楊力萍，廖可非，2，歐陽繕，2*

(1.桂林電子科技大學(xué) 信息與通信學(xué)院，廣西 桂林 541004；2.桂林電子科技大學(xué) 衛(wèi)星導(dǎo)航定位與位置服務(wù)國家地方聯(lián)合工程研究中心，廣西 桂林 541004)

0 引言

現(xiàn)代雷達(dá)信息化作戰(zhàn)中，存在海量任務(wù)和防空反導(dǎo)反隱身等一系列問題。前者導(dǎo)致資源的耗費(fèi)遠(yuǎn)超雷達(dá)的承載范圍，后者迫使雷達(dá)體制不斷創(chuàng)新。因單基地雷達(dá)成像受到目標(biāo)運(yùn)動的限制，即目標(biāo)相對雷達(dá)無轉(zhuǎn)動時，單基地雷達(dá)無法完成目標(biāo)的二維成像，而雙、多基地成像可以很好地克服該限制。因此，引入分布式多輸入多輸出(Multiple-Input Multiple-Output，MIMO)雷達(dá)新體制，對完成多成像任務(wù)背景下雷達(dá)資源的優(yōu)化管理具有重要意義[1-5]。

雷達(dá)成像資源有很多種類，如陣面(孔徑)、頻譜和脈沖(時間)等，對雷達(dá)成像資源的調(diào)度主要是針對這些不同種類的資源展開[6-7]。文獻(xiàn)[8]結(jié)合壓縮感知(Compressed Sensing,CS)理論使得脈沖資源得以稀疏化，為雷達(dá)時間資源的調(diào)度奠定了基礎(chǔ)，并完成了時間資源的一維調(diào)度。文獻(xiàn)[9]在CS理論的基礎(chǔ)上，結(jié)合脈沖交錯的調(diào)度方法，解決了脈沖等待時間過長的問題，進(jìn)一步節(jié)省了時間資源。文獻(xiàn)[10-12]針對陣面資源的調(diào)度，采用孔徑分割技術(shù)完成多任務(wù)的并行執(zhí)行，充分利用了雷達(dá)的陣面資源。文獻(xiàn)[13]提出了基于時間—孔徑二維資源管理的雷達(dá)資源調(diào)度算法，將資源調(diào)度提升到二維。然而，以上研究僅考慮單站雷達(dá)成像的模式，未考慮分布式MIMO雷達(dá)體制下的資源調(diào)度。

單站雷達(dá)受觀測角度的限制，往往只能完成目標(biāo)的二維成像。分布式MIMO雷達(dá)可獲得目標(biāo)多向散射特性，可作為突破單站雷達(dá)性能瓶頸的途徑，進(jìn)而完成目標(biāo)的三維成像。文獻(xiàn)[14]針對分布式MIMO雷達(dá)成像任務(wù)，建立了評價三維目標(biāo)成像資源分配的投影融合模型，并在此基礎(chǔ)上完成了分布式MIMO雷達(dá)的雷達(dá)選取與時間資源調(diào)度，提高了雷達(dá)的工作效率。文獻(xiàn)[15]將分布式MIMO雷達(dá)的資源調(diào)度擴(kuò)展到二維，完成了時間與陣面資源的二維調(diào)度，進(jìn)一步提升MIMO雷達(dá)的資源利用率。以上工作雖然在分布式MIMO雷達(dá)體制下展開，但是只考慮了系統(tǒng)內(nèi)單部雷達(dá)的自發(fā)自收模式，沒有針對多發(fā)多收模式展開研究，忽略了分布式MIMO雷達(dá)的最大優(yōu)勢。

因此，針對多發(fā)多收的分布式MIMO雷達(dá)工作模式，本文結(jié)合陣面分割技術(shù)，提出了分布式MIMO雷達(dá)時間與陣面資源自適應(yīng)調(diào)度算法。該算法首先根據(jù)目標(biāo)特征認(rèn)知結(jié)果完成威脅度計算和雷達(dá)選取。其次，建立資源消耗最少、任務(wù)調(diào)度最多的資源調(diào)度模型，并利用啟發(fā)式算法求解該模型。相對現(xiàn)有算法可實現(xiàn)分布式MIMO雷達(dá)更為高效的資源調(diào)度，并擴(kuò)大了雷達(dá)群可執(zhí)行任務(wù)的容量。

1 分布式MIMO雷達(dá)成像模型

分布式MIMO雷達(dá)系統(tǒng)強(qiáng)調(diào)各接收通道的廣域分布，可完成目標(biāo)多向散射特性的觀測。文獻(xiàn)[16]指出，單部雷達(dá)對目標(biāo)的成像僅在二維平面，為實現(xiàn)目標(biāo)的三維成像，至少需要3部雷達(dá)對該目標(biāo)進(jìn)行成像并完成圖像融合。綜上，本文根據(jù)三維成像需求建立如圖1所示的分布式MIMO雷達(dá)系統(tǒng)模型。若考慮同一時刻多部雷達(dá)發(fā)射，則需要考慮發(fā)射信號間的規(guī)避與分離問題。為減少系統(tǒng)內(nèi)信號的相互干擾，本文對目標(biāo)的成像將采用同一時刻單部雷達(dá)發(fā)射、3部雷達(dá)接收的工作模式。若考慮3部以上的雷達(dá)接收信號，則可在本文的優(yōu)化模型上增加接收雷達(dá)個數(shù)進(jìn)行拓展。

圖1 分布式MIMO雷達(dá)系統(tǒng)模型Fig.1 Distributed MIMO radar system model

實際場景中，具有成像需求的目標(biāo)數(shù)量M遠(yuǎn)多于雷達(dá)數(shù)量N，雷達(dá)面臨同時對多個目標(biāo)成像的問題。對于海量的任務(wù)，雷達(dá)采用單波束的工作方式在時間上交錯觀測已不再適用。因此，通過陣面分割形成多波束為多個目標(biāo)的同時觀測提供了可能。

對分布式MIMO雷達(dá)成像的分辨率進(jìn)行分析，將成像任務(wù)投影到目標(biāo)與雙站雷達(dá)所在的二維平面，如圖2所示。

圖2 雙基投影成像幾何結(jié)構(gòu)Fig.2 Geometry of bibasic projection imaging

圖2中，TX為發(fā)射站，RX為接收站，L為基線，β為雙基地角。本文以雙基地角平分線為y軸建立坐標(biāo)系，目標(biāo)以角速度ω勻速轉(zhuǎn)動，發(fā)射站和接收站與目標(biāo)中心的距離分別為RTO和RRO。

初始時刻，散射點(diǎn)位于P0(x0,y0)與目標(biāo)中心O的連線相對于方位向的夾角為θ0。則t時間后，該散射點(diǎn)位于P(x,y)與雷達(dá)的距離Rp(t)可以表示為：

(1)

因此，方位向分辨率可以表示為：

(2)

式中，Tc為方位向相干積累時間；λ為信號的波長。

此外，雙站雷達(dá)的距離向分辨率不僅與發(fā)射帶寬B有關(guān)，還受空間位置影響，文獻(xiàn)[17-18]給出了雙站雷達(dá)的距離向分辨率表達(dá)式：

(3)

對比文獻(xiàn)[19]中單站雷達(dá)的成像分辨率可知，雙站雷達(dá)的成像分辨率相對單站雷達(dá)有一定衰減。因此，本文在分布式MIMO雷達(dá)成像任務(wù)的規(guī)劃中將此衰減因素也考慮進(jìn)雷達(dá)的選取。

2 雷達(dá)選取與陣面資源分配

對于分布式MIMO雷達(dá)系統(tǒng)，不僅要考慮任務(wù)的分配問題，還要考慮收發(fā)雷達(dá)的選取問題。對于每部雷達(dá)，為實現(xiàn)多任務(wù)的并行執(zhí)行，需要對雷達(dá)陣面進(jìn)行分割，形成多波束指向不同的任務(wù)目標(biāo)。因此，在完成目標(biāo)與收發(fā)雷達(dá)的匹配后，再自適應(yīng)地分配各雷達(dá)的陣面資源，可實現(xiàn)更高效的系統(tǒng)資源管理。

2.1 雷達(dá)選取

不同雷達(dá)對同一目標(biāo)的成像效果可能大有不同，例如某些目標(biāo)的雷達(dá)散射截面積(Radar Cross Section，RCS)可能在某些觀測角度表現(xiàn)微弱甚至無法成像。針對此類情況，就需要根據(jù)目標(biāo)特征認(rèn)知結(jié)果篩選、剔除掉在特定環(huán)境下的劣質(zhì)雷達(dá)，選擇優(yōu)質(zhì)雷達(dá)來完成目標(biāo)的成像，即完成目標(biāo)任務(wù)的優(yōu)化分配。結(jié)合資源調(diào)度的原則和分布式MIMO雷達(dá)成像模型，為了保證系統(tǒng)對目標(biāo)的持續(xù)穩(wěn)定成像，在進(jìn)行多雷達(dá)多目標(biāo)分配時，應(yīng)綜合考慮夾角、有效方位向相干積累時間和雙基地角3個因素。不失一般性的分析，雷達(dá)的單站模式可看作雙基地角為0的雙站模式。綜上，本文定義雷達(dá)j對目標(biāo)i成像的效能函數(shù)為：

(4)

式中，αi,j為雷達(dá)發(fā)射站與目標(biāo)的視線方向與陣面法線方向所成的角度；Ti,j為有效的方位向相干積累時間；βi,j為雙基地角。

單部雷達(dá)對目標(biāo)的成像是二維的，且成像效果與效能函數(shù)成正比。已知不同角度的二維像可通過圖像信息融合獲得目標(biāo)的三維像。因此，雷達(dá)系統(tǒng)可以根據(jù)效能函數(shù)值由大到小為每個目標(biāo)選取3部不共線的雷達(dá)完成該目標(biāo)的三維像。然后，在已選取的3部雷達(dá)中選擇距目標(biāo)最近的雷達(dá)作為發(fā)射雷達(dá)。

2.2 陣面資源分配

陣面分割是實現(xiàn)多波束常用的方法之一，主要包括均勻分割與非均勻分割。為簡化分析，本文以雷達(dá)陣面均勻三等分為基礎(chǔ)，先對多目標(biāo)任務(wù)按需分配陣面資源，再結(jié)合實際陣面的分割做出調(diào)整，最后的陣面資源分配情況如表1所示。各雷達(dá)再根據(jù)表1形成相應(yīng)數(shù)量和能量的波束進(jìn)而完成多任務(wù)的并行執(zhí)行。

表1 按需分配陣面資源的4種情況Tab.1 Four cases of array resources allocation on demand

表1中，ηi,j為雷達(dá)j對目標(biāo)i觀測時預(yù)分配的陣面資源。波束能量對應(yīng)的占比總是小于等于1，原因在于雷達(dá)子陣面形成的波束相對于未做陣面分割形成的波束在能量上有所衰減。

陣面均勻三等分與未做陣面分割的雷達(dá)波束方向圖對比如圖3所示。

(a) 陣面均勻三等分的波束方向圖

(b) 未做陣面分割的波束方向圖圖3 波束方向圖對比Fig.3 Beam pattern comparison

事實上，波束的增益與其最大作用距離有著必然聯(lián)系，根據(jù)目標(biāo)與雷達(dá)的距離按需分配雷達(dá)的陣面資源是一種高效使用陣面資源的方法，即當(dāng)目標(biāo)i相對于雷達(dá)j的距離為Ri,j時，該目標(biāo)分配的陣面資源為：

(5)

式中，Rjmax為雷達(dá)j單波束模式下的最大成像距離。

3 多波束成像任務(wù)調(diào)度模型

在雷達(dá)信號的脈寬和脈沖重復(fù)周期確定的情況下，一個調(diào)度間隔內(nèi)能處理的最大脈沖數(shù)量就隨之確定。因此，對時間資源的調(diào)度可轉(zhuǎn)化為對有限觀測脈沖數(shù)量的管理。此外，通過陣面分割技術(shù)將雷達(dá)陣面分割成多個子陣面，每個子陣面可形成波束進(jìn)而獨(dú)立執(zhí)行不同的任務(wù)，使雷達(dá)的多任務(wù)并行執(zhí)行能力得到提高。因此，在雷達(dá)多波束成像的過程中，建立時間—陣面源消耗最少、任務(wù)調(diào)度成功率最高的資源調(diào)度模型對進(jìn)一步提高雷達(dá)工作效率有重要意義。

3.1 目標(biāo)特征認(rèn)知

系統(tǒng)內(nèi)各部雷達(dá)對其探測區(qū)域內(nèi)所有目標(biāo)發(fā)射少量脈沖并接收目標(biāo)回波。通過雷達(dá)常規(guī)算法得到目標(biāo)的具體信息，主要包括目標(biāo)i到雷達(dá)j的距離Ri,j、目標(biāo)速度Vi、目標(biāo)速度與雷達(dá)j方位向夾角θi,j和雷達(dá)目標(biāo)視線方向與陣面法線方向的夾角αi,j。

根據(jù)文獻(xiàn)[8]所提方法進(jìn)行粗分辨成像，估算出目標(biāo)方位向投影尺寸si,j、方位向稀疏度Ki,j，則有效方位向相干積累時間Ti,j可表示為：

(6)

式中，Sref為目標(biāo)方位向基準(zhǔn)尺寸；ρref為方位向基準(zhǔn)分辨率。這也體現(xiàn)了成像分辨率的自適應(yīng)調(diào)整，投影尺寸大的目標(biāo)可以適當(dāng)降低分辨率，投影尺寸小的目標(biāo)適當(dāng)提高分辨率。

由CS理論可知，觀測維數(shù)會影響重構(gòu)的目標(biāo)成像結(jié)果，為了高概率重構(gòu)出原始信號，雷達(dá)j對目標(biāo)i的觀測維度Mi,j需滿足：

Mi,j≥c1Ki,jln(PRF·Ti,j)，

(7)

式中，c1是一個與恢復(fù)精度有關(guān)的常數(shù)，通常取0.5～2；PRF為脈沖重復(fù)頻率。

距離近、速度快、面向雷達(dá)運(yùn)動的目標(biāo)更具威脅度[20]。因此，目標(biāo)威脅度的計算主要考慮目標(biāo)到雷達(dá)的距離Ri,j、目標(biāo)速度Vi和目標(biāo)速度與成像方位向夾角θi,j三個因素，將目標(biāo)i對雷達(dá)j的威脅度定義為：

(8)

式中，ω1，ω2，ω3可根據(jù)文獻(xiàn)[20]所提方法計算。

3.2 性能指標(biāo)

結(jié)合圖1可知，系統(tǒng)由N部雷達(dá)組成，有成像需求的目標(biāo)總數(shù)為M。為了更好地分析算法的可行性，定義如下3個性能指標(biāo)：

① 時間資源占用率(Occupancy Rate of Time Resources,ORTR)：調(diào)度間隔T內(nèi)，收發(fā)雷達(dá)消耗的時間資源與系統(tǒng)所能提供的總時間資源之比，可以表示為：

(9)

式中，Xti,j為系統(tǒng)的發(fā)射雷達(dá)選取值，值為1則雷達(dá)j對目標(biāo)i進(jìn)行觀測，否則值為0；Xri,j為系統(tǒng)的接收雷達(dá)選取值。

② 陣面資源占用率(Occupancy Rate of Array Resources,ORAR)：調(diào)度間隔T內(nèi)，收發(fā)雷達(dá)消耗的陣面資源與系統(tǒng)所能提供的總陣面資源之比，可以表示為：

(10)

式中，η′i,j為雷達(dá)j實際分配給目標(biāo)i的波束資源；X′ri,j為各雷達(dá)實際完成成像的情況，值為1則雷達(dá)j對目標(biāo)i完成觀測，否則值為0。

③ 成功率(Success Rate of Task Scheduling,SRTS)：調(diào)度間隔T內(nèi)，完成三維成像的目標(biāo)數(shù)量與系統(tǒng)內(nèi)有成像需求的總目標(biāo)數(shù)量之比，可以表示為：

(11)

式中，m′為完成三維成像的目標(biāo)數(shù)量。

3.3 多波束成像任務(wù)調(diào)度模型

在雷達(dá)多波束成像的過程中，以消耗資源最少、調(diào)度成功率最高為目標(biāo)函數(shù)建立多波束成像調(diào)度模型，如下所示：

(12)

式中，約束條件①表示分布式MIMO雷達(dá)對目標(biāo)的三維成像至少需要3部雷達(dá)，為節(jié)省發(fā)射脈沖資源，減少回波之間的相互干擾等因素，本文僅選擇1部發(fā)射雷達(dá)。約束條件②規(guī)定了在同一部雷達(dá)執(zhí)行任務(wù)時，威脅度大的任務(wù)優(yōu)先執(zhí)行。約束條件③和④是確保所選的資源分配策略中，各雷達(dá)可使用的時間資源不能超過系統(tǒng)能提供的極限。同理，約束條件⑤確保各雷達(dá)可使用的陣面資源不能超過系統(tǒng)能提供的極限。約束條件⑥約束所有雷達(dá)對目標(biāo)成像的距離均不超過其最大子陣面的最大成像距離。

3.4 算法描述

根據(jù)式(12)的優(yōu)化模型可知，本文的資源調(diào)度算法屬于NP難題，一般可采用啟發(fā)式算法求解出該優(yōu)化問題的可行解，算法流程如圖4所示。

圖4 算法流程Fig.4 Algorithm flow chart

本文算法的具體步驟描述如下：

① 系統(tǒng)內(nèi)N部雷達(dá)對其探測區(qū)域內(nèi)所有目標(biāo)發(fā)射少量脈沖并接收目標(biāo)回波，通過特征認(rèn)知得到目標(biāo)i到雷達(dá)j的距離Ri,j、目標(biāo)速度Vi、目標(biāo)速度與雷達(dá)j方位向夾角θi,j和雷達(dá)目標(biāo)視線方向與陣面法線方向的夾角αi,j。再結(jié)合式(4)和式(5)完成雷達(dá)的選取和各雷達(dá)陣面資源的分配。

② 令起始雷達(dá)j=1；

③ 對雷達(dá)j進(jìn)行調(diào)度預(yù)處理，假設(shè)雷達(dá)j形成的波束個數(shù)為Bj，令波束k=1；

④ 對波束k進(jìn)行調(diào)度預(yù)處理，假設(shè)波束k的一個調(diào)度間隔內(nèi)有Mk個目標(biāo)申請成像調(diào)度，將目標(biāo)按優(yōu)先級Pi,j大小順序加入申請列表，令目標(biāo)i=1；

⑤ 依次取出目標(biāo)i，將當(dāng)前調(diào)度間隔內(nèi)剩余空閑時刻中最靠前的時刻作為目標(biāo)的初始觀測時刻ti,j,k，再根據(jù)目標(biāo)的有效方位向相干積累時間Ti,j計算得到目標(biāo)i的最終觀測時刻Ti,j+ti,j,k；

⑥ 判斷目標(biāo)i的請求是否滿足時間—陣面資源的約束和成像需求。若滿足約束和需求，則在目標(biāo)i的起止觀測時刻之間隨機(jī)的插入Mi,j-2個觀測脈沖，并令當(dāng)前目標(biāo)i=i+1；若不滿足，則并令當(dāng)前目標(biāo)i=i+1；

⑦ 判斷當(dāng)前目標(biāo)請求序列是否為空。若i≤Mk，則返回⑤；若i>Mk，則k=k+1。接著判斷波束是否完成遍歷，若k≤Bj，返回④；若k>Bj，則j=j+1。最后判斷系統(tǒng)內(nèi)的雷達(dá)是否完成調(diào)度，若j≤N，返回③，否則結(jié)束本次調(diào)度間隔的處理。

4 仿真實驗與結(jié)果分析

設(shè)各部雷達(dá)時間同步且均發(fā)射線性調(diào)頻信號，信號載頻fc=10 GHz，脈寬Tp=1 μs，帶寬B=300 MHz，脈沖重復(fù)頻率PRF=1 000 Hz,調(diào)度間隔T=1 s。場景1中雷達(dá)的三維坐標(biāo)信息和目標(biāo)信息分別如表2和表3所示。

為驗證分布式MIMO雷達(dá)時間與陣面資源自適應(yīng)調(diào)度算法的可行性，首先對4部雷達(dá)6個成像目標(biāo)的場景1進(jìn)行仿真。場景1中雷達(dá)的三維坐標(biāo)信息和目標(biāo)信息如表2和表3所示。

表2 場景1中雷達(dá)的信息Tab.2 Radar information in Scene 1

表3 場景1中目標(biāo)的信息Tab.3 Target information in Scene 1

場景1中雷達(dá)與目標(biāo)距離如表4所示。

表4 場景1中雷達(dá)與目標(biāo)距離Tab.4 Distance between radar and target in Scene 1 單位：km

場景1中目標(biāo)分配的效能函數(shù)如表5所示。

表5 場景1中目標(biāo)分配的效能函數(shù)Tab.5 Effectiveness function of target allocation in Scene 1

根據(jù)表5中效能函數(shù)的值，可以為各目標(biāo)分配3部雷達(dá)，即完成接收雷達(dá)的選取，進(jìn)而完成目標(biāo)的三維成像。接收雷達(dá)選取矩陣如表6所示，結(jié)合表4可得到發(fā)射雷達(dá)選取矩陣。

表6 場景1中接收雷達(dá)選取矩陣Tab.6 Selection matrix of receiving radar in Scene 1

取值為1，意味著對應(yīng)行的目標(biāo)分配給對應(yīng)列的雷達(dá)執(zhí)行。各目標(biāo)對各雷達(dá)的威脅度如表7所示，對于確定的某部雷達(dá)，威脅度越大的目標(biāo)越應(yīng)該優(yōu)先執(zhí)行。

表7 場景1中各目標(biāo)對各雷達(dá)的威脅度(已做目標(biāo)分配)Tab.7 Threat degree of each target to each radar in Scene 1 (target allocation has been made)

為了驗證本文所提算法的可行性，對場景1進(jìn)行仿真，可以得到雷達(dá)陣面資源分配和調(diào)度間隔內(nèi)各雷達(dá)成像任務(wù)的執(zhí)行時序，如圖5和圖6所示。

圖5 調(diào)度間隔內(nèi)多任務(wù)的陣面資源分配Fig.5 Array resource allocation of multiple tasks in scheduling interval

(a) 雷達(dá)1和雷達(dá)2的發(fā)射時序圖

(b) 雷達(dá)3和雷達(dá)4的發(fā)射時序圖

(c) 雷達(dá)1和雷達(dá)2的接收時序圖

(d) 雷達(dá)3和雷達(dá)4的接收時序圖圖6 調(diào)度間隔內(nèi)各雷達(dá)成像任務(wù)執(zhí)行時序圖Fig.6 Execution sequence diagram of each radar imaging task in scheduling interval

圖6中調(diào)度間隔T=1 s，脈沖重復(fù)周期PRT=1 ms，Xti,j為組網(wǎng)發(fā)射雷達(dá)的取值，值為1則雷達(dá)j對目標(biāo)i進(jìn)行觀測，否則值為0，Xri,j為組網(wǎng)接收雷達(dá)的取值。

仿真場景2為5部雷達(dá)和20個成像目標(biāo)。場景2是在場景1的基礎(chǔ)上，在(0，0，0)處增加了1部雷達(dá)，場景2中目標(biāo)信息如表8所示，其余參數(shù)與場景1類似，便不再一一列出。

表8 場景1中目標(biāo)的信息Tab.8 Target information in Scene 1

為了驗證本文所提算法的有效性，將其與常規(guī)組網(wǎng)雷達(dá)成像資源調(diào)度算法(傳統(tǒng)算法)[8]對比3個性能指標(biāo)。再利用統(tǒng)計分析方法在場景2下進(jìn)行1 000次蒙特卡洛實驗，得到2種不同算法在不同目標(biāo)數(shù)下的性能指標(biāo)結(jié)果，如圖7所示。

(a) 時間資源占用率

(b) 陣面資源占用率

(c) 任務(wù)調(diào)度成功率圖7 2種算法的性能指標(biāo)比較結(jié)果Fig.7 Comparison results of performance indicators of the two algorithms

由圖7(b) 可以看出，本文所提算法相對于使用100%陣面資源執(zhí)行同一任務(wù)的調(diào)度算法(傳統(tǒng)算法)，可以節(jié)省約33%的陣面資源。由于場景參數(shù)的隨機(jī)性和任務(wù)調(diào)度成功率的下降會導(dǎo)致目標(biāo)數(shù)量大于14時，陣面資源占用率有所下降。事實上，陣面分割越細(xì)致，波束形成越靈活，節(jié)省的陣面資源會越多。節(jié)省的陣面資源可以執(zhí)行其他任務(wù)，即多波束成像，為雷達(dá)的多任務(wù)并行執(zhí)行奠定了基礎(chǔ)，進(jìn)而達(dá)到節(jié)省時間資源的目的。因此，出現(xiàn)了如圖7(a)所示的結(jié)果，即本文所提方法可以節(jié)省50%左右的時間資源。最后，由于時間資源和陣面資源的相對富余，任務(wù)調(diào)度成功率也有所提高，如圖7(c)所示。

5 結(jié)束語

針對多任務(wù)背景下組網(wǎng)雷達(dá)成像資源調(diào)度問題，提出了分布式MIMO雷達(dá)時間與陣面資源自適應(yīng)調(diào)度算法。在保證成像質(zhì)量的基礎(chǔ)上，對組網(wǎng)雷達(dá)時間資源和陣面資源進(jìn)行了二維聯(lián)合自適應(yīng)調(diào)度，達(dá)到了降低資源占用率和提高任務(wù)成功率的目的。在典型的多任務(wù)情況下，該算法可以節(jié)約50%的時間資源和33%的陣面資源，并大大提升任務(wù)調(diào)度的成功率。節(jié)省的資源可用于新的目標(biāo)成像或其他作戰(zhàn)任務(wù)，進(jìn)而提高組網(wǎng)雷達(dá)的探測能力。