本發(fā)明屬于雷達(dá)目標(biāo)檢測，具體涉及一種基于無人機(jī)群協(xié)同的雷達(dá)輻射源弱信號(hào)檢測方法。

背景技術(shù)：

1、在民用監(jiān)測領(lǐng)域，無人機(jī)群(uav?swarms)扮演著日益重要的角色。它們通過提供實(shí)時(shí)、高機(jī)動(dòng)性的空中監(jiān)視，極大地增強(qiáng)了情報(bào)收集的深度與廣度。然而，監(jiān)測任務(wù)的執(zhí)行經(jīng)常受到低信噪比(snr)環(huán)境的制約，其中目標(biāo)信號(hào)往往被背景噪聲所掩蓋，導(dǎo)致檢測性能下降。這一挑戰(zhàn)促使研究者探索更為高效的協(xié)同偵察策略，以提升在復(fù)雜信號(hào)環(huán)境中的偵察效能。

2、多無人機(jī)協(xié)同偵察是一種通過多個(gè)無人機(jī)的聯(lián)合行動(dòng)來提高偵察效率的方法。相比單一無人機(jī)，多無人機(jī)系統(tǒng)在目標(biāo)探測、數(shù)據(jù)采集和信息處理方面具有顯著優(yōu)勢。首先，多個(gè)無人機(jī)可以從不同角度和距離同時(shí)觀測目標(biāo)，增加了信息的多樣性和可靠性。其次，通過信息共享和協(xié)同處理，可以有效降低個(gè)體無人機(jī)的誤報(bào)率，提升整體系統(tǒng)的檢測能力。此外，多無人機(jī)系統(tǒng)具有較強(qiáng)的抗干擾能力和靈活性，能夠適應(yīng)動(dòng)態(tài)變化的環(huán)境。

3、在低信噪比環(huán)境中，目標(biāo)信號(hào)通常被背景噪聲淹沒，現(xiàn)有的信號(hào)檢測方法難以有效識(shí)別目標(biāo)。這種情況下，雷達(dá)輻射源的弱信號(hào)檢測成為一大難題。信道的瑞利衰落特性進(jìn)一步加劇了這一挑戰(zhàn)，使得信號(hào)的傳播和接收更加不穩(wěn)定。此外，無人機(jī)在飛行過程中，由于位置和速度的變化，信道條件也會(huì)發(fā)生變化，這對(duì)檢測算法的魯棒性提出了更高要求。

4、能量檢測是一種常用的信號(hào)檢測方法，以其簡單高效的特點(diǎn)在低信噪比條件下被廣泛應(yīng)用。該方法通過檢測信號(hào)能量是否超過設(shè)定閾值來判斷目標(biāo)的存在。然而，單一的能量檢測在低信噪比環(huán)境中易受噪聲影響。為此，信息融合技術(shù)被引入，通過整合多個(gè)無人機(jī)的檢測結(jié)果，形成更為準(zhǔn)確的全局決策。信息融合可以顯著提高檢測概率，降低虛警率，是提升多無人機(jī)協(xié)同監(jiān)測任務(wù)關(guān)鍵技術(shù)之一。

5、當(dāng)前，研究者們正積極探索多無人機(jī)協(xié)同監(jiān)測的新模型和算法，以應(yīng)對(duì)復(fù)雜環(huán)境中的偵察挑戰(zhàn)。重點(diǎn)研究方向包括：優(yōu)化無人機(jī)協(xié)作策略，增強(qiáng)信息融合算法的智能化和自適應(yīng)性，開發(fā)適應(yīng)時(shí)變信道的檢測技術(shù)，以及利用先進(jìn)的仿真和數(shù)值方法提高算法的精度和效率。同時(shí)，隨著人工智能和機(jī)器學(xué)習(xí)技術(shù)的引入，多無人機(jī)協(xié)同偵察系統(tǒng)的智能化水平將進(jìn)一步提升，為雷達(dá)輻射源信號(hào)檢測提供更強(qiáng)有力的技術(shù)支持。

6、這種多層次、多角度的技術(shù)進(jìn)步，不僅豐富了無人機(jī)協(xié)同偵察領(lǐng)域的理論框架，也為實(shí)際應(yīng)用提供了堅(jiān)實(shí)的技術(shù)基礎(chǔ)，具有廣泛應(yīng)用前景。未來，多無人機(jī)協(xié)同偵察技術(shù)將繼續(xù)在復(fù)雜和多變的環(huán)境中發(fā)揮重要作用，推動(dòng)偵察技術(shù)向更高效、更智能的方向發(fā)展。

技術(shù)實(shí)現(xiàn)思路

1、為解決上述技術(shù)問題，本發(fā)明提出了一種基于無人機(jī)群協(xié)同的雷達(dá)輻射源弱信號(hào)檢測方法，應(yīng)對(duì)低信噪比環(huán)境下的偵察挑戰(zhàn)，提高偵察系統(tǒng)的可靠性和準(zhǔn)確性。

2、本發(fā)明采用的技術(shù)方案為：一種基于無人機(jī)群協(xié)同的雷達(dá)輻射源弱信號(hào)檢測方法，步驟如下：

3、s1、建立基于能量檢測的單無人機(jī)檢測概率模型，輸出局部判決結(jié)果；

4、s2、建立瑞利信道模型，利用蒙特卡洛實(shí)驗(yàn)，觀察分析時(shí)變信道與時(shí)不變信道對(duì)檢測性能的影響；

5、s3、基于步驟s2建立的信道模型，構(gòu)建局部檢測性能評(píng)估模型；

6、s4、基于步驟s3的局部檢測結(jié)果，提出局部檢測+決策融合架構(gòu)的多無人機(jī)雷達(dá)輻射源弱信號(hào)協(xié)同檢測方法；

7、s5、基于步驟s4，建立全局檢測性能評(píng)估模型，分析檢測系統(tǒng)的性能，實(shí)現(xiàn)信號(hào)檢測。

8、進(jìn)一步地，所述步驟s1具體如下：

9、設(shè)定一個(gè)由n個(gè)無人機(jī)組成的網(wǎng)絡(luò)，一個(gè)檢測區(qū)間內(nèi)的采樣點(diǎn)個(gè)數(shù)為l，第i個(gè)無人機(jī)接收到的觀測值xi(k)表達(dá)式如下：

10、

11、其中，k＝1,2,…,l，ni(k)表示實(shí)部和虛部都為均值為0，方差為的復(fù)高斯白噪聲，a(k)表示目標(biāo)信號(hào)，hi(k)表示傳輸通道增益，i＝1,2,...,n。

12、采用能量檢測器時(shí)，第i個(gè)無人機(jī)處的能量統(tǒng)計(jì)量ei表達(dá)式如下：

13、

14、設(shè)定t表示決策閾值，ui表示局部決策，每個(gè)無人機(jī)的決策規(guī)則表達(dá)式如下：

15、

16、當(dāng)檢測區(qū)間采樣點(diǎn)數(shù)l足夠大，根據(jù)中心極限定理，式(2)中的能量統(tǒng)計(jì)量ei在假設(shè)h0和h1下都用高斯分布來表示。則目標(biāo)信號(hào)能量ea表達(dá)式如下：

17、

18、對(duì)應(yīng)的期望和方差表達(dá)式分別如下：

19、

20、其中，e0、d0表示假設(shè)h0下對(duì)應(yīng)的期望和方差，e1、d1表示假設(shè)h1下對(duì)應(yīng)的期望和方差，ηi表示第i架無人機(jī)接收信號(hào)的瞬時(shí)信噪比，具體表達(dá)式如下：

21、

22、其中，表示平均信噪比。

23、則第i個(gè)無人機(jī)處在給定閾值t時(shí)的虛警概率pf,i、檢測概率pd,i表達(dá)式分別如下：

24、

25、其中，p(·)表示概率，q(·)表示標(biāo)準(zhǔn)q函數(shù)，表達(dá)式如下：

26、

27、其中，x表示積分下限，m表示積分變量。然后考慮傳輸通道增益hi(k)在感知區(qū)間內(nèi)是時(shí)不變的，即hi(k)＝hi,k＝1,2,...,l，得到表達(dá)式如下：

28、

29、最終得到基于能量檢測的單無人機(jī)的檢測概率模型表達(dá)式如下：

30、

31、其中，

32、

33、其中，pf表示給定的虛警概率值。

34、進(jìn)一步地，所述步驟s2具體如下：

35、利用瑞利信道模型來模擬無人機(jī)的判決結(jié)果傳輸至決策中心的過程，設(shè)定每架無人機(jī)接收到的信號(hào)之間是相互獨(dú)立的，瑞利信道的概率密度模型表達(dá)式如下：

36、

37、其中，r表示信號(hào)幅度。

38、然后采用蒙特卡洛方法進(jìn)行數(shù)值模擬，估計(jì)在時(shí)變信道影響下的平均檢測概率設(shè)zi表示第i架偵察機(jī)傳輸至決策中心的結(jié)果，vi表示融合中心對(duì)第i架無人機(jī)傳輸內(nèi)容的解碼結(jié)果，定義表達(dá)式如下：

39、

40、其中，zi＝y(tǒng)i+wi,yi＝giui，wi表示零均值、方差為的高斯變量，gi表示決策中心和各無人機(jī)之間的信道增益，其概率密度函數(shù)f(gi)表達(dá)式如下：

41、

42、進(jìn)一步地，所述步驟s3具體如下：

43、所述局部檢測性能評(píng)估模型評(píng)估指標(biāo)包括：局部檢測概率及局部虛警概率。

44、首先設(shè)定條件概率密度函數(shù)表達(dá)式如下：

45、

46、其中，u(·)定義表達(dá)式如下：

47、

48、其中，t表示正數(shù)部分。

49、利用信號(hào)檢測理論推導(dǎo)，得到各種條件下檢測結(jié)果的期望和方差表達(dá)式分別如下：

50、e[vi|hj]＝p(vi＝1|hj)×1+p(vi＝0|hj)×0＝p(ui≥0|hj)?(18)

51、

52、其中，j＝0,1，由式(19)可知，接收到的局部判決結(jié)果vi取決于局部虛警概率和檢測概率，將局部虛警概率和檢測概率表示為pf,i＝f(ui≥0|h0),pd,i＝f(ui≥0|h1)，則ui的分布表達(dá)式如下：

53、

54、然后推導(dǎo)得到，在設(shè)定hj下虛警概率和檢測概率的等效概率表達(dá)式如下：

55、

56、由于f(zi|yi,ui)＝f(zi|yi)，則可得：

57、f(zi|ui)＝∫f(zi|yi,ui)f(yi|ui)dyi?(23)

58、然后在給定局部判定ui＝+1的條件下，將f(zi|yi)和f(zi|ui)表達(dá)式帶入到式(23)中，獲得所接收的觀測值z(mì)i的條件概率密度，表達(dá)式如下：

59、

60、令變量替換，并利用q函數(shù)積分性質(zhì)，得到表達(dá)式如下：

61、

62、其中，q(-x)＝1-q(x)，式(25)兩邊對(duì)zi進(jìn)行積分，得到表達(dá)式如下：

63、

64、同理，當(dāng)ui＝-1時(shí)，推導(dǎo)得到：

65、

66、將p(zi≥0|ui＝+1)和p(zi≥0|ui＝-1)表達(dá)式帶入到pf,i和pd,i中，經(jīng)過計(jì)算得到局部的虛警概率和檢測概率，表達(dá)式如下：

67、

68、其中，ρi表示各無人機(jī)與決策中心之間傳輸信道的信噪比。

69、進(jìn)一步地，所述步驟s4具體如下：

70、s41、基于步驟s3的局部檢測結(jié)果，評(píng)估和優(yōu)化無人機(jī)的檢測性能；

71、局部檢測中，第i架無人機(jī)處在給定閾值t時(shí)的虛警、檢測概率表達(dá)式分別如下：

72、

73、則檢測概率與瞬時(shí)信噪比的關(guān)系pd,i(ηi)表達(dá)式如下：

74、

75、其中，q-1(·)表示標(biāo)準(zhǔn)q函數(shù)的逆函數(shù)，ηi表示無人機(jī)接收信號(hào)的瞬時(shí)信噪比。

76、s42、采用貝葉斯全局決策方法進(jìn)行決策融合，得到全局檢測結(jié)果；

77、決策融合中，設(shè)定各無人機(jī)至決策中心的接收信道相互獨(dú)立且不受干擾，且忽略在信息傳輸過程中的延遲，決策中心在接收到各無人機(jī)的判決結(jié)果zi后，根據(jù)局部判決結(jié)果解碼得到vi，vi之間相互獨(dú)立。

78、然后，決策中心采用貝葉斯全局決策方法，貝葉斯全局決策規(guī)則通過計(jì)算后驗(yàn)概率來決定全局檢測結(jié)果，后驗(yàn)概率表示在給定各無人機(jī)檢測結(jié)果的條件下目標(biāo)存在的概率，表達(dá)式如下：

79、

80、其中，p(h1)表示先驗(yàn)概率，p(v1,v2,...,vn|h1)表示在目標(biāo)存在的條件下，在各無人機(jī)檢測結(jié)果的聯(lián)合概率，p(v1,v2,...,vn)表示邊緣概率。

81、最后得到全局決策規(guī)則表達(dá)式如下：

82、

83、由于p(h1)和p(h0)是常數(shù)，則化簡表達(dá)式如下：

84、

85、設(shè)定解碼得到的局部判決結(jié)果中有n1個(gè)1，且0≤n1≤n，則

86、

87、進(jìn)一步地，所述步驟s5具體如下：

88、所述全局檢測性能評(píng)估模型包括：全局虛警概率評(píng)估模型、檢測概率評(píng)估模型。

89、則決策中心的全局虛警概率評(píng)估模型qf和檢測概率評(píng)估模型qd表達(dá)式分別如下：

90、

91、其中，ω表示決策中心的判決閾值。

92、最后，基于所述全局檢測性能評(píng)估模型，實(shí)現(xiàn)信號(hào)檢測，提高目標(biāo)檢測概率。

93、本發(fā)明的有益效果：本發(fā)明的方法首先建立基于能量檢測的單無人機(jī)檢測模型，考慮信道的瑞利衰落特性，建立瑞利信道模型并分析虛警概率和檢測概率，然后提出基于局部檢測+信息融合架構(gòu)的多無人機(jī)對(duì)雷達(dá)輻射源協(xié)同檢測的方法，建立全局檢測性能評(píng)估模型，分析檢測系統(tǒng)的性能，實(shí)現(xiàn)信號(hào)檢測。本發(fā)明的方法所提模型與方法有效提高了低信噪比場景下的無人機(jī)群協(xié)同對(duì)輻射源目標(biāo)的檢測概率，不僅在理論上豐富了多無人機(jī)協(xié)同偵察領(lǐng)域的技術(shù)框架，而且在實(shí)際應(yīng)用中提供了一種有效的技術(shù)手段，以應(yīng)對(duì)低信噪比環(huán)境下的偵察挑戰(zhàn)，對(duì)于提高偵察系統(tǒng)的可靠性和準(zhǔn)確性，具有廣泛的應(yīng)用前景。