《全自适应雷达建模和仿真开发》美国空军49页技术报告

认知方法在几乎所有方面可提高现有雷达的性能，这导致了近年来研究的激增，空军雷达建模和仿真（M&S）工具的一个关键差距是缺乏针对分布式全适应雷达（FAR）系统的全面、动态分布式雷达情景生成能力。截至2015年初，所有的研究都是在理论上推进概念，并通过模拟检验其性能，或者最多使用预先录制的数据。没有关于实验验证概念的报告，主要是因为还没有开发出测试它们的必要硬件。然而，为了确定应用认知处理方法的真正性能潜力，这一步骤是至关重要的。为了解决这个问题，俄亥俄州立大学（OSU）电子科学实验室（ESL）的认知传感实验室（CSL）与Metron公司、空军研究实验室（AFRL）和空军科学研究办公室（AFOSR）一起，已经开始了一项研究计划，从分析和实验上开发和检验认知雷达处理概念。

CSL设计并建造了认知雷达工程工作区（CREW），这是世界上第一个专门用来测试完全自适应和认知算法的雷达测试平台，Metron和OSU开发了一个认知FAR系统的理论框架，在单一传感器和目标的目标探测和跟踪范围内确定了关键的系统组件并进行了数学建模。我们一直在开发建模、模拟、分析和实验能力，以证明FAR系统比传统的前馈雷达（FFR）系统取得的性能改进。我们从OSU的软件定义雷达（SDR）系统的模拟场景和预先记录的数据开始。我们现在有能力利用CREW演示认知雷达跟踪系统的实时操作。

这个项目的目标是为分布式FAR雷达开发一个基于MATLAB的M&S架构，从而能够在模拟的、以前收集的和实时的流式数据上进行算法开发和测试。在第一阶段，我们开发了一个基线FAR M&S架构，该架构采用面向对象编程（OOP）方法在MATLAB中编码。它包括一个控制感知-行动（PA）周期运行的FAR引擎和确定下一组传感参数的软件对象；从传感器获取数据；处理数据以跟踪目标；存储和显示传感和跟踪过程的结果。我们开发的模块实现了模拟和预先录制的SDR数据实例，以及实时和模拟的CREW数据实例。

第一阶段开发的FAR M&S架构允许在模拟和实验CREW数据源之间，以及在驱动传感的FAR算法之间进行透明切换。轻松交换传感和处理对象的能力将允许快速开发和测试认知雷达算法，通过构建M&S功能来避免重复工作和 "单点 "解决方案。它将使工业界、学术界和空军的研究人员之间的合作成为可能，因为不同研究人员开发的算法可以使用一致的模拟、收集的数据和实验室条件进行测试和比较。