基于動(dòng)態(tài)規(guī)劃的多站雷達(dá)協(xié)同探測(cè)信號(hào)級(jí)融合算法

安政帥 劉志國(guó)

(中國(guó)電子科技集團(tuán)公司第二十研究所 西安 710068)

0 引言

隨著戰(zhàn)爭(zhēng)的不斷升級(jí)和軍事科學(xué)技術(shù)的飛速發(fā)展，快速發(fā)展的隱身技術(shù)和不斷出現(xiàn)的低空高速超高速目標(biāo)、日新月異的電子偵察和雷達(dá)干擾技術(shù)等，對(duì)現(xiàn)代雷達(dá)工作構(gòu)成了巨大的威脅[1]。近幾年，我國(guó)軍事現(xiàn)代化建設(shè)的不斷深入，武器裝備得到了長(zhǎng)足的發(fā)展，未來(lái)我國(guó)將會(huì)裝備更多的雷達(dá)來(lái)維護(hù)我國(guó)的戰(zhàn)略利益。目前，我國(guó)已經(jīng)裝備了許多同型的雷達(dá)，這些雷達(dá)目前都是獨(dú)立工作的，與其它陣地或平臺(tái)上的同型雷達(dá)不存在探測(cè)信息的交互。

針對(duì)單部雷達(dá)探測(cè)在頻域、空域、時(shí)域等方面的局限性，為有效擴(kuò)展雷達(dá)的威力范圍，提高雷達(dá)的探測(cè)能力，可以選擇增加雷達(dá)的功率孔徑積、改進(jìn)雷達(dá)信號(hào)處理技術(shù)等手段。但是，增加功率使雷達(dá)自身受到嚴(yán)重的安全威脅；后端信號(hào)處理改善也很有限。對(duì)于傳統(tǒng)雷達(dá)來(lái)說(shuō)，目標(biāo)RCS閃爍是造成雷達(dá)性能下降的一個(gè)重要因素，但對(duì)于多站分布式雷達(dá)來(lái)說(shuō)，目標(biāo)RCS閃爍是可以利用來(lái)提高雷達(dá)探測(cè)性能的手段之一。研究表明，目標(biāo)觀測(cè)角轉(zhuǎn)動(dòng)一微弧度，RCS可能會(huì)變化10dB甚至更多，而傳統(tǒng)的雷達(dá)試圖最大化相干處理增益，并不能有效處理目標(biāo)的RCS起伏。與傳統(tǒng)平臺(tái)上單部雷達(dá)相比，多站雷達(dá)協(xié)同探測(cè)可以充分利用目標(biāo)的RCS起伏特性來(lái)大幅提升目標(biāo)的探測(cè)性能，同時(shí)還具有抗摧毀、抗干擾等優(yōu)勢(shì)，因此，近年來(lái)成為國(guó)際雷達(dá)界的前沿研究熱點(diǎn)之一[2-14]。

目前，國(guó)內(nèi)外學(xué)者主要集中在多部雷達(dá)航跡融合算法的研究[15-19]，單部雷達(dá)通過(guò)信號(hào)級(jí)處理形成點(diǎn)跡或航跡，然后將單部雷達(dá)的點(diǎn)跡或航跡信息傳送到數(shù)據(jù)融合中心進(jìn)行多部雷達(dá)點(diǎn)跡或航跡數(shù)據(jù)的融合。這種融合方法可以大大提高對(duì)目標(biāo)的跟蹤精度，但是由于傳輸?shù)綌?shù)據(jù)融合中心的單部雷達(dá)數(shù)據(jù)已經(jīng)經(jīng)過(guò)門限處理，這將導(dǎo)致探測(cè)到的微弱目標(biāo)信號(hào)的丟失，大大降低了對(duì)微弱目標(biāo)的檢測(cè)能力。

針對(duì)此問(wèn)題，本文提出了一種基于動(dòng)態(tài)規(guī)劃的多部同型雷達(dá)信號(hào)級(jí)融合協(xié)同探測(cè)的新方法。該方法將多部雷達(dá)空間坐標(biāo)轉(zhuǎn)換后的距離多普勒數(shù)據(jù)組成動(dòng)態(tài)規(guī)劃算法的多幀數(shù)據(jù)，然后利用動(dòng)態(tài)規(guī)劃算法進(jìn)行非相參信號(hào)融合處理，這樣可以大大提高目標(biāo)的檢測(cè)性能，仿真結(jié)果表明了該算法的有效性。

1 系統(tǒng)模型

1.1 空間柵格劃分[8]

多部雷達(dá)由于觀測(cè)目標(biāo)視角、觀測(cè)時(shí)間以及距離尺度的不同，進(jìn)行非相參積累檢測(cè)，首先要進(jìn)行時(shí)間維、空間維的數(shù)據(jù)對(duì)齊。以雷達(dá)距離單元和方位參數(shù)為尺度基準(zhǔn)，對(duì)多部雷達(dá)觀測(cè)區(qū)域進(jìn)行柵格化劃分，將多部雷達(dá)目標(biāo)數(shù)據(jù)進(jìn)行分類存儲(chǔ)，方便后續(xù)信號(hào)融合處理。

圖1 雷達(dá)搜索區(qū)域空間柵格劃分示意圖

各節(jié)點(diǎn)雷達(dá)對(duì)接收的目標(biāo)信號(hào)數(shù)據(jù)，根據(jù)柵格化的要求和各雷達(dá)目標(biāo)的唯一性，依據(jù)各節(jié)點(diǎn)的相對(duì)位置信息、時(shí)間同步信息，通過(guò)坐標(biāo)轉(zhuǎn)換，時(shí)、空對(duì)準(zhǔn)解算，進(jìn)行目標(biāo)信號(hào)數(shù)據(jù)的整理及柵格化對(duì)齊、存儲(chǔ)。

1.2 空間坐標(biāo)變換

在各雷達(dá)協(xié)同之前，每部雷達(dá)知道其他雷達(dá)在自己坐標(biāo)系下的位置信息。這樣，每個(gè)雷達(dá)對(duì)其他雷達(dá)送來(lái)的目標(biāo)位置信息可以通過(guò)坐標(biāo)變換來(lái)統(tǒng)一到自己坐標(biāo)系下。設(shè)參與協(xié)同的雷達(dá)總數(shù)為K(K≥2)，以雷達(dá)一為融合中心，雷達(dá)k(k=1,2,…,K)為參與協(xié)同的雷達(dá)，這其中的坐標(biāo)變換為：雷達(dá)k送來(lái)其觀測(cè)數(shù)據(jù)信息——通過(guò)雷達(dá)k平臺(tái)在雷達(dá)一的坐標(biāo)位置，將觀測(cè)數(shù)據(jù)信息統(tǒng)一到雷達(dá)一坐標(biāo)系下——雷達(dá)一與雷達(dá)k(k=1,2,…,K)的信號(hào)在同一坐標(biāo)系下，共同作為參與融合的原始信號(hào)。

坐標(biāo)變換過(guò)程如圖2所示。

圖2 雷達(dá)與目標(biāo)坐標(biāo)關(guān)系示意圖

O1為融合中心雷達(dá)，Ok為參與融合的雷達(dá)站點(diǎn)，T為目標(biāo)。Ok在O1極坐標(biāo)系下的坐標(biāo)為dk,αk，目標(biāo)T在各自雷達(dá)的極坐標(biāo)系下的坐標(biāo)為ρk,θk(k=1,2,…,K)，其中dk為雷達(dá)一與雷達(dá)k的直線距離，Rk為雷達(dá)k與目標(biāo)之間的直線距離，R′k表示雷達(dá)k經(jīng)上述坐標(biāo)變換后距目標(biāo)的直線距離；θk為目標(biāo)所在方位與雷達(dá)k坐標(biāo)軸之間的方位夾角，θ′k表示雷達(dá)k經(jīng)上述坐標(biāo)變換后所在方位與雷達(dá)一坐標(biāo)軸之間的方位夾角，αk為雷達(dá)k坐標(biāo)原點(diǎn)與雷達(dá)一坐標(biāo)原點(diǎn)連線和雷達(dá)一坐標(biāo)軸之間的夾角。

在ΔO1OkT中，由余弦定理得

(1)

在RtΔO1TH和RtΔOkTH中

(2)

因此，雷達(dá)k與雷達(dá)一的坐標(biāo)位置具有函數(shù)關(guān)系，利用式(3)、式(4)將所有雷達(dá)接收的預(yù)處理后的距離多普勒數(shù)據(jù)統(tǒng)一到同一坐標(biāo)系下

(3)

(4)

2 多部雷達(dá)信號(hào)級(jí)融合算法[20-21]

對(duì)單部雷達(dá)而言，現(xiàn)代雷達(dá)信號(hào)處理技術(shù)基本都采用相參技術(shù)，但是，在目前的技術(shù)水平下，尤其對(duì)于運(yùn)動(dòng)平臺(tái),由于不同站點(diǎn)之間的時(shí)間同步精度限制，多站雷達(dá)之間的信號(hào)融合只能進(jìn)行非相參積累。

2.1 數(shù)據(jù)模型

這里假設(shè)雷達(dá)一到雷達(dá)K已經(jīng)完成時(shí)間同步，則對(duì)雷達(dá)一至雷達(dá)K回波數(shù)據(jù)進(jìn)行預(yù)處理的過(guò)程為：對(duì)雷達(dá)回波數(shù)據(jù)進(jìn)行脈沖壓縮以及MTD處理，并對(duì)雷達(dá)二至雷達(dá)K回波數(shù)據(jù)按照1.2節(jié)的坐標(biāo)變換公式進(jìn)行空間坐標(biāo)變換，變換后的數(shù)據(jù)模型表示為

zk(m,n,p)=Ak,m,n,pexp(jφk,m,n,p)

(5)

其中，k=1,2,…,K(k代表雷達(dá)編號(hào)，K表示參與協(xié)同探測(cè)的雷達(dá)總數(shù))；m=1,2,…,M(m代表距離單元編號(hào)，M表示距離單元總數(shù))；n=1,2,…,N(n代表多普勒單元編號(hào)，N表示多普勒單元的總數(shù))；p=1,2,…,P(p代表方位波位編號(hào)，P表示雷達(dá)探測(cè)的方位波位總數(shù))；這里zk(m,n,p)為第k部雷達(dá)第m個(gè)距離單元第n個(gè)多普勒單元第p個(gè)方位單元的數(shù)據(jù)值，Ak,m,n,p表示復(fù)數(shù)據(jù)的幅度值，φk,m,n,p表示復(fù)數(shù)據(jù)的相位值。

為了方便后續(xù)描述，這里將雷達(dá)一到雷達(dá)K經(jīng)預(yù)處理后的數(shù)據(jù)統(tǒng)一表示為Z=[z1,z2,…,zK]。

2.2 狀態(tài)轉(zhuǎn)移原理

從理論上講，如圖3所示，各部雷達(dá)把原始數(shù)字信號(hào)經(jīng)預(yù)處理后送到指定的節(jié)點(diǎn)進(jìn)行時(shí)空配準(zhǔn)、信號(hào)關(guān)聯(lián)、信號(hào)融合、點(diǎn)跡檢測(cè)等處理，輸出目標(biāo)檢測(cè)信息。但是由于雷達(dá)自身定位精度和時(shí)間同步精度的限制及不同雷達(dá)觀測(cè)目標(biāo)的速度差異和空間坐標(biāo)轉(zhuǎn)換誤差，融合中心進(jìn)行高精度的時(shí)空配準(zhǔn)十分困難。

為了有效實(shí)現(xiàn)各雷達(dá)間信號(hào)融合，將各部雷達(dá)預(yù)處理后的數(shù)據(jù)組成多幀數(shù)據(jù)，(即將多部雷達(dá)預(yù)處理后的數(shù)據(jù)分階段進(jìn)行處理)，然后利用動(dòng)態(tài)規(guī)劃算法進(jìn)行非相參積累，實(shí)現(xiàn)目標(biāo)的有效檢測(cè)。下面討論不同幀間目標(biāo)狀態(tài)是如何進(jìn)行轉(zhuǎn)移的。

圖3 多雷達(dá)信號(hào)級(jí)融合過(guò)程

為了描述的方便，這里定義目標(biāo)的狀態(tài)向量xk=[rk,θk,vk]，其中rk表示目標(biāo)當(dāng)前的距離，θk表示目標(biāo)當(dāng)前所處的方位角，vk表示目標(biāo)當(dāng)前的速度。

為了實(shí)現(xiàn)動(dòng)態(tài)規(guī)劃算法,必須對(duì)目標(biāo)的狀態(tài)空間進(jìn)行離散化。在1.1節(jié)中已經(jīng)將雷達(dá)搜索區(qū)域進(jìn)行了空間柵格劃分，下面將目標(biāo)的速度進(jìn)行離散化，將[-vmax,vmax]進(jìn)行均勻劃分為2L等份，其中L=vmax/Δv，這里Δv表示速度分辨單元，這樣目標(biāo)的速度范圍可以表示為[-LΔv,LΔv]，目標(biāo)的速度可以表示為vm=-vmax+mΔv，(m=0,1,2,…,2L+1)。

假設(shè)第k幀目標(biāo)所處的狀態(tài)為

那么第k+1幀目標(biāo)所處的狀態(tài)為

這里δi，δj，δm分別表示距離、角度和速度誤差，這些誤差主要是由于空間坐標(biāo)轉(zhuǎn)換，雷達(dá)自身定位精度等因素引起的，δi，δj，δm可以根據(jù)實(shí)際需要進(jìn)行取值。

圖4 幀間狀態(tài)轉(zhuǎn)移示意圖

2.3 基于動(dòng)態(tài)規(guī)劃的多部雷達(dá)信號(hào)級(jí)融合算法[22-26]

在采用動(dòng)態(tài)規(guī)劃方法進(jìn)行多部雷達(dá)信號(hào)級(jí)融合前，對(duì)2.1節(jié)中雷達(dá)一的數(shù)據(jù)和坐標(biāo)變換后雷達(dá)二到雷達(dá)K的數(shù)據(jù)取幅值，根據(jù)數(shù)據(jù)的幅度值，構(gòu)造動(dòng)態(tài)規(guī)劃方法的值函數(shù)，然后采用動(dòng)態(tài)規(guī)劃方法進(jìn)行多部雷達(dá)信號(hào)級(jí)融合，流程如圖5所示，最后經(jīng)目標(biāo)檢測(cè)得到目標(biāo)的距離、方位、速度等信息。

圖5 多部雷達(dá)信號(hào)級(jí)融合算法流程

具體地，采用動(dòng)態(tài)規(guī)劃方法進(jìn)行多部雷達(dá)信號(hào)融合包括以下步驟：

Step1：進(jìn)行初始化處理，用雷達(dá)一取幅值后的數(shù)據(jù)作為第一幀數(shù)據(jù)，利用第一幀數(shù)據(jù)對(duì)值函數(shù)進(jìn)行初始化

I(x1)=z1

(6)

其中，I(·)表示值函數(shù)。

Step2：遞歸積累過(guò)程，當(dāng)k取2至K時(shí)，將雷達(dá)二到雷達(dá)K坐標(biāo)變換取幅值后的數(shù)據(jù)作為第2到K幀數(shù)據(jù)，利用式(7)求出k幀積累后的值函數(shù)I(xk)

(7)

其中，τxk表示目標(biāo)狀態(tài)在k-1幀時(shí)所能轉(zhuǎn)移的狀態(tài)范圍。

當(dāng)k=K時(shí)，得出I(xK)，根據(jù)前述說(shuō)明，此時(shí)I(xK)僅為xK的函數(shù)，τxk根據(jù)坐標(biāo)轉(zhuǎn)換誤差和目標(biāo)相對(duì)不同雷達(dá)的運(yùn)動(dòng)特性確定。

Step3：找出滿足設(shè)定條件的狀態(tài)，所述設(shè)定條件為I(xK)>VDT，VDT為設(shè)定門限。

3 信號(hào)級(jí)融合算法性能分析

3.1 不存在匹配誤差下的非相參積累增益分析

(8)

(9)

這里Person形式的不完全伽瑪函數(shù)為

(10)

從式(10)可以看出該閉合解包含非常復(fù)雜的非線性運(yùn)算，計(jì)算十分復(fù)雜，下面通過(guò)研究近似方法來(lái)求解其非相參積累增益。

Albersheim公式是對(duì)非起伏目標(biāo)檢測(cè)問(wèn)題的實(shí)驗(yàn)性近似，但是僅僅對(duì)于線性檢波器有效。單個(gè)樣本SNR根據(jù)公式(11)計(jì)算。

lg(A+0.12AB+1.7B)dB

(11)

通過(guò)使用具有不同N值的Albersheim公式來(lái)計(jì)算單個(gè)樣本SNR，可以容易地獲得非相參積累增益。

3.2 存在匹配誤差下的非相參積累增益分析

下面給出現(xiàn)存文獻(xiàn)中關(guān)于動(dòng)態(tài)規(guī)劃非相參積累增益的分析結(jié)果，具體推導(dǎo)可以參閱文獻(xiàn)[27]。

1)純?cè)肼晠^(qū)域

μm1=μk+σkμmax(q)

(12)

(13)

(14)

(15)

兩個(gè)相互獨(dú)立的高斯隨機(jī)變量的均值與方差通過(guò)對(duì)這兩個(gè)隨機(jī)變量的均值與方差求和得到，因此

μk+1=μm1+μ=μ+μk+σkμmax(q)

(16)

(17)

2)存在信號(hào)的區(qū)域

則

(18)

(19)

這樣可以得到檢測(cè)概率和虛警概率的表達(dá)式為

(20)

(21)

在存在不同匹配誤差條件下，給定虛警概率，根據(jù)虛警概率的表達(dá)式可以計(jì)算出相應(yīng)誤差下的檢測(cè)門限值，然后根據(jù)檢測(cè)門限值依據(jù)檢測(cè)概率的表達(dá)式可以計(jì)算不同信噪比下的檢測(cè)概率，進(jìn)而可以得出不同匹配誤差條件下的檢測(cè)性能損失。

4 實(shí)驗(yàn)結(jié)果與性能分析

仿真參數(shù)設(shè)置：雷達(dá)發(fā)射線性調(diào)頻信號(hào)時(shí)寬5μs，帶寬2MHz，采樣率4MHz，雷達(dá)一和雷達(dá)二單次回波信噪比均為SNR=-18dB，相干積累脈沖數(shù)64；方位波束寬度2°，雷達(dá)搜索區(qū)域方位角度范圍θ0=30°和θP=120°，兩部雷達(dá)的直線距離為1km，雷達(dá)二相對(duì)于雷達(dá)一的夾角α=20°。仿真實(shí)驗(yàn)具體如下：

1)不存在站址誤差條件下信號(hào)級(jí)融合算法仿真與分析。

從圖6可以看出，利用基于動(dòng)態(tài)規(guī)劃的信號(hào)級(jí)融合算法實(shí)現(xiàn)了兩部雷達(dá)的信號(hào)級(jí)融合,同時(shí)不難發(fā)現(xiàn)信號(hào)進(jìn)行非相參融合積累的同時(shí)噪聲也實(shí)現(xiàn)了一定的積累,由于噪聲是隨機(jī)的，經(jīng)信號(hào)級(jí)融合后信噪比會(huì)有一定的提升，這樣有利于實(shí)現(xiàn)對(duì)弱小目標(biāo)的檢測(cè)。

圖6 信號(hào)級(jí)融合前與融合后結(jié)果對(duì)比圖

2)存在站址誤差條件下信號(hào)級(jí)融合算法仿真與分析。

從圖7可以看出，由于雷達(dá)定位誤差的存在，空間坐標(biāo)轉(zhuǎn)換只實(shí)現(xiàn)了距離維、方位維和多普勒維的近似配準(zhǔn)，并沒有實(shí)現(xiàn)雷達(dá)一和雷達(dá)二距離、方位和多普勒通道的完全對(duì)齊，但是利用基于動(dòng)態(tài)規(guī)劃的信號(hào)級(jí)融合算法仍然實(shí)現(xiàn)了兩部雷達(dá)的信號(hào)級(jí)融合，這說(shuō)明該算法具有一定的穩(wěn)健性，從而為該算法工程應(yīng)用奠定了基礎(chǔ)。

圖7 信號(hào)級(jí)融合前與融合后結(jié)果對(duì)比圖

3)兩部雷達(dá)信號(hào)級(jí)融合算法檢測(cè)性能仿真與分析。

下面通過(guò)蒙特卡羅試驗(yàn)研究?jī)刹坷走_(dá)信號(hào)級(jí)非相參融合檢測(cè)性能的改善，并通過(guò)理論分析進(jìn)一步得到多部雷達(dá)進(jìn)行信號(hào)級(jí)非相參融合的積累增益。

圖8為通過(guò)蒙特卡羅試驗(yàn)得到的雷達(dá)一、雷達(dá)二及雷達(dá)一和雷達(dá)二進(jìn)行信號(hào)級(jí)融合后不同信噪比下的檢測(cè)概率曲線。由于雷達(dá)一和雷達(dá)二設(shè)置的仿真參數(shù)完成一致，因此雷達(dá)一和雷達(dá)二單部雷達(dá)的檢測(cè)概率是一致的。從圖中可以看出雷達(dá)一和雷達(dá)二經(jīng)信號(hào)級(jí)融合后，與單部雷達(dá)相比，信噪比提高大約為2.5dB。圖9為利用3.1節(jié)中Albersheim公式分析得到的不同積累樣本下的非相參積累增益，從圖8和9不難得到，對(duì)于兩部雷達(dá)而言，蒙特卡羅試驗(yàn)結(jié)果與理論分析結(jié)果基本一致，從而驗(yàn)證了算法的正確性。從圖9可以進(jìn)一步得到多部雷達(dá)進(jìn)行信號(hào)級(jí)非相參融合目標(biāo)檢測(cè)性能的提升能力；同時(shí)不難看出隨著非相參積累樣本的增加，積累增益會(huì)逐漸減小，顯然對(duì)于略高于噪底的弱小目標(biāo)通過(guò)多部雷達(dá)非相參融合來(lái)實(shí)現(xiàn)目標(biāo)檢測(cè)還十分困難，因此如何實(shí)現(xiàn)多部雷達(dá)的相參融合以更好的提升對(duì)弱小目標(biāo)的探測(cè)性能仍需進(jìn)一步研究。

圖8 單部雷達(dá)與兩部雷達(dá)信號(hào)級(jí)融合后檢測(cè)性能曲線(Pfa=10-4)

圖9 使用Albersheim公式計(jì)算非起伏目標(biāo)的非相參積累增益(Pfa=10-4)

4)不同匹配誤差下兩部雷達(dá)信號(hào)級(jí)融合算法檢測(cè)性能仿真與分析。

圖10為在不同的距離方位匹配誤差條件下兩部雷達(dá)信號(hào)級(jí)融合后檢測(cè)性能損失曲線。由于站址誤差、空間坐標(biāo)轉(zhuǎn)換誤差等多種誤差的影響，空間坐標(biāo)轉(zhuǎn)換后只能實(shí)現(xiàn)近似配準(zhǔn)，而且配準(zhǔn)誤差會(huì)隨著站址誤差、時(shí)間定位誤差等誤差的增大而增大。從圖10中可以看出，該算法隨著匹配誤差的增加檢測(cè)性能下降并不十分明顯，這說(shuō)明該算法具有一定的穩(wěn)健性，同時(shí)不難發(fā)現(xiàn)，當(dāng)匹配誤差很大時(shí)，與單部雷達(dá)檢測(cè)相比，檢測(cè)性能提高十分有限。因此，采用多種措施減小各種誤差的影響將有利于提高信號(hào)級(jí)融合后的檢測(cè)性能。

圖10 不同匹配誤差下兩部雷達(dá)信號(hào)級(jí)融合后檢測(cè)性能損失曲線

從以上仿真結(jié)果可以看出，基于動(dòng)態(tài)規(guī)劃的信號(hào)級(jí)融合算法可以有效實(shí)現(xiàn)兩部雷達(dá)信號(hào)級(jí)融合，并且具有一定的穩(wěn)健性，驗(yàn)證了該算法理論的正確

性，同時(shí)在不考慮站址誤差及時(shí)間誤差的條件下，兩部雷達(dá)進(jìn)行信號(hào)級(jí)非相參融合信噪比可以提高大約2.5dB。

5)實(shí)測(cè)數(shù)據(jù)結(jié)果與分析。

本試驗(yàn)通過(guò)雷達(dá)對(duì)四旋翼無(wú)人機(jī)(如圖11所示)進(jìn)行照射，數(shù)據(jù)采樣儀采樣雷達(dá)回波中頻信號(hào)，然后將采樣的雷達(dá)回波數(shù)據(jù)在計(jì)算機(jī)上進(jìn)行離線處理，以驗(yàn)證信號(hào)級(jí)融合相關(guān)指標(biāo)。

圖11 無(wú)人機(jī)飛行試驗(yàn)

雷達(dá)發(fā)射線性調(diào)頻脈沖信號(hào)，時(shí)寬2μs，帶寬40MHz，中頻120MHz，脈沖重復(fù)周期200μs，數(shù)據(jù)采集儀采樣率160MHz。

圖12中的(a)、(b)、(c)展示了信號(hào)融合前和融合后距離維的結(jié)果，從圖中可以看出，經(jīng)空間坐標(biāo)變換后，雖然距離維沒有實(shí)現(xiàn)同一坐標(biāo)系下的完全對(duì)齊，但是利用基于動(dòng)態(tài)規(guī)劃的信號(hào)級(jí)融合算法仍然實(shí)現(xiàn)了兩部雷達(dá)的信號(hào)級(jí)融合，從而說(shuō)明該算法的魯棒性。

圖12 兩部雷達(dá)信號(hào)級(jí)融合前與融合后結(jié)果對(duì)比圖

5 結(jié)束語(yǔ)

本文提出了一種基于動(dòng)態(tài)規(guī)劃的多站雷達(dá)協(xié)同探測(cè)信號(hào)級(jí)融合算法，目的是將各站雷達(dá)多普勒濾波后的數(shù)據(jù)經(jīng)空間坐標(biāo)轉(zhuǎn)換后直接進(jìn)行非相參融合，從而克服以前算法進(jìn)行數(shù)據(jù)級(jí)融合信息利用不充分和不利于微弱目標(biāo)檢測(cè)的缺點(diǎn)。仿真表明，該算法不僅可以有效提高目標(biāo)的檢測(cè)概率，而且可以在誤差條件下實(shí)現(xiàn)信號(hào)級(jí)融合；與此同時(shí)，通過(guò)實(shí)測(cè)數(shù)據(jù)驗(yàn)證了算法的可行性。該算法雖然提高了目標(biāo)的檢測(cè)能力，但是如何實(shí)現(xiàn)多部雷達(dá)的相參融合以更好地提升對(duì)弱小目標(biāo)的探測(cè)性能并將該算法更好地應(yīng)用到工程實(shí)踐中尚需進(jìn)一步的研究。