在抑制性干扰下，基于低识别概率的复合资源分配方法用于C-MIMO雷达网络中的多目标跟踪

《IEEE Transactions on Aerospace and Electronic Systems》：Low Probability of Identification-Based Composed Resource Allocation for Multi-Target Tracking in C-MIMO Radar Network Under Suppression Jamming

如何高效调度共置多输入多输出雷达的波束与功率资源以提升多目标跟踪精度，同时规避电子对抗环境中的信号截获与精确压制干扰，是本研究重点。提出基于低概率识别的资源分配方案，推导条件CRB和识别概率的表达式，结合威胁地图动态评估威胁等级，通过平衡跟踪性能与识别概率优化资源分配，并设计五阶段优化算法解决非线性问题，仿真验证有效提升系统性能。

　　

摘要：

如何在共址的多输入多输出（C-MIMO）雷达网络中高效地调度发射波束和功率资源，以提高多目标跟踪（MTT）的精度，是一个关键的研究问题。然而，在电子对抗环境中，过度的资源分配可能导致敌方接收机截获发射脉冲。随着被截获脉冲数量的增加，C-MIMO雷达节点的发射信号会被识别并受到精确的压制干扰，从而严重影响MTT性能。为了解决这一缺陷，我们提出了一种基于低概率识别（LPID）的复合资源分配（CRA）方案，用于C-MIMO雷达网络中的MTT。我们推导出了在压制干扰条件下预测的条件Cramér-Rao下界（PC-CRLB）和雷达信号识别概率的封闭形式表达式。基于战术重要性图（TSM）函数，我们实时计算每个目标的综合威胁等级。然后，我们使用PC-CRLB值与威胁等级的乘积之和以及最坏情况下的识别概率作为MTT性能和LPID性能的定量指标。LPID-CRA通过动态分配每个跟踪帧内的波束配对和功率资源来同时平衡这两个指标。为了解决由此产生的非凸非线性问题，我们对优化模型进行了等效变换，并开发了一种高效的五阶段解决方法，该方法结合了Zoutendijk可行方向方法（ZMFD）和最小成本流算法。仿真结果表明，所提出的LPID-CRA策略显著提升了整个系统的性能。