在分相阵列雷达网络中用于多个智能目标跟踪的非近视光束调度
Yuhang Hao1,2, Zengfu Wang1,2, José Niño-Mora3
1School of Automation, Northwestern Polytechnical University, Xi'an 710072, China.
Sensors (Basel, Switzerland)
|December 17, 2024
概括
本研究引入了一种新的光束调度方法,用于阶段阵列雷达网络,以改进智能目标跟踪. 基于无香料采样的边际生产率 (US-MP) 政策提高了跟踪性能,并减轻了先前方法的退化.
科学领域:
- 雷达系统工程 雷达系统工程
- 控制理论 控制理论
- 信号处理 信号处理
背景情况:
- 由于近视调度,分相阵列雷达网络在跟踪多个智能目标时面临性能下降.
- 现有的方法与动态状态信息和非线性测量函数进行精确跟踪而扎.
研究的目的:
- 通过解决近视调度的局限性来增强相位阵列雷达网络的跟踪性能.
- 使用一种新的方法,为多个智能目标制定有效的光束调度政策.
主要方法:
- 制定了光束调度问题作为一个不安的多臂强盗问题.
- 采用无香料采样来预测边际生产率 (MP) 指数计算的动态和跟踪误差共变 (TEC) 状态.
- 为目标选择提出了一个基于无香料采样的MP (US-MP) 指数政策.
主要成果:
- 拟议的US-MP政策在实践场景的模拟中表现出有效性.
- 带有标量卡尔曼波器的盗模型满足了可索引性的条件.
- 美国MP政策适用于具有众多目标的大型雷达网络.
结论:
- 美国-MP政策提供了与以往相比显著的改进,用于分阶阵列雷达的多目标跟踪方法.
- 这种方法为动态雷达网络管理提供了强大且可扩展的解决方案.
- 在现实的场景中验证了有效性,证实了其实际适用性.
