基于MPC的雷达辐射功率控制方法、装置及设备

    公开(公告)号:CN119780899A

    公开(公告)日:2025-04-08

    申请号:CN202411905615.9

    申请日:2024-12-23

    Abstract: 本发明提供了一种基于MPC的雷达辐射功率控制方法、装置及设备。方法包括:建立目标模型;目标模型包括目标辐射模型和目标状态模型,其中目标辐射信号的过程服从泊松过程;在雷达组网架构下,通过目标状态模型构建量测模型;在预设决策时刻下,通过量测模型、模型预测控制MPC算法和后验克拉美罗界PCRLB衡量跟踪精度,判断雷达组网架构中的中心站,是否需要进行有源跟踪并得到雷达辐射控制结果。在本发明中,通过结合目标辐射模型、目标状态模型和量测模型,有效提高了跟踪精度和抗干扰能力,在此基础上采用MPC算法和PCRLB衡量跟踪精度,实现了对有源跟踪决策过程的优化,提高了资源利用率和跟踪效果。

    一种分布式辐射源定位方法
    3.
    发明公开

    公开(公告)号:CN116520240A

    公开(公告)日:2023-08-01

    申请号:CN202310348174.6

    申请日:2023-04-03

    Abstract: 本发明公开了一种分布式辐射源定位方法,包括:接收各传感器节点发送的接收数据;所述接收数据由各传感器节点基于辐射源信号和信号接收模型生成;针对预设搜索空间中划分的每一网格,对各个感知节点的接收数据进行时延补偿,得到同步数据;利用最大似然估计算法分别计算所述同步数据在H0假设下的协方差矩阵U以及在H1假设下的协方差矩阵V;根据所述协方差矩阵U和所述协方差矩阵V,计算预设搜索空间中每一网格对应的似然比检验统计量;遍历预设搜索空间中的每一网格后,确定所有似然比检验统计量的峰值,并根据该峰值获取所述辐射源的定位结果。

    通感一体化背景下的多传感器网络系统误差校正方法

    公开(公告)号:CN116156445B

    公开(公告)日:2025-01-28

    申请号:CN202310010968.1

    申请日:2023-01-04

    Abstract: 本发明涉及一种通感一体化背景下的多传感器网络系统误差校正方法,包括:确定通感一体化背景下基站网络中存在的系统误差种类;确定在全局坐标系下基站的观测模型;根据合作运动目标在全局坐标系中的位置向量和速度向量确定合作运动目标的状态转移模型,并确定合作静止目标的位置;结合基站的观测模型、合作运动目标的状态转移模型和合作静止目标的位置,并根据合作目标在全局坐标系中的位置匹配误差,确定基站系统误差校正的目标函数;使用基于交替方向乘子法的坐标轮回下降算法求解目标函数,得到每个基站系统误差参数的最优估计。该方法有提高了系统误差的估计精度,获得了良好的系统跟踪性能。

    基于粒子平滑的快速TBD检测方法

    公开(公告)号:CN105842686A

    公开(公告)日:2016-08-10

    申请号:CN201610160872.3

    申请日:2016-03-21

    CPC classification number: G01S13/66 G01S7/415

    Abstract: 本发明属于雷达技术领域,公开了基于粒子平滑的快速TBD检测方法,适用于微弱目标的检测与跟踪,包括:设定目标的运动模型和雷达的观测模型;获取当前时刻的所有历史观测数据;根据当前时刻的所有历史观测数据、运动模型以及观测模型,计算目标运动状态的后验概率;运用贝叶斯平滑理论,提出PS?TBD算法;在粒子平滑权值的计算过程中运用一步平滑思想,只利用下一时刻的观测数据,对后验概率进行修正;利用各个粒子状态间的欧式距离来代替它们之间的状态转移概率,进而快速获取一步平滑概率;根据平滑概率,对雷达目标进行检测和跟踪,能够提高目标状态估计的精度。

    基于集中式MIMO雷达的多目标认知跟踪方法

    公开(公告)号:CN103760556B

    公开(公告)日:2016-03-23

    申请号:CN201410032533.8

    申请日:2014-01-23

    Abstract: 本发明属于雷达系统多目标跟踪技术领域,公开了复杂环境下基于集中式MIMO雷达的多目标认知跟踪方法。该基于集中式MIMO雷达的多目标认知跟踪方法包括以下步骤:设定第q个目标在k时刻的状态以及其概率密度函数;设定观测矩阵,得出观测矩阵的条件概率密度;计算k时刻的贝叶斯信息矩阵;得出k时刻与k+1时刻BIM之间的递推关系式,在给定发射功率的假设下,计算k+1时刻第q目标跟踪误差的贝叶斯克拉美罗下界;建立功率分配模型,并进行求解,根据求解结果在k+1时刻向第q个目标发射具有对应功率的波束。

    基于集中式MIMO雷达的多目标认知跟踪方法

    公开(公告)号:CN103760556A

    公开(公告)日:2014-04-30

    申请号:CN201410032533.8

    申请日:2014-01-23

    CPC classification number: G01S13/66 G01S7/42 G01S13/726

    Abstract: 本发明属于雷达系统多目标跟踪技术领域,公开了复杂环境下基于集中式MIMO雷达的多目标认知跟踪方法。该基于集中式MIMO雷达的多目标认知跟踪方法包括以下步骤:设定第q个目标在k时刻的状态以及其概率密度函数;设定观测矩阵,得出观测矩阵的条件概率密度;计算k时刻的贝叶斯信息矩阵得出k时刻与k+1时刻BIM之间的递推关系式,在给定发射功率的假设下,计算k+1时刻第q目标跟踪误差的贝叶斯克拉美罗下界;建立功率分配模型,并进行求解,根据求解结果在k+1时刻向第q个目标发射具有对应功率的波束。

    通感一体化背景下的多传感器网络系统误差校正方法

    公开(公告)号:CN116156445A

    公开(公告)日:2023-05-23

    申请号:CN202310010968.1

    申请日:2023-01-04

    Abstract: 本发明涉及一种通感一体化背景下的多传感器网络系统误差校正方法,包括:确定通感一体化背景下基站网络中存在的系统误差种类;确定在全局坐标系下基站的观测模型;根据合作运动目标在全局坐标系中的位置向量和速度向量确定合作运动目标的状态转移模型,并确定合作静止目标的位置;结合基站的观测模型、合作运动目标的状态转移模型和合作静止目标的位置,并根据合作目标在全局坐标系中的位置匹配误差,确定基站系统误差校正的目标函数;使用基于交替方向乘子法的坐标轮回下降算法求解目标函数,得到每个基站系统误差参数的最优估计。该方法有提高了系统误差的估计精度,获得了良好的系统跟踪性能。

Patent Agency Ranking