新體制機(jī)載雷達(dá)波形優(yōu)化設(shè)計(jì)研究綜述

李志匯, 唐 波, 周青松, 師俊朋, 張劍云

(國(guó)防科技大學(xué)電子對(duì)抗學(xué)院, 安徽 合肥 230037)

0 引 言

在現(xiàn)代復(fù)雜戰(zhàn)場(chǎng)環(huán)境中,戰(zhàn)場(chǎng)態(tài)勢(shì)瞬息萬(wàn)變,如何及時(shí)、準(zhǔn)確、全面地獲取戰(zhàn)場(chǎng)態(tài)勢(shì)信息是奪取戰(zhàn)爭(zhēng)勝利的關(guān)鍵因素。機(jī)載雷達(dá)借助飛機(jī)平臺(tái)的高度可以克服地球曲率的影響,擴(kuò)大了對(duì)空中、海上和陸地上各類(lèi)低空和超低空目標(biāo)的探測(cè)距離,機(jī)載雷達(dá)是奪取戰(zhàn)場(chǎng)主動(dòng)權(quán)和贏(yíng)得勝利的關(guān)鍵因素之一[1]。機(jī)載雷達(dá)利用空時(shí)自適應(yīng)處理(space time adaptive processing, STAP)技術(shù),根據(jù)目標(biāo)和雜波在空間-多普勒域上的分布差異對(duì)雜波進(jìn)行抑制,可以提高慢速目標(biāo)的檢測(cè)能力[2-6]。自1973年Brenann和Reed首次提出STAP理論以來(lái)[2],經(jīng)過(guò)學(xué)者們四十多年的探索和研究,STAP技術(shù)已經(jīng)形成了比較成熟和完善的理論體系,而且是當(dāng)前國(guó)際雷達(dá)領(lǐng)域的研究熱點(diǎn)[7-12]。

然而,傳統(tǒng)關(guān)于機(jī)載雷達(dá)雜波抑制和運(yùn)動(dòng)目標(biāo)檢測(cè)的研究,大都基于雷達(dá)發(fā)射固定形狀的脈沖序列,在接收端進(jìn)行STAP處理來(lái)檢測(cè)運(yùn)動(dòng)目標(biāo)[7-12],而復(fù)雜電磁環(huán)境下機(jī)載雷達(dá)面臨的戰(zhàn)場(chǎng)環(huán)境瞬息萬(wàn)變,傳統(tǒng)發(fā)射固定波形的方式使得機(jī)載雷達(dá)無(wú)法有效完成復(fù)雜電磁干擾環(huán)境和高動(dòng)態(tài)雜波環(huán)境下對(duì)低空、隱身等目標(biāo)的檢測(cè)、跟蹤等任務(wù)。此外,隨著無(wú)線(xiàn)通信技術(shù)和雷達(dá)技術(shù)的快速發(fā)展,戰(zhàn)場(chǎng)上電子設(shè)備的種類(lèi)也越來(lái)越多,電子設(shè)備與機(jī)載雷達(dá)的頻段相互重疊,嚴(yán)重影響機(jī)載雷達(dá)的工作性能[13-14]。因此,為提升機(jī)載雷達(dá)面對(duì)隱身/低空目標(biāo)、復(fù)雜電磁對(duì)抗環(huán)境以及高動(dòng)態(tài)雜波環(huán)境的探測(cè)性能,擴(kuò)展機(jī)載雷達(dá)對(duì)空和對(duì)地海一體化監(jiān)視的功能,使機(jī)載雷達(dá)融入現(xiàn)代化信息作戰(zhàn)體系并成為核心的網(wǎng)絡(luò)戰(zhàn)樞紐,必須發(fā)展新體制機(jī)載雷達(dá)、新體制機(jī)載雷達(dá)雜波及干擾抑制等新技術(shù)。

認(rèn)知雷達(dá)和多輸入多輸出(multiple-input multiple-output, MIMO)雷達(dá)的出現(xiàn)為解決上述問(wèn)題提供了一條嶄新的途徑。認(rèn)知雷達(dá)充分利用了目標(biāo)與環(huán)境信息,將STAP從接收端延伸到了發(fā)射端,構(gòu)成了接收機(jī)、發(fā)射機(jī)與環(huán)境動(dòng)態(tài)閉環(huán)的全自適應(yīng)雷達(dá)處理系統(tǒng)[15-18]。認(rèn)知雷達(dá)能夠根據(jù)動(dòng)態(tài)環(huán)境數(shù)據(jù)庫(kù)中的先驗(yàn)信息以及雷達(dá)實(shí)時(shí)獲取的目標(biāo)及環(huán)境信息推理決策適合當(dāng)前雷達(dá)工作場(chǎng)景的最優(yōu)波形和信號(hào)處理參數(shù),自適應(yīng)地調(diào)整優(yōu)化雷達(dá)系統(tǒng)資源配置和發(fā)射信號(hào)波形,從而適應(yīng)復(fù)雜多變的工作環(huán)境,實(shí)現(xiàn)對(duì)目標(biāo)的最佳探測(cè)效果。MIMO雷達(dá)是近年來(lái)發(fā)展起來(lái)的一種新體制雷達(dá),引入多天線(xiàn)、多波形收/發(fā)技術(shù)和概念,通過(guò)發(fā)射多個(gè)獨(dú)立的波形/信號(hào)(即波形分集特性)來(lái)獲得波形分集增益[19-23]。MIMO雷達(dá)分為集中式MIMO雷達(dá)和統(tǒng)計(jì)MIMO雷達(dá),收發(fā)天線(xiàn)分置的統(tǒng)計(jì)MIMO雷達(dá)通過(guò)空間分集增益可以克服目標(biāo)散射截面積起伏所帶來(lái)的性能損失[21]。與傳統(tǒng)的相控陣?yán)走_(dá)相比,MIMO雷達(dá)具有以下優(yōu)勢(shì):雜波及干擾抑制能力強(qiáng)[24-25];參數(shù)估計(jì)精度高[26-28];抗干擾能力強(qiáng)[29-30];反隱身能力強(qiáng)[21];反偵察、低截獲性能高[31];抗摧毀能力強(qiáng)。

隨著靈活波形產(chǎn)生器和高速信號(hào)處理硬件的快速發(fā)展,雷達(dá)發(fā)射復(fù)雜的波形以動(dòng)態(tài)適應(yīng)其所面臨的感知環(huán)境成為了可能[32]。作為認(rèn)知雷達(dá)的關(guān)鍵技術(shù)之一,近些年來(lái),認(rèn)知雷達(dá)波形優(yōu)化設(shè)計(jì),尤其是信號(hào)相關(guān)雜波或干擾背景下的認(rèn)知雷達(dá)波形優(yōu)化設(shè)計(jì),受到了國(guó)內(nèi)外學(xué)者的廣泛關(guān)注[33-45]。從目標(biāo)檢測(cè)的角度,認(rèn)知雷達(dá)波形優(yōu)化設(shè)計(jì)就是以最大化目標(biāo)的檢測(cè)性能為優(yōu)化準(zhǔn)則,同時(shí)考慮發(fā)射波形的實(shí)際約束條件,吸收借鑒先進(jìn)的優(yōu)化方法,來(lái)設(shè)計(jì)發(fā)射波形或接收濾波器。但機(jī)載雷達(dá)由于平臺(tái)架設(shè)高以及平臺(tái)運(yùn)動(dòng),其回波模型不同于傳統(tǒng)地基雷達(dá)。此外,機(jī)載雷達(dá)面臨的雜波環(huán)境是非均勻和非平穩(wěn)的,高脈沖重復(fù)頻率下還存在雜波的距離模糊問(wèn)題,這也不同于地基雷達(dá)。考慮機(jī)載平臺(tái)的特殊性,將認(rèn)知理論與機(jī)載MIMO雷達(dá)相結(jié)合,充分利用MIMO雷達(dá)發(fā)射波形的自由度,結(jié)合動(dòng)態(tài)環(huán)境的先驗(yàn)信息,開(kāi)展機(jī)載MIMO雷達(dá)發(fā)射波形優(yōu)化設(shè)計(jì)或發(fā)射波形與接收濾波器聯(lián)合設(shè)計(jì),對(duì)于提升機(jī)載MIMO雷達(dá)在復(fù)雜電磁對(duì)抗環(huán)境以及高動(dòng)態(tài)雜波環(huán)境下的目標(biāo)檢測(cè)性能而言具有重要意義,也為機(jī)載認(rèn)知雷達(dá)系統(tǒng)的發(fā)展提供了理論支撐。

本文介紹了當(dāng)前新體制機(jī)載雷達(dá)波形優(yōu)化設(shè)計(jì)的研究進(jìn)展。具體而言,闡述了認(rèn)知雷達(dá)的基本原理,對(duì)新體制機(jī)載雷達(dá)波形優(yōu)化設(shè)計(jì)進(jìn)行了概述;從先驗(yàn)條件是否理想以及收發(fā)處理的角度,對(duì)機(jī)載雷達(dá)波形優(yōu)化設(shè)計(jì)的研究成果進(jìn)行了總結(jié)歸納,在此基礎(chǔ)上進(jìn)行總結(jié)和分析,針對(duì)當(dāng)前機(jī)載雷達(dá)波形優(yōu)化設(shè)計(jì)存在的問(wèn)題,對(duì)新體制機(jī)載雷達(dá)波形優(yōu)化設(shè)計(jì)的未來(lái)研究趨勢(shì)進(jìn)行了展望。

1 認(rèn)知雷達(dá)原理與新體制機(jī)載雷達(dá)波形優(yōu)化設(shè)計(jì)概述

1.1 認(rèn)知雷達(dá)原理

認(rèn)知雷達(dá)繼承了從發(fā)射到接收的聯(lián)合全自適應(yīng)處理架構(gòu)[15],其原理如圖1所示。

圖1 認(rèn)知雷達(dá)工作原理框圖Fig.1 Diagram of principle of cognitive radar

可以看出,雷達(dá)與目標(biāo)、環(huán)境構(gòu)成了閉環(huán)處理系統(tǒng),系統(tǒng)通過(guò)與外界環(huán)境不斷地交互實(shí)現(xiàn)對(duì)環(huán)境的感知。首先,系統(tǒng)通過(guò)實(shí)時(shí)雷達(dá)場(chǎng)景分析獲取環(huán)境中目標(biāo)、雜波和噪聲的統(tǒng)計(jì)特性和不確定性,統(tǒng)計(jì)特性實(shí)現(xiàn)了對(duì)環(huán)境的精細(xì)化表征,不確定性決定了先驗(yàn)信息的準(zhǔn)確程度,不確定度越小,先驗(yàn)信息越準(zhǔn)確,反之亦然。然后,利用場(chǎng)景分析結(jié)果并結(jié)合環(huán)境動(dòng)態(tài)數(shù)據(jù)庫(kù)對(duì)接收回波進(jìn)行實(shí)時(shí)分析,根據(jù)系統(tǒng)的任務(wù)確定優(yōu)化準(zhǔn)則,包括目標(biāo)檢測(cè)、參數(shù)估計(jì)、目標(biāo)識(shí)別和抗干擾性能等。最后,系統(tǒng)利用反饋信息和先驗(yàn)知識(shí),并在現(xiàn)有優(yōu)化準(zhǔn)則和波形約束條件下設(shè)計(jì)最優(yōu)發(fā)射波形,實(shí)現(xiàn)與當(dāng)前目標(biāo)和環(huán)境的最佳匹配。

這種感知—優(yōu)化設(shè)計(jì)—自適應(yīng)調(diào)整的閉環(huán)探測(cè)系統(tǒng)最大程度地利用了先驗(yàn)信息和實(shí)時(shí)環(huán)境信息,通過(guò)波形優(yōu)化設(shè)計(jì)使雷達(dá)“主動(dòng)”適應(yīng)環(huán)境的變化,而不是接收機(jī)“被動(dòng)”地自適應(yīng),從而大大提升了系統(tǒng)的性能。具體地,雷達(dá)通過(guò)環(huán)境動(dòng)態(tài)數(shù)據(jù)庫(kù)和環(huán)境感知模塊實(shí)時(shí)感知外界雜波環(huán)境、干擾環(huán)境以及電磁散射特性的變化,獲取雜波、干擾以及電磁散射特性的特征和先驗(yàn)參數(shù);然后,波形優(yōu)化模塊利用環(huán)境動(dòng)態(tài)數(shù)據(jù)庫(kù)和環(huán)境感知模塊獲取先驗(yàn)信息,根據(jù)雷達(dá)系統(tǒng)的目標(biāo)任務(wù)以及系統(tǒng)對(duì)波形的實(shí)際約束條件,設(shè)計(jì)最優(yōu)的發(fā)射波形或者聯(lián)合設(shè)計(jì)發(fā)射波形與接收濾波器,使得所設(shè)計(jì)的波形和接收濾波器具有最優(yōu)的雜波和干擾抑制性能、最優(yōu)的目標(biāo)檢測(cè)、估計(jì)和識(shí)別性能。

1.2 新體制機(jī)載雷達(dá)波形優(yōu)化設(shè)計(jì)概述

將認(rèn)知雷達(dá)原理運(yùn)用于機(jī)載雷達(dá),使機(jī)載雷達(dá)擁有感知環(huán)境信息的能力,從而實(shí)現(xiàn)目標(biāo)特性、雜波和干擾變化時(shí)的目標(biāo)檢測(cè)、估計(jì)和識(shí)別性能優(yōu)化。由認(rèn)知雷達(dá)工作原理可知,波形優(yōu)化設(shè)計(jì)是其中的關(guān)鍵環(huán)節(jié),開(kāi)展新體制機(jī)載雷達(dá)波形優(yōu)化設(shè)計(jì)研究不僅要關(guān)注雷達(dá)發(fā)射機(jī)硬件技術(shù)(如任意波形發(fā)生器和智能發(fā)射機(jī)),還要研究與之相適應(yīng)的波形優(yōu)化設(shè)計(jì)方法。新體制機(jī)載雷達(dá)波形優(yōu)化設(shè)計(jì)的基本過(guò)程為:充分利用目標(biāo)、雜波和干擾的先驗(yàn)信息,根據(jù)機(jī)載雷達(dá)目標(biāo)檢測(cè)、參數(shù)估計(jì)或識(shí)別等任務(wù)確定優(yōu)化準(zhǔn)則,同時(shí)考慮雷達(dá)硬件資源約束(即波形約束),采用合適的先進(jìn)優(yōu)化方法來(lái)設(shè)計(jì)發(fā)射波形(與接收濾波器),以提升復(fù)雜場(chǎng)景下機(jī)載雷達(dá)的工作性能。因此,先驗(yàn)信息、優(yōu)化準(zhǔn)則、約束條件是構(gòu)成新體制機(jī)載雷達(dá)波形優(yōu)化問(wèn)題的三個(gè)要素,優(yōu)化方法是解決波形優(yōu)化設(shè)計(jì)問(wèn)題的關(guān)鍵。

(1) 目標(biāo)、雜波和干擾的先驗(yàn)信息通過(guò)動(dòng)態(tài)環(huán)境數(shù)據(jù)庫(kù)(包括:地理信息系統(tǒng)、先前的掃描跟蹤、電磁反射、雜波譜模型等)獲取。在實(shí)際非理想條件下,由于估計(jì)誤差、動(dòng)態(tài)時(shí)變的雜波環(huán)境以及復(fù)雜多變干擾的存在,先驗(yàn)信息并不是完全準(zhǔn)確的,如何在非理想先驗(yàn)條件下設(shè)計(jì)發(fā)射波形(與接收濾波器)以抵抗先驗(yàn)信息的失配是值得關(guān)注的問(wèn)題。

(2) 優(yōu)化準(zhǔn)則與機(jī)載雷達(dá)的任務(wù)有關(guān)。衡量檢測(cè)性能的優(yōu)化準(zhǔn)則一般采用最大化輸出信干噪比(signal to interference-plus noise ratio, SINR)或信雜噪比(signal to clutter plus noise ratio, SCNR)作為優(yōu)化準(zhǔn)則,當(dāng)先驗(yàn)信息不準(zhǔn)確時(shí),通過(guò)設(shè)計(jì)最差性能輸出SINR或SCNR作為優(yōu)化準(zhǔn)則。衡量參數(shù)估計(jì)性能的優(yōu)化準(zhǔn)則一般采用最小化克拉美羅界(Cramer-Rao bounds, CRB)或者最大化互信息(mutual information, MI)作為優(yōu)化準(zhǔn)則。雷達(dá)接收回波與目標(biāo)沖激響應(yīng)之間的互信息越大,目標(biāo)的估計(jì)性能越好; 無(wú)偏估計(jì)下目標(biāo)的CRB越小,參數(shù)估計(jì)性能越好。如何建立上述評(píng)價(jià)準(zhǔn)則與雷達(dá)發(fā)射波形之間的關(guān)系,是開(kāi)展波形優(yōu)化的前提。

(3) 波形約束主要與雷達(dá)發(fā)射機(jī)硬件的物理可實(shí)現(xiàn)性有關(guān),工程實(shí)際波形中一般考慮能量約束、恒模約束、峰均比(peak-to-average power ratio, PAPR)約束和相似性約束。其中,能量約束用于約束發(fā)射波形的能量不至于過(guò)大,恒模約束和PAPR約束對(duì)于射頻功率放大器而言能夠避免不必要的非線(xiàn)性影響,相似性約束可使發(fā)射波形具有良好的脈沖壓縮和模糊函數(shù)特性。此外,在頻譜擁擠情況下,還需考慮波形的頻譜約束,使機(jī)載雷達(dá)避開(kāi)通信系統(tǒng)的工作頻段。

(4) 機(jī)載雷達(dá)波形優(yōu)化問(wèn)題是一個(gè)包含多變量和多約束條件的非線(xiàn)性高維優(yōu)化問(wèn)題,波形優(yōu)化方法的設(shè)計(jì)要考慮實(shí)際優(yōu)化問(wèn)題的數(shù)學(xué)特征、雷達(dá)硬件性能要求以及系統(tǒng)響應(yīng)時(shí)間等。

2 新體制機(jī)載雷達(dá)波形優(yōu)化設(shè)計(jì)研究現(xiàn)狀

新體制機(jī)載雷達(dá)波形設(shè)計(jì)的關(guān)鍵就是如何根據(jù)目標(biāo)、雜波/干擾等先驗(yàn)信息實(shí)現(xiàn)最優(yōu)目標(biāo)檢測(cè)和參數(shù)估計(jì)。因此,在給定波形優(yōu)化設(shè)計(jì)的優(yōu)化準(zhǔn)則和約束條件后,目標(biāo)、雜波/干擾等先驗(yàn)信息的準(zhǔn)確性極大程度地影響著波形設(shè)計(jì)的效果。當(dāng)先驗(yàn)信息準(zhǔn)確時(shí),機(jī)載雷達(dá)能夠自適應(yīng)地設(shè)計(jì)與目標(biāo)匹配、與雜波/干擾失配的發(fā)射波形,以提升系統(tǒng)目標(biāo)檢測(cè)與參數(shù)估計(jì)的性能;當(dāng)先驗(yàn)信息不準(zhǔn)確時(shí),所設(shè)計(jì)的波形必然與實(shí)際工作環(huán)境失配,導(dǎo)致系統(tǒng)性能?chē)?yán)重惡化。此外,實(shí)際機(jī)載MIMO雷達(dá)陣列中不可避免地存在各種誤差,當(dāng)誤差存在時(shí),不僅導(dǎo)致理想的空時(shí)響應(yīng)產(chǎn)生畸變,而且嚴(yán)重影響雷達(dá)系統(tǒng)的檢測(cè)性能。本文將先驗(yàn)信息準(zhǔn)確和誤差不存在統(tǒng)稱(chēng)為理想條件,將先驗(yàn)信息不準(zhǔn)確和誤差存在統(tǒng)稱(chēng)為非理想條件,并分別從先驗(yàn)條件理想和先驗(yàn)條件非理想的角度,詳細(xì)介紹新體制機(jī)載雷達(dá)波形優(yōu)化設(shè)計(jì)的研究進(jìn)展。

2.1 先驗(yàn)條件理想時(shí)機(jī)載雷達(dá)波形優(yōu)化設(shè)計(jì)

根據(jù)陣列天線(xiàn)配置,雷達(dá)可以分為單輸入單輸出(single-input-single-output, SISO)雷達(dá)和MIMO雷達(dá);根據(jù)收發(fā)處理方式,分為僅發(fā)射端的波形設(shè)計(jì)和收發(fā)(指發(fā)射波形和接收濾波器)聯(lián)合設(shè)計(jì);根據(jù)雜波和干擾模型與發(fā)射波形的關(guān)系,可以分為信號(hào)相關(guān)雜波或干擾、信號(hào)無(wú)關(guān)雜波或干擾;根據(jù)發(fā)射信號(hào)的形式,可以分為線(xiàn)性調(diào)頻(linear frequency modulated, LFM)波形、正交頻分復(fù)用(orthogonal frequency division multiplexing, OFDM)波形、MIMO正交頻分復(fù)用(MIMO orthogonal frequency time division multiplexing, MIMO-OFDM)和步進(jìn)頻波形等。因此,新體制機(jī)載雷達(dá)波形優(yōu)化設(shè)計(jì)的研究?jī)?nèi)容多種多樣,下面從收發(fā)處理的角度對(duì)先驗(yàn)條件理想時(shí)機(jī)載雷達(dá)波形優(yōu)化設(shè)計(jì)的研究進(jìn)行總結(jié)。

2.1.1 機(jī)載雷達(dá)發(fā)射波形優(yōu)化設(shè)計(jì)

2010年,De Maio等[46]給出了色高斯雜波場(chǎng)景下機(jī)載雷達(dá)波形優(yōu)化的信號(hào)模型,將雜波背景下的目標(biāo)檢測(cè)問(wèn)題表示為二元假設(shè)檢驗(yàn)問(wèn)題,表達(dá)式為

(1)

(2)

2011年,文獻(xiàn)[47]較早地研究了色高斯干擾下多輸入多輸出(multiple-input multiple-output space time adaptive processing, MIMO-STAP)波形優(yōu)化方法,以提升MIMO-STAP的目標(biāo)檢測(cè)性能。其中,波形相關(guān)的接收信號(hào)模型可以表示為

(3)

(4)

式中:P表示總的發(fā)射功率。文獻(xiàn)[47]將問(wèn)題(4)轉(zhuǎn)化為SDP問(wèn)題進(jìn)行求解,仿真結(jié)果表明該方法能夠有效提升輸出SINR。然而,該方法的對(duì)角加載因子隨著雜噪比(clutter-to-noise ratio, CNR)的增加而增加,使得所設(shè)計(jì)的波形協(xié)方差矩陣偏離最優(yōu)值而無(wú)法充分抑制強(qiáng)雜波。為此,Tang等[48]提出了一種不需要對(duì)角加載的波形優(yōu)化方法來(lái)優(yōu)化波形協(xié)方差矩陣,該方法避免了雜波協(xié)方差矩陣的啟發(fā)式對(duì)角加載,且能夠?qū)さ萌肿顑?yōu)值。進(jìn)一步地,Tang等[49]提出一種計(jì)算高效的算法來(lái)優(yōu)化MIMO-STAP的波形,該算法迭代優(yōu)化接收濾波器和發(fā)射波形。結(jié)果表明,這種方法不僅能夠獲得期望的輸出SINR,而且其計(jì)算復(fù)雜度遠(yuǎn)小于文獻(xiàn)[48]所提方法。

圖2給出了文獻(xiàn)[48]中不同波形的輸出SINR隨陣列信噪比(array signal to noise ratio, ASNR)和CNR的變化,可以看出,文獻(xiàn)[47]和文獻(xiàn)[48]方法得到的優(yōu)化波形優(yōu)于正交波形和單輸入多輸出波形。從圖2(a)可以看出,當(dāng)ASNR比較大時(shí),文獻(xiàn)[47]方法無(wú)法獲得最優(yōu)波形,導(dǎo)致其SINR性能明顯低于文獻(xiàn)[48]方法。從圖2(b)可以看出,文獻(xiàn)[47]方法的輸出SINR隨CNR的增加而顯著下降,這是由于文獻(xiàn)[47]的方法隨著CNR增加而對(duì)角加載因子增大,導(dǎo)致所設(shè)計(jì)的波形越來(lái)越偏離最優(yōu)波形。圖3給出了文獻(xiàn)[48]和文獻(xiàn)[49]方法的輸出SINR和計(jì)算時(shí)間,可以看出,盡管文獻(xiàn)[49]方法的輸出SINR略低于文獻(xiàn)[48]方法,但是前者的計(jì)算時(shí)間遠(yuǎn)小于后者。

圖2 不同方法的輸出SINR性能(文獻(xiàn)[47]及文獻(xiàn)[48]所提方法)Fig.2 Output SINR performance of different methods ([47] and [48])

圖3 不同方法的輸出SINR性能能(文獻(xiàn)[48]及文獻(xiàn)[49]所提方法)Fig.3 Output SINR performance of different methods ([48] and [49])

2014年,Sen[50]研究了機(jī)載正交頻分復(fù)用-空時(shí)自適應(yīng)處理(OFDM-STAP)雷達(dá)PAPR約束下的波形設(shè)計(jì)問(wèn)題,該方法以最大化SINR、最小化歸一化空域頻率和多普勒頻率的CRB以及目標(biāo)散射稀疏估計(jì)的CRB矩陣作為4個(gè)目標(biāo)函數(shù),建立了多目標(biāo)優(yōu)化問(wèn)題,并采用非支配排序遺傳算法II進(jìn)行求解。機(jī)載OFDM-STAP接收信號(hào)模型為

(5)

式中:A是一個(gè)包含發(fā)射信號(hào)權(quán)值的復(fù)對(duì)角矩陣;XT和XC,k分別表示包含目標(biāo)和第k個(gè)方位角雜波散射系數(shù)的對(duì)角矩陣;Φ和Φk分別表示目標(biāo)和雜波空時(shí)導(dǎo)向矩陣;N表示噪聲,關(guān)于A(yíng),XT,XC,k,Φ和Φk的具體表達(dá)詳見(jiàn)文獻(xiàn)[50]。實(shí)際上,由于目標(biāo)不同的散射中心在不同的頻率下產(chǎn)生不同的共振,通過(guò)機(jī)載OFDM雷達(dá)可以提供額外的信息,從而增加了系統(tǒng)的頻率分集特性,提升了雜波背景下的目標(biāo)檢測(cè)性能。圖4給出了文獻(xiàn)[50]中兩種場(chǎng)景下不同波形的檢測(cè)概率隨信噪比(signal to noise ratio, SNR)的變化,盡管固定OFDM波形的檢測(cè)概率低于時(shí)域碼和巴克碼,但是文獻(xiàn)[50]得到的自適應(yīng)OFDM波形具有最優(yōu)的檢測(cè)性能。文獻(xiàn)[51]研究了恒模約束下MIMO-OFDM雷達(dá)的波形優(yōu)化問(wèn)題,與文獻(xiàn)[47]中的方法類(lèi)似,該方法從接收數(shù)據(jù)中估計(jì)所需參數(shù)時(shí),仍然會(huì)存在性能下降的問(wèn)題。

圖4 不同波形的檢測(cè)概率隨SNR的變化Fig.4 Detection probability of different waveforms versus SNR

2015年,文獻(xiàn)[52]研究了機(jī)載MIMO雷達(dá)發(fā)射方向圖的設(shè)計(jì)方法,以解決非均勻雜波背景下的旁瓣雜波抑制問(wèn)題,該方法以最大化空時(shí)匹配濾波后的輸出SCNR為優(yōu)化準(zhǔn)則,同時(shí)約束發(fā)射波形,使其在主瓣方向具有一定的增益,以此來(lái)抑制旁瓣區(qū)域的雜波能量來(lái)提高輸出SCNR。進(jìn)一步地,為了解決雜波抑制下的發(fā)射方向圖優(yōu)化與目標(biāo)檢測(cè)之間的矛盾,將發(fā)射陣列分為雜波抑制子陣和目標(biāo)檢測(cè)子陣,提出基于子陣劃分算法和最優(yōu)探測(cè)子陣發(fā)射方向圖的設(shè)計(jì)方法[53],實(shí)現(xiàn)了對(duì)雜波環(huán)境的實(shí)時(shí)感知探測(cè)。

文獻(xiàn)[54]采用接收信號(hào)和目標(biāo)脈沖響應(yīng)之間的互信息作為優(yōu)化準(zhǔn)則,通過(guò)波形優(yōu)化來(lái)提升運(yùn)動(dòng)目標(biāo)的檢測(cè)性能,基于最大化互信息的波形優(yōu)化問(wèn)題可表示為

(6)

式中:Rtc表示目標(biāo)加雜波協(xié)方差矩陣;Rc和Rn分別表示雜波和噪聲協(xié)方差矩陣,Rtc,Rc和Rn的具體表示詳見(jiàn)文獻(xiàn)[54]。為解決波形優(yōu)化問(wèn)題(見(jiàn)式(6)),文獻(xiàn)[54]利用極大極小(majorization-minimization, MM)算法和交替方向乘子算法(alternation direction method of multipliers, ADMM)尋找最優(yōu)波形。圖5給出了文獻(xiàn)[54]中不同波形的互信息和檢測(cè)概率隨總發(fā)射功率的變化。

圖5 不同波形的互信息和檢測(cè)概率對(duì)比Fig.5 Comparison of mutual information and detection probability for different waveforms

由圖5可以看出,文獻(xiàn)[54]的方法利用了目標(biāo)和雜波的先驗(yàn)信息,可以獲得最大的互信息,因此具有最佳的檢測(cè)性能。

2.1.2 機(jī)載雷達(dá)發(fā)射波形和接收濾波器聯(lián)合優(yōu)化設(shè)計(jì)

發(fā)射波形和接收濾波器的聯(lián)合優(yōu)化設(shè)計(jì)涉及收發(fā)聯(lián)合優(yōu)化,在此框架下,機(jī)載雷達(dá)接收的目標(biāo)和雜波是信號(hào)相關(guān)回波,即是發(fā)射波形經(jīng)過(guò)目標(biāo)和雜波調(diào)制后產(chǎn)生的與發(fā)射波形具有很強(qiáng)相關(guān)性的回波。2016年,Tang等[55]較早研究了機(jī)載MIMO雷達(dá)發(fā)射波形和接收濾波器聯(lián)合設(shè)計(jì)問(wèn)題,圖6給出了機(jī)載MIMO雷達(dá)陣列幾何結(jié)構(gòu)示意圖,機(jī)載MIMO雷達(dá)波形相關(guān)回波模型可以表示為

y=αt[IM?INR?ST][u(fd)?b(θt)?a(θt)]+

[u(fc,l,k)?b(θc,l,k)?a(θc,l,k)]+yj

(7)

式中:αt和αc,l,k分別表示目標(biāo)和第l個(gè)距離單元第k個(gè)雜波塊的復(fù)幅度;u(f)、a(θ)和b(θ)分別表示時(shí)域?qū)蚴噶俊l(fā)射空域?qū)蚴噶亢徒邮湛沼驅(qū)蚴噶?S為系統(tǒng)波形矩陣;Jl表示轉(zhuǎn)移矩陣;yj為噪聲部分。

圖6 機(jī)載MIMO雷達(dá)陣列幾何結(jié)構(gòu)Fig.6 Geometry configuration of airborne MIMO radar

接收信號(hào)通過(guò)接收濾波器w處理,考慮波形的能量約束,MIMO-STAP發(fā)射波形和接收濾波器聯(lián)合優(yōu)化設(shè)計(jì)問(wèn)題可以通過(guò)最大化輸出SINR得到:

(8)

圖7 不同算法的輸出SINR隨目標(biāo)歸一化多普勒頻率的變化Fig.7 Output SINR of different algorithms versus the normalized Doppler frequency of the target

通常而言,機(jī)載MIMO雷達(dá)發(fā)射波形和接收濾波器聯(lián)合優(yōu)化設(shè)計(jì)涉及發(fā)射波形和優(yōu)化和接收濾波器的優(yōu)化。其中,接收濾波器約束條件簡(jiǎn)單,最優(yōu)接收濾波器很容易獲得,聯(lián)合設(shè)計(jì)的關(guān)鍵是發(fā)射波形的優(yōu)化,不同波形約束條件下的求解方法也不盡相同。文獻(xiàn)[56]將機(jī)載MIMO-STAP波形優(yōu)化問(wèn)題轉(zhuǎn)化為二次波形優(yōu)化問(wèn)題,并采用MM技術(shù)尋找優(yōu)化問(wèn)題目標(biāo)函數(shù)的緊致下界,在此基礎(chǔ)上設(shè)計(jì)了能量約束、恒模約束以及恒模和相似性約束下的聯(lián)合設(shè)計(jì)方法。結(jié)果表明,這3種方法不僅收斂速度快,而且能夠有效提升輸出SCNR性能。文獻(xiàn)[57]和文獻(xiàn)[58]首次將黎曼幾何優(yōu)化方法引入到機(jī)載MIMO雷達(dá)發(fā)射波形和接收濾波器聯(lián)合設(shè)計(jì)中,通過(guò)黎曼流形來(lái)解決恒模約束下的聯(lián)合設(shè)計(jì)問(wèn)題,該流形優(yōu)化方法將約束優(yōu)化問(wèn)題視為一個(gè)約束搜索空間上的無(wú)約束優(yōu)化問(wèn)題,并提出黎曼梯度下降算法和黎曼信任域算法來(lái)進(jìn)行求解。結(jié)果表明,該方法能夠在每次迭代時(shí)同時(shí)更新發(fā)射波形和接收濾波器,且計(jì)算量遠(yuǎn)小于基于SDP的優(yōu)化方法。此外,該方法可以推廣到解決復(fù)雜波形約束和目標(biāo)函數(shù)情況下的聯(lián)合設(shè)計(jì)問(wèn)題。

圖8(a)和圖8(b)給出了文獻(xiàn)[56]算法1和文獻(xiàn)[55]算法1的輸出SINR隨目標(biāo)歸一化多普勒頻率變化和計(jì)算時(shí)間變化的情況。從圖8(a)可看出,文獻(xiàn)[56]算法1和文獻(xiàn)[55]算法1具有幾乎相同的輸出SINR,且均優(yōu)于正交波形和相干LFM波形。從圖8(b)可以看出,文獻(xiàn)[56]算法2的計(jì)算量明顯小于其他對(duì)比算法。圖9(a)和圖9(b)給出了文獻(xiàn)[58]中不同算法的輸出SINR隨目標(biāo)歸一化多普勒頻率和計(jì)算時(shí)間的變化情況,文獻(xiàn)[58]提出的黎曼流行-最速下降和黎曼流行-共軛梯度屬于黎曼一階算法,黎曼流行-信賴(lài)域?qū)儆诶杪A算法。可以看出,黎曼流行-最速下降、黎曼流行-共軛梯度和黎曼流行-信賴(lài)域得到的輸出SINR性能均優(yōu)于文獻(xiàn)[55]算法,而且前3種算法的收斂速度遠(yuǎn)快于文獻(xiàn)[55]算法。

圖8 不同算法的輸出SINR和計(jì)算時(shí)間對(duì)比Fig.8 Comparison of output SINR and computation time of different algorithms

圖9 不同算法的輸出SINR和計(jì)算時(shí)間對(duì)比Fig.9 Comparison of output SINR and computation time of different algorithms

2016年,文獻(xiàn)[59]研究了STAP中的波形優(yōu)化問(wèn)題,其中假定雜波響應(yīng)與發(fā)射波形是相關(guān)的,由于權(quán)矢量和波形向量的目標(biāo)函數(shù)是聯(lián)合非凸的,而單個(gè)權(quán)矢量和波形的目標(biāo)函數(shù)是凸的,采用約束選擇最小化技術(shù)在保持一個(gè)矢量不變的同時(shí)迭代優(yōu)化另外一個(gè)矢量。在此基礎(chǔ)上,文獻(xiàn)[60]研究了信號(hào)相關(guān)STAP下聯(lián)合信號(hào)-波束形成器的優(yōu)化問(wèn)題,并提出一種松弛雙二次優(yōu)化方法來(lái)尋找可行的解。此外,還將關(guān)于波形的能量約束推廣到了恒模約束和相似性約束[61]。

然而,上述方法設(shè)計(jì)出的波形相位是連續(xù)的,很難在實(shí)際雷達(dá)中獲得應(yīng)用。為此,Tang等[62]在MIMO-STAP發(fā)射波形和接收濾波器聯(lián)合設(shè)計(jì)中考慮了波形的恒模約束和有限相位約束

(9)

圖10 不同算法的輸出SINR隨歸一化多普勒頻率的變化Fig.10 Output SINR of different algorithms versus the normalized Doppler frequency

為實(shí)現(xiàn)與通信系統(tǒng)的共存,童日武等[64]研究了PAPR約束下機(jī)載MIMO雷達(dá)與通信頻譜共存的聯(lián)合設(shè)計(jì)

(10)

2.2 先驗(yàn)條件非理想時(shí)機(jī)載雷達(dá)穩(wěn)健波形優(yōu)化設(shè)計(jì)

當(dāng)前關(guān)于先驗(yàn)條件理想時(shí)的機(jī)載雷達(dá)波形優(yōu)化設(shè)計(jì)考慮的主要是機(jī)載MIMO雷達(dá)體制,因此,下面從機(jī)載MIMO雷達(dá)穩(wěn)健發(fā)射波形優(yōu)化設(shè)計(jì)、機(jī)載MIMO雷達(dá)發(fā)射波形和接收濾波器穩(wěn)健的聯(lián)合優(yōu)化設(shè)計(jì)兩個(gè)方面進(jìn)行總結(jié)。

2.2.1 機(jī)載MIMO雷達(dá)穩(wěn)健發(fā)射波形優(yōu)化設(shè)計(jì)

針對(duì)空時(shí)導(dǎo)向矢量誤差存在時(shí)MIMO-STAP的波形優(yōu)化問(wèn)題,文獻(xiàn)[65]將目標(biāo)空時(shí)導(dǎo)向矢量建模為

(11)

(12)

文獻(xiàn)[66]是一個(gè)極大化極小優(yōu)化問(wèn)題,采用對(duì)角加載技術(shù)將原問(wèn)題轉(zhuǎn)化為一個(gè)SDP問(wèn)題進(jìn)行求解。但目標(biāo)導(dǎo)向矢量的松弛約束和對(duì)角加載技術(shù)得到的波形協(xié)方差矩陣仍是次優(yōu)的。為此,Tang等[48]采用更普遍的不確定集來(lái)描述導(dǎo)向矢量誤差,然后精確推導(dǎo)出使SINR最小的最差目標(biāo)導(dǎo)向矢量,并舍棄啟發(fā)式對(duì)角加載方法,來(lái)尋找全局最優(yōu)的且對(duì)目標(biāo)導(dǎo)向矢量誤差穩(wěn)健的波形協(xié)方差矩陣。圖11給出了文獻(xiàn)[48]中最差輸出SINR隨不確定集大小ε的變化。

圖11 最差輸出SINR隨不確定集大小的變化Fig.11 Worst-case output SINR versus the size of the uncertain gather

由圖11可以看出,所有方法的最差輸出SINR隨不確定集大小的增加而下降,而文獻(xiàn)[48]的方法優(yōu)于其他3種方法。

進(jìn)一步地,文獻(xiàn)[66]研究了雜波先驗(yàn)信息不準(zhǔn)確時(shí)MIMO-STAP波形優(yōu)化問(wèn)題:

(13)

2.2.2 機(jī)載MIMO雷達(dá)發(fā)射波形和接收濾波器穩(wěn)健的聯(lián)合優(yōu)化設(shè)計(jì)

部分學(xué)者針對(duì)先驗(yàn)信息不準(zhǔn)確條件下機(jī)載MIMO雷達(dá)發(fā)射波形和接收濾波器的聯(lián)合設(shè)計(jì)進(jìn)行研究。文獻(xiàn)[71]針對(duì)機(jī)載MIMO雷達(dá)目標(biāo)導(dǎo)向矢量不準(zhǔn)確導(dǎo)致性能下降的問(wèn)題,建立了目標(biāo)導(dǎo)向矢量的橢球不確定集,以最大化不確定集上的最差輸出SINR作為優(yōu)化準(zhǔn)則,考慮波形的能量約束和PAPR約束,建立了發(fā)射波形和接收濾波器穩(wěn)健聯(lián)合設(shè)計(jì)問(wèn)題模型,但所提的求解方法計(jì)算復(fù)雜度較高。

童日武等[72]針對(duì)目標(biāo)先驗(yàn)信息未知情形,設(shè)計(jì)了一組與目標(biāo)參數(shù)不確定集對(duì)應(yīng)的線(xiàn)性接收濾波器,以最大化最差情況下的輸出SINR作為優(yōu)化準(zhǔn)則,同時(shí)考慮了波形的能量約束、相似性約束和PAPR約束

(14)

采用類(lèi)似文獻(xiàn)[64]中的方法求解文獻(xiàn)[73]中的問(wèn)題,并利用可行點(diǎn)追蹤連續(xù)凸近似算法求解最優(yōu)波形。計(jì)算結(jié)果表明,該方法對(duì)目標(biāo)先驗(yàn)信息的失配具有穩(wěn)健性。

文獻(xiàn)[73]針對(duì)目標(biāo)多普勒頻率和空間錐角的不確定性問(wèn)題,研究了MIMO-STAP雷達(dá)慢時(shí)間穩(wěn)健發(fā)射接收聯(lián)合優(yōu)化設(shè)計(jì),設(shè)計(jì)了平均輸出SCNR,作為聯(lián)合優(yōu)化設(shè)計(jì)目標(biāo)函數(shù):

(15)

(16)

式中:s∈S表示波形的恒模約束或相似性約束。文獻(xiàn)[73]提出了4種迭代優(yōu)化算法進(jìn)行求解。其中,算1和算法3基于SDP和隨機(jī)化,或者秩一分解方法,算法2和算法4是基于分式規(guī)劃和擬冪法。圖12給出了文獻(xiàn)[73]中算法2和算法4在確定性和隨機(jī)性場(chǎng)景下的空時(shí)響應(yīng)圖。由圖12可以看出,兩種算法空時(shí)響應(yīng)圖的主瓣在目標(biāo)參數(shù)不確定情形下要比目標(biāo)參數(shù)確定性情形下略大,這意味著兩種算法在目標(biāo)參數(shù)不確定時(shí)具有更好的穩(wěn)健性。圖13給出了輸出SCNR隨目標(biāo)參數(shù)不確定性的變化。由圖13可以看出,整體上,不同算法的輸出SCNR隨著參數(shù)不確定性的增加而下降,這是以增加系統(tǒng)的穩(wěn)健性為代價(jià)的。

圖12 目標(biāo)參數(shù)確定和不確定下算法2和算法4的空時(shí)響應(yīng)圖Fig.12 Spatial-temporal beampattern of Algorithm 2 and Algorithm 4 under the target parameter deterministic and stochastic cases

圖13 輸出SCNR隨目標(biāo)參數(shù)不確定性的變化Fig.13 Output SCNR versus the target uncertainty value

3 新體制機(jī)載雷達(dá)波形優(yōu)化設(shè)計(jì)研究展望

新體制機(jī)載雷達(dá)具備數(shù)字化、多功能、戰(zhàn)場(chǎng)環(huán)境感知、低截獲和陣元效率高等現(xiàn)代雷達(dá)發(fā)展的綜合特性,能夠有效適應(yīng)未來(lái)預(yù)警機(jī)小平臺(tái)、多功能、一體化的設(shè)計(jì)需求,能夠有效適應(yīng)未來(lái)雷達(dá)反隱身、抗反輻射導(dǎo)彈、抗復(fù)雜干擾作戰(zhàn)的軍事需求。因此,新體制機(jī)載雷達(dá)是未來(lái)機(jī)載雷達(dá)發(fā)展的重要趨勢(shì),新體制機(jī)載雷達(dá)的發(fā)展也必然引發(fā)信號(hào)處理領(lǐng)域新理論和新技術(shù)的發(fā)展。其中,新體制機(jī)載雷達(dá)波形優(yōu)化設(shè)計(jì)是雷達(dá)應(yīng)對(duì)復(fù)雜電子對(duì)抗環(huán)境的關(guān)鍵技術(shù),國(guó)內(nèi)外學(xué)者從先驗(yàn)條件理想與否、陣列收發(fā)結(jié)構(gòu)、不同任務(wù)和約束條件等方面出發(fā),提出了豐富的機(jī)載雷達(dá)波形優(yōu)化設(shè)計(jì)方法。隨著戰(zhàn)場(chǎng)電磁環(huán)境的日趨復(fù)雜,抗動(dòng)態(tài)雜波和抗復(fù)雜干擾的難度也在不斷增大,現(xiàn)有的研究仍存在很多不足,需要進(jìn)一步開(kāi)展深入研究。

(1) 非理想條件下機(jī)載雷達(dá)波形優(yōu)化設(shè)計(jì)

現(xiàn)有的研究大多針對(duì)目標(biāo)、雜波和干擾等先驗(yàn)條件理想時(shí)進(jìn)行波形優(yōu)化設(shè)計(jì)和目標(biāo)檢測(cè)[46-64]。部分文獻(xiàn)研究了非理想條件下的機(jī)載MIMO雷達(dá)波形優(yōu)化設(shè)計(jì)[65-74],但這些研究成果仍然不足以支撐機(jī)載雷達(dá)適應(yīng)實(shí)際復(fù)雜多變的工作環(huán)境。這是由于實(shí)際機(jī)載雷達(dá)面臨的戰(zhàn)場(chǎng)環(huán)境瞬息萬(wàn)變:一是目標(biāo)參數(shù)變幻莫測(cè),機(jī)載雷達(dá)面臨的探測(cè)目標(biāo)正在向“高空、高速、高機(jī)動(dòng)”和“低空、低速、低散射”方向發(fā)展,導(dǎo)致目標(biāo)參數(shù)變化多端,很難獲取準(zhǔn)確的目標(biāo)先驗(yàn)信息;二是雜波非平穩(wěn)、高動(dòng)態(tài)起伏等問(wèn)題?，F(xiàn)代戰(zhàn)爭(zhēng)中機(jī)載雷達(dá)需要在城市、山區(qū)、森林、草原、海洋以及海陸交界等各種地形環(huán)境下執(zhí)行任務(wù),當(dāng)雜波環(huán)境動(dòng)態(tài)多變時(shí),傳統(tǒng)的雜波模型將與實(shí)際雜波場(chǎng)景失配[9];三是電磁干擾環(huán)境復(fù)雜多變,機(jī)載雷達(dá)面臨著來(lái)自陸地、海洋和空中等各方面的干擾,干擾的樣式越來(lái)越多,干擾的強(qiáng)度越來(lái)越大。因此,建立與實(shí)際目標(biāo)、雜波和干擾相適應(yīng)的信號(hào)模型,并建立相應(yīng)的不確定模型,開(kāi)展非理想條件下機(jī)載雷達(dá)波形優(yōu)化設(shè)計(jì),提升機(jī)載雷達(dá)對(duì)實(shí)際工作環(huán)境的適應(yīng)性具有重要的軍事意義。

(2) 新體制機(jī)載雷達(dá)波形優(yōu)化設(shè)計(jì)

現(xiàn)有的研究主要以機(jī)載相控陣體制和機(jī)載MIMO體制著手,從空域和時(shí)域(慢時(shí)間、快時(shí)間)的角度開(kāi)展波形優(yōu)化設(shè)計(jì)來(lái)抗雜波和干擾。然而,在動(dòng)態(tài)時(shí)變的雜波環(huán)境和復(fù)雜多變的干擾環(huán)境下,僅從空時(shí)域開(kāi)展機(jī)載雷達(dá)波形優(yōu)化設(shè)計(jì),無(wú)法有效對(duì)抗各種雜波和干擾。以頻率分集陣列、空時(shí)編碼陣列為代表的波形分集陣列雷達(dá)通過(guò)陣元間發(fā)射波形的變化,形成目標(biāo)和干擾之間的多維參數(shù)差異,從而使系統(tǒng)具有更多可用的距離維自由度,在抗距離模糊雜波[75-80]和主瓣欺騙干擾上具有很大的優(yōu)勢(shì)[81]。機(jī)載極化雷達(dá)充分利用空域、時(shí)域和極化域的信息進(jìn)行極化空時(shí)聯(lián)合處理,增強(qiáng)了強(qiáng)雜波背景和干擾下的慢速目標(biāo)檢測(cè)能力[82]。因此,基于頻率分集陣列、空時(shí)編碼陣列以及極化陣列,充分利用空域、時(shí)域、頻域和極化域信息,開(kāi)展機(jī)載波形優(yōu)化設(shè)計(jì),具有重要的應(yīng)用前景。

(3) 基于頻譜感知的機(jī)載雷達(dá)波形優(yōu)化設(shè)計(jì)

隨著戰(zhàn)場(chǎng)信息化程度的不斷加深,各種類(lèi)型的電子裝備不斷涌現(xiàn),高速發(fā)展的電子裝備對(duì)電磁頻譜的需求越來(lái)越多,使得電子裝備不斷地與機(jī)載雷達(dá)爭(zhēng)奪頻譜資源。隨著無(wú)線(xiàn)設(shè)備數(shù)量的爆發(fā)式增長(zhǎng)和對(duì)高數(shù)據(jù)傳輸要求更高的帶寬需求的增加,有限的電磁頻譜越來(lái)越擁擠[13-14]。日益擁擠的頻譜環(huán)境使得機(jī)載雷達(dá)與各種電子設(shè)備的工作頻段不可避免地出現(xiàn)重疊,導(dǎo)致兩個(gè)系統(tǒng)之間產(chǎn)生相互的電磁干擾;此外,作為信息化作戰(zhàn)的體系核心,機(jī)載雷達(dá)除完成目標(biāo)探測(cè)任務(wù),還擔(dān)負(fù)著偵察情報(bào)、指揮控制、信息對(duì)抗和綜合保障等任務(wù),促使機(jī)載雷達(dá)向多功能一體化方向發(fā)展。因此,頻譜感知是下一代機(jī)載雷達(dá)必不可少的技術(shù),實(shí)現(xiàn)頻譜共存不僅對(duì)機(jī)載雷達(dá)波形提出了更高的要求,也對(duì)如何在有限的頻譜資源中進(jìn)行機(jī)載雷達(dá)運(yùn)動(dòng)目標(biāo)檢測(cè)提出了更高的要求,亟需開(kāi)展基于頻譜感知的機(jī)載雷達(dá)波形設(shè)計(jì)[83-88]。

(4) 基于稀疏恢復(fù)的機(jī)載雷達(dá)波形優(yōu)化設(shè)計(jì)

壓縮感知及稀疏重構(gòu)理論為機(jī)載雷達(dá)信號(hào)處理提供了新的研究思路。近十年來(lái),基于稀疏恢復(fù)的STAP技術(shù)受到了學(xué)者的廣泛關(guān)注,該技術(shù)的主要思想是利用雜波功率譜在角度-多普勒平面上的稀疏性,采用稀疏恢復(fù)算法實(shí)現(xiàn)雜波空時(shí)功率譜的高分辨估計(jì),該技術(shù)對(duì)于提升小樣本條件下的雜波抑制性能具有先天優(yōu)勢(shì)[89-92]。 然而,現(xiàn)有的基于稀疏恢復(fù)的STAP技術(shù)大都針對(duì)雷達(dá)發(fā)射固定的波形,難以根據(jù)實(shí)際工作環(huán)境實(shí)現(xiàn)發(fā)射波形的動(dòng)態(tài)優(yōu)化設(shè)計(jì)。將發(fā)射波形與后端的稀疏重構(gòu)算法的設(shè)計(jì)聯(lián)合起來(lái),構(gòu)建發(fā)射波形-重構(gòu)算法-發(fā)射波形的閉環(huán)反饋機(jī)制[93],開(kāi)展基于稀疏恢復(fù)的機(jī)載雷達(dá)波形優(yōu)化設(shè)計(jì),對(duì)解決非均勻環(huán)境下樣本不足問(wèn)題具有重要意義。

4 結(jié)束語(yǔ)

機(jī)載雷達(dá)作為預(yù)警機(jī)的核心,正面臨著高動(dòng)態(tài)雜波環(huán)境和復(fù)雜電磁對(duì)抗環(huán)境的挑戰(zhàn),迫切需要發(fā)展新體制機(jī)載雷達(dá)及相應(yīng)的波形優(yōu)化技術(shù)。本文在給出認(rèn)知雷達(dá)基本原理和新體制機(jī)載雷達(dá)波形優(yōu)化設(shè)計(jì)的概述后,從先驗(yàn)條件是否理想的角度對(duì)機(jī)載雷達(dá)波形優(yōu)化設(shè)計(jì)的研究現(xiàn)狀進(jìn)行了總結(jié)和歸納,針對(duì)現(xiàn)有研究的不足,對(duì)新體制機(jī)載雷達(dá)波形優(yōu)化設(shè)計(jì)未來(lái)的發(fā)展趨勢(shì)進(jìn)行了探討。本文既是對(duì)當(dāng)前機(jī)載雷達(dá)波形優(yōu)化設(shè)計(jì)技術(shù)的階段性總結(jié),也包含對(duì)該領(lǐng)域未來(lái)發(fā)展趨勢(shì)的合理預(yù)判,該領(lǐng)域的研究對(duì)未來(lái)機(jī)載認(rèn)知雷達(dá)系統(tǒng)的發(fā)展提供了理論支撐。