[发明专利]一种基于神经网络的机载雷达射频隐身波形选择方法

说明书

本发明公开了一种基于神经网络的机载雷达射频隐身波形选择方法，包括建立机载雷达射频隐身发射波形选择集合Ω；定义机载雷达射频隐身波形选择目标函数；建立基于目标函数OF的机载雷达射频隐身波形选择模型；采用神经网络对机载雷达射频隐身波形进行选择。本发明方法不仅能够提升目标跟踪精度及机载雷达的射频隐身性能，而且可以有效降低计算耗时，提高运行效率。

技术领域

本发明属于雷达信号处理的技术领域，具体涉及一种基于神经网络的机载雷达射频隐身波形选择方法。

背景技术

随着电子对抗技术的快速发展，未来战斗机所面临的作战环境将会越来越严峻。特别是各种先进无源探测器的广泛使用，使得单纯依靠被动隐身技术已经不能完全保证战斗机的安全。机载雷达射频隐身(Radio Frequency Stealth,RFS)技术作为一种重要的主动隐身技术，通过缩减己方机载雷达设备的辐射特性来降低敌方无源探测设备的截获概率和截获距离，从而提升雷达系统的反侦察、反干扰能力，是保障战斗机先敌发现、先敌打击、先敌摧毁的重要手段。

神经网络具有分布式、自组织和自学习特点，可以并行协同处理信息，完成信息的处理与存储。神经网络通过大量的学习，不断调整自身权重与阈值，具有智能特性。目前，神经网络技术已应用到雷达发射波形选择中，在降低计算耗时的同时，提升了雷达目标跟踪性能。

然而，已有的研究成果虽然涉及基于神经网络的雷达波形选择问题，在预先设定的雷达发射波形库中，通过对雷达发射波形或波形参数进行自适应优化选择，提升了雷达系统的目标跟踪性能。然而，已有研究成果均未考虑雷达系统的射频隐身性能，具有一定的局限性，而且目前尚未有基于神经网络的机载雷达射频隐身波形选择方法见诸公开报道。

发明内容

发明目的：针对现有技术存在的问题和不足，本发明提供一种基于神经网络的机载雷达射频隐身波形选择方法。该方法不仅能够提升目标跟踪精度及机载雷达的射频隐身性能，而且可以有效降低计算耗时，提高运行效率。

技术方案：为实现上述发明目的，本发明采用以下技术方案：

一种基于神经网络的机载雷达射频隐身波形选择方法，包括以下步骤：

(1)建立机载雷达射频隐身发射波形选择集合Ω；

(2)定义机载雷达射频隐身波形选择目标函数；

(3)建立基于目标函数OF的机载雷达射频隐身波形选择模型，并采用遍历法对模型进行求解；

(4)采用神经网络对机载雷达射频隐身波形进行选择。

进一步的，步骤(1)中机载雷达射频隐身发射波形选择集合Ω中包括线性调频信号、高斯调制线性调频信号、巴克码信号、P1码、P2码、P3码和P4码。

进一步的，步骤(2)中定义机载雷达射频隐身波形选择目标函数为：

其中，det[·]表示求矩阵的行列式值运算，Φ_k+1为k+1时刻机载雷达的发射波形，为k+1时刻的目标协方差矩阵，通过下式计算：

其中，M为目标运动模型总数目，为k+1时刻模型m的概率，为k+1时刻模型m的目标协方差矩阵，为k+1时刻模型m的目标状态，为k+1时刻的目标状态，即：

进一步的，步骤(3)中在k+1时刻机载雷达对目标进行照射跟踪时，建立基于目标函数的机载雷达射频隐身波形选择模型，如下所示：

其中，其中，为k+1时刻的目标协方差矩阵，Φ_k+1为k+1时刻机载雷达的发射波形，Ω表示预先建立的机载雷达射频隐身发射波形选择集合；