利用 MATLAB 调用 STK Object Model COM 显示雷达受干扰前后探测范围的变化

1. 引言

在电子对抗仿真中，雷达探测范围是衡量其作战效能的核心指标之一。当雷达受到干扰时，其探测范围会发生显著变化，直观展示这种变化对于分析干扰效果、评估雷达抗干扰能力具有重要意义。

STK（Systems Tool Kit）作为航天与防务领域广泛使用的仿真分析软件，提供了强大的雷达覆盖分析能力。通过 STK 的 Object Model COM 接口，我们可以在 MATLAB 中灵活地控制 STK 场景，实现雷达受干扰前后探测范围的动态对比显示。

本文将介绍如何利用 MATLAB 调用 STK Object Model COM 接口，实现雷达受干扰前后探测范围变化的可视化。

2. 技术基础

2.1 STK Object Model COM 简介

STK Object Model 是 STK 提供的编程接口，支持通过 COM（Component Object Model）技术在外部程序中控制 STK。MATLAB 可以通过 actxserver 函数创建 STK 应用实例，进而操作场景中的对象。

2.2 雷达干扰模型

雷达干扰通常分为压制式干扰和欺骗式干扰两类。本文以压制式干扰为例，干扰机发射噪声信号，降低雷达接收端的信噪比，从而缩小雷达的探测距离。在 STK 中，可以通过调整雷达的检测门限或添加干扰源来模拟这一过程。

3. 环境准备

3.1 软件要求

• MATLAB（建议 R2018b 及以上版本）
• STK 11 或更高版本（需安装 Object Model 组件）
• 操作系统：Windows（COM 接口依赖）

3.2 启动 STK 并连接 MATLAB

在 MATLAB 中启动 STK 并建立连接：

% 创建 STK 应用实例
stkApp = actxserver('STK11.Application');

% 设置 STK 可见
stkApp.Visible = 1;

% 获取场景根对象
root = stkApp.Personality2;

4. 创建雷达场景

4.1 新建场景

% 新建场景
root.NewScenario('RadarJammerDemo');
scenario = root.CurrentScenario;

% 设置场景时间
scenario.SetTimePeriod('1 Jan 2026 00:00:00', '1 Jan 2026 01:00:00');

4.2 添加雷达设施

% 添加雷达设施
facility = scenario.Children.New('eFacility', 'RadarSite');

% 设置雷达位置（经纬度，单位：度）
facility.Position.AssignGeodetic(39.9042, 116.4074, 0.05);

% 获取雷达对象
radar = facility.Children.New('eRadar', 'SearchRadar');

4.3 配置雷达参数

% 设置雷达工作频率（Hz）
radar.Frequency = 3e9;

% 设置雷达峰值功率（W）
radar.PeakPower = 100000;

% 设置天线增益（dB）
radar.AntennaGain = 30;

% 设置雷达检测门限（dBm）
radar.DetectionThreshold = -110;

5. 添加干扰机

5.1 创建干扰机设施

% 添加干扰机设施
jammerFacility = scenario.Children.New('eFacility', 'JammerSite');

% 设置干扰机位置（距离雷达约 50 km）
jammerFacility.Position.AssignGeodetic(39.9042, 116.4074 + 0.5, 0.05);

5.2 配置干扰机参数

% 获取干扰机对象
jammer = jammerFacility.Children.New('eJammer', 'NoiseJammer');

% 设置干扰机有效辐射功率（W）
jammer.EIRP = 1000;

% 设置干扰频率（与雷达同频）
jammer.Frequency = 3e9;

% 设置干扰带宽（Hz）
jammer.Bandwidth = 10e6;

6. 计算并显示探测范围

6.1 无干扰时的探测范围

% 创建覆盖定义
coverageDef = scenario.Children.New('eCoverageDefinition', 'CovDef');

% 添加雷达作为覆盖的资产
coverageDef.Assets.Add(radar);

% 设置覆盖网格分辨率（度）
coverageDef.Grid.Resolution = 0.5;

% 计算无干扰时的覆盖
coverageDef.ComputeAccesses();

6.2 添加干扰后重新计算

% 在雷达上添加干扰接收机（模拟干扰对雷达的影响）
radar.Children.New('eReceiver', 'JammerReceiver');

% 重新计算覆盖
coverageDef.ComputeAccesses();

6.3 生成覆盖图

% 获取覆盖图对象
covFigure = coverageDef.Figures.New('eFigureCoverage', 'CoverageFigure');

% 设置覆盖图属性
covFigure.Attributes.Grid = 1;
covFigure.Attributes.GridColor = [1 0 0];

% 显示覆盖图
covFigure.Visible = 1;

7. 动态对比显示

7.1 创建对比窗口

% 创建两个 3D 窗口分别显示干扰前后效果
window1 = root.Windows3D.New('BeforeJammer');
window2 = root.Windows3D.New('AfterJammer');

% 设置窗口位置
window1.WindowState = 1;  % 正常显示
window2.WindowState = 1;

7.2 控制视角同步

% 将两个窗口的视角同步到雷达位置
viewPoint = [39.9042, 116.4074, 100000];  % 雷达上方 100 km

window1.Camera.ViewPoint = viewPoint;
window2.Camera.ViewPoint = viewPoint;

7.3 切换干扰状态

% 关闭干扰机（无干扰状态）
jammer.Enabled = 0;
window1.Capture('BeforeJammer.png');

% 开启干扰机（受干扰状态）
jammer.Enabled = 1;
window2.Capture('AfterJammer.png');

8. 完整示例代码

以下为完整的 MATLAB 脚本，可直接运行：

%% 雷达受干扰前后探测范围变化演示
% 利用 MATLAB 调用 STK Object Model COM

clear; clc; close all;

%% 1. 启动 STK
stkApp = actxserver('STK11.Application');
stkApp.Visible = 1;
root = stkApp.Personality2;

%% 2. 新建场景
root.NewScenario('RadarJammerDemo');
scenario = root.CurrentScenario;
scenario.SetTimePeriod('1 Jan 2026 00:00:00', '1 Jan 2026 01:00:00');

%% 3. 添加雷达
facility = scenario.Children.New('eFacility', 'RadarSite');
facility.Position.AssignGeodetic(39.9042, 116.4074, 0.05);

radar = facility.Children.New('eRadar', 'SearchRadar');
radar.Frequency = 3e9;
radar.PeakPower = 100000;
radar.AntennaGain = 30;
radar.DetectionThreshold = -110;

%% 4. 添加干扰机
jammerFacility = scenario.Children.New('eFacility', 'JammerSite');
jammerFacility.Position.AssignGeodetic(39.9042, 116.4074 + 0.5, 0.05);

jammer = jammerFacility.Children.New('eJammer', 'NoiseJammer');
jammer.EIRP = 1000;
jammer.Frequency = 3e9;
jammer.Bandwidth = 10e6;

%% 5. 创建覆盖定义
coverageDef = scenario.Children.New('eCoverageDefinition', 'CovDef');
coverageDef.Assets.Add(radar);
coverageDef.Grid.Resolution = 0.5;

%% 6. 计算无干扰覆盖
jammer.Enabled = 0;
coverageDef.ComputeAccesses();

% 生成无干扰覆盖图
covFigure1 = coverageDef.Figures.New('eFigureCoverage', 'CovBefore');
covFigure1.Attributes.Grid = 1;
covFigure1.Attributes.GridColor = [0 1 0];  % 绿色表示正常范围
covFigure1.Visible = 1;

%% 7. 计算受干扰覆盖
jammer.Enabled = 1;
coverageDef.ComputeAccesses();

% 生成受干扰覆盖图
covFigure2 = coverageDef.Figures.New('eFigureCoverage', 'CovAfter');
covFigure2.Attributes.Grid = 1;
covFigure2.Attributes.GridColor = [1 0 0];  % 红色表示受干扰范围
covFigure2.Visible = 1;

%% 8. 保存对比图
% 使用 3D 窗口截图
window = root.Windows3D.New('CompareWindow');
window.Camera.ViewPoint = [39.9042, 116.4074, 200000];
window.Camera.UpVector = [0, 1, 0];

% 分别截图
jammer.Enabled = 0;
pause(1);
window.Capture('BeforeJammer.png');

jammer.Enabled = 1;
pause(1);
window.Capture('AfterJammer.png');

disp('演示完成，对比图已保存！');

9. 结果分析与展示

9.1 对比效果

运行上述代码后，可以得到两张对比图：

• 无干扰状态：雷达探测范围较大，覆盖区域呈圆形或扇形分布；
• 受干扰状态：雷达探测范围明显缩小，尤其在干扰机方向出现凹陷。

9.2 量化分析

可以通过 STK 的覆盖统计功能量化干扰效果：

% 获取覆盖统计
covStats = coverageDef.ComputeCoverageStatistics();

% 输出覆盖面积（平方千米）
fprintf('覆盖面积: %.2f km^2\n', covStats.Area);

10. 常见问题与注意事项

10.1 COM 连接失败

• 确认 STK 已正确安装且版本与 actxserver 中的 ProgID 一致；
• 以管理员身份运行 MATLAB；
• 检查 MATLAB 与 STK 的位数是否一致（均为 64 位）。

10.2 干扰效果不明显

• 增大干扰机 EIRP 或减小干扰距离；
• 降低雷达检测门限；
• 调整干扰频率使其更精确地对准雷达工作频率。

10.3 覆盖图不显示

• 确认 coverageDef.ComputeAccesses() 已成功执行；
• 检查覆盖图对象是否设置为可见；
• 尝试使用 root.ExecuteCommand 命令刷新视图。

11. 总结

本文详细介绍了如何利用 MATLAB 调用 STK Object Model COM 接口，实现雷达受干扰前后探测范围变化的可视化。通过 STK 的覆盖分析功能，我们可以直观地对比干扰前后的探测范围差异，为电子对抗仿真分析提供了有效手段。

该方法具有良好的扩展性，可以进一步应用于多雷达组网、多干扰机协同等复杂场景的仿真分析。