● 摘要
在日益复杂的现代战场环境下,单部雷达的性能正面临着日益严峻的考验,其中主要来自于电子干扰、反辐射导弹、隐身目标和超低空飞行器等四大威胁。雷达组网可以通过通信链路收集网内各雷达的信息,进行综合处理以完成整个覆盖范围内的目标探测、定位和跟踪等任务,在对抗四大威胁方面具有很大的潜力。由于制导雷达组网作为一种新型的复杂武器装备系统,涉及许多方面的关键技术,本文主要研究制导雷达组网中的几项关键技术,包括时间配准、空间配准和数据融合。对于恒定传感器偏差的估计问题,本文提出了精确最小二乘算法(Exact Least Square, ELS)进行配准。ELS算法将雷达空间配准问题看作是关于雷达量测值的最小二乘判决函数,然后使用两步迭代优化方法来对其进行优化。考虑雷达长基线布站时地球曲率的影响,将ELS算法推广至地心坐标系。对于动态传感器偏差的估计问题,本文提出了一种利用序贯卡尔曼滤波(Sequential Kalman Filter, SKF)的配准算法。SKF算法是一种基于地心坐标系的实时处理算法,能够对组网雷达的动态偏差进行估计,首先利用局部航迹数据来构造一个关于传感器偏差的伪量测模型;随后利用序贯卡尔曼滤波算法对偏差进行估计。主要研究内容包括以下几个方面:(1)参考坐标系、优化布站及同步技术研究完成一般情形下不同直角坐标系之间的转换方法,给出雷达组网中常用坐标系之间的转换,同时指出选择地心坐标系作为公共坐标系可以很好的满足制导雷达组网的要求;综合分析雷达组网优化布站的常用依据与方法,总结典型布站实例;说明雷达组网系统中三大同步问题出现的原因,给出常用的解决方案。(2)时间配准算法研究根据量测数据率不同以及时刻的不同,对应两种常用的时间配准算法:虚拟融合法和内插外推法,基于曲线的插值方法和曲线拟合法也使用较多。在研究分析四种方法的基础上,总结提出基于时间片的时间配准方法。(3)空间配准算法研究对于恒定传感器偏差,提出ELS算法进行空间配准,同时可以获得目标状态估计;对于慢变传感器偏差,提出SKF算法进行动态配准。算法均在地心坐标系完成,充分考虑了地球曲率的影响,仿真试验对新算法的性能进行了验证。(4)数据融合技术研究对于集中式融合,分析并行滤波、序贯滤波和数据压缩滤波三类方法,对三类算法的性能进行理论分析和试验验证,得出选择算法的依据;对于分布式融合,分析分层融合和加权平均融合。在研究这些已有算法的基础上,结合工程实际情况,设计信噪比加权融合算法,仿真完成各种算法的比较。(5)雷达组网应用研究针对雷达组网应用研究,建立系统的仿真试验平台。对于单基地雷达组网以及双/多基地雷达系统进行讨论,分析对应的组网模型与定位模型,并采用典型应用场景进行仿真研究,包括隐身目标、机动目标以及各种干扰情形。
相关内容
相关标签