 2 表示第2个距离分区的两个距离边界，R S-1 和R S 表示第S个距离分区的两个距离边界；步骤S22、在多阶段的搜索过程中，初始检测阶段使用低阈值进行检测，并在后续检测中，检测阈值逐渐增大，将各阶段的检测阈值表示为：其中， 表示第k帧和第k-1帧之间虚警概率的变化，且k＞1。 4.根据权利要求1所述的一种基于变虚警检测的相控阵雷达联合空时资源分配方法，其特征在于，所述步骤S3具体如下：步骤S31、构建目标函数；设定第k帧阶阶段各个扇区的重要程度为w k ＝[w 1,k ,w 2,k ,…,w D,k ] T ；其中，w i,k 表示扇区d i 在第k阶段的重要程度，i＝1,2,…D；设定N k ＝[N 1,k ,N 2,k ,...,N D,k ] H 表示各个扇区内驻留的PRT的数量，(·) H 表示向量或矩阵的共轭操作，N 1,k 表示扇区d 1 中驻留的PRT的数量，N 2,k 表示扇区d 2 中驻留的PRT的数量，N D,k 表示扇区d D 中驻留的PRT的数量；基于变虚警检测框架，提出一个联合空间和时间的资源调度的优化模型u(w k ,N k )：其中，SNR i,k (N i,k )表示扇区d i 在第k帧的信噪比，由各个子空域的SNR确定，设定各个子空域的SNR的确定标准为：(1)若扇区d i 中不存在点迹，设定SNR i,k (N i,k )＝0；(2)若扇区d i 中存在一个点迹，设定SNR i,k (N i,k )表示为该点迹的信噪比；(3)若扇区d i 中存在多个点迹，设定 Q i,k 表示扇区d i 中点迹的数目；步骤S32、构建约束条件；总搜索时间约束表示为：其中，T total 表示一帧检测中的总搜索时间；在每一帧检测中，各扇区的最大和最小时间约束为：T min,i,k ≤N i,k T r ≤T max (11)其中，T min,i,k 表示扇区d i 在第k帧时的最小时间约束，T max 表示最大时间约束；若扇区d i 中存在疑似点迹，则需满足：其中，T uni 表示均匀搜索时各扇区的驻留时间，T min1 表示扇区中不存在点迹时的最小驻留时间，T min2 表示扇区中存在点迹时的最小驻留时间，a i,k 表示是否存在点迹的判断因子，具体为：在存在点迹的扇区中，对其信噪比进行约束：SNR min,k ≤SNR m,k ≤SNR max,k (14)其中，m＝1,2,...,M，M表示存在点迹的扇区数目，SNR min,k 和SNR max,k 分别表示各扇区信噪比的最大值和最小值，SNR m,k 表示第k帧时第m个存在目标扇区的信噪比；步骤S33、根据构建的目标函数和约束条件，得到优化模型；优化模型表达为： 。 5.根据权利要求1所述的一种基于变虚警检测的相控阵雷达联合空时资源分配方法，其特征在于，所述步骤S44中，FAHP算法的流程具体如下：步骤S441、设定第k阶段在扇区d i 检测出Q i,k 个点迹，对于目标点迹p∈{1,2，…，Q i,k }，从J≥2个属性角度来评定该目标点迹的威胁程度，表示为一个属性集b j ∈{b 1 ,…b J }；对目标p的每一个属性值b j 进行量测，记为a pj ，从而组成得到属性值矩阵A i,k ；然后对矩阵A i,k 进行规范化处理，得到规范化矩阵R i,k ，R i,k 中的元素r pj 可表示为：其中，a j 表示矩阵A i,k 的第j列元素组成的向量；将属性值做两两比较判断，将因素b j 与因素b i 相比的重要程度表示为b ji ，将所有因素按此规则比较后，得到模糊判断矩阵Β＝(b ji ) J×J ，i＝1,2,…J,j＝1,2,…J；采用0.1～0.9标度法对元素b ji 给予数量标度，对目标属性进行两两比较，得到模糊判断矩阵B；步骤S442、计算模糊互补判断矩阵的权重；设定模糊判断矩阵B的权重向量为α＝[α 1 ,α 2 ,…,α J ] T ，向量α中的第j个元素α j 可定义为：其中，可知 同时令α ji ＝α j /(α i +α j )， 得到判断矩阵的特征矩阵为M＝(α ji ) J×J ；B和M的相容指数I(B,M)为：若I(B,M)≤T m ，T m 表示预先设定好的一个参数，则认为判断矩阵满足一致性要求；综合考虑规范化矩阵R i,k 和权重向量α，得到扇区d i 内目标点迹的威胁值ξ i,k 为：ξ i,k ＝R i,k α (19)将扇区d i 内目标点迹的量化威胁值结果相叠加，得到扇区d i 的威胁值为ξ i ′,k；然后，将各个扇区的威胁值与预先设定好的威胁等级表相比较，得到各个扇区的威胁等级：其中，l 0 ,l 1 ,l 2 ,l 3 分别表示四个威胁等级，β和γ表示等级阈值，0＜β＜γ；对每一个扇区进行这样的处理，即可得到w k ；考虑目标的距离、速度和各个扇区的目标数量，通过FAHP算法得到各个扇区的威胁度值。