读书笔记：多目标跟踪中共址MIMO雷达的自适应资源管理

模型控制子阵数目、采样周期、发射波形能量和工作模式四个工作参数

• 子阵数目对其他工作参数的影响，将原来的四维优化问题分解为若干个三维优化问题

• $K$：子阵列数

• $T$：采样周期

• $e$：发射波形能量

• $M$：工作模式

$$SNR=\frac{N^{3}e(\pi {\eta }_A{)}^2\sigma {\lambda }^2}{(4\pi {)}^{3}K{R}^4{N}_0}$$
$SNR$由$K$与$e$影响

#目标探测约束：
$$u_{i\_pre}-0.5\varphi <u_s<u_{i\_pre}+0.5\varphi ,\forall i\in M$$
其中，$\varphi =1.76K/N$

#探测成功函数：
$$P_{d\_i}\ge P_{d\_th,}\forall i\in M$$
$P_{d\_i}$为目标$i$的检测概率，$P_{d\_th}$为检测概率阈值
$RCS$满足$SwerlingI$型分布时，$P_d=P_{fa}^{1/(1+SNR)}$

目标函数： C = α ψ { e } + β ψ { 1 / T } n I C=\frac{\alpha\psi\{e\}+\beta\psi\{1/T\}}{n_I} C=nI​αψ{e}+βψ{1/T}​
其中，$n_I$代表探测目标的数量，$\psi$为归一化函数，$\alpha$与$\beta$代表权重分配

资源管理优化模型：KaTeX parse error: Undefined control sequence: \displaylines at position 1: \̲d̲i̲s̲p̲l̲a̲y̲l̲i̲n̲e̲s̲{\min_{\{K,Te,M…
状态信息： { X i ( t k ) , P i ( t k ) } \{X_i(t_k),P_i(t_k)\} {Xi​(tk​),Pi​(tk​)}，更新时间：$t_k$

STEP 1

对于所有可能的子阵，求出每个目标采样周期【6】

• $T_i(k)$为目标$i$的采样周期，为满足$\sqrt{{\mathbf{P}}_{i,p}(1,1)}\le r\_th$和$\sqrt{{\mathbf{P}}_{i,p}(2,2)}\le b\_th(\mathbf{K})$的最大值其中，$r\_th=\frac{L_g}{2u_{0.5\alpha }}$,$b_{-}th\left(K\right)=\frac{\varphi }{2u_{0.5\alpha }}=\frac{1.76^{\ast }K/N}{2u_{0.5\alpha }}$
  • $L_g$为雷达距离门宽度，$u_{0.5\alpha }$为两边分位数，置信度与两边分位数之间的关系见【14】

STEP 2

求出所有目标的下次更新时间
$$t_{k+1}\cong t_{k+1}+T_i(k)$$
系统更新时间为$t_{k+1}={\min }_{i\in [1,D]}{t}_{k+1}(i)$,选择目标$j=argmin(t_{k+1}(i))$,$T=T_j(k)$
因此，$u_s=u_{j\_pre}$，根据目标探测约束从而求得$(K,T,M)$

STEP3

对于求得的$(K,T,M)$，求得所有满足探测成功函数的$e$
保存参数$(K,T,M,e)$

STEP4

根据保存的参数$(K,T,M,e)$，求目标函数$C$
目标函数最小的参数组合为最优参数

STEP5

根据最优参数，计算下一时刻的状态信息 { X i ( t k + 1 ) , P i ( t k + 1 ) } \{X_i(t_{k+1}),P_i(t_{k+1})\} {Xi​(tk+1​),Pi​(tk+1​)}

疑惑：

• 状态信息如何求得，目标的状态包括距离和方位角
• 状态如何更新

心得：