基于BLUE与PCRLB的快速雷达资源管理*

罗 静，赵婵娟，方 明，汤继伟

(1.上海航天电子技术研究所，上海 201109;2.上海机电工程研究所，上海 201109)

0 引 言

相控阵雷达具有波束捷变能力，可以同时产生多个发射波束，分别独立地执行搜索、跟踪等任务[1]，波束驻留时间、波束的指向等参数值也可实时变化。在有限的雷达资源限制下，如何合理地对资源进行管理，使雷达作战能力最大化，具有重要的研究意义。

雷达资源管理主要分为目标跟踪和资源管理两个部分。资源管理部分利用目标跟踪反馈的目标信息对发射端资源进行实时分配。传统的资源管理方法主要有协方差控制[2]、基于信息熵值方法[3]。Alexey等人[4]将目标跟踪误差协方差作为评价函数，建立数学优化模型，对雷达的功率资源进行分配。该方法易受到滤波算法优劣性影响，因此Tharmarasa等人[5]提出将后验克拉美罗界作为目标跟踪精度衡量标准。严俊坤、秦童等人[6-7]将其作为评价函数，对雷达功率进行分配，后又提出一种波束和波束宽度的联合管理。后验克拉美罗界(Posterior Cramer-Rao Lower Bound,PCRLB)具有一定的预测性，通过计算上一时刻跟踪的贝叶斯信息矩阵(Bayesian Information Matrix,BIM)可以预测得到下一时刻的克拉美罗下界，为下一时刻雷达资源的分配提供了相关依据，可减少单次运算误差。

实际环境中，雷达跟踪问题大多是非线性量测下的跟踪滤波问题，多使用拓展卡尔曼滤波(Extended Kalman Filterr，EKF)算法、无迹卡尔曼滤波(Unscented Kalman Filter，UKF)算法、粒子滤波(Particle Filter，PF)算法和量测转换[8]等方法。EKF方法计算简单，但误差大；PF方法不受线性化误差或高斯噪声假定的限制，滤波精度高，但计算复杂度高，工程实际应用受限；……