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：

matlab 复制代码

% 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

matlab 复制代码

% 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

matlab 复制代码

% 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

matlab 复制代码

% 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

matlab 复制代码

% 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

matlab 复制代码

% 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

matlab 复制代码

% 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

matlab 复制代码

% 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

matlab 复制代码

% 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

matlab 复制代码

% 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

matlab 复制代码

% 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

matlab 复制代码

% 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：

matlab 复制代码

%% 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：

matlab 复制代码

% 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。