本发明属于资源分配
技术领域：
，特别涉及一种针对组网雷达的自适应多干扰机协同压制干扰方法。
背景技术：
：组网雷达系统是目前电子对抗中广泛应用的一种重要手段，它不是简单的雷达组合，而是将不同频段、不同体制、不同极化方式且能独立工作的单站雷达通过组网技术形成的一个有机整体。相比单部雷达，组网雷达能实现多雷达的数据集成和资源共享，有利于在电子对抗环境中实现反侦察，同时对隐身能力强的目标有更高的探测可能性。在电磁干扰环境中，即使部分雷达不能正常工作，但是通过多部雷达的协同工作和数据融合技术，组网雷达仍能获得完整的目标信息。因此，组网雷达系统拥有更强的抗干扰能力和抗毁能力，这就使得传统的干扰手段面临巨大挑战。在面向组网雷达的体系对抗中，传统单干扰机的单一干扰资源已经不能满足任务需求，难以对组网雷达产生理想的干扰效果，需要多部干扰机进行协同干扰。此外，由于干扰双方的相对位置在对抗过程中是动态变化的，因此在实施协同干扰的同时，根据实时态势以及作战需求自适应灵活分配干扰资源，最大程度降低组网雷达的工作性能是很有必要的。针对自适应协同干扰组网雷达系统的问题，已有很多学者开展了相关研究。这些研究主要是基于多波束干扰系统，它可以同时形成多个干扰波束，具备同时干扰多目标的能力，那么干扰波束自适应管理问题就成为可以重点研究的方向之一，例如干扰波束指向问题(哪个波束干扰哪部雷达)；干扰波束的发射功率分配问题。文献“基于波束数量控制的多波束干扰资源调度研究[j].空军预警学院学报,2020,34(4):274-278”研究了通过自适应调整每个干扰站的波束数量，实现多波束干扰系统干扰多目标的资源自适应调度以及资源的高效合理利用。但该方法没有考虑目标在突防过程中与多干扰站的相对位置会动态变化，干扰策略应随位置变化自适应调整。cn109872009a提出了一种针对多机干扰多目标的干扰资源分配方法，此方法首先结合不同指标建立干扰效益决策矩阵，然后依据决策矩阵来进行干扰资源的自适应配置。它也没有考虑实时干扰态势变化会影响资源配置结果，而且此方法是基于单波束干扰系统实现一对一、多对少资源分配，未考虑波束指向和发射功率自适应配置的问题。技术实现要素：本发明的目的在于克服现有技术的不足，提供一种针对组网雷达的自适应多干扰机协同压制干扰方。本发明的具体技术方案为：一种针对组网雷达的自适应多干扰机协同压制干扰方法，包括以下步骤：s1、建立多干扰机协同压制干扰组网雷达的场景图，并初始化系统参数：包括各雷达节点的位置、干扰机和目标在各时刻的位置以及速度、干扰机每帧最多产生的波束个数、总的干扰功率、波束发射功率上下限；s2、获取雷达接收端与资源优化变量有关的信干噪比，并计算出雷达节点对每个目标的检测概率；s3、利用k-n融合准则计算得到在压制干扰环境中，组网雷达系统对每个目标的检测概率；s4、结合组网雷达在压制干扰环境中对每个目标的检测概率和预设的检测概率需求，建立每个目标的代价函数；s5、将每个目标的代价函数求和作为目标函数，结合干扰波束和发射功率约束条件，建立可自适应调度多干扰机波束和发射功率资源的优化模型；s6、利用粒子群算法求解所述优化模型，得到干扰波束和发射功率资源自适应配置结果。进一步地，所述步骤s1具体实现方法为：假设组网雷达系统是由n部空间上相互分离的相控阵雷达组网构成，记第i个雷达节点的位置为(xi,yi)；在组网雷达监视区域内分布着q个目标执行侦察任务，任意目标q在k时刻的位置和速度分别为和m个干扰机实施协同压制干扰以保护目标完成对组网雷达的侦察任务，任意干扰机m在k时刻的位置和速度分别为和干扰机m的总干扰功率为最多同时产生l个正交的干扰波束，每个波束的发射功率有上限pmax和下限pmin约束。进一步地，所述步骤s2具体实现方法为：记k时刻干扰机m要优化的两个干扰资源变量分别为：波束指向变量波束发射功率变量其中波束指向是一个二元变量：波束指向变量ui,m,k与波束发射功率变量pi,m,k是相互耦合的关系，具体关系如下：当多干扰机协同对抗组网雷达时，所有的波束指向变量和功率分配变量可以由多个和来描述：雷达i接收到来自目标q的回波信号功率：其中，是雷达发射功率；是雷达发射天线主瓣增益；λf是雷达工作波长；hi,q,k是目标q的雷达横截面积；是目标q与雷达i之间的距离。进而得到雷达i接收到来自干扰机m的干扰信号功率：其中，是干扰机m发射天线增益；λf是干扰机工作波长，与雷达工作波长一致；γj是极化失配损失；是雷达在方向的天线增益；是干扰机m和目标q与雷达i形成的夹角。协同压制干扰时需要考虑多干扰机干扰功率合成，根据功率叠加原则，雷达i接收到的总干扰功率为：基于上述目标回波信号功率和总干扰信号功率，计算得到雷达i接收端信干噪比：其中，pn是雷达接收机内部噪声功率。在压制干扰环境中，通过信干噪比获得雷达对目标的检测概率。假设所有突防目标起伏类型均为swerlingi型，根据所述信干噪比，计算得到雷达i对目标q的检测概率：当np＝1时当np＞1时其中，vt是任意多个脉冲非相参积累时的检测门限，np为脉冲积累数，γi表示不完全伽玛函数。进一步地，所述步骤s3具体实现方法为：组网雷达对目标的检测概率是各雷达检测概率融合判定的结果，假设已知组网雷达采用k-n融合准则(秩k准则)，如果组网雷达中有k部及以上雷达发现目标，则融合判定组网雷达系统发现目标；反之组网雷达未发现目标，具体有如下形式：其中，是一个二元变量，它表示雷达i对目标q的判决结果；表示雷达i没有发现目标q，表示雷达i发现目标q；表示组网雷达对目标q的判定结果。根据k-n融合准则，结合所有雷达节点对目标q的检测概率，求得组网雷达在压制干扰环境中对目标q的检测概率：其中，表示n个雷达节点对目标q判决结果之和为j的所有排列组合。进一步地，所述步骤s4具体实现方法为：结合组网雷达对目标q的检测概率和预设的检测概率需求建立目标q的代价函数：进一步地，所述步骤s5具体实现方法为：基于每个目标的代价函数，将其求和得到多干扰机资源自适应配置方法要优化的目标函数：其中，表示目标函数；是q个目标的检测概率需求联合形成的矢量；是q个目标的检测概率联合形成的矢量。结合总干扰波束个数、总干扰功率、各波束发射功率上下限的约束边界条件，建立自适应调度多干扰机波束和发射功率资源的优化模型：其中，pmin是波束发射功率下限；pmax是波束发射功率上限；是干扰机m总的干扰功率；l是干扰机最多产生的波束个数；s是每个雷达节点最多被干扰的波束个数。进一步地，所述步骤s6包括以下子步骤：s61、求解波束指向结果；s62、求解发射功率分配结果。进一步地，s61求解波束指向结果，具体实现方法为：假设每个干扰机能干扰组网雷达内所有雷达节点，即产生的波束个数l＝n，且干扰机的所有波束均匀分配发射功率其中由于波束指向变量uk是一个二元变量，为求解方便，先将其松弛为[0,1]区间内的连续随机变量定义于是优化问题变为：利用粒子群算法求解上述优化问题得到松弛结果并且定义之后将中的最大值用0替换，并将最大值对应位置的波束指向结果置为1，同时判断是否满足干扰波束约束条件，如果不满足约束则置为0。重复上述步骤，直至m个干扰机的所有波束资源耗尽，得到波束选择结果uk,opt。这里可以定义：进一步地，s62求解发射功率分配结果，具体实现方法为：在上述步骤s61得到波束指向结果uk,opt的基础上，优化问题变为:利用粒子群算法求解所述优化问题得到发射功率自适应配置结果pk,opt。本发明的有益效果是：本发明的协同压制干扰方法首先采用组网雷达在压制干扰环境中对目标的检测概率作为干扰性能评估指标；然后结合该指标建立了可自适应配置多干扰机波束和发射功率资源的优化模型；最后通过粒子群算法求解该模型得到自适应资源配置结果。本发明的方法考虑了实时干扰态势变化对干扰策略的影响，根据干扰双方位置变化自适应配置干扰波束指向和发射功率资源，最大程度提升多干扰机对抗组网雷达的整体干扰性能的目标，实现组网雷达系统对目标的检测概率最小化，解决现有方法模型未考虑实时干扰态势会影响资源自适应配置结果的问题，可以应用于目标突防等领域。附图说明图1是本发明一种针对组网雷达的自适应多干扰机协同压制干扰方法的流程图。图2是本发明具体实施方式采用多干扰机协同压制干扰组网雷达保护目标侦察的示意图。图3-5是本发明具体实施方式得到的三个干扰机波束指向和功率资源分配结果图。图6是本发明具体实施方式与传统波束随机选择功率均匀分配算法所得两个目标的检测概率对比图。图7是本发明具体实施方式与传统波束随机选择功率均匀分配算法所得目标函数值对比图。具体实施方式本发明主要采用计算机仿真实验的方法进行验证，所有步骤、结论都在matlab2014上验证正确。下面结合附图1-7对本
发明内容作进一步说明。如图1所示，针对组网雷达的自适应多干扰机协同压制干扰方法，包括以下步骤：s1、建立多干扰机协同压制干扰组网雷达的场景图，并初始化系统参数：包括各雷达节点的位置、干扰机和目标在各时刻的位置以及速度、干扰机每帧最多产生的波束个数、总的干扰功率、波束发射功率上下限等；s2、推导得到雷达接收端与资源优化变量有关的信干噪比，并计算出雷达节点对每个目标的检测概率；s3、利用k-n融合准则计算得到在压制干扰环境中，组网雷达系统对每个目标的检测概率；s4、结合组网雷达在压制干扰环境中对每个目标的检测概率和预设的检测概率需求，建立每个目标的代价函数；s5、将每个目标的代价函数求和作为目标函数，结合干扰波束和发射功率约束条件，建立可自适应调度多干扰机波束和发射功率资源的优化模型；s6、利用粒子群算法求解所述优化模型，得到干扰波束和发射功率资源自适应配置结果。这里步骤s1具体实现方法如下：假设组网雷达系统是由n部空间上相互分离的相控阵雷达组网构成，记第i个雷达节点的位置为(xi,yi)；在组网雷达监视区域内分布着q个目标执行侦察任务，任意目标q在k时刻的位置和速度分别为和m个干扰机实施协同压制干扰以保护目标完成对组网雷达的侦察任务，任意干扰机m在k时刻的位置和速度分别为和干扰机m的总干扰功率为最多同时产生l个正交的干扰波束，每个波束的发射功率有上限pmax和下限pmin约束。这里步骤s2具体实现方法为：记k时刻干扰机m要优化的两个干扰资源变量分别为：波束指向变量波束发射功率变量其中波束指向是一个二元变量波束指向变量ui,m,k与波束发射功率变量pi,m,k是相互耦合的关系，具体关系如下：当多干扰机协同对抗组网雷达时，所有的波束指向变量和功率分配变量可以由多个和来描述：雷达i接收到来自目标q的回波信号功率：其中，是雷达发射功率；是雷达发射天线主瓣增益；λf是雷达工作波长；hi,q,k是目标q的雷达横截面积；是目标q与雷达i之间的距离。结合所述优化变量，得到雷达i接收到来自干扰机m的干扰信号功率其中，是干扰机m发射天线增益；λf是干扰机工作波长，与雷达工作波长一致；γj是极化失配损失；是雷达在方向的天线增益；是干扰机m和目标q与雷达i形成的夹角。雷达天线具有定向辐射的特点，不同方向的天线增益是不同的，雷达接收的干扰信号功率受角度影响。雷达天线增益一般由经验公式给出：其中，θ0.5是雷达半功率波束宽度；常数β通常取0.04～0.10。协同压制干扰时需要考虑多干扰机干扰功率合成，根据功率叠加原则，雷达i接收到的总干扰功率为：基于上述目标回波信号功率和干扰信号功率，计算得到雷达i接收端信干噪比：其中，pn是雷达接收机内部噪声功率。在压制干扰环境中，通过信干噪比获得雷达对目标的检测概率。假设所有突防目标起伏类型均为swerlingi型，根据所述信干噪比，计算得到雷达i对目标q的检测概率其中，vt是任意多个脉冲非相参积累时的检测门限，np为脉冲积累数，γi表示不完全伽玛函数。这里步骤s3具体实现方法为：组网雷达对目标的检测概率是各雷达检测概率融合判定的结果，假设已知组网雷达采用k-n融合准则(秩k准则)，如果组网雷达中有k部及以上雷达发现目标，则融合判定组网雷达系统发现目标；反之组网雷达未发现目标，具体有如下形式：其中，是一个二元变量，它表示雷达i对目标q的判决结果；表示雷达i没有发现目标q，表示雷达i发现目标q；表示组网雷达对目标q的判定结果。根据k-n融合准则，结合所有雷达节点对目标q的检测概率，求得组网雷达在压制干扰环境中对目标q的检测概率：其中，表示n个雷达节点对目标q判决结果之和为j的所有排列组合。这里步骤s4具体实现方法为：结合组网雷达对目标q的检测概率和预设的检测概率需求建立目标q的代价函数：这里步骤s1具体实现方法为：基于所述每个目标的代价函数，将其求和得到多干扰机资源自适应配置方法要优化的目标函数：其中，表示目标函数；是q个目标的检测概率需求联合形成的矢量；是q个目标的检测概率联合形成的矢量。结合总干扰波束个数、总干扰功率、各波束发射功率上下限的约束边界条件，建立自适应调度多干扰机波束和发射功率资源的优化模型：其中，pmin是波束发射功率下限；pmax是波束发射功率上限；是干扰机m总的干扰功率；l是干扰机最多产生的波束个数；s是每个雷达节点最多被干扰的波束个数。这里步骤s6包括以下子步骤：s61、求解波束指向结果；具体实现方法为：假设每个干扰机能干扰组网雷达内所有雷达节点，即产生的波束个数l＝n，且干扰机的所有波束均匀分配发射功率其中由于波束指向变量uk是一个二元变量，为求解方便，先将其松弛为[0,1]区间内的连续随机变量定义：于是优化问题变为：利用粒子群算法求解上述优化问题得到松弛结果并且定义：之后将中的最大值用0替换，并将最大值对应位置的波束指向结果置为1，同时判断是否满足干扰波束约束条件，如果不满足约束则置为0。重复上述步骤，直至m个干扰机的所有波束资源耗尽，得到波束选择结果ukopt。在此定义：s62、求解发射功率分配结果；具体实现方法为：在上述步骤s61得到波束指向结果uk,opt的基础上，优化问题变为：利用粒子群算法求解所述优化问题得到发射功率自适应配置结果pk,opt。下面根据一个matlab仿真例子对本发明的方案作进一步验证。本实施例假设组网雷达系统是由n＝6个雷达节点组成，m＝3架干扰机协同压制干扰组网雷达保护q＝2个目标侦察，如图2所示，组网雷达系统内各雷达节点的位置如表1所示。表1雷达节点序号123456位置(km)(80,10)(65,5)(50,0)(35,0)(20,5)(5,10)单干扰机和组网雷达系统各参数的对应取值如表2所示。表2图3-5是本发明方法的三个干扰机波束指向和功率资源分配结果图。图6是本发明方法与传统波束随机选择功率均匀分配算法得到的两个目标检测概率对比图。图7是目标函数值对比图。通过本发明具体实施方式可以看出，本发明的方法考虑了实时干扰态势变化对干扰策略的影响，根据干扰双方位置变化自适应配置干扰波束指向和发射功率资源，最大程度提升多干扰机对抗组网雷达的整体干扰性能的目标，实现组网雷达系统对目标的检测概率最小化，解决现有方法模型未考虑实时干扰态势会影响资源自适应配置结果的问题，可以应用于目标突防等领域。当前第1页1 2 3
技术特征：1.针对组网雷达的自适应多干扰机协同压制干扰方法，其特征在于，包括以下步骤：
s1、建立多干扰机协同压制干扰组网雷达的场景图，并初始化系统参数：包括各雷达节点的位置、干扰机和目标在各时刻的位置以及速度、干扰机每帧最多产生的波束个数、总的干扰功率、波束发射功率上下限；
s2、获取雷达接收端与资源优化变量有关的信干噪比，并计算出雷达节点对每个目标的检测概率；
s3、利用k-n融合准则计算得到在压制干扰环境中，组网雷达系统对每个目标的检测概率；
s4、结合组网雷达在压制干扰环境中对每个目标的检测概率和预设的检测概率需求，建立每个目标的代价函数；
s5、将每个目标的代价函数求和作为目标函数，结合干扰波束和发射功率约束条件，建立可自适应调度多干扰机波束和发射功率资源的优化模型；
s6、利用粒子群算法求解所述优化模型，得到干扰波束和发射功率资源自适应配置结果。
2.根据权利要求1所述的协同压制干扰方法，其特征在于，所述步骤s1具体实现方法为：
假设组网雷达系统是由n部空间上相互分离的相控阵雷达组网构成，记第i个雷达节点的位置为(xi,yi)；在组网雷达监视区域内分布着q个目标执行侦察任务，任意目标q在k时刻的位置和速度分别为和m个干扰机实施协同压制干扰以保护目标完成对组网雷达的侦察任务，任意干扰机m在k时刻的位置和速度分别为和干扰机m的总干扰功率为最多同时产生l个正交的干扰波束，每个波束的发射功率有上限pmax和下限pmin约束。
3.根据权利要求2所述的协同压制干扰方法，其特征在于，所述步骤s2具体实现方法为：
记k时刻干扰机m要优化的两个干扰资源变量分别为：波束指向变量波束发射功率变量其中波束指向是一个二元变量：
波束指向变量ui,m,k与波束发射功率变量pi,m,k是相互耦合的关系，具体关系如下：
当多干扰机协同对抗组网雷达时，所有的波束指向变量和功率分配变量可以由多个和来描述：
雷达i接收到来自目标q的回波信号功率：
其中，pit是雷达发射功率，是雷达发射天线主瓣增益，λf是雷达工作波长，hi,q,k是目标q的雷达横截面积，是目标q与雷达i之间的距离；
进而得到雷达i接收到来自干扰机m的干扰信号功率：
其中，是干扰机m发射天线增益，λf是干扰机工作波长，与雷达工作波长一致，γj是极化失配损失，是雷达在方向的天线增益，是干扰机m和目标q与雷达i形成的夹角；
协同压制干扰时需要考虑多干扰机干扰功率合成，根据功率叠加原则，雷达i接收到的总干扰功率为：
基于上述目标回波信号功率和总干扰信号功率，计算得到雷达i接收端信干噪比：
其中，pn是雷达接收机内部噪声功率；
在压制干扰环境中，通过信干噪比获得雷达对目标的检测概率。假设所有突防目标起伏类型均为swerlingi型，根据所述信干噪比，计算得到雷达i对目标q的检测概率：
当np＝1时
当np＞1时
其中，vt是任意多个脉冲非相参积累时的检测门限，np为脉冲积累数，γi表示不完全伽玛函数。
4.根据权利要求3所述的协同压制干扰方法，其特征在于，所述步骤s3具体实现方法为：
组网雷达对目标的检测概率是各雷达检测概率融合判定的结果，假设已知组网雷达采用k-n融合准则，如果组网雷达中有k部及以上雷达发现目标，则融合判定组网雷达系统发现目标；反之组网雷达未发现目标，具体有如下形式：
其中，是一个二元变量，表示雷达i对目标q的判决结果，表示雷达i没有发现目标q，表示雷达i发现目标q；表示组网雷达对目标q的判定结果。
根据k-n融合准则，结合所有雷达节点对目标q的检测概率，求得组网雷达在压制干扰环境中对目标q的检测概率：
其中，表示n个雷达节点对目标q判决结果之和为j的所有排列组合。
5.根据权利要求4所述的协同压制干扰方法，其特征在于，所述步骤s4具体实现方法为：
结合组网雷达对目标q的检测概率和预设的检测概率需求建立目标q的代价函数：
6.根据权利要求5所述的协同压制干扰方法，其特征在于，所述步骤s5具体实现方法为：
基于每个目标的代价函数，将其求和得到多干扰机资源自适应配置方法要优化的目标函数：
其中，表示目标函数；是q个目标的检测概率需求联合形成的矢量；是q个目标的检测概率联合形成的矢量；
结合总干扰波束个数、总干扰功率、各波束发射功率上下限的约束边界条件，建立自适应调度多干扰机波束和发射功率资源的优化模型：
其中，pmin是波束发射功率下限；pmax是波束发射功率上限；是干扰机m总的干扰功率；l是干扰机最多产生的波束个数；s是每个雷达节点最多被干扰的波束个数。
7.根据权利要求6所述的协同压制干扰方法，其特征在于，所述步骤s6包括以下子步骤：
s61、求解波束指向结果；
s62、求解发射功率分配结果。
8.根据权利要求7所述的协同压制干扰方法，其特征在于，所述步骤s61具体实现方法为：
假设每个干扰机能干扰组网雷达内所有雷达节点，即产生的波束个数l＝n，且干扰机的所有波束均匀分配发射功率其中，
由于波束指向变量uk是一个二元变量，为求解方便，先将其松弛为[0,1]区间内的连续随机变量定义
于是优化问题变为：
利用粒子群算法求解上述优化问题得到松弛结果并且定义
之后将中的最大值用0替换，并将最大值对应位置的波束指向结果置为1，同时判断是否满足干扰波束约束条件，如果不满足约束则置为0，重复上述步骤，直至m个干扰机的所有波束资源耗尽，得到波束指向结果uk,opt。
9.根据权利要求8所述的协同压制干扰方法，其特征在于，所述步骤s62具体实现方法为：
在所述步骤s61得到波束指向结果uk,opt的基础上，优化问题变为:
利用粒子群算法求解所述优化问题得到发射功率自适应配置结果pk,opt。
技术总结本发明公开了一种针对组网雷达的自适应多干扰机协同压制干扰方法，旨在最大程度提升多干扰机对组网雷达的整体干扰性能。本发明首先推导了组网雷达在压制干扰环境中对目标的检测概率并将其作为干扰性能评估指标；然后结合该指标建立了可自适应配置多干扰机波束和发射功率资源的优化模型；最后通过求解该模型得到自适应资源配置结果。本发明的方法克服了现有方法模型未考虑实时干扰态势会影响资源自适应配置结果的缺陷，根据干扰双方位置变化自适应配置干扰波束指向和发射功率资源，实现多干扰机智能协同干扰组网雷达。
技术研发人员：易伟;张大琳;王紫婷;杨成新;孙俊;孔令讲
受保护的技术使用者：电子科技大学
技术研发日：2021.04.30
技术公布日：2021.08.03
