基于有源/无源融合的雷达抗欺骗干扰方法研究

刘 瀛,徐佳婧,苏 伟,左家骏

(空军预警学院，武汉 430019)

基于有源/无源融合的雷达抗欺骗干扰方法研究

刘 瀛,徐佳婧,苏 伟,左家骏

(空军预警学院，武汉 430019)

针对自卫式欺骗干扰对雷达的严重威胁，研究了一种基于有源/无源融合的雷达抗欺骗干扰新方法。首先论证了单站无源定位方法对欺骗干扰源定位的可行性，设计了一种增加无源处理通道的雷达结构。然后在有源、无源融合的基础上，提出了一种改进的概率数据互联(PDA)滤波器，通过对辐射源的无源定位抑制假目标对波门的拖引。仿真表明该方法具有较好的抗欺骗干扰性能。

自卫式欺骗干扰；单站无源定位；概率数据互联滤波器

0 引 言

欺骗干扰是一种常用的电子干扰样式，广泛应用于武器系统的自卫电子对抗系统，以对抗各种火炮和导弹系统配备的跟踪雷达[1]。与压制式干扰相比，欺骗干扰具有发射功率小、能量利用率高等独特优势。通过数字射频存储器(DRFM)的运用，欺骗干扰能够高度模拟真实目标回波，从雷达主瓣进入接收机之后，使雷达处理器分辨不出真假，以假当真，从而达到破坏雷达对真目标检测、跟踪的目的。

目前对抗欺骗干扰的技术研究主要集中在雷达信号处理方面，即利用欺骗信号与目标回波的特征差异，通过信号处理技术提取干扰信号的特征参数，尽可能地在时域、频域或者极化域上识别并剔除欺骗干扰信号[2-4]。

实际情况中不可避免地存在假目标点迹进入雷达数据处理系统，此时雷达主要依赖在数据处理阶段对抗欺骗干扰。国内外学者做了很多这方面的研究：记忆波门法[5]在干扰出现时，采用干扰前目标运动速度匀速移动距离波门，保持波门不被拖引，但如果记忆的速度不准确或者干扰期间目标速度变化较大，都容易丢失目标；边沿跟踪法[6]在干扰出现时，转向跟踪回波信号的边沿，保持距离跟踪正常；χ2检验法[7]根据目标与拖距干扰假目标位于同一测量角以及测角误差近似服从高斯分布的规律，构造χ2检验对抗距离后拖干扰。文献[7]、[8]利用分解融合方法对抗距离欺骗干扰，即将同角量测值分解为目标-假目标对和杂波对分别进行滤波，然后再将结果进行融合从而得出最终的滤波值。文献[7]、[9]提出交互式多模型数据互联(IMMPDA)算法对抗距离拖引干扰，在PDA算法中降低远距离目标量测的加权概率，提高近距离量测的加权概率，使雷达在受到干扰的有限时间内不被干扰拖走，但降低了对机动目标的互联成功率。文献[10]、[11]提出利用多假设滤波对抗距离拖引干扰的方法。

可以看到基于数据处理的抗欺骗干扰措施起到了一定的效果，但由于缺乏对欺骗干扰的有效信息，在采用抗欺骗干扰措施后，一定程度上降低了数据处理稳定性，容易丢失真目标。本文从提高雷达整体抗干扰能力的角度出发，针对当前常规体制雷达缺乏有效对抗自卫式欺骗干扰手段的现状，提出一种新的雷达抗欺骗干扰技术。即在雷达中增加一路无源处理通道，通过数字信号处理方法测量欺骗干扰信号的多普勒频率变化实现对自卫式欺骗干扰源的有效定位[12]。在雷达不能有效获取自卫式欺骗干扰源的参数信息时，一方面可以通过无源定位的方法，实现对自卫式欺骗干扰源的定位与跟踪；另一方面，通过无源通道获取的目标可信信息，能够设置更多约束条件，在数据处理的过程中将不符合相关条件的假目标点迹去除，从而达到对抗欺骗干扰的效果。

1 欺骗干扰源的单站无源定位原理

1.1 欺骗干扰信号建模

欺骗干扰按照欺骗的参数可分为距离欺骗干扰和速度欺骗干扰。然而，单独采用拖距或拖速干扰只能欺骗仅有距离或速度检测、跟踪能力的雷达，无法欺骗具有二维信息同时检测、跟踪能力的雷达，如脉冲多普勒(PD)雷达。因为速度是距离变化率，通过滤波的方法，这类雷达可以检查目标的距离变化率与测得的目标多普勒速度之间的一致性来抗干扰。因此要达到干扰PD雷达的目的，必须同时对距离和速度信息进行干扰，即距离-速度同步拖引干扰。信号模型可以表示为[1]：

(1)

在距离-速度同步拖引干扰中，一般采用线性拖速、加速拖距的方案。为了达到距离欺骗与频率欺骗的同步，式中时间延时与多普勒频率增量须满足下面的要求：

(2)

(3)

1.2 欺骗干扰源的单站无源定位原理

有源雷达通过比较接收到的回波信号和发射信号来探测目标并测定其坐标和运动参数。欺骗干扰正是利用这一原理，通过时间延时欺骗距离信息、调制多普勒频率欺骗速度信息。而无源定位方法在体制上不同，不利用时间延时计算目标距离，通过时延转发的距离欺骗干扰对其定位没有影响。同时无源定位也不利用目标的多普勒频率测速，即通过调制多普勒频率的速度欺骗干扰对其也无影响。

采用基于空频域信息的单站无源定位方法对目标辐射源进行定位，通过运动学的分析可以得到目标辐射源斜距计算式[13-14]：

(4)

由式(4)可知，只要能够高精度地测量欺骗干扰辐射源的角度、角速度、多普勒频率变化率信息，就能够计算目标斜距，再结合方位角与俯仰角可得出辐射源的位置参数，这一定位方法能够实现对欺骗干扰源的定位。

2 干扰判断

常规雷达对欺骗干扰判决主要有以下几点：

(1) 最大速度、加速度检测

(2) 距离速度匹配检测

当雷达正常工作时，速度跟踪系统测得的速度值应当与距离跟踪系统测得的距离变化率相匹配。当只存在距离欺骗或者速度欺骗时，二者会出现较大差异。该方法的缺点是无法判断距离-速度同步欺骗。

(3) 能量检测

在自卫式干扰中，干扰信号从雷达主瓣进入，雷达天线对接收回波信号与干扰信号具有相同增益，并且干扰机与目标距雷达距离相同。此时雷达接收机输入端的干扰与目标回波信号功率比J/S(干信比)为:

(5)

式中:Pt、Gt为雷达发射功率和天线增益；σ为目标雷达截面积;λ为波长；Rt为目标干扰机与雷达之间的距离；PJ、GJ为干扰机发射功率和发射天线增益；γJ为干扰信号与雷达信号的极化失配损失系数(在雷达天线采用线极化、干扰信号采用圆极化时，γJ=0.5)。

图1 自卫干扰中干信比随距离变化曲线

图1表示的是在干扰发射功率恒定时，典型自卫干扰场景中干信比随距离变化曲线。仿真条件为：雷达发射功率Pt=500 kW、雷达天线增益Gt=2 000，目标干扰机雷达截面积σ=5 m2，雷达工作波长λ=0.1 m，干扰机恒定发射功率PJ=200 W，干扰发射天线增益GJ=20，极化失配损失系数γJ=0.5。从图1可以看到，自卫式干扰在远距离上具有更大的干扰效能，在距雷达10 km处，干信比已达到15 dB。在这种条件下，雷达通过检测信号能量，可以判别是否存在干扰。

上述对欺骗干扰的判别方法具有一定的局限性，需进一步研究更为有效的判别方法。

3 有源、无源传感器数据融合

3.1 融合的雷达结构设计

无源定位跟踪具有隐蔽性、抗干扰等优点，然而缺点也十分明显。尤其是单站无源定位跟踪的误差大，滤波收敛速度慢，难以对远距离目标实现高精度的跟踪。而所谓数据融合就是将来自多个传感器或多源的信息进行综合处理，从而得出更为准确、可靠的结论[16]。若实现有源、无源信息的融合，可以综合提高雷达系统的探测能力与抗干扰能力。

本文提出一种混合式的数据融合结构，它同时具有集中式和分布式的结构优点，既能使系统信息损失最小，也能保留局部独立跟踪的能力。

图2 混合式融合雷达结构

如图2所示，混合式融合结构基本保持了传统分布式融合结构的框架，融合处理的流程为：首先，对有源、无源传感器获得的数据进行预处理，完成时间同步和空间配准；然后各个传感器分别单独对目标进行跟踪滤波形成局部航迹，送入融合中心；最后在中心级融合处理器完成有源、无源航迹的关联和融合，在融合中心进行复合跟踪与滤波。

在这个过程中,航迹关联是一个关键的环节，其目的就是判断有源、无源获取的目标航迹属于同一个目标，基于这种判断，才能够对同一目标进行综合处理，实现二者的融合。有源、无源数据融合的理论已有许多，本文对融合的具体过程不作研究，主要探讨融合基础上的抗欺骗干扰措施。

3.2 融合后的功能实现

该融合结构具有以下几种功能：

(1) 有源通道独立跟踪的能力

有源定位具有跟踪精度高、获取目标信息稳定等优点。在没有干扰时，主要利用有源定位完成探测目标、获取目标状态信息的任务。

(2) 无源通道独立跟踪的能力

当干扰出现，有源跟踪丢失目标，并且融合跟踪也不稳定时，可以通过单纯无源跟踪的方式获取目标航迹，保证不丢失目标。由于无源定位的可观测性弱、参数测量精度低等因素，使得无源定位与跟踪的误差通常较大，因此只在有源雷达跟踪丢失目标时采用。

(3) 抗欺骗干扰的有源跟踪滤波

为了提高跟踪精度，同时又具有抗欺骗干扰的能力，当判断有源、无源的航迹来自同一目标后，可以根据可靠(不受欺骗)的无源信息指导有源跟踪。具体方法即第4节内容。

4 基于融合的改进概率数据互联(PDA)抗欺骗干扰算法

在雷达目标跟踪的过程中，某一时刻会得到许多量测数据，但只有一个是属于被跟踪目标的量测。选择哪一个作为目标的量测与已有的航迹相关联——即数据互联的问题，是雷达数据处理中的关键问题之一。而相关波门则是以目标的预测位置为中心，划定的一个目标量测可能出现的区域，只在该区域内进行数据互联[17]。一般而言，相关波门中的点迹包含目标回波和杂波，但在干扰存在的环境中，由于欺骗干扰所形成的假目标也会被雷达检测到，在相关波门中是一个不同于真目标的确定点，若将假目标与航迹相关联，就形成了虚假航迹。因此在数据关联时，避免这一情况的发生是数据处理抗欺骗干扰的主要任务。

本文提出一种改进的概率数据互联抗欺骗干扰方法。该方法在有源、无源融合的基础上，通过单站无源定位获得的目标位置信息控制距离相关波门的中心。由于单站无源定位能够定位干扰辐射源，以无源定位滤波位置值为中心建立的相关波门能够保证真实目标回波始终处于其中，当干扰关闭后，雷达也不会丢失目标。在数据互联的过程中，即使错误地将假目标量测与当前航迹相关，也能保证相关波门不受到欺骗干扰拖引，从而避免了形成假目标航迹。该方法具有较好的互联成功率与跟踪稳定性，能够在距离欺骗干扰及距离-速度同步拖引干扰中保持距离信息的正常跟踪。

4.1 观测方程及坐标转换

目标状态方程一般建立在直角坐标系中，而有源雷达对目标的测量是在极坐标中完成的，一般两坐标雷达的观测量为距离和方位角，为避免非线性的处理过程，有源雷达跟踪时一般采用坐标转换的方法将极坐标系下的观测值转换到直角坐标系下，本文采用无偏量测转换技术，经过极-直坐标转化后，目标观测量为Z(k)=[x(k),y(k)]T，表示目标k时刻x、y方向的距离。可建立目标观测方程:

(6)

H(k)为观测矩阵:

(7)

W(k)为雷达观测噪声向量，其协方差矩阵为:

(8)

4.2 相关波门的产生

相关波门或确认区域的形成是目标跟踪过程中首当其冲的问题。相关波门是指以被跟踪目标的预测位置为中心，用来确定该目标的观测值可能出现的一块区域。通常对相关波门的设计只考虑它的大小和形状，其目的是使回波落入相关波门内的概率尽可能大，同时使波门内无关点迹的数量尽可能少。

欺骗干扰环境中，假目标的存在使得对目标的预测位置发生偏差，使相关波门逐渐被拖离目标真实位置。根据前面的分析，单站无源定位得到的目标位置信息不受欺骗干扰，是辐射源的真实位置，如果将这一位置信息作为有源跟踪中相关波门的中心，可以保证相关波门不会随着干扰移动，从而达到抗欺骗干扰的目的。

本节设计一种改进的矩形波门，设有源滤波过程中，位置坐标的新息向量V(k)、转换量测Z(k)和无源滤波得到的状态估计量Zp(k)的第i个分量分别用vi(k)、z(k)、zp(k)表示，如下建立距离跟踪波门，即量测Z(k)对所有分量需满足关系：

(9)

(10)

n维矩形波门的面(体)积为:

(11)

与常规的矩形波门相比，这种波门是将量测的一步预测替换为无源定位的滤波值，将对应的一步预测协方差替换为无源定位状态更新协方差。由于无源定位误差大于有源定位误差，由式(11)可知，改变后波门的体积将会有一定程度的增大，导致落入波门当中的杂波点数增多，增大计算量。因此使用中应待无源定位收敛至较高精度后再使用无源定位控制波门。

4.3 概率数据互联

在确定了相关波门之后，落入相关波门的回波称为候选回波，数据互联的目的就是从中选择测量值用于对目标状态的更新。概率数据互联滤波器(PDA)就是其中一种典型的数据互联算法，它将落入相关波门内的所有候选回波都考虑在内，根据不同的相关情况计算出各回波来自目标的概率，然后利用这些概率值对相关波门内的所有回波进行加权，得到一个等效回波，并将其作为目标的等效状态进行更新。通过等效回波的处理，可以进一步弱化假目标回波的影响。

改进的PDA算法流程如下：

(1) 状态和误差协方差矩阵的预测:

X(k,k-1)=Φ(k-1)X(k-1,k-1)+ Γ(k-1)V(k-1)

(12)

P(k,k-1)=Φ(k-1)P(k-1,k-1)ΦT(k-1)+Γ(k-1)Q(k-1)ΓT(k-1)

(13)

(2) 干扰判断及波门建立

综合运用第3节介绍的干扰判决方法，当判断存在欺骗干扰时，采用4.2节设计的波门进行处理，否则采用正常跟踪波门。

(3) 计算组合新息及对应协方差矩阵：

(14)

(15)

(16)

(4) 滤波增益：

K(k)=P(k,k-1)HT(k)· [H(k)P(k,k-1)HT(k)+R(k)]-1

(17)

(5) 状态和误差协方差矩阵的更新：

(18)

(19)

Pc(k,k)=[I-K(k)H(k)]P(k|k-1)

(20)

(21)

基于融合的改进PDA抗欺骗干扰方法的基本流程如图3所示。

在雷达数据互联的过程中，滤波器的结果在输出之前，首先经过干扰判断，若判断没有干扰，则以滤波器对目标的预测位置为中心建立相关波门，正常进行数据互联；若判断存在欺骗干扰，则以无源定位的滤波位置为中心建立相关波门，后续处理不变。采用第3节的干扰判决，综合应用常规判决方法和基于融合的判决方法，以降低虚警，提高检测概率。

图3 改进PDA算法流程图

5 仿真分析

为验证基于融合的改进PDA算法抗欺骗干扰的有效性，进行以下仿真。场景设置：以雷达为坐标原点，建立二维平面直角坐标系，干扰机位于(20,40) km处，以300 m/s的速度向x轴正方向运动，干扰机采用距离-速度同步拖引干扰，从第40 s开始拖引。从零时刻开始有源、无源通道同时开始工作，分别单独对目标进行跟踪滤波，跟踪时间为100 s。

5.1 欺骗干扰环境中传统PDA算法仿真分析

仿真参数设置：有源通道数据处理过程中采用PDA算法对目标进行跟踪。设有源定位的距离测量误差均方根σR=200 m，方位角测量误差均方根σθ=4 mrad，采样间隔T=1 s，检测概率Pd=0.998，单位面积杂波数为1×10-5。进行500次蒙特卡罗仿真试验。图4是2种不同拖引加速度时，欺骗干扰环境中传统PDA算法对目标跟踪曲线。

图4 欺骗干扰环境中PDA算法目标跟踪曲线

图4(a)中干扰拖引加速度aj=20m/s2，当干扰与目标分离后，PDA估计的航迹完全跟踪假目标，此时干扰达到了最优的效果；图4(b)中干扰拖引加速度aj=60m/s2，可以看到在干扰出现之后，跟踪航迹逐渐偏离目标真实位置，但并没有完全跟上干扰。其原因是距离拖引干扰初期，PDA算法通过概率加权得到的等效回波处于干扰与真实目标之间，当干扰速度过快时，假目标点迹很快脱离了相关波门，一段时间后相关波门中既无目标回波，也无干扰假目标，此时PDA算法处于跟踪杂波点迹的状态，因此滤波曲线近似为一条直线。实际中若相关波门内连续若干次无任何点迹时，将启动航迹关闭程序，雷达转入搜索模式。

图4表明，无论欺骗效果是否最优，干扰对传统PDA算法的影响都非常大，在欺骗干扰环境中，传统PDA算法难以有效跟踪目标。

5.2 改进的PDA算法抗欺骗干扰效果分析

图5是欺骗干扰环境中在不同时刻采用改进PDA算法的目标跟踪曲线。

图5 欺骗干扰环境中改进的PDA算法目标跟踪曲线

图5(a)的场景是在干扰开始拖引时即判断出干扰，并立刻采用波门控制时的情况。可以看到当干扰假目标与真实目标分离后，跟踪受到假目标的影响，滤波轨迹开始偏离真实目标位置。但通过波门的控制，其误差并没有进一步增大，一段时间后目标跟踪恢复正常，整个过程中雷达始终保持跟踪真实目标。

图5(b)的场景是在干扰开始拖引时没有立刻判断出干扰，经过10 s后判断有干扰并采用波门控制时的情况。从图中可以看出，当干扰假目标与真实目标分离后，由于没有及时判断干扰的出现，有源跟踪轨迹出现较大的偏差。10 s后通过波门的控制，有源跟踪轨迹逐渐回到真目标位置继续跟踪，并且跟踪误差快速收敛。

该仿真表明，改进的PDA算法具有良好的抗欺骗干扰性能，在没有及时获知干扰出现的情况下，采用改进算法后也能保证后续跟踪的正常。另一方面，相对于单站无源定位，该方法的收敛速度以及跟踪精度都有较大提升。基于融合的改进PDA算法是一种兼具高精度和良好抗干扰能力的数据处理抗欺骗干扰方法。

6 结束语

本文针对单站无源定位精度差、跟踪收敛速度慢导致抗欺骗干扰效果有限的问题，在雷达加入无源通道的基础上，提出一种基于融合的数据处理抗欺骗干扰方法。文章首先介绍了一种雷达中的数据融合结构，探讨了融合后雷达能够实现的不同跟踪模式；然后对欺骗干扰判决进行了论述，作为雷达切换跟踪模式的基础；最后重点提出以一种基于融合的改进PDA抗欺骗干扰算法，将同一目标的无源状态估计值控制有源数据处理中的相关波门，保持波门不被干扰拖引，在航迹关联过程中避免出现假目标航迹。仿真结果表明，在存在距离拖引干扰的环境中，该方法能够保持距离的正常跟踪，具有较好的抗欺骗干扰效能。

[1] 赵国庆.雷达对抗原理[M].西安:西安电子科技大学出版社,2012.

[2] BLAIR W D,PEARCE B M.Discrimination of target and RGPO echoes using frequency diversity [C]//Proceedings of The Twenty-Ninth Southeastern Symposium on System Theory,1997:509-513.

[3] DAI H,WANG X,LI Y.Novel discrimination method of digital deceptive jamming in mono-pulse radar[J].Journal of Systems Engineering and Electronics, 2011, 22(6):910-916.

[4] TIAN X,LU G,LI Y,et al.Detection and classification of radar false targets based on transmitted signal with random linear modulation frequency ratio[C]//2011 IEEE CIE International Conference on Radar.Chengdu,2011:1643-1646.

[5] 刘峥,沈福民.单脉冲跟踪雷达抗距离欺骗干扰方法[J].西安电子科技大学学报,1997,24(00):82-87.

[6] 侯民胜,张治海.“边沿跟踪法”抗距离欺骗干扰的计算机仿真[J].现代雷达,2004,26(7):4-6.

[7] BARSHALOM Y.Multitarget-multisensor Tracking：Applications and Advances[M].Norwood,United States:Artech House,2000.

[8] LI X R,SLOCUMB B J,WEST P D.Tracking in the presence of range deception ECM and clutter by decomposition and fusion[J].Proceedings of SPIE-The International Society for Optical Engineering,1999(2):198-210.

[9] KIRUBARAJAN T,SHALOM B Y,BLAIR W D,et al.IMMPDAF for radar management and tracking benchmark with ECM[J].IEEE Transactions on Aerospace and Electronic Systems,1998,34(4):1115- 1134.

[10]DEMPSTER R J,BLACKMAN S S,ROSZKOWSKI S H,et al.IMM/MHT solution to radar multisensor benchmark tracking problems[J].IEEE Transactions on Aerospace and Electronic Systems,1999,35(2):730- 738.

[11]BLACKMAN S S,DEMPSTER R J,BUSCH M T,et al.IMM/MHT solution to radar benchmark tracking problem[J].Aerospace and Electronic Systems.IEEE Transactions on,1999,35(2):730-738.

[12]左家骏,彭世蕤,郁春来.基于单站无源定位的抗自卫式欺骗干扰方法[J].空军预警学院学报,2014(4):250- 253.

[13]李宗华,肖予钦,周一宇,等.利用频域和空域信息的单站无源定位跟踪算法[J].系统工程与电子技术, 2004,26(5):613-616.

[14]孙仲康.基于运动学原理的无源定位技术[J].制导与引信,2001,22(1):40-44.

[15]刘义峰.雷达抗有源欺骗干扰方法研究[D].西安:西安电子科技大学,2010.

[16]何友.多传感器信息融合及应用[M].北京：电子工业出版社,2000.

[17]何友,修建娟,关欣,等.雷达数据处理及应用[M].1版.北京：电子工业出版社,2013.

[18]郁春来,占荣辉,万建伟.基于极坐标的稳定UKF单站无源目标跟踪算法研究[J].国防科技大学学报,2008,30(5):73-79.

Research into Radar Anti-deception Jamming Method Based on Active and Passive Fusion

LIU Ying,XU Jia-jing，SU Wei,ZUO Jia-jun

(Air Force Early Warning Academy,Wuhan 430019,China)

Aiming at the serious threat of self-defense deception jamming to radar,this paper studies a new method of radar anti-deception jamming based on the active and passive fusion,firstly demonstrates the feasibility of single-station passive location method to deception jamming sources location,designs a radar structure increasing passive processing channels,then presents an improved probabilistic data association (PDA) filter on the basis of active and passive fusion,which suppresses the drawing-out of false target to gate through the passive location of radiation source.The simulation results indicate that the new method has good anti-deception jamming performance.

self-defense deception jamming;single-station passive location;probabilistic data association filter

2016-03-30

TN974

A

CN32-1413(2016)06-0019-08

10.16426/j.cnki.jcdzdk.2016.06.004