雷达抗自卫转发式航迹假目标欺骗干扰技术

李迎春，王国宏，孙殿星，关成斌

（1．海军航空工程学院信息融合研究所，山东烟台264001；2．中国人民解放军92313部队，河南济源454600）

雷达抗自卫转发式航迹假目标欺骗干扰技术

李迎春1，2，王国宏1，孙殿星1，关成斌1

（1．海军航空工程学院信息融合研究所，山东烟台264001；2．中国人民解放军92313部队，河南济源454600）

在杂波背景下，传统的自卫转发式航迹假目标欺骗干扰识别方法的正确识别率较低，且利用单一信号特征鉴别真假目标的正确鉴别率较低。针对此问题，提出了一种新的抗自卫转发式航迹假目标欺骗干扰技术。首先，使用常规多目标跟踪算法消除杂波的影响，然后利用基于目标状态估计的角度检验和N／M逻辑准则判断雷达是否遭受自卫转发式航迹假目标欺骗干扰。若存在干扰，则提取目标信号的幅度和相位量化信息，使用多级模糊综合评判对真假目标进行联合鉴别。该技术对自卫转发式航迹假目标欺骗干扰正确识别率较高，能有效剔除形成稳定航迹的假目标。仿真结果验证了该技术的可行性和有效性。

航迹假目标；抗干扰；幅度信息；相位量化；模糊综合评判

0 引 言

现代雷达所处电磁环境日趋复杂。敌方为了掩护目标突防，往往对雷达实施远距离支援干扰、随行干扰或自卫式干扰，而最常见的干扰模式是自卫式干扰，即干扰装置装备在所需保护的武器平台上，进行噪声干扰或欺骗干扰［1］。欺骗式干扰采用数字射频存储器（digital radio frequency memory，DRFM）等转发式干扰装置，截获雷达发射信号并进行精确复制、调制和转发，产生若干假目标［2－4］。假目标会严重消耗雷达资源，使雷达难辨目标真假，而且转发式干扰装置较为轻巧，对武器平台的性能影响小［5］，因此自卫转发式假目标欺骗干扰在电子对抗中应用得越来越广泛。对于杂散假目标，传统多目标跟踪算法和航迹管理程序可将其有效滤除，对雷达的威胁较小，而航迹假目标能形成稳定的虚假航迹，使雷达跟踪到虚假目标，对雷达的威胁更大，本文主要研究针对自卫转发式航迹假目标欺骗干扰的对抗技术。

有效对抗雷达干扰的前提是识别出干扰存在与否。自卫转发式干扰的经典识别方法是构建基于雷达量测的角度检验统计量，然后通过卡方检验判断干扰是否存在［6－7］。然而在杂波背景下，该方法存在严重的“取伪”误判问题，即杂波与目标量测的角度相近时，卡方检验容易将干扰不存在误判为干扰存在。

当自卫转发式航迹假目标欺骗干扰存在时，主要的抗干扰技术有波形分集［8－9］、频率捷变、组网雷达数据融合［10－11］、真假目标特征提取及鉴别［12－15］等。波形分集、频率捷变对雷达体系结构要求较高，代价较大。组网雷达数据融合技术需在各雷达已组网的情况下使用，其中系统误差配准和时间同步难题尚未得到很好的解决。通过提取真假目标信号和数据的特征参数对真假目标进行鉴别的抗干扰技术，具有简单易行、效果明显、代价较小的特点，应用较为广泛。真假目标的特征差异主要有信号能量起伏特性差异、信号相位量化差异、信号谐波特性差异及目标运动特性差异等，文献［12－15］分别根据这些特征差异构造了相应的鉴别方法。然而，随着DRFM技术的发展，假目标信号越来越逼真，根据单一的信号特征鉴别真假目标的误鉴别率越来越大。

根据以上分析，本文提出了一种新的自卫转发式航迹假目标欺骗干扰识别和真假目标鉴别技术。首先，使用常规多目标跟踪算法得到目标状态估计，消除杂波的影响，然后对估计结果进行角度检验和N／M逻辑准则判决，识别出欺骗干扰是否存在；若存在干扰，则根据检验结果进行目标分组，然后根据真假目标信号在幅度和相位量化上的差异进行多级模糊综合评判，鉴别出真假目标。本文首先分别对欺骗干扰识别和真假目标鉴别进行了阐述，然后对以上方法进行了仿真验证，结果表明该技术在杂波环境下能有效识别出自卫转发式航迹假目标欺骗干扰，具有较高的真假目标正确鉴别率。

1 欺骗干扰识别

1．1 空间位置数据特征分析

现代雷达广泛采用低副瓣天线和旁瓣对消、旁瓣匿影等技术，假目标信号很难从雷达天线旁瓣进入接收机［16］。因此，自卫转发式欺骗干扰机主要从雷达天线主瓣注入假目标信号［17］。在同一时刻，虚假目标与真实目标、雷达在一条直线上，如图1所示。

文献［18］指出，对真假目标同时进行跟踪，维持多条航迹，然后剔除虚假航迹保留真实航迹，可达到抗假目标干扰的目的。由于跟踪误差，雷达估计的真实目标和虚假目标在角度上并不严格相等，它们处于一个角度范围内。若雷达没有受到假目标干扰，则在相近的角度范围内出现多个目标的概率很小，即使出现也不可能持续较长时间；若雷达受到干扰，则在相近的角度范围内会出现真实目标和虚假目标。根据上述规律，可在目标跟踪过程中，对连续几个时刻雷达得到的目标状态估计进行角度检验和N／M逻辑准则判决，从而识别出自卫转发式航迹假目标欺骗干扰是否存在。

图1 自卫转发式航迹假目标欺骗干扰下雷达位置量测数据

1．2 基于目标状态估计的欺骗干扰识别

雷达在跟踪目标时采用多目标跟踪算法，如联合概率数据互联（joint probabilistic data association，JPDA）算法、多假设跟踪（multiple hypothesis tracking，MHT）算法和最优Bayes算法等，既能跟踪真实目标，也能跟踪上形成虚假航迹的虚假目标。本文采用应用较多的JPDA算法，该算法能在杂波环境下有效跟踪多目标，具体步骤参考文献［19］。

不失一般性，以三坐标雷达为例进行分析。为了简化问题，假设在k时刻，雷达同时维持两条航迹，此时雷达估计出两个目标状态：

P（k｜k）i为目标状态估计误差协方差阵

在进行检验前，需要进行直角坐标到极坐标的坐标转换。对于k时刻第i个目标状态估计，坐标转换公式为

式中，ρki为该目标的径向距离估计值；θki为该目标的方位角估计值；φki为该目标的俯仰角估计值。当xki＜0，yki＞0或xki＜0，yki＜0时，θki＝arctan（yki／xki）＋π。

对坐标变换后的方位角和俯仰角取微分，得

式中

进而可得该目标的方位角和俯仰角估计误差协方差阵为

按照上述方法将两个目标的状态估计向量及其误差协方差阵转换到极坐标系并取方位角分量和俯仰角分量及相应的误差协方差，即｛Δ（k｜k）1，Pθφ（k｜k）1｝和｛Δ（k｜k）2，Pθφ（k｜k）2｝。其中两个目标的状态是相互独立的，即Δ（k｜k）1和Δ（k｜k）2

是相互独立的，则

构造如下的检验统计量：由于Δ（k｜k）1和Δ（k｜k）2都是2维向量，则统计量T12服从自由度为2的χ2分布，即T12～χ2（2）。构造如下的假设：

为了提高欺骗干扰识别的可靠性，采用N／M逻辑准则对检验结果进行判决，即在k时刻对雷达获得的前M个连续时刻（包括k时刻）的目标状态估计进行上述检验，若有N个时刻的检验统计量T12落入接受域，即T12≤（2），则

在H1成立，即第1个目标或第2个目标为虚假目标时，统计量T12服从χ2（2）分布，则上述检验问题的单侧拒绝域为认定此刻存在欺骗干扰，否则认定不存在欺骗干扰。欺骗干扰识别的流程如图2所示。

图2 欺骗干扰识别的流程图

2 真假目标鉴别

2．1 真假目标信号特征差异

大量实测数据表明，雷达目标，尤其是常见的飞机目标，其回波信号幅度值大致服从瑞利分布。以归一化的背景噪声（方差σ2＝1）为例进行分析，设目标信号幅度为Λ，则其概率密度函数为

式中，参数λ为目标信噪比均值。

较早的第一代DRFM产生的虚假目标信号的幅度是固定的，而目前的DRFM已发展到第二代，它能产生与真实目标的电磁散射特性相似的虚假目标［15］，两者不同之处在于从统计意义上虚假目标信号的幅度往往高于真实目标信号的幅度，即虚假目标信号幅度的分布参数λ值高于真实目标信号幅度的分布参数λ值，该参数可用于真假目标鉴别。虚假目标和真实目标信号的信噪比均值的比值即干信比（jamming signal ratio，JSR）越大，真假目标正确鉴别率越高。在目标跟踪过程中，可通过以下α滤波器得到参数λ在k时刻的估计值［20］：

式中，α为滤波器参数，一般根据经验取值；S（k）为k时刻目标信噪比估计值

其中，mk为k时刻落入目标航迹相关波门内的量测个数；Λki为其中第i个量测对应的信号幅度；βki为该量测关联到目标航迹的互联概率。

一般情况下，虚假目标信号的信噪比均值高于真实目标信号的信噪比均值。然而，估计存在一定的误差，而且JSR是不确定的，在JSR较低时，仅通过信号幅度鉴别真假目标，存在较大的误判率。

DRFM在转发雷达发射信号前，需对截获的信号进行采样、量化，而量化过程不可避免地使信号失真。文献［13］根据DRFM相位量化产生的真假目标信号差异，提出了干扰信号误差角（jamming signal error angle，JSEA）概念，即

式中，X为幅度归一化的雷达发射信号矢量；Y为幅度归一化的目标回波信号矢量。理想情况下，真实目标信号的JSEA为0，而虚假目标信号的JSEA不为0，以此可鉴别真假目标。该参数与DRFM的相位量化位数有关，相位量化位数越小，虚假目标信号的JSEA就越大，进而真假目标正确鉴别率也越高。考虑到杂波的影响，通过互联概率组合，可得k时刻目标的JSEA为

式中，μi为其中第i个量测对应的JSEA。

根据以上分析，从信号幅度和相位量化上提取的目标信噪比均值和JSEA可用于对真假目标的联合鉴别。

2．2 基于幅度和相位量化信息的真假目标联合鉴别

在进行真假目标鉴别之前，需要对雷达跟踪的目标进行分组，以保证每一组中只有一个真实目标和针对该真实目标的所有虚假目标。分组规则为：对雷达跟踪的所有目标进行两两组合，根据第2．2节，对每个组合进行角度检验和N／M准则判决，对被认定欺骗干扰存在的所有组合进行并集运算，如组合（目标1，目标2）和（目标2，目标3）取并集后变为新的组合（目标1，目标2，目标3），直至各组合之间不存在交集。

经过分组后，依据幅度和相位量化信息对每个分组进行真假目标联合鉴别可归为“决策”问题。模糊综合评判将不同的特征信息模糊化，然后融合运算，对运算结果进行评判是解决多属性“决策”问题很好的方法。多级模糊综合评判可降低一级模糊综合评判的错误率，提高正确鉴别率，即先用单个时刻得到的目标信噪比均值估值和JSEA两个参数对目标属性进行综合评判，得到一个评判结果，然后将不同时刻的评判结果进行二级综合评判，从而得到最终的评判结果。在欺骗干扰识别中使用了N／M逻辑准则对检验结果进行判决，在这里同样在k时刻对前M个连续时刻（包括k时刻）的一级评判结果进行二级综合评判。不失一般性，下面以分组中存在真假两个目标为例进行分析。

对分组中的目标1和目标2建立评判集

建立参数集

多级模糊综合评判模型结构和其中的一级模糊综合评判模型结构如图3和图4所示。

图3 多级模糊综合评判模型结构

图4 一级模糊综合评判模型结构

从而可得k时刻参数u1和u2在评判集V上的模糊集分别为

将以上模糊集组成一级评判矩阵为

为了得到一级模糊综合评判结果，需要获取参数u1和u2，即信号的信噪比均值和JSEA在模糊综合评判中的权重。设参数u1、u2在模糊综合评判中的权重分配为

信号的信噪比均值和JSEA对评判正确率，即真假目标正确鉴别率的影响程度主要取决于JSR和DRFM相位量化位数等参数，然而在实际电子对抗中，这些参数值是无法得到的。因此，权重分配值W1k和W2k需要根据具体背景通过侦察测量或人工经验进行设定。

根据模糊综合评判模型，可得到k时刻一级模糊综合评判结果向量为

同理，可分别得到前M个时刻的一级模糊综合评判结果向量集｛Bk－i｜i＝0，1，…，M－1｝。

得到一级模糊综合评判结果后，再进行二级模糊综合评判。｛Bk－i｜i＝0，1，…，M－1｝中的元素组成二级评判矩阵

设定各时刻的一级模糊综合评判结果对二级模糊综合评判的影响是无差别的，即其权重分配为

根据二级模糊综合评判模型，可得到最终的模糊综合评判结果向量

为了得到唯一的目标属性（真假）判定，需要对评判结果进行解模糊，可根据最大隶属度原则进行解模糊，即

3 仿真与分析

3．1 仿真背景

以一部三坐标地基雷达、两个携带自卫式欺骗干扰装置的飞行目标为仿真背景，建立统一的直角坐标系。雷达位置为（0km，0km，6km），雷达扫描周期为1s，测距误差为100m，测方位角误差和测俯仰角误差均为0．1°。目标1的初始位置为（10km，30km，5km），初始速度为（100m／s，－100m／s，0m／s），目标2的初始位置为（8km，30km，5km），初始速度为（100m／s，－100m／s，0m／s），即两个目标同向平行飞行。两个目标匀速飞行50s后均施放延迟1 500m的虚假目标，整个飞行过程持续100s，过程噪声方差为100。

设每个雷达周期的杂波个数服从泊松分布，分布参数为50，加入杂波的方法参考文献［19］。

3．2 仿真实验一

本实验的目的是验证在转发式距离假目标欺骗干扰下，基于目标状态估计的欺骗干扰识别方法能有效识别出欺骗干扰，相较于文献［7］中基于量测的欺骗干扰识别方法，有较高的正确识别率和较低的误识别率。角度检验显著性水平分别取a＝0．005和a＝0．05，N／M逻辑准则分别取2／3和3／4，基于量测的欺骗干扰识别方法的移位寄存器长度取6，蒙特卡罗仿真1 000次。仿真结果如表1和表2所示。

表1 无欺骗干扰时的正确识别率和误识别率

表2 存在欺骗干扰时的正确识别率和误识别率（目标1）

分析表1和表2的仿真数据，可获得以下结论：

（1）无论欺骗干扰存在与否，在正确识别率和误识别率上本文提出的基于目标状态估计的欺骗干扰识别方法明显好于基于量测的欺骗干扰识别方法。

（2）对于基于目标状态估计的欺骗干扰识别方法，采用N／M逻辑准则可提高欺骗干扰的正确识别率。

（3）无欺骗干扰时，角度检验显著性水平越低，无欺骗干扰正确识别率也越低；存在欺骗干扰时，角度检验显著性水平越低，欺骗干扰正确识别率反而越高。在实际应用中，可结合战术背景和态势选择显著性水平。

3．3 仿真实验二

本实验的目的是验证基于幅度和相位量化信息的真假目标联合鉴别方法能有效鉴别出真假目标，相较于单纯利用幅度信息和单纯利用相位量化信息的鉴别方法有更高的正确鉴别率。本实验的前提是雷达已识别出假目标欺骗干扰。只考虑目标1和目标1产生的虚假目标，参数设置如表3所示。

表3 实验二的参数设置

按照以下3种方式进行真假目标鉴别：单纯利用信号幅度信息鉴别、单纯利用信号相位量化信息鉴别和利用本文提出的基于信号幅度和相位量化信息的联合鉴别，得到3种方式下的真假目标正确鉴别率，如图5所示。

图5 基于不同信息的真假目标正确鉴别率

图5表明，在真假目标正确鉴别率上，基于幅度和相位量化信息的联合鉴别方法优于单纯基于幅度信息和单纯基于相位量化信息的鉴别方法。真假目标正确鉴别率随着跟踪步数的增加逐渐增大，这是因为雷达逐步实现对目标稳定跟踪，杂波的影响逐渐减小，且随着量测的增加，真假目标信噪比均值的最大似然估计越来越精确。

保持DRFM相位量化位数3不变，改变JSR，分别为0dB、3dB和5dB，利用基于信号幅度和相位量化信息的联合鉴别方法，得到不同JSR下真假目标正确鉴别率，如图6所示。

图6 不同JSR下的真假目标正确鉴别率

保持信号JSR为3dB不变，改变DRFM相位量化位数分别为2、3和4，利用本文提出的基于信号幅度和相位量化信息的联合鉴别方法，得到不同相位量化位数下的真假目标正确鉴别率，如图7所示。

图6和图7表明，真假目标信号的特征差异越大，即信号的JSR越大或者DRFM的相位量化位数越小，那么真假目标的正确鉴别率也越高，从而验证了本文提出的真假目标鉴别方法的合理性。

图7 不同相位量化位数下的真假目标正确鉴别率

4 结束语

本文针对杂波环境下自卫转发式航迹假目标欺骗干扰识别和真假目标鉴别的问题，提出了基于目标状态估计的欺骗干扰识别方法及基于幅度和相位量化信息的真假目标联合鉴别方法。基于目标状态估计的欺骗干扰识别方法对目标状态估计进行角度检验，克服了杂波对干扰识别的影响，相较于基于量测的欺骗干扰识别方法，有效地提高了欺骗干扰正确识别率。基于幅度和相位量化信息的真假目标联合鉴别方法充分利用信号的幅度信息和相位量化信息，利用多级模糊综合评判的方法鉴别真假目标，相较于基于单一信号特征的鉴别方法，具有更高的正确鉴别率。仿真结果验证了本文提出的抗自卫转发式航迹假目标欺骗干扰技术的有效性。

［1］Neri F．Introduction to electronic defense systems［M］．2nd ed．Zhang X H，Rao T H，Li W，et al trans．Beijing：Publishing House of Electronics Industry，2014．（菲利波·内里．电子防御系统概论［M］．2版．张晓晖，饶烔辉，李微，等译．北京：电子工业出版社，2014．）

［2］Berger S D．Digital radio frequency memory linear range gate stealer spectrum［J］．IEEE Trans．on Aerospace and Electronic Systems，2003，39（2）：725－735．

［3］Ozdil O，Serin M，Ispir M，et al．Channelizer structure in DRFM systems for real signals［C］∥Proc．of the IEEE International Conference on Signal Processing and Communications Application，2013：1－4．

［4］Olivier K，Cilliers J E，du Plessis M．Design and performance of wideband DRFM for radar test and evaluation［J］．Electronics Letters，2011，47（14）：824－825．

［5］Xu L T，Feng D J，Zhao J，et al．Preceded false targets jamming against phase－coded radars［J］．Journal of Astronautics，2013，34（1）：133－138．（徐乐涛，冯德军，赵晶，等．对相位编码体制雷达的导前假目标干扰［J］．宇航学报，2013，34（1）：133－138．）

［6］Slocumb B J，West P D．ECM modeling for multitarget tracking and data association［M］∥Bar－Shalom Y，Blair W D，ed．Multitarget－multisensor tracking：applicati－ons and advances（III）．Norwood：Artech House，2000．

［7］Zhou W H，Li L，Chen G H．An effective algorithm for discriminating RGPO with performance analysis［J］．Acta Electronica Sinica，2007，35（6）：1165－1169．（周文辉，李琳，陈国海．一种有效的RGPO干扰鉴别算法及性能分析［J］．电子学报，2007，35（6）：1165－1169．）

［8］Akhtar J．Orthogonal block coded ECCM schemes against repeat radar jammers［J］．IEEE Trans．on Aerospace and Electronic Systems，2009，45（3）：1218－1226．

［9］Zhang J D，Zhu D Y，Zhang G．New antivelocity deception jamming technique using pulses with adaptive initial phases［J］．IEEE Trans．on Aerospace and Electronic Systems，2013，49（2）：1290－1300．

［10］Zhao Y L，Wang X S，Wang G Y，et al．Tracking technique for radar network in the presence of multi－range－false－target deception jamming［J］．Acta Electronica Sinica，2007，35（3）：454－458．（赵艳丽，王雪松，王国玉，等．多假目标欺骗干扰下组网雷达跟踪技术［J］．电子学报，2007，35（3）：454－458．）

［11］Zhao S S，Zhang L R，Zhou Y，et al．Measurement fusion method against false－target jamming for radar network［J］．Journal of University of Electronic Science and Technology of China，2014，43（2）：207－211．（赵珊珊，张林让，周宇，等．组网雷达点迹信息融合抗假目标干扰方法［J］．电子科技大学学报，2014，43（2）：207－211．）

［12］Tian X，Tang B．Spectrum texture features based radar deception jamming recognition using joint frequency－slow time processing［J］．Journal of Computational Information Systems，2013，9（13）：5181－5188．

［13］Greco M，Gini F，Farina A．Radar detection and classification of jamming signals belong to a cone class［J］．IEEE Trans．on Signal Processing，2008，56（5）：1984－1993．

［14］Rao B，Xiao S P，Wang X S，et al．Maximum likelihood approach to the estimation and discrimination of exoatmospheric active phantom tracks using motion features［J］．IEEE Trans．on Aerospace and Electronic Systems，2012，48（1）：794－819．

［15］Tian X．Radar deceptive jamming detection based on goodness－of－fit testing［J］．Journal of Information ＆Computational Science，2012，9（13）：3839－3847．

［16］Butt F A，Jalil M．An overview of electronic warfare in radar systems［C］∥Proc．of the IEEE International Conference on Technological Advances in Electrical，Electronics and Computer Engineering，2013：213－217．

［17］Zhang F．Radar counter technology against missile electronic penetration［J］．Modern Radar，2014，36（2）：10－13．（张峰．导弹电子突防及雷达对抗技术［J］．现代雷达，2014，36（2）：10－13．）

［18］Kirubarajan T，Bar－Shalom Y，Blair W D，et al．IMMPDAF for radar management and tracking benchmark with ECM［J］．IEEE Trans．on Aerospace and Electronic Systems，1998，34（4）：1115－1134．

［19］He Y，Xiu J J，Guan X，et al．Radar data processing with applications［M］．3rd ed．Beijing：Publishing House of Electronics Industry，2013．（何友，修建娟，关欣，等．雷达数据处理及应用［M］．3版．北京：电子工业出版社，2013．）

［20］Lerro D，Bar－Shalom Y．Automated tracking with target amplitude information［C］∥Proc．of the American Control Conference Proceedings，1990：2875－2880．

E－mail：344759609＠qq．com

王国宏（1963－），男，教授，博士，主要研究方向为多源信息融合、雷达组网、微弱目标跟踪。

E－mail：wangguohong＠vip．sina．com

孙殿星（1983－），男，博士研究生，主要研究方向为雷达组网、信息融合技术。

E－mail：sdxdd．hi＠163．com

关成斌（1979－），男，讲师，博士，主要研究方向为目标跟踪、传感器管理。

E－mail：344759609＠qq．com

Technique against self－protection repeating track false－target deceptive jamming for radar

LI Ying－chun1，2，WANG Guo－hong1，SUN Dian－xing1，GUAN Cheng－bin1
（1．Institute of Information Fusion，Naval Aeronautical and Astronautical University，Yantai 264001，China；2．Unit 92313of the PLA，Jiyuan 454600，China）

In the presence of clutter，the accurate recognition rate for traditional self－protection repeating track false－target deceptive jamming is low，and the accurate identification rate of distinguishing true or false targets using a single signal characteristic is also low．Aiming at the problems，a new technique of anti self－protection repeating track false－target deceptive jamming is proposed．The conventional multi－target tracking algorithm is used for eliminating the influence of clutter firstly．Then the angle test based on target state estimation and the N／Mlogic rule are used to determine whether radar is jammed by self－protection repeating track falsetarget deceptive jamming．If the jamming exits，the amplitude and phase quantization information of the target signal is extracted，then the multi－level fuzzy comprehensive evaluation is adopted to distinguish true or false targets jointly．The technique can recognize self－protection repeating track false－target deceptive jamming with the high accurate recognition rate，and can eliminate the false targets which form the stable track．Simulation results verify the feasibility and validity of the proposed technique．

track false－target；anti－jamming；amplitude information；phase quantization；fuzzy comprehensive evaluation

TN 953．6

A

10．3969／j．issn．1001－506X．2015．06．03

李迎春（1988－），男，博士研究生，主要研究方向为多传感器信息融合、雷达抗干扰技术。

1001－506X（2015）06－1242－07

2014－08－04；

2014－11－14；网络优先出版日期：2014－12－12。

网络优先出版地址：http：／／www．cnki．net／kcms／detail／11．2422．TN．20141212．0849．002．html

国家自然科学基金（61002006，61179018）；“泰山学者”建设工程专项经费资助课题