相控阵雷达数据率参数分析.pdf

《相控阵雷达数据率参数分析.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、相控阵雷达数据率参数分析史东兴杨军（91245部队80分队，辽宁葫芦岛125001）［摘要］相控阵雷达是一种以电子扫描代替机械扫描的先进目标探测与定位设备，由于采用计算机控制，因而具有灵活的多波束指向及驻留时间、可控的空间功率分配及时间资源分配等特点，这些特点决定了相控阵雷达能快速提供大空域、多批量目标的三坐标测量数据，同时也有较高的测量精度和分辨力。［关键词］相控阵雷达；数据率；卡尔曼滤波1引言驾驶员或环境扰动所造成的不可测行为。相控阵雷达是一种以电子扫描代替机械扫描的先进目标探测与定位3.2卡尔曼滤波算法设备，由于采用计算机控制

2、，因而具有灵活的多波束指向及驻留时间、卡尔曼滤波是以最小均方误差为估计的最佳准则，来寻求一套递推可控的空间功率分配及时间资源分配等特点，这些特点决定了相控阵雷估计的算法。卡尔曼递推算法利用前一时刻的状态估计值和当前时刻的达能快速提供大空域、多批量目标的三坐标测量数据，同时也有较高的观测值来共同确定当前状态的估计值。测量精度和分辨力。3.3卡尔曼滤波时跟踪数据率2搜索数据率令G是雷达系统要求的测量精度，为了使雷达在下一次采样时能2.1雷达发现概率、虚警概率以及信噪比之间的关系够检测到目标，雷达的波束指向位置预测误差不能大于雷达系统要求

3、的发现概率、虚警概率是一部雷达系统要求的重要指标，发现概率过测量精度，即：低会出现漏警现象，产生严重的后果，虚警概率过高会使虚警时间过P11（tN+1誆N）≤G（3）短。在采用一定的虚警概率条件下，发现概率与信噪比之间有着直接对当采用角度跟踪时，G的最佳值为波束宽度的0.3倍，也就是应的关系。G=0.3×B，B是波束宽度。2.2不同检测距离所对应的发现概率P11（tN+1誆N）是外推时间的增函数，反映了以处理数据中目标的机因为电磁波随着探测距离的增大而衰减，所以雷达对于不同的检测动状况和位置噪声的大小，当雷达采样时间选取得过长，雷达

4、位置预测位置所接收到脉冲的信噪比是不同的，从而也决定了在单脉冲检测时的误差很容易大于系统要求的测量精度，当雷达采样时间选取得过短，雷发现概率是不同的。当发射机发射的功率为Pt，雷达天线的增益为Gt，达的资源又得不到合理的利用。显然利用方程可以求出最佳的雷达采样目标的闪射面积为ξ时，接收天线处收到的回波功率为：周期，即当P11（tN+1誆N）=G时的雷达采样时间。这样，可计算出跟踪S2=PtGtξ（1）数据率为：（2πR）221Dg=（4）对于同一个目标，根据方程不难得出目标在Rd处时，雷达接收脉Tg冲的信噪比为：4计算机仿真=R04

5、4.1在恒虚警时达到一定发现概率所需积累脉冲个数的仿真计算SNRdSNR0（2）Rd假设某一相控阵雷达，系统要求发现概率不小于99%，虚警概率其中，R0是雷达的有效作用距离，SNR0是雷达在有效作用距离时为10-5，其最大作用距离为500公里，在最大作用距离时的信噪比为的信噪比。0dB。由方程（4）可知，要达到99%的发现概率，积累脉冲的信噪比2.3雷达系统要达到一定发现概率下的积累脉冲个数必须大于13dB。从实验中可以看出，在500公里要达到99%的发现往往，在信噪比不是很高时，一定的虚警概率下雷达达不到很高的概率，积累脉冲的

6、个数不小于20个，在250公里要达到99%的发现概发现概率的要求，这时就要采用脉冲积累的方法对目标进行检测。多个率，积累脉冲的个数不小于2个，而在200公里以内只要一个脉冲就可脉冲积累后可以有效地提高信噪比，从而改善雷达的检测能力。如果采以达到99%以上的发现概率。从变化的趋势中可以看出积累脉冲个数用中频积累，将N个等幅相参中频脉冲进行相参积累可以使信噪比提高的要求对于距离变化非常敏感，脉冲积累起到的效果也是非常明显的，为原来的N倍。这都是因为脉冲的回波功率与距离的4次方成反比的缘故。3跟踪数据率4.2搜索数据率的模拟计算跟踪数据率

7、等于跟踪采样间隔时间的倒数。跟踪数据率的大小对相假设脉冲重频为150Hz，空间波位数为300，则根据公式所计算控阵雷达多目标跟踪性能有很大的影响。正确选定跟踪采样间隔时间对得到的搜索数据率随距离变化曲线如图1所示。在图中可以看出，搜索确保跟踪的连续性、可靠性和跟踪精度都有着重要的意义，如果不适当数据率随着目标作用距离的增大而增大。这是因为远距离目标为了达到地提高数据率会极大地消耗雷达有效的系统资源，因而必须计算出最适相同的发现概率，在每一次检测时必须多发送脉冲的缘故。当的雷达跟踪数据率。现阶段雷达跟踪系统采用的跟踪算法有卡尔曼滤波、

8、IMM算法、IE算法、α-β滤波等，这里以卡尔曼滤波为例对雷达跟踪数据率进行求解。3.1目标模型在应用估计理论时，要求定义估计问题的数学模型来描述在某个时刻状态变量与以前时刻的关系。对于运动模型，状态变量可选用目标的位置（与目标的引力