雷达侦察信号的认知处理技术研究

光晓俐

(西安电子科技大学 电子工程学院，陕西 西安 710071)



雷达侦察信号的认知处理技术研究

光晓俐

(西安电子科技大学 电子工程学院，陕西 西安 710071)

摘要阐述了认知电子战的研究现状和系统组成模型，并针对认知电子战系统中的侦察模块，提出了一种可行的侦察处理结构和流程，基于此，在数字信道化测频的基础上，提出了基于认知技术的数字信道化测频方法。通过理论推导和仿真，证明了基于认知技术的数字信道化测频方法,相比传统数字信道化测频在信噪比和测频精度上大幅提高，同时证明了基于认知技术的电子侦察的可行性。

关键词认知电子战；数字信道化；认知雷达侦察

随着认知技术的发展[1]。其由最初在通信系统中使用[2]，已发展成在雷达的应用，多个认知雷达正在研制阶段。但认知技术在电子战上的应用还处于理论论证阶段[3-6]，对具体的问题没有进行深入的研究。

目前，国内杨小牛、沈妮、张春磊等人在理论上对认知电子战的系统组成和结构进行了分析；国外BLADE(BehavioralLearningforAdaptiveElectronicWarfare)[7]即“自适应电子战行为学习”项目、自适应雷达对抗项目等也刚刚展开[8]。认知电子战是未来电子战发展的必然趋势，对认知电子战的研究有着重要的意义。

认知电子战在传统的电子战系统中加入了学习知识库和认知环，主要由认知侦察、认知干扰、认知知识库和干扰决策4部分组成[9-12]，如图1所示。

认知侦察模块与电磁环境进行交互，实现对电磁环境和目标的实时监控，并选择合适的信号处理方式对其特征进行分析。干扰决策模块根据认知侦察模块的分析结果、认知知识库中已有的数据、干扰资源，得到有效的干扰样式和干扰参数。认知干扰模块由干扰效果评估、干扰优化、干扰信号产生3部分组成。认知知识库模块存储目标特征信息和不同干扰下的干扰效果。

图1　认知电子战系统组成

1认知侦察

基于认知技术的雷达信号侦察系统即认知电子战中的认知侦察模块。认知侦察模块主要对收到的雷达参数进行测量。

1.1认知侦察处理结构

本文提出一种将宽带侦察结果用于宽带自身认知学习、信号分选的原理、可能性和方法。图2是一种可能采用的认知侦察模块结构。

图2　一种认知侦察处理结构

信号经天线、模数转换器(ADC)后将模拟信号转换为数字信号。在对数字信号的处理中，为了与宽带侦察系统充分兼容，在保留了传统信号处理模块的同时增加了认知处理模块，认知处理模块根据常规处理模块的处理结果及认知知识库中的信息对传统处理模块的参数进行调整或开辟新的通道对信号进行匹配或准匹配处理。

由于认知侦察模块与认知知识库联系紧密，在这里对认知知识库做简要的说明。认知知识库分为两部分：学习库和缓存库。学习库一一对应地存储4类参数：雷达参数、侦察系统参考设置、干扰参数、雷达信号可能的变化后参数。缓存库存储的参数类型与学习库一致，但缓存库存储的是实时测得的参数，当缓存库中的参数优于学习库时对学习库进行更新。

1.2认知侦察处理流程

认知处理模块对侦察系统的动态调整有两种方法：调整传统处理模块的参数和开辟专用通道对信号进行匹配或准匹配处理。

调整传统处理模块参数的方法可借鉴自适应侦察处理的方法和流程，具体流程如图3所示。

图3　调整侦察系统参数的认知侦察处理流程

步骤1信号进入传统处理模块，测得一组初始雷达参数Ar0，当前传统处理模块的参数设置为Aj0、Ar0和Aj0共同组成认知知识库中的一个向量A0；

步骤2将 存储到认知知识库中的缓存库，同时 做为认知处理模块的输入传入该模块；

步骤3认知处理模块在认知知识库中对 进行匹配查找，若匹配成功，则输出侦察系统参考设置和雷达信号可能的变化后参数，若匹配失败，则按已有规律进行参数调整，寻找最优参数并对学习库进行更新；

步骤4使用得到的侦察系统参数设置对传统侦察模块进行设置；对下一次到达的信号重复步骤1～步骤4操作，直到得到最优的测量结果。

开辟专用通道对信号进行匹配处理的方法可借鉴相控阵雷达中搜索加跟踪模式下对搜索和跟踪队列的处理流程。具体流程如图4所示。具体过程如下：

步骤1信号进入传统处理模块，测得一组初始雷达参数Ar0，当前传统处理模块的参数设置为Aj0、Ar0和Aj0共同组成认知知识库中的一个向量A0；

步骤2将A0存储到认知知识库中的缓存库，同时在认知知识库中对A0进行匹配查找，得到专用通道的设置参数，分配资源产生专用通道；

步骤3对通道内的信号进行实时监测并合理的调整通道参数直到最优，并更新认知知识库，监测时若通道内有信号，则继续监测并调整通道参数，若通道内没有信号，则扩大通道范围继续检测；

步骤4当通道内持续没有信号时，释放专用通道，重新开始步骤1。

图4　开辟专用通道的认知侦察处理流程

这两种方法各有利弊，动态调整传统处理模块参数的方法在进行参数调整时不会增加对资源的使用，但这种方法对频率重叠的同时信号处理能力不足，在根据认知知识库进行调整时，对整个检测范围内的信号难以兼顾；开辟新模块的方法能有效解决频率重叠同时信号处理的问题，但信号越多分配的资源就越多，会对侦察机信号处理带来较大负担。目前，电磁环境复杂，信号源众多，但频率重叠的同时信号由于会产生相互干扰而较少出现。因此，本文通过调整传统处理模块的参数来实现认知处理模块对侦察系统的动态调整。

2认知侦察的频域参数测量

认知侦察在频域参数测量上的研究基于数字信道化技术。根据上述认知侦察系统组织结构及方法流程，设置初始时信道分布，如图5(a)所示。

图5　认知侦察信道划分

对数字信道化的参数设置进行变化时，若信号是认知知识库中已有的信号，则直接在认知知识库中读取信道化参数；若信号不是认知知识库中已有的信号，则需对信道化参数进行变化。

雷达信号出现在初始状态时的多个信道内时，如图5(b)表示一个跨信道的信号进入数字信道化接收机后的状态，图中虚线为输入信号的频谱。此时，若信号带宽大于系统初始带宽，将两个信道合并形成新的数字信道如图5(c)；若信号带宽小于系统初始带宽，将信道在频域上进行搬移形成新的数字信道如图5(d)。

当雷达信号出现在数字信道化初始时的某一个信道时如图5(e)所示，系统将在信道内形成多个窄信道如图5(f)。

在认知数字信道化测频中，认知处理不仅对出现信号的信道进行了进一步的参数调整，认知处理还对可能出现信号的信道进行了参数调整。如图5(g)和图5(h)所示，认知系统在对出现信号的第一个信道中的信号进行分析后与认知知识库进行查找匹配，发现在当前状态下第4个信道极有可能出现信号，则对第4个信道也进行处理，提高系统的反应速度。

由DFT可知，数字测频方法的测频精度

(1)

其中，N为数字化后信号的点数； Bf为无模糊测频范围。在数字信道化测频中，信道宽度和采样频率固定后频率测量的精度固定。在本文提出的认知数字化系统中，系统的信道在感知到信号后自适应地对信道宽度进行调节。在采样点数不变的情况下，信道带宽的减小可明显提高测频精度；同时要达到同一测频精度所需的点数减小，采样率不变时，测频所需时间减少。

在信道化中，接收机内部的噪声为白噪声，信号的信噪比

(2)

其中，Ps为信号功率；n0为噪声谱密度。在信道化中，当信号跨信道时信噪比为Ps/2n0B0。其中，B0为信道带宽，信噪比较低。认知系统对信道位置进行处理后，信号位于一个信道内，此时的信噪比为Ps/n0B0，信噪比明显提高。

3仿真分析

对传统数字信道化和认知数字信道化进行了仿真实验。仿真的信号分别为：单载频信号、线性调频、相位编码信号。

仿真使用的数字信道化系统有8个信道，测频范围0～240MHz，单个信道的带宽为30MHz。为便于与传统数字信道化测频进行对比，认知数字信道化测频系统与传统数字信道化系统参数相同。单载频信号的载频为75MHz；线性调频信号中心频率为35MHz，带宽为40MHz；相位编码信号为二相编码信号，中心频率为135MHz。传统数字信道化测频的测频输出结果如图6所示。认知数字信道化测频的测频输出结果如图7所示。

上述仿真中使用chirp信号模拟图5(c)中的处理过程，用二相编码信号模拟图8，用单载频信号模拟图5(d)。由仿真结果可知认知数字信道化易于实现，图6中，信道5通过变化将信号放入一个信道中，提高了信噪比；将信道2进行细化提高了测量精度。仿真结果是对本节提出的测频模型可行性的有力论证，同时也有效证明了认知数字信道化的优越性。

图6　传统数字信道化测量

图7　认知数字信道化测量

4结束语

认知技术强调个体与环境之间的交互，通过不断的信息交互达到对目标的有效探测识别。认知侦察是认知电子战的一部分，认知电子战系统是一个有机的整体，缺少其中的任何一个部分都不能有效的完成认知过程。认知电子战由于其广阔的应用前景，成为未

来电子战的必然发展方向。本文针对认知电子战中的侦察模块，提出了一种可能的系统组织形式和两种信号处理方法。随后将其中的一种方法应用于频率测量上，阐明了具体流程并进行了仿真分析。本文只是对认知电子战中的一个模块进行探索性的研究，也只进行了功能性仿真，对硬件实现的可能性和有效性分析不足。在认知电子战系统的分析上，对核心部分：认知学习知识库的建立和更新上，由于资源的限制只进行了简要说明，需要更深入的研究。

参考文献

[1]杨小牛.从软件无线电到认知无线电，走向终极无线电——无线通信发展展望[J].中国电子科学研究院学报,2008,3(1):1-7.

[2]张春磊.“认知通信电子战”拉开序幕——DARPA开始开发“智能干扰机”[J].通信电子战,2011(1):3-5.

[3]戴幻尧,周波,雷昊,等.认知电子战的关键技术发展动态与分析[J].飞航导弹,2014(9):57-60.

[4]张春磊,杨小牛.认知电子战与认知电子战系统研究[J].中国电子科学研究院学报,2014,9(6):551-555.

[5]张春磊,杨小牛.认知电子战初探[J].通信对抗,2013,32(2):1-4.

[6]苏抗,朱伟强.网电空间认知电子战技术[J]. 航天电子对抗,2014,30(2):27-29.

[7]DARPA.Behaviorallearningforadaptiveelectronicwarfare(BLADE),DARPA-BAA-10-79 [R/OL].(2010-07-09)[2015-08-06]http:www.fbo.gov.

[8]DARPA.CommunicationsunderextremeRFspectrumconditions(CommEx),DARPA-BAA10-74[R/OL].(2010-09-10)[2015-08-09]http:www.fbo.gov.

[9]周波,戴幻尧,乔会东,等.基于“OODA环”理论的认知电子战与赛博战探析[J].中国电子科学研究院学报,2015(6):556-562.

[10]沈妮,肖龙,谢伟,等.认知技术在电子战装备中的发展分析[J].电子信息对抗技术,2011,26(6):22-26.

[11]MKelInenM.Algorithmsforopportunisticloadbalancingcognitiveengine[D].Finland:UniversityofOulu,2013.

[12]JankaR.Applyingcognitiveradioconceptstonextgenerationelectronicwarfare[C].Washington,DC:TheWirelessInnovationForum,SDR'10TechnicalConferenceandProductExposition,2010.

Cognitive Reconnaissance Radar Signal Processing Technology

GUANGXiaoli

(SchoolofElectronicEngineering,XidianUniversity,Xi’an710071,China)

AbstractThe research status and the system model of cognitive electronic warfare are described at the beginning, and a possible cognitive model of reconnaissance system is presented. Then based on the cognitive model of reconnaissance system, a digital channel frequency measurement method based on cognitive technology is proposed. Theoretical deduction and simulation shows that the digital channel measurement method based on cognitive technology greatly improves the signal to noise ratio and the frequency measurement accuracy compared to the traditional digital channel measurement method. And the feasibility of electronic reconnaissance based on cognitive technology is proved.

Keywordscognitive electronic warfare; digital channel; cognitive radar reconnaissance

收稿日期:2015- 11- 15

作者简介:光晓俐(1991-)，女，硕士研究生。研究方向：认知电子战。

doi:10.16180/j.cnki.issn1007-7820.2016.07.041

中图分类号TN953

文献标识码A

文章编号1007-7820(2016)07-143-04