面向分布式协同干扰下多目标跟踪的网络化节点系统协同资源调度与波束成形框架

　　本刊推荐一篇针对动态分布式协同干扰（DCI）环境下多目标跟踪（MTT）难题的前沿研究。作者创新性地提出协同资源调度与波束成形框架（FCRSB），融合信号级（SLF）与数据级融合（DLF）技术，通过两阶段自适应数字波束成形（ADBF）抑制主瓣/旁瓣干扰，并联合后验克拉美罗下界（PCRLB）优化与约束解耦-序列凸规划（CDRC-SCP）算法，实现波束选择与功率分配协同优化，显著提升复杂电磁对抗环境中MTT性能。

　　

Highlight

本研究的主要贡献总结如下：

1. 1.

   提出面向网络化节点系统（NNS）在分布式协同干扰（DCIs）下实现最优多目标跟踪（MTT）的协同资源调度与波束成形框架（FCRSB），以克服干扰动态性及资源调度受扰的挑战。该框架包含新型NNS信号模型、信号级融合（SLF）、数据级融合（DLF）及资源分配模块。为实现MTT性能优化，我们以DCIs下所有目标的加权后验克拉美罗下界（PCRLB）之和作为目标函数，联合优化功率资源与波束选择，并将优化参数反馈至NNS用于下一周期跟踪。

2. 2.

   提出一种多集群分布式雷达架构，并推导了该架构下的资源分配与系统模型。此外，针对单集群内的分布式SLF，提出联合两阶段自适应数字波束成形（ADBF）与单脉冲测角（MAM）技术，以抑制多重主瓣干扰（MLIs）和旁瓣干扰（SLIs），并同步估计目标角度。第一阶段采用带主瓣维持（MLM）的线性约束最小方差（LCMV）算法抑制SLIs同时保持主瓣形态；第二阶段采用最小方差无失真响应（MVDR）准则抑制MLIs同时维持目标增益。最后证明综合自适应单脉冲比与静态节点内单脉冲比等效，从而实现目标角度测量。

3. 3.

   提出约束解耦-序列凸规划（CDRC-SCP）方法求解耦合双变量非凸优化问题。首先通过变量替换将双变量优化问题转化为单变量优化问题；随后将所有?₀-范数约束松弛为线性约束；进而采用可行方向法进行序列凸规划以获取最优波束选择；最终将波束选择结果代入原问题，实现最优功率分配。

Conclusions

本文提出了一种新型网络化节点系统（NNS）中面向分布式协同干扰（DCIs）下多目标跟踪（MTT）的协同资源调度与波束成形框架（FCRSB）。由于DCIs的存在，通过应用两阶段分布式自适应数字波束成形（ADBF）技术提升信干噪比（SINR），采用信号级融合（SLF）减轻DCIs对MTT性能的影响。同时，利用多集群测量结果进行数据级融合（DLF）以提高整体测量精度。考虑到波束资源与发射功率限制，以PCRLB为目标的资源优化问题通过CDRC-SCP方法高效求解，仿真结果表明该框架在两种典型DCI场景下均显著提升MTT性能。