于周吉,周鹏浩
(1.海军装备部,北京 100036;2.中国电子产品可靠性与环境试验研究所,广东 广州 510610)
相控阵雷达天线阵列一直是学者们的研究重点,但现在多输入多输出(MIMO)雷达[1]已经愈发成为焦点,其具有更多的自由度和更好的孔径优势。根据雷达天线之间的距离,MIMO雷达可以分为分布式MIMO雷达[2]和共址MIMO雷达[3],如图1、图2所示[3-4]。这2种MIMO雷达相比传统的雷达有多个优点,前者的雷达收发天线距离分开很远,用以观察雷达目标的不同方面,而后者的天线在空间并置,只观察目标的一个方面。如图1所示,分布式MIMO雷达通常是非相干的,即发射/接收天线之间的相位差要么不协调要么不完全已知,因为对于大距离分布的雷达天线,通常会获得独立的目标回波和干扰,而最优处理算法在大多数情况下是非相干的。如图2所示,共址MIMO雷达在发射端和接收端都是相干的,并且可以比相控阵雷达以更灵活的模式工作。天线间的相干性可以与众多的相干天线实现更远的探测距离,因此,这种雷达更适合于对远距离目标的探测。
图1 分布式MIMO雷达
图2 共址MIMO雷达
本章将主要概述共址-压缩感知(CS-MIMO)雷达抗干扰技术发展现状,其中压缩感知(CS)理论在雷达系统中的应用近年来受到了相当大的关注[5-6]。CS理论断言,在某些域中表现出稀疏性的信号可以从比奈奎斯特理论所需样本少得多的样本中恢复出来[7]。根据CS理论,在MIMO雷达中使用CS可以从比传统方法少得多的样本中恢复目标场景信息。例如,在并置的CS-MIMO雷达中,每个接收天线通过一个变换矩阵(称为测量矩阵)压缩其接收到的信号,随后将样品转发到融合中心,在那里将解决恢复接收信号的优化问题。实际上,测量矩阵在这个过程中起着重要的作用。根据有限等距性质(RIP),测量矩阵Φ应遵守的一个重要性质是与基矩阵Ψ的低相干性[8]。在标准正交基矩阵Ψ的情况下,使用随机测量矩阵Φ得到的传感矩阵Θ以压倒性的概率满足RIP的要求。由于在MIMO雷达场景中,基矩阵是专门根据给定的信号模型构建的,因此期望测量矩阵能够高效可控地实现,从而与已知的基矩阵相匹配。一些作品解决了测量矩阵的设计问题[9-12]。文献[9]提出了利用收缩性来降低传感矩阵平均相干度的迭代算法,文献[10]提出了用梯度下降法来优化测量矩阵。文献[11]中引入了一种结合目标场景信息并同时优化传输波形和高斯随机测量矩阵的自适应计算框架。该框架使得不同目标响应之间的相互关系较小,但在场景快速变化时需要承担较大的计算负荷。文献[12]中提出了2种方法:第一个是最小化性能损失,这是线性传感矩阵的相干性(CSM)和逆信干涉比(SIR)的结合。它的目的是在提高SIR的同时降低传感矩阵的相干性。该方法旨在提高SIR,强加一个结构的测量矩阵,并确定所涉及的参数。它需要仔细选择波形来保证所需的CS性能。
到目前为止,许多CS方案采用高斯或伯努利矩阵进行测量矩阵的设计或优化。然而,正如文献[12]中所提出的,通常用于CS问题的高斯随机矩阵并不一定是感知矩阵中列对相干性的给定基矩阵项的最佳选择。此外,在雷达系统中,设计人员很难在物理上生成和控制一个完美的高斯随机矩阵,信号的随机性很难得到很好的保证。典型的CS-MIMO雷达方案的策略如图3所示,其中测量矩阵设计优化是工作的关键步骤。
图3 典型的CS-MIMO雷达方案
与分布式MIMO雷达不同,MIMO雷达中的天线间隔很近,因此,在远场中,它们可以在同一方位下观察目标,并且与相控阵(PA)系统相反,发射和接收阵列允许的波形分集可以被利用[13-14]。结果表明,与PA雷达相比,共址MIMO雷达具有虚拟阵列孔径扩展、可探测目标个数上限增加、参数可辨识性和角度分辨率提高等优点[15-18]。
在过去10年里,通过利用目标空间/场景中目标的稀疏性,压缩感知(CS)理论被成功地应用于MIMO雷达,并在目标参数估计[19]、SAR成像[20]、波形设计[21]和干扰抑制[22]方面显示出巨大的潜力。CS-MIMO雷达系统在文献[19]~[22]中已经提出,并且对于共址CS-MIMO雷达的波束形成技术也进行了研究,以获得处理增益或期望的波束方向图来抑制类目标干扰[23-24]。共址CS-MIMO雷达可以在显著减少测量量的情况下实现与传统方法相同的定位性能,或者在相同测量量的情况下显著提高性能[25]。然而,在存在杂波和干扰的情况下,假设目标的稀疏性降低,参数估计性能将严重下降。张等人提出了一种在共定位CS-MIMO雷达环境下抑制杂波的类Capon波束形成方法[26]。然而,当干扰源或干扰器的杂波协方差和到达方向(DOA)未知时,常规方法,例如Capon波束形成器[26-28]的最小方差无失真响应(MVDR)波束形成器失败。在没有杂波协方差函数先验知识的情况下,Capon波束形成不能改善共定位CS-MIMO雷达的DOA估计性能。在已知空间感兴趣扇区(SOI)的假设下,文献[17]提出了一种用于共定位MIMO雷达的发射波束空间能量聚焦技术,应用于多目标的DOA检测,同时抑制空间SOI的干扰和杂波。利用球面序列来设计发射波束空间矩阵,使得期望空间SOI内的辐射能量与总辐射能量的比率最大化。为了在存在干扰和杂波的情况下用MIMO雷达更好地联合估计目标的DOA,Li等人提出了一种新的估计方法。文献[26]提出了3种降维波束空间矩阵,以在期望的SOI信源失真和扇区外干扰(可能是扇区内)衰减之间实现合理的折衷。然而,波束空间矩阵是通过对最小化总接收信号的输出功率进行变换得到的。变换的目标信号也将被衰减,同时使变换的干扰和干扰功率最小化。类似地,陶等人提出了一种基于空间目标扇区通带波束形成和扇区外低增益波束形成的共址CS-MIMO雷达空间滤波测量矩阵设计方法,以抑制可能的干扰或杂波[21]。然而,可以看出,扇区外空间区域的衰减水平是有限的。只有当干扰噪声比(INR)或杂波噪声比(CNR)较小时,才能抑制带外干扰或杂波。此外,没有考虑SOI中可能存在干扰的情况。
有源干扰作为一种重要的电子对抗手段,往往采用高功率发射的形式,阻碍能量高度集中的雷达接收系统[27]。鉴于发射和接收阵列的阵元间距是封闭的,共址CS-MIMO雷达可以被有源干扰所阻挡。此外,地形散射干扰也是典型的有源干扰例子,当地面反射高功率干扰机发射的功率时,它以分散的方式发生[24,28]。地形散射干扰在目标SOI中表现为分布式源,甚至在与目标相同的方向上,严重影响了传统方法对目标DOA的估计性能。据我们所知,在共址CS-MIMO雷达中,至今还没有一种有效的有源干扰和类目标干扰联合抑制方法能估计目标的DOA。
有源干扰与类目标干扰不同,有源干扰通常来自干扰机的直接辐射或地面反射信号,而不是来自MIMO雷达发射阵列,因此接收到的干扰不包含发射天线的信息。如图4所示,熊伟等人研究了协同定位CS-MIMO雷达中目标SOI中的强有源干扰和扇外干扰/杂波的联合抑制问题[29]。受文献[17]和[27]的启发,考虑到SOI干扰和有源干扰的不同,熊伟等人采用了文献[27]中针对协同定位MIMO雷达的前2种波束空间矩阵优化方案,并针对协同定位CS-MIMO雷达中未知SOI干扰和/或扇区外干扰/杂波的一般情况,提出了3种自适应空间滤波测量矩阵(SFMM)设计策略。对于文献[17]中的基于球面序列的波束空间矩阵(SSBM),利用二阶锥(SOC)规划和求解一个凸优化问题,导出了基于球面序列的波束空间矩阵的设计准则。
图4 传统的SOI干扰机和扇区外干扰源方案
与相控阵天线不同,共址CS-MIMO雷达利用自适应波束形成可以提供更好的空间分辨率来抑制类目标干扰。实际上,随着电子战的发展,许多目标都受到电子对抗系统的保护,以对抗雷达的探测。主动干扰是电子战的一种形式,干扰机向雷达发射干扰信号,以高度集中的能量阻挡接收器。由于发射天线和接收天线之间的距离较近,共址CS-MIMO雷达更容易受到有源干扰。许多科学出版物已经考虑了CS-MIMO雷达、干扰机及其相互作用,但由于军事雷达和电子战系统固有的敏感性,很少有文献发表更具体的内容[16-18]。文献[30]从博弈论的角度研究了智能目标与分体式智能天线统计MIMO雷达之间的相互作用。文献[31]设计了2个鲁棒最小方差无失真响应(MVDR)型波束形成器,对干扰器方向施加零值。文献[32]设计了具有鲁棒性的降维波束空间,以达到有效抑制干扰的目的。在传统波束形成或自适应波束形成性能下降的情况下,通过指定发射阵列抑制有源干扰。
与类目标干扰不同的是,共址CS-MIMO雷达接收到的干扰回波来自干扰机的主动辐射信号,而不是雷达自身的发射信号。因此,发射天线的信息不包含在干扰回波中。文献[30]研究了共址雷达中的有源干扰抑制问题,给出了有源干扰情况下的信号模型,分析了匹配滤波器和波束形成后的干扰输出功率与发射阵列数量和间距的关系,针对传统波束形成或自适应波束形成性能下降的情况,提供了一种选择合适的发射阵列抑制有源干扰的方法。文献[31]给出了有源干扰情况下的信号模型。根据匹配滤波后干扰输出功率,该文献分析了波束形成和发射阵列的数量和间距,针对传统波束形成和自适应波束形成的特点,提出了一种选择合适的发射阵列抑制有源干扰的方法降解情况。
随着电子对抗技术的发展和战场环境的日益复杂,雷达抗干扰的需求越发迫切。共址CS-MIMO雷达利用自适应波束形成可以提供更好的空间分辨率来抑制类目标干扰、有源干扰。可以预见,随着更高速信号处理技术的飞速发展,基于共址CS-MIMO雷达抗干扰技术的研究将在军事领域得到广泛的应用。