【技術實現步驟摘要】
本專利技術屬于雷達波形設計，尤其涉及一種綜合權重分布下自模糊函數的波形優化方法。
技術介紹
1、雷達波形設計是雷達系統中一個非常重要的環節，旨在通過選擇和優化發射信號的特性，以提高雷達系統的性能。雷達波形的設計直接影響到目標檢測、距離和速度測量、抗干擾能力等多個方面。雷達系統通過發射特定的電磁波形來探測和識別目標，同時要應對各種復雜的電磁環境和敵對干擾。傳統的波形設計方法往往依賴于固定的波形模式或者經驗性的設計，這些設計雖然在一定程度上滿足了基本的探測需求，但在面對多變的電磁環境和強烈的電子戰干擾時，其性能和效果顯著受限。
2、常用的波形設計方法如下：1.線性調頻(lfm)信號：利用信號的頻率隨時間線性變化。具有良好的距離分辨率和多普勒容限，適合多目標檢測。2.相位編碼信號：通過改變信號的相位來編碼信息，抗干擾能力強，適合復雜電磁環境。3.頻率捷變(frequencyagility)信號：在短時間內快速改變發射信號的頻率。提高抗干擾能力，減少被敵方雷達截獲的風險。4.多普勒頻移補償信號：通過調整信號的頻率，補償多普勒頻移的影響。提高目標檢測的準確性，特別是在高速移動目標的檢測中。5.正交頻分復用(ofdm)信號：將信號分成多個正交的子載波，每個子載波傳輸不同的數據，抗多徑干擾能力強，適合復雜傳播環境。6.隨機波形：使用隨機或偽隨機信號，提高抗干擾能力和保密性，抗干擾能力強，難以被截獲和分析。7.壓縮感知(compressive?sensing)信號：利用稀疏表示和壓縮感知理論，通過少量測量數據重建信號，減少數據傳輸量
3、在傳統的波形設計中，研究人員通常依賴于數學模型和仿真工具來評估不同波形方案的性能。這些模型涉及到雷達信號的傳播特性、目標特征的提取方法以及干擾抑制技術。隨著計算能力和算法優化的提升，現代波形設計越來越多地采用基于統計學習和優化理論的方法，通過大數據分析和自適應算法，實現對動態場景下信號處理效率的最大化。
4、波形設計作為現代雷達系統性能優化的重要組成部分，不斷受到技術創新和科學研究的推動和影響。未來的發展方向包括更加智能化的波形自適應設計、集成化的多傳感器協同工作、以及對復雜電磁環境下極端條件的適應能力。這些技術進步將進一步提升雷達系統在軍事、民用和科研領域的廣泛應用和實際效能。
技術實現思路
1、有鑒于此，本專利技術公開了一種綜合權重分布下自模糊函數的波形優化方法，基于現有的目標和干擾信號模型，設計出一系列波形模板或者優化參數，使得雷達系統在接收到目標信號時能夠最大程度地提取目標特征，同時在面對干擾信號時能夠最大程度地抑制干擾，保證系統的穩定和性能。
2、本專利技術的目的是通過如下技術方案實現的，基于確定信息的綜合互模糊函數循環優化方法，所述方法包括以下步驟：
3、步驟1，基于遠距離支援干擾場景，分析雷達、目標、干擾機三者的博弈模型；
4、步驟2，設計權重分布下的自模糊函數模板；
5、步驟3，構建權重分布下的雷達方和干擾方之間的零和博弈模型；
6、步驟4，基于零和博弈模型，改進設計出簡化模型。
7、更進一步地，所述的遠距離支援干擾場景為：
8、雷達位于坐標原點，形成球體包絡和燒穿包絡b(0,rmax),b(0,rmin)，rmax為雷達和反導系統配合的最大作用距離，rmin為雷達的燒穿距離，在燒穿包絡b(0,rmax)之外，無法對目標和干擾機形成有效探測和威脅，在包絡b(0,rmin)之內，能精準探測目標；干擾機與雷達的距離為r1，遠距離支援干擾的含義是干擾機不進入球體包絡規避風險，而是在靠近球體包絡的地方進行干擾，所以有r1＞rmax,r1＝rmax+δ,δ為相對安全距離；干擾機位于包絡b(0,rmax+δ)和b(0,rmax)之間；當前目標位于包絡b(0,rmax)和b(0,rmin)之間。
9、更進一步地，所述的自模糊函數為：
10、qtarget和qjammer分別代表目標和干擾源的特性集合，所謂不確定信息模式是指雷達對qtarget,qjammer是不確定的，根據qtarget,qjammer上的概率分布
11、
12、αk,p是目標特性集合中第k個元素在第p個條件下被選中的概率，βk,p是干擾源特性集合中第k個元素在第p個條件下被選中的概率；k是不同的目標或干擾源的標識符，p是與每個目標或干擾源相關的條件；
13、來確定模糊函數模板gk,p,(k,p)∈t×f對應的權重
14、
15、αk′,p′是模糊函數模板下的目標特性集合中第k個元素在第p個條件下被選中的概率，βk′,p′是模糊函數模板下的干擾源特性集合中第k個元素在第p個條件下被選中的概率，k′是模糊函數模板下目標或干擾源的標識符，p′是模糊函數模板下與每個目標或干擾源相關的條件，qzero是一個特性集合，其中包含的元素的權重被統一設置為1。
16、更進一步地，所述的雷達方和干擾方的零和博弈模型為：
17、雷達自模糊函數以及互模糊函數的模板空間分別為
18、mradar,auto,mradar,cross
19、干擾機的干擾模式空間為
20、mjammer,j∈mjammer
21、表示某種干擾模式。所以雷達和干擾機的第一層博弈是在mauto,mcross,mjammer上的博弈，真實的目標和干擾能量分布區域是但是模板d設計的目標和干擾能量區域為區域之間的距離或者覆蓋度量為dist，那么第一層博弈的概念模型如下：
22、對于干擾機：
23、
24、s.t.d∈mautoormcross,j∈mjammer
25、對于雷達：
26、
27、s.t.d∈mautoormcross,j∈mjammer
28、如果模板d所確定的區域帶有概率分布，那么上面的模型可以構建為隨機模型，下面模型中的期望是對具有概率分布的區域求期望：
29、對于干擾機：
30、
31、s.t.d∈mautoormcross,j∈mjammer
32、對于雷達：
33、
34、s.t.d∈mautoormcross,j∈mjammer。
35、更進一步地，對于第一層博弈，首先應用逆向歸納法解決完全信息條件下的模板選擇和干擾模式選擇的擴展型博弈問題，然后再應用完美貝葉斯納什均衡方法解決不具備完全信息的模板選擇和干擾模式的貝葉斯擴展型博弈問題。
36、更進一步地，如果第一層博弈的選擇已經確定，也就是模糊函數的模板d以及干擾機的干擾樣式j已經確定，那么進入第二層的參數精調微分博弈階段：
37、雷達的控制函數：(sradar(t),wmatch∨mis(t))的幅度、頻率、相位調制函數，記為...
【技術保護點】
1.一種綜合權重分布下自模糊函數的波形優化方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種綜合權重分布下自模糊函數的波形優化方法，其特征在于，所述的遠距離支援干擾場景為：
3.根據權利要求1所述的一種綜合權重分布下自模糊函數的波形優化方法，其特征在于，所述的自模糊函數為：
4.根據權利要求1所述的一種綜合權重分布下自模糊函數的波形優化方法，其特征在于，所述的雷達方和干擾方的零和博弈模型為：
5.根據權利要求4所述的一種綜合權重分布下自模糊函數的波形優化方法，其特征在于，對于第一層博弈，首先應用逆向歸納法解決完全信息條件下的模板選擇和干擾模式選擇的擴展型博弈問題，然后再應用完美貝葉斯納什均衡方法解決不具備完全信息的模板選擇和干擾模式的貝葉斯擴展型博弈問題。
6.根據權利要求5所述的一種綜合權重分布下自模糊函數的波形優化方法，其特征在于，如果第一層博弈的選擇已經確定，也就是模糊函數的模板d以及干擾機的干擾樣式j已經確定，那么進入第二層的參數精調微分博弈階段：
7.根據權利要求6所述的一種綜合權重分布
8.根據權利要求7所述的一種綜合權重分布下自模糊函數的波形優化方法，其特征在于，構建不確定信息模式下的微分博弈模型如下，這里不確定信息模式是對目標的距離區域和多普勒頻移區域具有不確定性，所以下面模型中的期望是對具有概率分布的區域求期望：
...【技術特征摘要】
1.一種綜合權重分布下自模糊函數的波形優化方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種綜合權重分布下自模糊函數的波形優化方法，其特征在于，所述的遠距離支援干擾場景為：
3.根據權利要求1所述的一種綜合權重分布下自模糊函數的波形優化方法，其特征在于，所述的自模糊函數為：
4.根據權利要求1所述的一種綜合權重分布下自模糊函數的波形優化方法，其特征在于，所述的雷達方和干擾方的零和博弈模型為：
5.根據權利要求4所述的一種綜合權重分布下自模糊函數的波形優化方法，其特征在于，對于第一層博弈，首先應用逆向歸納法解決完全信息條件下的模板選擇和干擾模式選擇的擴展型博弈問題，然后再應用完美貝葉斯納什均衡方法...
【專利技術屬性】
技術研發人員：劉進，李衛麗，李哲，董藝博，曹東東，彭軒昂，
申請(專利權)人：中國人民解放軍國防科技大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。