基于环境感知的认知雷达抗干扰技术

祝 欢，孙 俊，杨予昊，王 宁，陈 翼

(1.中国电子科技集团公司智能感知技术重点实验室，南京 210039；2.南京电子技术研究所， 南京 210039)



基于环境感知的认知雷达抗干扰技术

祝 欢1，2，孙 俊1，2，杨予昊1，2，王 宁1，2，陈 翼1，2

(1.中国电子科技集团公司智能感知技术重点实验室，南京 210039；2.南京电子技术研究所， 南京 210039)

随着电磁环境的日益复杂，传统雷达固定的工作模式无法适应复杂电磁环境的影响。认知雷达的感知环境并反馈到发射，联合优化发射和接收的能力使得其在复杂电磁环境中的生存能力更强。文中首先介绍了认知雷达概念的出现和认知雷达理论发展的历程，并分析了认知雷达在复杂电磁环境中探测目标的潜在能力。然后介绍了基于环境感知的认知雷达抗干扰原理，并通过仿真分析了认知波形优化、认知频谱管理和认知发射方向图置零技术在对抗复杂电磁干扰的有效性，为未来雷达的抗干扰设计提供了一个方向。

认知雷达；环境感知；波形优化；频谱管理；发射置零

0 引 言

在现代战争中，雷达具有极其重要的战略地位，但是日益复杂的电子干扰环境严重威胁着雷达系统的生存及其效能的正常发挥，因此雷达抗干扰的能力的提升显得愈发重要。而在现实中，人为的和自然的、敌方和我方的、对抗和非对抗的各种电磁信号充斥于整个作战空间，综合形成了一个信号密集、种类繁多、对抗激烈、动态多变的战场电磁环境，并且愈来愈呈现出复杂性的特点，使得雷达面临严重的干扰影响。

作为一种传感器，雷达是通过与环境、目标相互作用来获取信息的。在复杂的背景下，固定的工作模式和不变的发射波形很难取得满意的性能，这是传统雷达的不足，也是雷达进一步发展所必须解决的问题。

在整体能量、时间、频谱等资源有限的情况下，如何根据目标、环境变化合理分配和有效利用这些资源是下一代雷达发展必须面对的挑战。认知雷达可以根据目标和外部环境特性智能地选择发射信号和工作方式以及进行资源最优分配，被认为是未来雷达发展的重要方向之一[1]。

1 认知雷达的发展

受蝙蝠回声定位系统的启发， S. Haykin[2]在2006年首次提出了认知雷达概念，并描述了认知雷达从发射到接收闭环的架构流程：

图1 S.Haykin的认知雷达闭环架构流程图

基于环境的感知、发射和接收的自适应以及知识辅助处理，J. R. Guerci[3]提出了如下的认知雷达架构：

图2 含有环境动态数据库并具备自适应发射特性的认知雷达框图

该认知雷达架构有以下特征：

(1)实现了“发射机-天线发射-空间(信道)-天线接收-接收机-KA协处理-发射机”的自适应闭环。这种反馈也是图Haykin关于认知雷达架构的必要组成部分。

(2)包含了环境和感兴趣目标信息的环境动态数据库(EDDB)。这些信息由来自机内的信息源-传感器的观测记录，也有来自机外的信息源-包括SAR、地理信息、编队信息等。EDDB中的信息不断动态更新的。

(3)自适应发射机和接收机的知识辅助处理。

J.R.Guerci等人[4]在以上理论的基础上，又进一步将认知雷达的概念发展为认知全自适应雷达(COFAR)。该系统具有全自适应发射，接收、实时通道估计和控制调度功能。其架构组成如图3所示。

认知雷达的上述架构为复杂电磁环境中的目标探测问题的解决提供了可能性。 从认知雷达架构研究中的自适应发射和接收发展到全自适应发射和接收，环境动态数据库发展到实时通道估计器，对环境的感知和对发射的反馈以及自适应调整都成为认知雷达区别于传统雷达最核心的标志。认知雷达通过MIMO阵列进行环境的实时估计，为自适应发射和接收处理提供了依据。

需要说明的是，COFAR是雷达未来的发展方向，目前尚处于概念和理论研究阶段，需要探索和解决的问题很多，距离全系统实现尚有相当长的路要走。不过并不妨碍将阶段性成果在装备中先行应用，为最终真正实现COFAR架构打下基础[5]。

图3 认知全自适应雷达架构图

2 电磁环境感知技术

电磁环境的感知，主要包括对干扰源方向和载波频率信息的获取。波达方向的估计方法有很多种，既有传统的单脉冲比相测角、单脉冲比幅测角，也有分辨率更高的MUSIC(多重信号分类)算法。而载波频率的获取可以通过现代测频技术实现。主要包括频率取样法和变换法等。

2.1 测向

利用阵列信号处理技术，可以实现同一个波束宽度内的多个信号源的DOA估计，MUSIC就是实现角度超分辨的经典方法。MUSIC基本原理是：首先根据实际数据估计得到X(t)的协方差矩阵R，再对R进行特征分解，构造信号子空间和噪声子空间，将导向矢量与噪声子空间之间的投影距离定义为MUSIC谱，通过在角度域上进行搜索，谱峰对应信源方向。MUSIC算法具有分辨率高、性能稳定及精度高等特点，对小于阵元数的信源良好的DOA估计性能，得到了广泛的应用。

利用MUSIC方法进行仿真，仿真条件为接收阵列为32阵元的等距线阵，阵元间距为半波长，干扰源个数为4， 角度设置分为全部来自副瓣和全部来自主瓣两种情况，第一种情况角度分别为(-46°，-28°，32°，57°)，干噪比JNR为10 dB；第二种情况角度分别为(-3°，-1°，1°，3°)，干噪比20 dB。

图4 MUSIC算法对副瓣干扰的方向估计

图5 MUSIC算法对主瓣干扰的方向估计

比较了MUSIC、CAPON、DBF三种角度分辨方法对副瓣干扰和主瓣密集干扰分辨性能，见图6和图7。

图6 三种算法对副瓣干扰的方向估计

图7 三种算法对主瓣干扰的方向估计

从上图可以看到，相比传统波束形成和Capon方法，利用MUSIC方法可以得到的干扰源DOA估计更加可信，干扰源的数目和方向都能准确得到，窄带相控阵雷达的测频测向可用该方式进行。

2.2 测频

对于宽带信源和宽带阵列，有两种测频方法：一是基于窄带系统，频率依次搜索，实现全频段电磁环境感知；二是基于宽带系统，采用宽带信道化接收机实现频域子带化，对每个子带进行高分辨测向。前者原理简单、系统复杂度不高，但需要耗费较多的时间资源；后者可快速完成全频段测频，但宽带系统实现相对复杂得多。

信道化接收机利用频率分路器将待测频段进行分路，路数越多，则分成的频段越窄，频率分辨力和测频精度越高。早期的信道化接收机都采用模拟方法，基本原理是利用波段分路器将系统的频率覆盖范围分成多路，从各个波段分路器输出的信号分别经过多组变频器和中放，将信号变为带宽较窄的基带信号，再利用基带滤波检波阵列进行进一步的信号的滤波。最终经过信道综合频率测量处理机，进行门限检测、逻辑判决等，输出信号频率的测量结果，通过编码器编出信号频率的分波段码字。在实际应用中，由于频率分路器的路数不能任意增多，并且微波领域无法获得频带极窄的信道。但是随着超高速大规模集成电路的发展，可以利用数字式接收机实现高性能的测频接收机。

通过对射频信号的直接或间接采样，将模拟信号转变成数字信号，然后充分利用数字信号处理的优点，尽可能多地提取信号的信息。如利用FFT算法组成的数字快速傅里叶变换处理机，不仅能解决截获概率和频率分辨力之间的矛盾，实现对同时到达信号的滤波，而且测频精度高。

图8 基于多相滤波结构的数字信道化接收机原理框

3 认知抗干扰技术

3.1 认知波形优化技术

通过环境感知,可以获得干扰在频谱上的分布。然后根据干扰分布，优化发射波形，对干扰进行反匹配，可以达到抑制干扰的效果。下图仿真了多径干扰及最优的发射波形，从图中可以看出，最优发射波形与干扰分布反匹配，抗干扰性能优于线性调频(LFM)。

图9 认知波形设计

3.2 认知频谱管理技术

微波频段受到民用无线电的影响，变得十分拥挤。特别是无意通信干扰，调制类型复杂多样，且功率较强，对雷达的影响较大。大部分通信信号带宽较窄，可以通过感知通道感知干扰的频谱分布，在频谱上干扰较小的区域优选频点和带宽，如10图所示。

图10 选频选带宽

3.3 认知发射方向图置零技术

在复杂的电磁环境中，面临的干扰源多时，由于接收段自由度有限，常规处理性能会急剧下降。由于接收端的空域自由度是有限的，当干扰源较多或杂波自由度过高时，STAP处理性能将大幅降低。常规雷达是在接收端的处理，对发射端的利用极其有限。如果能将发射端的自由度加以利用，则能抑制的干扰源个数将会增加，处理性能会大幅提升。通过感知通道感知到干扰的强度和角度信息，然后采用发射方向图置零的方法将干扰抑制。具体的流程如图11所示。

图11 基于感知信息的发射方向图置零算法流程

设发射阵列为16阵元均匀线阵，阵元间距为半波长；在-35°、10°、和25°分别形成发射方向图零点。对比静态和最优的发射方向如图12所示。

图12 发射方向图置零仿真

4 结 语

雷达面临的电磁环境日渐严峻，干扰的形式也更加复杂。认知雷达能够感知外界环境，自适应优选频点和带宽、调整发射波形和发射方向图，具备比常规雷达更强的抗干扰能力的能力，为未来雷达的反干扰提供了新的方向[8]。

[1] 孙俊.智能化认知雷达中的关键技术[J]. 现代雷达，2014, 36(10):14-19.

[2] S. Haykin. Cognitive radar：A way of the future [J]．IEEE Signal Processing Magazine，2006，23(1)：30-40.

[3] Guerci J R. Cognitive Radar：The Knowledge-Aided fully Adaptive Approach [M]．Boston/London：Artech House，2010.

[4] Guerci J R, Guerci R M, Ranagaswamy M, et al. CoFAR: Cognitive Fully Adaptive Radar[C]. Cincinnati：IEEE Radar Conference，2014.

[5] 张良, 祝欢. 机载预警雷达系统架构发展路径研究[J]. 现代雷达，2015, 37(12):1-5.

[6] 吴顺君, 梅晓春. 雷达信号处理和数据处理技术[M]. 北京：电子工业出版社, 2008.

[7] 傅有光, 陈翼, 王宁. 现代机载雷达中抗干扰ECCM技术[J]. 现代雷达， 2014, 36(5):1-5.

[8] 贲德，王峰，雷志勇. 基于认知原理的机载雷达抗干扰技术研究[J].中国电子科学研究院学报, 2013,8(4):369-372.

Interference Suppression in Cognitive Radar Based on Environment Perception

ZHU Huan1，2，SUN Jun1，2，YANG Yu-hao1，2，WANG Ning1，2，CHEN Yi1，2

(1.Key Laboratory of IntelliSense Technology，CETC， Nanjing 210039，China；2.Nanjing Research Institute of Electronics Technology， Nanjing 210039，China)

With the increasing complexity of electromagnetic environment, the traditional radar with the fixed mode is unable to adapt to the effects of complex electromagnetic environment. The abilities to perceive the environment, to feed back to transmitter, and to optimize the transmitter and receiver jointly increase the survival ability of cognitive radar in the complex electromagnetic environment. This paper firstly introduces the emergence and development of the concept of cognitive radar and the history of cognitive radar, and analyzes the potential of cognitive radar detecting targets in complex electromagnetic environment, and then introduces the anti-jamming principle of cognitive radar based on environment perception. The cognitive waveform optimization, cognitive spectrum management and cognitive transmit nulling techniques are analyzed through simulations. These techniques are proved to be effective against the complex electromagnetic interference, which provide a direction for the future design of radar anti-jamming.

cognitive radar；environment perception；waveform optimization；spectrum management；transmit nulling

10.3969/j.issn.1673-5692.2016.06.003

2016-08-20

2016-09-15

祝 欢(1983—)，男，河南人，博士，高级工程师，主要研究方向为新体制雷达技术, 雷达信号处理；

E-mail：zhuhuan_nriet@163.com

孙 俊(1974—)，男，四川人，博士，研究员，主要研究方向为新体制雷达技术，雷达信号处理；

杨予昊(1983—)，男，江苏人，博士，高级工程师，主要研究方向为新体制雷达技术，雷达信号处理；

王 宁(1986—)，男，山东人，博士，高级工程师，主要研究方向为雷达抗干扰技术；

陈 翼(1984—)，男，江苏人，博士，工程师，主要研究方向为雷达抗干扰技术。

TN973.3 文献标识码：A

1673-5692(2016)06-577-05