基于物理光学建模的认知雷达隐身目标检测方法
阅读说明：本技术 基于物理光学建模的认知雷达隐身目标检测方法 (Cognitive radar stealth target detection method based on physical optical modeling ) 是由 汪清 李萌 郭钰章 高丽蓉 于 2020-10-09 设计创作，主要内容包括：本发明属于隐身目标检测领域,为提出一种基于物理光学建模的认知雷达隐身目标检测方法,与目前存在的方法相比该方法将认知雷达引入隐身目标检测中,能够更好的感知环境信息,提高检测概率。为此,本发明采用的技术方案是,基于物理光学建模的认知雷达隐身目标检测方法,先用物理光学的方法对隐身目标的雷达横截面积进行建模,然后布置发射机和接收机两个雷达,接收机根据接收到的回波信号功率计算信噪比,不断调整接收机与发射机和目标之间的角度,使得信噪比达到最大,从而提高检测概率。本发明主要应用于雷达设计制造场合。(The invention belongs to the field of stealth target detection, and provides a cognitive radar stealth target detection method based on physical optical modeling. Therefore, the technical scheme adopted by the invention is that the cognitive radar stealth target detection method based on physical optics modeling firstly models the radar cross-sectional area of the stealth target by using a physical optics method, then arranges two radars of a transmitter and a receiver, and the receiver calculates the signal-to-noise ratio according to the received echo signal power and continuously adjusts the angle between the receiver and the transmitter and the target to maximize the signal-to-noise ratio, thereby improving the detection probability. The invention is mainly applied to the occasions of designing and manufacturing the radar.)
技术领域
本发明属于隐身目标检测领域，目前存在的检测方法都是基于被动雷达基础之上的，具 体涉及到的是将隐身目标用物理光学建模，布置认知雷达网络找到最大检测隐身目标的角度， 从而达到提高检测概率的作用。
背景技术
认知雷达系统由发射机、接收机和环境组成，是一个闭环系统[1]。接收机的关键功能之 一是将接收到的环境信息反馈给发射机，发射机根据反馈信息调整参数，从而不断提高系统 的估计和检测性能。
隐身目标[2]就是利用各种技术减弱雷达反射波、红外辐射等特征信息，使敌方探测系统 不易发现的目标。雷达横截面积[3]是衡量目标隐身特性的一个重要指标，它表征了目标在雷 达波照射下所产生回波强度的一种物理量。是目标在单位立体角内接收机处散射功率与入射 波在目标上的功率密度之比的4Π倍。物理光学[4]的方法是一种雷达横截面积建模的方法， 能够更直观的观察不同角度隐身目标的雷达横街面积的大小。
隐身技术的迅速发展对战略战术防御系统提出了严峻的挑战，迫使人们思考如何摧毁隐 身武器，研究反隐身技术。双基地和多基地通过利用角度多样性信息是一种有效的反隐身技 术[5]。在欠奈奎斯特散射波欺骗干扰的影响下，平流层气球负载的双基地雷达系统被用于改 进隐身目标的检测性能[6]。平流层气球负载的双基地雷达系统对F-117隐身目标模型检测[7]。
在基础理论和方法的研究和介绍上，文献[8]和文献[9]概述了雷达隐身与反隐身的几种技 术特点及对抗措施，分析了隐身技术的发展概况和局限性，并针对其局限性，介绍了几种雷 达反隐身技术的途径和方法。
[1]S.Haykin,“Cognitive radar:a way of the future,”IEEE SignalProcessing Magazine,vol. 23,no.1,pp.30–40,Jan.2006.
[2]理查森.现代隐身飞机[M].科学出版社,1991.
[3]Knott E F,Shaeffer J F,Tuley M T.Radar Cross Section[J].2004,41(4):215-217.
[4]韩磊,王自荣.雷达隐身与反隐身技术[J].舰船电子对抗,2006,29(2):34-38.
[5]H.Kuschel,J.Heckenbach,S.Muller,and R.Appel,“On the potentials ofpassive, multistatic,low frequency radars to counter stealth anddetect lowflying targets,”in Radar Conference,2008.RADAR’08.IEEE,2008,pp.1–6.
[6]M.Barbary and P.Zong,“Novel anti-stealth on sub-nyquist scatteringwave deception jammer with stratospheric balloon-borne bistatic radar usingka-stap-ftrab algorithm,”IEEE Sensors Journal,vol.15,no.11,pp.6437–6453,2015.
[7]M.A.Barbary and P.Zong,“A novel stealthy target detection based onstratospheric balloon-borne positional instability due to random wind,”Radioengineering,vol.23,no.4,pp. 1192–1202,2014.
[8]韩磊,王自荣.雷达隐身与反隐身技术[J].舰船电子对抗,2006,29(2):34-38.
[9]郦晓翔.雷达反隐身技术的发展及实现方法[J].信息化研究,2008,34(8):3-5.
发明内容
为克服现有技术的不足，本发明旨在提出一种基于物理光学建模的认知雷达隐身目标检 测方法，与目前存在的方法相比该方法将认知雷达引入隐身目标检测中，能够更好的感知环 境信息，提高检测概率。为此，本发明采用的技术方案是，基于物理光学建模的认知雷达隐 身目标检测方法，先用物理光学的方法对隐身目标的雷达横截面积进行建模，然后布置发射 机和接收机两个雷达，接收机根据接收到的回波信号功率计算信噪比，不断调整接收机与发 射机和目标之间的角度，使得信噪比达到最大，从而提高检测概率。
用物理光学的方法对隐身目标进行建模，由电磁场相关理论，电流密度为：
其中是向外单位法向量，是入射磁场强度，其中
是传播矢量，是入射电场强度，Z0是自由空间固有阻抗，由此得到旋度：
由旋度得到散射场强度为
W为角频率，rs为接收机到目标的距离，是将目标划分为小的三角面后，接收机到三 角面的方向向量。
由雷达横截面积的定义可知，
其中R是发射机到目标的距离，r是偏振，θ是方位角，φ是垂直角，由此，雷达横截面 积用入射场强度和散射场强度表示，为r,θ,φ的函数；
根据雷达横截面积表达式，当r，φ固定的时候RCS是θ的函数，所以雷达发送机根据接 收机接收到的RCS信息不断调整两者与目标之间的θ，从而找到使RCS最大的θ，接收机根 据接收到的RCS计算信噪比：
其中，Pt是发射机功率，Gt是发射机增益，Gr是接收机增益，λ是波长，K是波尔兹曼常数，Ts是系统噪声温度，B是发送波形带宽，Rt是发射机到目标的距离，Rr是目标到接收 机的距离，L是发射机和接收机损耗因子。
调整发射机和接收机的位置找到RCS最大的角度使得接收信噪比最大，从而提高检测概 率，检测概率和信噪比、虚景概率之间的近似关系如下：
Pd是检测概率，Pfa是虚景概率，在虚景概率一定的情况下，检测概率随信噪比增大而增 大。
具体步骤如下：
步骤1：先用物理光学的方法对隐身目标的雷达横截面积进行建模；
步骤2：发射机发送信号，接收机根据接收到的信号计算隐身目标的RCS；
步骤3：接收机根据RCS计算接收机的接收信噪比；
步骤4：调整发射机和接收机、目标之间的角度；
步骤5：找到使接收信噪比最大的角度；
步骤6：计算此时的检测概率。
本发明的特点及有益效果是：
本算法的优点是能够根据接收信息自适应的调整发射机、接收机和目标之间的角度，使 接收机的接收信噪比达到最大，从而达到提高检测概率的目的。
目前存在的隐身目标检测方法大都是被动雷达检测，而认知雷达相对于被动雷达有着能 自适应环境信息，及时调整参数，提高检测概率的优势。本发明的主要特点就是提出了完整 的认知雷达检测隐身目标的方法框架，为接下来认知雷达进一步识别隐身目标奠定基础。同 时根据接收信噪比最大化确定隐身目标检测角度，可以为接下来布置组网雷达提供理论基础， 能更好的提高雷达网的信噪比，从而提升检测概率。
仿真结果表明，用认知雷达能够很好的检测到隐身目标。图1为物理光学构建F-35隐身 目标3D模型，图2表示物理光学构建F-35隐身目标2D模型，图3表示在垂直角固定的情况下，雷达横截面积随水平角变化而变化的趋势，图4为在虚景概率一定的情况下检测概率随信噪比变化关系图。
附图说明：
图1物理光学构建F-35隐身目标3D模型。
图2物理光学构建F-35隐身目标2D模型。
图3垂直角固定的情况下，雷达横截面积随水平角变化而变化的趋势。
图4虚景概率一定的情况下检测概率随信噪比变化关系图。
图5本发明流程图。
具体实施方式
认知雷达被提出之后，得到了迅速发展。它能根据需求执行雷达的基本性能，如在日益 复杂的、有争议的雷达环境(含有大量的杂波和多种形式的干扰)中进行目标的探测和追踪 等。认知雷达系统可通过先验知识、外部数据库以及任务优先级中获得可用的信息，根据环 境调节自身，通过自适应地改变相关参数可提高系统的追踪、检测、估计和识别性能。
目前我国隐身目标检测技术还在不断发展中，存在的关键技术大部分都是用被动雷达识 别隐身目标。认知雷达识别隐身目标的技术并不成熟，还需要不断的探索，才能提高雷达感 知和适应环境复杂度的能力，提高雷达检测隐身目标的性能。本发明提出一种基础的认知雷 达识别隐身目标的方法，为接下来更好的研究奠定了基础。
为更好的检测隐身目标，需要先对隐身目标的特性进行建模。用物理光学的方法对隐身 目标的雷达横截面积进行建模，基本原理如下：由电磁场相关理论可知，电流密度为：
其中是向外单位法向量，是入射磁场强度。其中
是传播矢量，是入射电场强度，Z0是自由空间固有阻抗。由此可以得到旋度：
由旋度可以得到散射场强度为
W为角频率，rs为接收机到目标的距离，是将目标划分为小的三角面后，接收机到三 角面的方向向量。
雷达截面积是指雷达的反射截面积，雷达探测的原理是发射电磁波照射到物体表面再反 射回接收天线，而雷达波照射到物体表面依原路径返回的电磁波越少，雷达截面积越小，雷 达对目标的信号特征就越小，探测距离也越短，所以雷达横截面积可以用以下公式表示：
其中R是发射机到目标的距离，r是偏振，θ是方位角，φ是垂直角。这样雷达横截面积 就可以用入射场强度和散射场强度表示出来了，它是r,θ,φ的函数。
根据雷达横截面积表达式我们可以知道，当r，φ固定的时候RCS是θ的函数，所以雷达 发送机根据接收机接收到的RCS信息不断调整两者与目标之间的θ，就可以找到使RCS最大 的θ。
接收机根据接收到的RCS计算信噪比：
其中，Pt是发射机功率，Gt是发射机增益，Gr是接收机增益，λ是波长，K是波尔兹曼常数，Ts是系统噪声温度，B是发送波形带宽，Rt是发射机到目标的距离，Rr是目标到接收 机的距离，L是发射机和接收机损耗因子。
雷达组网信噪比为：
其中i为发射机个数，j为接收机个数。
认知雷达根据接收机接收到的信噪比调整水平角度，找到雷达横截面积最大的几个角度， 布置接收雷达，从而更好的提高组网雷达的信噪比，计算组网雷达的检测概率。
检测概率和信噪比、虚景概率之间的近似关系如下：
Pd是检测概率，Pfa是虚景概率，在虚景概率一定的情况下，检测概率随信噪比增大而增 大。
具体方案如下：
步骤1：先用物理光学的方法对隐身目标的雷达横截面积进行建模；
步骤2：发射机发送信号，接收机根据接收到的信号计算隐身目标的RCS；
步骤3：接收机根据RCS计算接收机的接收信噪比；
步骤4：调整发射机和接收机、目标之间的角度；
步骤5：找到使接收信噪比最大的几个角度；
步骤6：布置接收机在最大接收角度处。
步骤7：计算组网雷达信噪比；
步骤6：计算此时的组网雷达的检测概率；
本发明一个具体实例如下：
认知雷达波形优化方法：
步骤1：先用物理光学的方法对隐身目标的雷达横截面积进行建模，根据雷达横截面积 定义
步骤2：接收机根据RCS计算接收机的接收信噪比，
步骤3：调整发射机和接收机、目标之间的角度，即最大化信噪比下的水平角度
步骤4：找到使接收信噪比最大的几个角度；
步骤5：布置接收机在最大接收角度处。
步骤6：计算组网雷达信噪比
步骤7：计算此时的组网雷达的检测概率
- 上一篇：一种医用注射器针头装配设备
- 下一篇：一种MIMO雷达近场三维成像方法