火控雷达认知抗干扰技术研究

张梅仓，王 磊

(1. 中国华阴兵器试验中心， 陕西 华阴 714200； 2. 西安导航技术研究所， 西安 710068)

·电子对抗·

火控雷达认知抗干扰技术研究

张梅仓1，王 磊2

(1. 中国华阴兵器试验中心， 陕西 华阴 714200； 2. 西安导航技术研究所， 西安 710068)

认知雷达技术通过对周围环境的学习，实时调整雷达的工作参数，最优化雷达在特定场景下的工作性能，发挥雷达最大性能。火控雷达认知抗干扰技术是一种基于认知技术的雷达抗干扰设计方法，将认知技术融入火控雷达设计中。文中针对火控雷达面临的复合干扰特别是主瓣干扰威胁问题，研究火控雷达认知抗干扰技术，智能化调整火控雷达工作参数，选择工作频率，优化发射波形，有效提升火控雷达抗干扰的能力。

认知雷达技术；雷达抗干扰；欺骗式干扰

0 引 言

目前，火控雷达主要面临着四大威胁：低空突防、电磁干扰、隐身目标和反辐射导弹。随着电磁干扰技术的不断改进和发展，电磁干扰对火控雷达的威胁越来越大。当前，电磁干扰技术呈现出多样性和复杂性的特点，传统的抗干扰技术已无法满足战场复杂对抗环境的需求，主要存在以下问题[1]：(1)抗干扰技术手段以人工操作为主，应对场景变化速度慢，效率低；(2)对外部干扰环境认知不够，雷达难以自动辨识受到干扰的种类；(3)针对主瓣干扰较难起效； (4)副瓣干扰抑制能力有限。

为了应对日益复杂的干扰样式，捷变频、自适应波束形成等技术已经使得抗干扰技术由被动、固定，向主动、自适应演化；而信号盲分离等抗干扰技术使得抗干扰策略逐步走向认知化[2]。

火控雷达面临的抗干扰问题很难依赖于某个算法或者某个分系统技术圆满解决，而是需要雷达系统充分

利用多种技术综合协作来应对[3]。本文提出，在抗干扰设计准则下，利用火控雷达系统的天线、收发、信号处理、数据处理等各个分系统，结合外界环境的反馈信息以及火控雷达自身工作特点，统筹全雷达系统资源，进行综合抗干扰设计，形成一个以雷达系统性能充分发挥为目标的智能化认知抗干扰技术体系。

本文将认知技术引入火控雷达抗干扰工作中，着重系统性地研究火控雷达认知抗干扰技术体系及其技术组成。通过对火控雷达认知抗干扰技术体系的分析，提出未来认知火控雷达应重点研究的一些基础技术内容，以及认知火控雷达抗干扰性能的评价指标问题。

1 火控雷达认知抗干扰技术

2006年，加拿大Haykin S.[4]首次提出认知雷达概念。认知雷达技术是具备对环境学习和反馈特性的新一代智能雷达技术，具有完善的接收和发射自适应特征，通过与环境的不断交互和学习，获取环境的信息，结合先验知识和推理，不断地调整接收机和发射机参数，自适应探测目标，用以提高复杂、时变以及未知电磁环境与地理环境下的感知性能。通过认知技术雷达可以对周围环境进行充分地感知与分析，以便采取针对性的发射波形，有效地提高雷达对抗电磁干扰威胁的能力[5]，如图1所示。同时，由于发射的全自适应，雷达可以根据跟踪目标的不同，采用最佳的跟踪波形，达到稳定跟踪目标的同时降低发射泄漏。

图1 认知雷达系统框架图

认知抗干扰技术的本质是将认知技术融入雷达系统设计中，使雷达具备感知与分析外界环境的能力，并根据环境分析的反馈结果，实时调整发射参数，使雷达的抗干扰能力及工作性能始终处于最佳状态的一种现代雷达设计技术。

认知抗干扰的核心技术是自动识别干扰类型，并且自动采取相应的抗干扰的措施，如图2所示。其抗干扰体系主要体现在以下三个方面：(1)基于宽带侦察与窄带通道的抗干扰环境认知功能；(2)基于干扰分类识别的干扰措施调度处理技术；(3)基于雷达系统综合设计的抗干扰技术。

图2 基于认知技术雷达抗干扰框图

类似于自适应频率捷变技术可以看成是认知抗干扰技术的雏形，该技术侦察外部干扰频率分布，自动将雷达工作频点跳转到干扰功率最小的频点。

1.1 宽带与窄带侦察相结合的干扰认知技术

对干扰环境的认知是雷达对抗干扰的前提。干扰认知需要对干扰源的特征进行提取、分析和分类，对不同类型的干扰可以采用不同的对抗措施，如图3所示。

目前，雷达的抗干扰和工作通道结合在一起，在正常的工作通道可以获得的干扰源参数包括：干扰空间位置、干扰时域、频域等特征[6]。但是，当雷达工作在干扰对抗模式时，需要更为全面、快速地了解干扰在整个雷达可以工作带宽的分布、干扰源的时频变化特点和使用策略等，如此大的数据量难以用雷达的工作通道来传输。认知雷达将宽带侦察通道用于干扰分析、识别，为干扰分类与抗干扰效果评估奠定基础。

图3 多种干扰类型和针对性抗干扰措施

干扰的宽带侦收分析通道，可以设计成数字信道化机制，将雷达工作频段设计成信道化模式，同时完成各频点的干扰变化与种类分析，有以下三点：(1)实时侦察雷达外部电磁环境，获取雷达工作频点的干扰信息，为操作员提供干扰时间与频率分布，为主动抗干扰提供情报基础。(2)宽、窄带融合分析，更为有效地获取干扰的空间、频率、时间等多维信息。(3)宽带可以侦察到非失真干扰，以及干扰机的边带杂散信息，为干扰种类识别奠定技术基础。

1.2 基于干扰分类识别的智能抗干扰调度策略

雷达策略设计最为重要的就是通过策略优化推演，找到可以应用于多种复杂场景的抗干扰策略[7]，并将各种因素参数化，使用计算机定量分析，求解出复杂的应对策略。

抗干扰策略的选择是由雷达对外界环境信息的掌握程度决定[8]。对于认知火控雷达而言，环境感知主要获取雷达所需的地理和电磁环境的信息，同时可以实现与多源传感器和多平台的信息交互，完成环境信息的分析和识别，对干扰样式等进行有效甄别，为信号处理和资源配置提供相关的信息。

认知火控雷达因其特别快速反应的特点，需要设置专门的知识库，来解决知识高速利用及响应的问题。动态知识库主要用于存储、调度和更新各种类型的先验知识。知识库应该包含环境知识、算法知识、系统知识、升级知识等多个层面的知识体系，并且知识能够实现自主更新和升级。

对于雷达系统设计而言，策略设计最为重要的工作，即通过策略优化推演，找到可以应对多种复杂场景的抗干扰策略[9]。基于“博弈论”的抗干扰策略研究，将是雷达干扰对抗的重要手段。博弈论将各种因素量化加权，演变为可以使用计算机计算的量化因素，从而可以采用计算机分析及利用动态知识库求解复杂的应对策略。

1.3 发射波形抗干扰技术

对于干扰方而言，重要的一环是对目标雷达信号的侦搜。可靠地识别出需要干扰的对象特征是干扰方实施有效干扰的前提条件。认知火控雷达想要对抗干扰，迷惑或者让干扰方难以截获自身雷达信号是重要的抗干扰思路。雷达发射可以采取的措施有：

1)欺骗脉冲发射，扰乱干扰机转发。该措施针对射频储存转发干扰非常有效。

2)低截获波形。脉冲雷达采用多脉冲积累或者长脉冲工作方式，或者多输入多输出(MIMO)雷达体制，使空间电磁辐射功率有效降低，让干扰方难以侦测。

雷达发射波形优化技术分为两个趋势：优化选择和优化设计。优化选择的前提是有庞大的波形库，但难以满足雷达实时性要求。优化设计是根据环境需要实时设计波形或者计算波形参数。波形设计使用的准则有信噪比准则(SNR)和互信息准则(MI)。联合准则法则是综合了二者优缺点，目的是最大化环境信息，设计或者选择出最优的发射波形。

(1)

其中

α=TH/TZ， TZ=T+TH

式中：T表示发射信号x(t)的脉冲持续时间；TH表示目标响应h(t)的持续时间；TZ表示x(t)和h(t)对应的卷积变换输出z(t)的持续时间。通常情况下，TH>>T，所以α→1。γH(f)表示目标响应h(x)的期望功率谱方差。X(f)表示发射信号x(t)关于脉冲持续时间T的傅里叶变换。Scc(f)表示零均值高斯过程c(t)的功率谱密度；Snn(f)表示零均值噪声过程n(t)的功率谱密度。

则输出信噪比SNR可以表示为

(2)

式中：积分限W表示信号带宽，即频带；snr(f)表示信噪比的谱密度函数，即“SNR频谱”。

mi(f)=ln[1+snr(f)]

(3)

(4)

所以，互信息MI的表达式可以表示为

(5)

一般来说，同等条件下snr(f)在整个接收带宽内起伏变化越大，其利用的环境信息越多，由式(3)可知，mi(f)与snr(f)呈对数关系，所以，mi(f)起伏程度会低于snr(f)，而mi(f)代表的是目标与回波信号的互信息。所以，mi(f)与snr(f)之间的差值可以近似看作为回波信号与干扰信号(杂波，噪声)之间的互信息，有

(6)

联合准则的目的是最大化环境信息，即最大化Δ(f)，从而可以促使雷达更加精确的感知环境，如图4所示。由此设计或选择出最优的发射波形。

图4 三种准则下的优化波形能量谱仿真

由图4可知，三种准则波形的趋势都是将能量值汇集在杂波功率谱值小，冲激响应谱方差值大的地方。这类似于雷达决策系统在对环境频谱感知后作出的波形能量谱最优分配。不同的是，三种准则下，能量谱分配程度不一样，信噪比准则下波形能量谱值方差最小，互信息准则次之，联合准则最高。即联合准则能够最大限度地将波形能量值置于最优的接收频率段，从而达到最优化波形有效抗干扰的目的。

2 进一步需要研究的内容

认知技术对雷达设计的灵活性裕度要求极高。传统的火控雷达在接收到目标指示后，难以再应对大的目标特征变化，灵活性极差，抗干扰能力弱。火控雷达认知抗干扰技术在现役装备的火控雷达上实现智能化地抗干扰比较困难，需要在软硬件组成及体系结构上进行大的改变。除了采用灵活度更高的数字相控阵体制外，我们认为至少还需要开展以下内容的研究：

1)高性能的雷达收发前端技术。与传统相比，认知雷达需要获取的信息多，对收发前端提出了更高的要求。更大的收发带宽、更灵活的收发波束控制等，还需要兼容多元信息和多平台的数据。

2)雷达环境感知技术。环境感知主要获取雷达所需的地理和电磁环境的信息，同时可以实现与多源传感器和多平台的信息交互，完成环境信息的分析和识别，对干扰样式等进行有效甄别，为信号处理和资源配置提供相关的信息。

3)雷达动态知识库设计。动态知识库主要用于存储、调度和更新各种类型的先验知识，是认知雷达走向智能化的重要基础。知识库应该包含环境知识、算法知识、系统知识、升级知识等多个层面的知识体系，并且知识能够实现自主更新和升级。

4)收/发全自适应处理技术。与传统雷达相比，认知雷达是全自适应的闭环体系，其不仅在接收端实现自适应，而且实现收发处理联合自适应，先验知识与接收数据联合处理，算法、资源、策略的多层次自适应调度，充分发挥多源信息和先验知识的优势，同时利用实时数据弥补先验知识在时效上的缺陷。

3 结束语

认知雷达的模型虽已提出多年，但在国内外都还只是理论模型。如何将其融入火控雷达抗干扰技术中，并且能结合干扰的特点来发挥出最大效能，须从总体设计上考虑。基于认知技术的雷达系统是一种高度自适应，具有一定智能化，能够根据环境需要动态调整工作参数，以雷达系统在特定环境下整体性能最优为目标的新型雷达系统。理论上认知技术能够整体提高火控雷达的工作性能，但还无法提出普适的指标。在非均匀的环境下，雷达需要不断调整参数来更好地适应环境，认知技术发挥的空间会更大，效果更明显。但是在均匀环境下，雷达无需不断调整工作状态。在此情况下，认知雷达与传统雷达相比就不再具备优势。

如何科学合理地评价基于认知技术的雷达抗干扰性能，就需要引入一种全新的评价指标体系。

[1] 翟永庆, 孔 勇. 防空兵火控雷达综合抗干扰能力评估[J]. 火控雷达技术，2005, 34(2)：40-42． ZHAI Yongqing, KONG Yong. Performance evaluation of synthetic anti-jamming of fire-control radar for air defence forces[J]. Fire Control Radar Technology, 2005, 34(2): 40-42.

[2] 王 峰，雷志勇，黄桂根, 等．雷达智能抗干扰体系研究[J]．现代雷达，2014，36(1)：80-82． WANG Feng, LEI Zhiyong, HUANG Guigen, et al．Intelligent anti-jamming technique in radar[J]．Modern Radar, 2014, 36(1): 80-82.

[3] 李可达．现代雷达基本抗干扰技术[J]．航天电子对抗，2004(2)：15-19． LI Keda. Basic anti-jamming technology of modern radar[J]. Aerospace Electronic Warfare, 2004(2): 15-19.

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

[5] 黎 湘，范梅梅．认知雷达及其关键技术研究进展[J]．电子学报，2012, 40(9)：1863-1870． LI Xiang, FAN Meimei. Research advance on cognitive radar and its key technology[J]. Acta Electronica Sinica, 2012, 40(9): 1863-1870.

[6] 金 林．智能化认知雷达综述[J]．现代雷达，2013，35(11)：6-11． JIN Lin. Overview of cognitive radar with intelligence[J]．Modern Radar, 2013, 35(11): 6-11.

[7] 卢建斌，胡卫东，郁文贤．多功能相控阵雷达实时任务调度研究[J]．电子学报，2006, 34(4)：732-736． LU Jianbin, HU Weidong, YU Wenxian. Study on real-time task scheduling of multi-function phased array radars[J]. Acta Electronica Sinica, 2006, 34(4): 732-736.

[8] 石乐义，姜蓝蓝，贾春福，等．蜜罐诱骗防御机理的博弈理论分析[J]．电子与信息学报，2012, 34(6)：1420-1424． SHI Leyi, JIANG Lanlan, JIA Chunfu, et al. A game theoretic analysis for the honeypot deceptive mechanism[J]. Journal of Electronics & Information Technology, 2012, 34(6): 1420-1424.

[9] 李 鸿，吴嗣亮，杨春山．对策论在雷达反干扰作战中的应用[J]．现代雷达，2008, 30(2)：10-12． LI Hong, WU Siliang, YANG Chunshan. Application of game theory in radar counter-counter measurement operation[J]. Modern Radar. 2008, 30(2): 10-12.

张梅仓 男，1965年生，高级工程师。研究方向为雷达试验鉴定与评估。

王 磊 男，1983年生，高级工程师。研究方向为雷达系统总体设计。

A Study on the Technology of Cognitive Anti-jamming for Fire Control Radar

ZHANG Meicang1，WANG Lei2

(1. Huayin Ordnance Test Centre, Huayin 714200, China) . Research Institute of Navigation Technology, Xi′an 710068, China)

Cognitive anti-jamming technology for fire control radar is proposed, which is state of the art technology. Through the study of the surrounding environment, cognitive radar technology adjust the working parameters of radar in real time, optimize radar performance in a specific scenario, to maximize the performance of radar. Anti-jamming technology of cognitive radar is one kind of radar anti-jamming design method based on cognitive technology, which integrate the cognitive technology into the radar designing, so that the radar has the ability to adjust its working parameters, and effectively improve the ability of radar anti-jamming.

technology of cognitive radar; radar anti-jamming; deception jamming

10.16592/ j.cnki.1004-7859.2016.12.019

张梅仓 Email：2694506176@qq.com

2016-09-16

2016-11-15

TN974

A

1004-7859(2016)12-0091-04