基于检测概率的雷达网协同干扰效果评估方法

2015-05-25张养瑞高梅国罗皓月李云杰

系统工程与电子技术 2015年8期

关键词：干扰机编队雷达

张养瑞，高梅国，罗皓月，李云杰

（北京理工大学信息与电子学院，北京100081）

基于检测概率的雷达网协同干扰效果评估方法

张养瑞，高梅国，罗皓月，李云杰

（北京理工大学信息与电子学院，北京100081）

针对突防编队对抗雷达网的应用背景，以雷达网检测概率为评价指标，建立了应用于干扰机编队多样式协同压制雷达网的干扰效果评估模型。首先阐述了影响压制效果的时间、空域、频率和处理增益4个因素，据此计算了单部雷达在多样式干扰下的检测概率。然后结合雷达网判决中心的工作方式，将网内成员雷达在多样式干扰下的检测性能映射到计算全网的受干扰影响程度。最后充分利用干扰机编队的航线信息，提出以“电子对抗环境下雷达网判决中心对不同航线段内突防编队的联合检测概率下降程度的加权积分”为干扰效果评估函数，建立干扰机编队对雷达网的多样式干扰效果评估模型。仿真结果表明，该模型在雷达网干扰效果评估问题上具有很好的应用性，对合理分配干扰资源、提高干扰机编队的整体干扰效果也有一定的指导意义。

雷达网；干扰机编队；多样式协同干扰；检测概率；效果评估

0 引言

随着信号处理及组网技术的快速发展，雷达组网已成为对抗电子干扰、隐身目标、反辐射导弹和超低空突防的有效手段。雷达网具有多体制、高精度和全方位探测的特点，与单部雷达相比其目标的测量精度和识别能力有了明显提升［1］。在电子对抗方面，雷达网组网特性的复杂性、多样性使得单一的干扰样式很难对其形成有效的干扰［2］。此时为了实现对雷达网的有效干扰，往往需要多部干扰机协同配合，结合各部雷达的位置、性能参数对其分配具有特定样式的干扰机［3］。然而资源分配实施的前提是对其干扰效果的评估，因此为了合理分配干扰资源，获取对雷达网的最优干扰效果，首先需要建立对雷达网的协同干扰效果评估模型［4］。

从已有文献可以得知，为了对雷达网干扰效果进行评估，首先需要明确干扰样式、评估准则以及评估方法。目前常用干扰样式按干扰机理的不同可分为遮盖性干扰［5］和欺骗性干扰［6］。遮盖性干扰主要包括噪声压制干扰、灵巧噪声调频干扰、灵巧噪声卷积干扰和多假目标压制干扰，其工作原理是将干扰信号分布在雷达恒虚警检测时的目标参考单元内，通过抬高检测门限来降低雷达对目标的检测概率，缩减了雷达的最大作用距离和范围。典型的欺骗性干扰有假目标航迹欺骗、距离／速度拖引干扰，它主要作用于雷达和雷达网的跟踪和数据关联环节，将虚假目标注入到雷达接收机内来破坏雷达对真实目标的定位、跟踪和数据关联，最终达到掩护真实目标成功突破雷达防御区的目的。

雷达干扰效果评估中常用的准则包括信息准则、功率准则和效率准则［7］。信息准则以信息损失程度来衡量干扰效果，即干扰前后雷达信号中所含的目标信息量的下降程度。文献［8］讨论了交叉眼干扰对单脉冲雷达目标回波角度信息的影响，采用单脉冲比率的概率密度函数作为判断目标角度信息损失大小的指标。文献［9］针对射频噪声和噪声调频两种典型性干扰样式，引入对称交互熵概念分别对逆合成孔径雷达（inverse synthetic aperture radar，ISAR）压制干扰效果进行了定量评估。功率准则也叫干信比准则，是以进入雷达接收机的干扰与信号的功率比来度量干扰效果。功率准则主要针对压制性干扰而言，对其产生影响的因素主要有时间、频率、空域和发射功率［10］。效率准则以被干扰雷达作战能力的下降程度来衡量干扰效果。文献［11］针对自适应雷达干扰的博弈问题，将恒虚警检测器的性能下降程度作为干扰效果的评估准则。文献［12］综合分析了有无干扰时SAR图像的统计模型及图像间的统计关联，建立了基于图像信息损失率的干扰效果评估模型。文献［13］将诱偏角度作为交叉眼诱偏跟踪雷达的干扰效果评估依据。

目前的干扰效果评估方法主要分为3类：一是评估因子法；二是模糊综合评估法；三是智能评估法。评估因子法将能够影响雷达工作的因素组合为评估因子来计算干扰效果，常用的因素有适用于压制性干扰的功率干扰因子和针对欺骗性干扰的有效概率干扰因子［14］。模糊综合评估法采用模糊数学的概念确定因素集、权重集和评价集，利用模糊算子计算雷达干扰效果［15］。智能评估法是以机器学习为基础逐步发展的统计学习理论，它利用神经网络强大的学习能力分析已有试验样本，得到干扰效果与影响因素之间的关系，然后进一步利用训练好的网络计算未知因素对雷达的干扰效果［16］。

从上述分析可以看出，现有文献的主要研究点是单部干扰机对抗单部雷达或对抗以单雷达为基础的防空武器系统，而对于多部干扰机采用多样式协同对抗雷达网的干扰效果评估问题并没有进行全面的研究分析。针对该问题，本文以雷达网检测概率作为评价指标，结合功率准则分析了干扰机编队采用多种压制干扰样式对抗雷达网的效果评估问题，给出了干扰效果评估表达式并对评估结果进行了仿真验证。文章介绍了对抗场景以及干扰效果评估指标选取依据，提出了可选的协同压制干扰样式，并分析了影响各干扰样式压制效果的因素值；讨论了单部雷达被多部干扰机协同压制干扰后的检测性能，然后映射到雷达网受干扰时的检测概率，最后结合干扰机编队的进攻航线信息，提出以“判决中心对不同航线段干扰机编队的检测概率下降程度的加权积分”为干扰效果评估函数。

1 对抗场景

干扰机编队对抗雷达网的战场环境示意图如图1所示。为了提高飞行器的突防成功概率，在飞行器突防过程中采用多部干扰机施行伴飞式协同支援干扰。干扰机编队在飞行器前方靠近雷达的方向飞行，每部干扰机均能实施多种样式的压制干扰。图2为干扰机编队实施的协同干扰策略，包括干扰对象分配和干扰样式选取两部分。干扰对象分配是为每部干扰机指定可干扰雷达，干扰样式选取是指每部干扰机有多种样式可选，但工作时只能选用一种样式进行干扰。确定干扰策略后，各部干扰机在飞行过程中利用信号分选模块并结合所截获信号的强度判断敌方雷达网内各成员雷达主瓣照射的干扰机数量和编号，然后针对特定雷达选取适当的一部或多部干扰机，采用最有效的样式对其进行主瓣干扰。

图1 电子对抗战场环境示意图

图2 协同干扰策略模型

为了获取最优的雷达网协同干扰策略，首先需要确定雷达网干扰效果的评估指标和方法。由于雷达工作体制的多样性和信号处理技术的复杂性，使得评价雷达工作性能的指标也具有多面性。然而无论何种体制的雷达，其首要功能是成功检测到目标，因为目标检测概率的高低是保证雷达及雷达网其他处理环节正常实施的关键影响因素［17］，因此本文将检测概率作为对雷达网协同压制干扰效果的评估指标。

2 协同干扰样式

按照调制方式的不同，本文采用的压制性干扰样式分别为：随机噪声干扰、灵巧噪声调频干扰、灵巧噪声卷积干扰和密集假目标干扰，由于灵巧噪声调频和灵巧噪声卷积的调制方式及干扰效果相似，因此合并为灵巧噪声一起讨论。其中灵巧噪声和密集假目标是基于数字射频存储（digital radio frequency memory，DRFM）技术实施的干扰样式。

2.1 随机噪声干扰

随机噪声主要包括随机噪声调频、调幅以及调相3种，均为广义平稳随机过程。下文将以随机噪声调频为例，介绍随机噪声的产生方式。

广义平稳随机过程：

被称为随机噪声调频干扰［18］。其中，u（t）是均值为零、方差为σ2n的广义高斯过程；Aj为信号幅度；fj为信号载频；kj为调制系数；初始相位φ服从均匀分布，φ～［0，2π］.且与u（t）相互独立。

2.2 灵巧噪声干扰

灵巧噪声干扰可采用灵巧噪声调频信号或者灵巧噪声卷积信号。

（1）灵巧噪声调频

采用高斯白噪声对干扰机截获的雷达信号进行频率调制得到灵巧噪声调频干扰信号，灵巧噪声调频干扰是一种常用的压制干扰样式，其表达式［19］为

式中，fs及ks（t）为雷达信号载频和调制方式；td为延迟时间；其他参数与第2.1节相同。

（2）灵巧噪声卷积

灵巧噪声卷积干扰是将噪声信号与雷达发射信号卷积调制的干扰样式。假定噪声为u（t），干扰机截获雷达信号S（t）后与噪声进行卷积，然后对卷积后的信号进行幅度放大并转发出去［20］。灵巧噪声卷积干扰的信号表达式为

式中，S（t）为干扰机截获的雷达信号。

2.3 密集假目标干扰

基于DRFM技术可以产生与真实目标具有相似特性的假目标，该信号能够获得较高的雷达处理增益［21］。当假目标密集分布于真目标两侧时，可以有效地降低雷达检测性能。多假目标干扰信号表达式为

式中，fd为调制的假目标多普勒频率；为一串具有不同幅度和时延的冲击脉冲。

3 干扰效果影响因素

张锡祥院士在其专著《新体制雷达对抗导论》中指出，不论何种样式干扰机，要对任一种体制的雷达实现有效干扰，必须要满足以下几个必要条件：

（1）干扰时间基本保持连续；

（2）干扰机发射天线主瓣对准被干扰雷达；

（3）干扰频率要瞄准，且干扰带宽应大于雷达接收机带宽；

（4）干扰压制系数也即干信比要满足要求。

本文将上述4个条件总结为干扰机实施干扰时需要满足的能量准则的时域、空域、频域和处理域4个因素，如图3所示。任何一个因素不满足都会导致干扰无效，因此可以从上述4个因素出发对干扰效果进行定量评估。结合文献［14］中对前3个因素的定义，本文对时域因素进行适当修改，并提出了处理域因素的含义，分别列于下文。

图3 干扰效果影响因素

3.1 时域影响因素

如图4所示，tr1是雷达信号到达干扰机的起始时刻，tr2为雷达信号到达干扰机的结束时刻，相对应的tj1是干扰机由发射转为接收时刻，tj2是干扰机由接收转为发射时刻。tr3是目标回波到达雷达的起始时刻，tr4是目标回波到达雷达的结束时刻，tj3是干扰信号到达雷达的起始时刻，tj4是干扰信号到达雷达的结束时刻。

图4 雷达与干扰机的收发时刻示意图

（1）干扰机接收时段和雷达信号到达时间不匹配

对于转发式干扰机来说，需要考虑雷达信号到达干扰机时刻和干扰机接收时刻不匹配导致的雷达信号脉内信息丢失情况，继而考虑该情况对干扰效果的影响，用收发切换匹配因子来度量，表示为

需要说明的是，当干扰机工作在随机噪声压制干扰时，不受收发切换是否匹配的影响，其匹配因子可认为始终为1。当转发式干扰机的匹配因子为0时，说明此干扰机不具备接收雷达信号的能力，应采用随机噪声压制进行干扰。

（2）干扰时间对目标回波的遮盖程度

干扰时间对目标回波的遮盖程度是指干扰信号对目标回波有效覆盖的时长与目标回波长度的比值，用干扰时机因子ejt2来度量，即

干扰时机因子反映了干扰信号在时间上能够压制雷达威胁信号的程度，该值越大，表明干扰信号在时间域上遮盖目标回波信号的时间越多，干扰效果就越好。

综合时间准则的两个影响因素得到时间影响因子为ejt＝ejt1ejt2。

表1列出了时间影响因素对随机噪声、灵巧噪声和多假目标压制效果的影响程度。

表1 时间因素对各种干扰样式压制效果的影响程度

3.2 处理域影响因素

按照雷达处理流程可以将干扰信号的处理域影响因素划分为脉压影响因子ejp和相参积累影响因子ejc。本文中定义ejp为脉压前后的干扰信号功率增益Jo／Ji，ejc为相参积累前后的干扰信号功率增益。

（1）目标回波经过脉冲压缩和相参积累后能够获得处理增益，信噪比会大幅提高。其中，脉压增益为时宽带宽积ejp＝10lg（BT），相参处理增益等于积累点数ejc＝10lg（I）；

（2）随机噪声信号无法获得雷达脉压增益。当随机噪声为连续波信号时，ejp＝0dB；当随机噪声为脉冲信号时，由于脉压后信号时长变宽，干噪比会有损失，ejp＝10lg［Tn／（Tn＋T）］，其中Tn为噪声时宽。此外噪声调频信号不具

式中，kj、σn分别为调制系数和噪声均方差，噪声调频带宽也可就是对雷达信号的移频范围fm＝－Bm／2～Bm／2。由LFM信号特性可知，信号频移会导致脉压输出结果的时移tm＝fm／μ，其中μ为线性调频斜率，因此噪声调频信号经过脉压后的功率增益为ejp＝10lg 10［T／（1／B－Bm／μ）］。由于噪声调频后改变了雷达信号的相位关系，使得干扰信号无法获得积累增益，因此ejc＝0dB。

噪声与雷达信号卷积后其时域信号会展宽，设噪声时宽为Tn，脉冲压缩前噪声卷积信号的时宽为Tn＋T，经过脉压处理后信号长度为Tn＋1／B。根据能量守恒原则可得

经计算得到灵巧噪声卷积信号经脉压后干扰信号增益为ejc＝10lg 10［（Tn＋T）／（Tn＋1／B）］，相参积累因子ejc＝0dB。

需要说明的是，干扰参数合理设置后，灵巧噪声调频干扰和噪声卷积干扰的效果近似相同；

（1）对于脉冲完全转发的相干假目标来说，由于信号特性与真目标类似，其经过脉压处理和相参积累处理获取的增益与目标信号相同，因此ejp＝10lg（BT），ejc＝10lg I。

（2）对于脉冲截断转发的相干假目标来说，由于脉冲截断会导致假目标信号与雷达匹配滤波器失配，因此其功率产生额外损失。假定干扰信号截断比例为η，则ejp＝10lg（η2BT），ejc＝10lg I。有相参性，使得干扰信号无法获得积累增益，因此干扰信号增益ejc＝0dB；

（3）对于灵巧噪声调频干扰来说，首先需要计算其调制带宽，噪声调频信号的带宽计算式为

4 雷达网干扰效果评估

4.1 无干扰时单部雷达的检测概率

在无干扰情况下，根据雷达方程可以计算空间Rt处点目标的回波经脉冲压缩后的信噪比

式中，Pt为雷达发射功率；Gt、Gr分别为雷达天线发射、接收增益；λ为雷达信号波长，σ为目标RCS；Rt为雷达与目标径向距离；k为玻尔兹曼常数；T0为有效噪声温度；B为接收机带宽；F为接收机噪声系数；Lt为雷达损耗和大气衰减。G＝BT为脉压增益。式（9）可改写为

式中，U是上述雷达参数的乘积值，对于特定雷达可以认为是固定值。

在背景噪声的统计分布及目标起伏特性已确定的前提下，由雷达检测原理可知，根据回波信噪比和虚警概率可以计算雷达对目标的检测概率。Shnidman在文献［22］给出了高斯分布噪声和平方律检测下，各种起伏特性目标的雷达检测概率模型，并将脉冲非相干积累个数I作为一个参数集成到模型中。该模型为

式中，C为检测概率Pd和目标起伏特性因子K的函数，C＝｛［（17.7Pd－18.45）Pd＋14.54］Pd－3.525｝／K，K由目标起伏特性决定

η为虚警概率Pfa和检测概率的函数：

利用式（10）和式（11）计算得到无干扰时网内成员雷达n对空间任意位置Rt处目标的信噪比表达式

获得其他参数后，反解式（12）可以得到检测概率

4.2 多样式协同压制干扰时单部雷达的检测概率

雷达受到压制干扰时，利用干扰方程可以计算干扰机j的压制信号经过脉压后的干噪比

现代战争中进行电子对抗作战时，雷达的某些关键参数如Pt、B、T等往往很难获取，导致目标检测概率无法计算得到。通常公开的雷达参数为最大作用距离，一般是指虚警概率为Pfa＝10－6、检测概率为Pd＝0.5时，雷达对RCS为1m2的目标的探测距离为Rt＿max。考虑到雷达对目标通常为主瓣检测GtGr＝Gt（θ，φ）Gr（θ，φ），将雷达最大作用距离代入式（9）和式（10）可以推算出雷达性能参数

式中，Pj为干扰机发射功率；Gj为干扰机天线增益；γj为极化失配因子；Lj为干扰机馈线和大气损耗，需要说明的是Gj（θ，φ）Gr（θ，φ）＝GjGrejs。该式可简写为

式中，Vj为干扰机j的性能参数集合，Vj＝Pjλ／［（4π）2kT0BFγjF］。结合式（14）可以计算干扰情况下目标回波的信干比为

式中，ejt、ejs、ejf、ejp分别为干扰机j发射信号的时域、空域、频域和脉压影响因素。

考虑不同样式干扰信号经过雷达相干积累后获得的增益不同，对式（10）进行修正可得压制干扰环境中目标回波检测时的信干比

式中，ejc为相干积累影响因素。代入式（16）可得单部雷达在单干扰机对抗环境中的检测概率模型

式中，Ej＝ejtejsejfejpejc为时域、空域、频域和处理域影响因素之积。

当空间中存在J部干扰机对单部雷达进行协同压制干扰时，由于各部干扰机发射信号之间相互独立，雷达接收的干扰信号总功率为各干扰机发射信号功率之和，因此，由式（18）可计算单部雷达在多干扰机压制时的检测概率模型

代入式（12）计算得到此时网内成员雷达n对空间任意位置Rt处目标的检测概率

4.3 网内成员的检测概率到全网检测性能的映射

假设雷达网中包含相互独立的N部雷达，对于第n（n＝1，2，…，N）部成员雷达，设其根据自身对目标的检测结果所做出的局部硬判决为dn（判决结果非“0”即“1”）。将所有判决结果送到组网系统的判决中心后，该中心基于这些局部判决即可产生全局判决矢量D＝fD（d1，d2，…，dN）。D共有2N种可能，即

组网系统的判决中心采用秩K判决规则，记为R，R是D的函数

如果网内第n部雷达的检测概率为Pdn，则秩K判决规则下雷达网的检测概率为

式中，S0是Di（i＝1，…，2N）中判决为未发现目标（即dn＝0）的判决集合；S1是发现目标（即dn＝1）的判决集合。

显然，整个雷达网的检测性能是各个单部雷达检测性能的多元函数，雷达网采用不同的判决规则其检测概率有不同的数学表达式。表2为N部雷达组网时不同判决规则下的检测概率。

表2 不同判决规则下的雷达网检测概率

4.4 干扰机编队对抗雷达网干扰效果评估模型

第4.3节分别得到了飞行编队突防过程中，雷达网在无干扰和有干扰情况下对目标的检测概率。类似地，也可以计算雷达网对编队中各个干扰机的检测概率。为了更准确地评估干扰机编队对雷达网的干扰效果，需要综合考虑雷达网对整个编队的检测概率的下降程度。如图5所示，雷达坐标分别为（xri，yri，zri）（i＝1，2，…，N）。目标位置（xg0，yg0，zg0），无干扰时雷达网对目标检测概率为P0，有干扰时为＾P0。干扰机坐标分别为（xgj，ygj，zgj）（j＝1，2，…，J），无干扰和有干扰时对应检测概率为Pj和

图5 对抗场景二维平面图

参考成员雷达的检测概率到雷达网检测概率的映射计算方法，定义突防编队对雷达网实施多样式协同干扰后的干扰效果静态评估函数为

式（25）等价于突防编队中任何一个成员被雷达网探测到，则整个编队均被发现。

考虑到进攻编队在突防过程中位置变化因素，可以将检测概率看作是距离R的函数，即Pj（R）。雷达网对目标有效探测范围［Rmin，Rmax］.Rmax为雷达网检测到突防编队的最大距离，Rmin为防空系统能够对突防编队进行有效拦截的最小距离。首先将［Rmin，Rmax］离散化为不同的航线段，根据航线段与进攻目的地距离的远近，为各航线段定义不同的权重ω（R），由此将“电子对抗环境下雷达网对不同航线段内突防编队的联合检测概率下降程度的加权积分”作为突防编队对雷达网实施多样式协同干扰后的动态干扰效果评估函数，该函数定义为

显然F越大，突防编队在整个突防过程中对雷达网干扰效果越好。

5 仿真

下面通过仿真验证本文评估方法的有效性。假定雷达网中有4部成员雷达，雷达工作参数列于表3，判决中心采用秩3准则。4部干扰机在目标前方伴随目标飞行，目标的RCS为5m2，回波起伏特性符合Swerling 1模型，干扰机的RCS为0.5m2。干扰机工作参数列于表4。

表3 雷达工作参数

表4 干扰机工作参数及航向

结合第3节内容，得到干扰机可选工作样式及其各自的干扰效果影响因素值，列于表5。

表5 干扰样式及其干扰效果影响因素 dB

建立对抗空间坐标系，雷达坐标列于表6。突防航线为直线，航线信息列于表7。干扰机航线参数列于表8。

表6 雷达位置 km

雷达、目标和干扰机的空间位置关系如图6所示，菱形为雷达网中的各分站雷达，实心点为被保护目标及其航线，点划线为干扰机及其航线。

图6 对抗双方位置关系示意图

仿真实验采用分段加权的方式来代替加权积分，在目标航线10～300km上等间隔取100个点，各航线点权重系数按照与雷达的距离由远及近逐渐递增，权重值ω（R）如图7所示。

图7 航线点的距离权重

给定干扰对象分配及样式选取策略后，采用本文方法对各策略的干扰效果进行评估。每部干扰机只能采用一种样式，可同时干扰同频段的多部雷达，且允许多部干扰机压制同一部雷达。如表9所示，本文随机选取3种干扰策略，其中在1部干扰机只能对抗1部雷达的前提下设定2种干扰策略，在1部干扰机可对抗2部雷达的条件下设定可对各部成员雷达进行协同干扰的策略，如策略3中干扰机2、3对雷达1实施灵巧噪声与密集假目标联合的协同压制干扰。然后利用前面的评估方法计算这3种策略对雷达网的干扰效果，并进行对比。

表9 干扰对象分配及样式选取策略

在已知雷达最大作用距离的前提下，利用本文提出的评估算法分别计算施行每种策略时雷达网对飞行编队各航迹点的检测概率加权值，如图8所示。然后结合各航迹点的权重，计算得到上述3种干扰策略的压制效果，与无干扰时雷达网对编队的检测概率一并列于表10。

图8 不同对抗环境中雷达网对编队的检测概率

表10 干扰机编队对雷达网的干扰效果

由仿真结果可以看到，干扰效果由好到差依次为：策略3＞策略1＞策略2。策略3中1部干扰机能够对抗2部雷达，扩大了压制范围，因此增强了干扰效果。需要说明的是，图8中的检测概率是雷达网对编队各成员的综合加权检测概率，与单目标检测概率－信噪比关系曲线稍有不同。此外由于本文仿真中雷达网及干扰机编队中的各成员参数均相同，使得策略1和策略2的压制效果仅与对抗双方距离的远近及干扰样式效果影响因素值的大小有关。策略1中对抗双方之间距离差的均值小于策略2，因此前者总体干扰效果要好于后者。此外，策略1中干扰机1采用了灵巧噪声干扰，策略2中采用了噪声调频，在本文中2种样式均为最优调制前提下，前者干扰效果优于后者。由此可见，选择不同的干扰资源分配策略会直接影响到编队的干扰效果。

为了验证上述评估方法的正确性，利用网内成员雷达的所有工作参数分别计算无干扰和干扰机编队施行上述干扰策略时雷达网对不同径向距离处的编队的加权检测概率。图9（a）为无干扰情况下雷达网对不同位置目标的检测概率；图9（b）是施行干扰资源分配策略1后雷达网的检测概率；图9（c）是施行干扰资源分配策略2后雷达网的检测概率；图9（d）是施行干扰资源分配策略3后雷达网的检测概率。需要说明的是，为了叙述简洁直观，在验证时假定雷达俯仰角固定，只计算不同距离和方位处的目标的检测概率，该验证方法同样可以推广到评估位于空间任意点的编队的干扰效果。

图9 雷达网对目标检测概率

由图9看到，不施加干扰时，编队距离雷达网小于270km后雷达网对其检测概率超过0.5。当施加干扰策略1～策略3时，雷达网对编队的最大作用距离分别为60km、55km、 30km，各种干扰策略的压制效果与前面讨论的一致。此外，由于分配策略中对抗双方相对位置关系不对称，导致干扰机编队对雷达网的压制效果在空间的分布也不对称。因此不同的进攻航线也会影响编队对雷达网的干扰效果，此时编队可以选择合适的航线以便提高成功突防的概率。该结论在雷达网的最大作用距离与成员雷达间距相差不大时尤其明显，如图9（d）所示。

6 结论

开展对雷达网干扰效果评估方法的研究是检验电子对抗装备作战能力的前提条件，也是合理分配干扰资源、提高进攻编队突防成功概率的重要途径。

干扰效果评估问题首先要解决的问题是确定评估准则和影响因素，然后依据评估准则计算各因素综合影响下的干扰效果。本文针对干扰机编队协同干扰雷达网的效果评估问题，以雷达网检测概率作为评价指标，结合功率准则的4个因素评估了干扰机编队采用多种压制干扰样式对抗雷达网的干扰效果，该方法同样也可以应用于单部干扰机或干扰机编队对单部雷达的干扰效果。需要指出的是，文中的结论是在各成员雷达参数相同和编队队形固定不变的理想情况下获得，且没有考虑雷达网的各种抗干扰战术的运用，此外也没有涉及干扰机编队采用欺骗和压制协同干扰雷达网的效果分析，这些问题都可以进一步开展研究，以期获得更复杂电子对抗环境中的干扰机编队对抗雷达网的干扰效果。

［1］Brooker M，Inggs M.A signal level simulator for multistatic and netted radar systems［J］.IEEE Trans.on Aerospace and Electronic Systems，2011，47（1）：178－186.

［2］Deng H.Orthogonal netted radar systems［J］.IEEE Trans.on Aerospace and Electronic Systems，2012，27（5）：28－35.

［3］Wu Y Q，Shen X F.A compound interference with distributed interference and false track interference for radar networking［C］∥Proc.of the 6th Asia-Pacific Conference on Environmental Electromagnetics，2012：318－321.

［4］Spezio A.Electronic warfare systems［J］.IEEE Trans.on Microwave Theory and Techniques，2002，50（3）：633－644.

［5］Zhang Y B.Technology of smart noise jamming based on multiplication modulation［C］∥Proc.of the Conference on Electric Information and Control Engineering，2011：4557－4559.

［6］Zhao Z C，Wang X S，Xiao S P.Cooperative deception jamming against radar network using a team of UAVs［C］∥Proc.of the IET International Radar Conference，2009：1－4.

［7］Tang Z，Gao X G，Zhang Y.Research on the model evaluating the efficiency of the airborne active self-defence jamming system［J］.Systems Engineering and Electronics，2008，30（2）：236－239.（唐政，高晓光，张莹.机载自卫有源压制干扰效果评估模型［J］.系统工程与电子技术，2008，30（2）：236－239.）

［8］Du Plessis W P.Limiting apparent target position in skin-returninfluenced cross-eye jamming［J］.IEEE Trans.on Aerospace and Electronic Systems，2013，49（3）：2097－2101.

［9］Shi J J，Xue L，Bi D P.Evaluation method of jamming effect on ISAR based on symmetry cross entropy［C］∥Proc.of the Conference on Image Analysis and Signal Processing，2009：402－405.

［10］Huang Y C，Rao N N，et al.Liu Y H.Dynamic evaluation for radar jamming effects using the game theory［J］.Journal of U-niversity of Electronic Science and Technology of China，2007，36（5）：876－879.（黄玉川，饶妮妮，刘永红，等.博弈论应用于干扰效果动态评估的研究［J］.电子科技大学学报，2007，36（5）：876－879.）

［11］Darren B，Robin E，Moran B.Game theoretic analysis of adaptive radar jamming［J］.IEEE Trans.on Aerospace and Electronic Systems，2011，47（2）：1081－2000.

［12］Liu Z W，Xu K F.The effectiveness index of SAR jamming based on information loss of images［J］.Acta Electronica Sinica，2007，35（6）：1042－1045.（刘志伟，许克峰.基于图像信息损失率的合成孔径雷达干扰效果评估指标［J］.电子学报，2007，35（6）：1042－1045.）

［13］Du Plessis W P.Platform skin return and retrodirective crosseye jamming［J］.IEEE Trans.on Aerospace and Electronic Systems，2012，48（1）：490－501.

［14］Lin L L.Research on support vector machines algorithm and its application in radar jamming effect evaluation［D］.Harbin：Harbin Institute of Technology，2009.（林连雷.支持向量机算法及其在雷达干扰效果评估中的应用［D］.哈尔滨：哈尔滨工业大学，2009.）

［15］Song Y Z，Liu L.Effectiveness evaluation of radar jamming based on fuzzy processing［J］.Shipboard Electronic Countermeasure，2013，36（6）：95－99.（宋玉珍，刘炼.基于模糊处理的雷达干扰效果评估［J］.舰船电子对抗，2013，36（6）：95－99.）

［16］Qing F T，Meng J，Du J.Radar jamming effect evaluation based on AdaBoost combined classification model［C］∥Proc.of the Conference on Software Engineering and Service Science， 2013：910－913.

［17］Yang L P，Xiong J J.Method of optimal deployment for radar netting based on detection probability［C］∥Proc.of the Conference on Computational Intelligence and Software Engineering，2009：1－5.

［18］Liu G S，Gu H，Zhu X H.The present and the future of random signal radars［J］.IEEE Trans.on AES，2002，12（10）：35－40.

［19］Zhang Y，Dong C X，Cui Y P，et al.Coherent jamming technique countering ISAR［J］.Acta Electronica Sinica，2006，34（9）：1591－1595.（张煜，董春曦，崔艳鹏，等.对解线调处理的ISAR的相干干扰技术［J］.电子学报，2006，34（9）：1591－1595.）

［20］Lv B.Simulation study of noise convolution jamming countering to SAR［C］∥Proc.of the Conference on Computer Design and Application，2010：130－133.

［21］Dai L，Gao M G.Application of uniform DFT filter bank in radar jamming system［J］.Journal of Systems Engineering and Electronics，2006，17（3）：527－530.

［22］Shnidman D A.Determination of required SNR values［J］.IEEE Trans.on Aerospace and Electronic Systems，2002，38（3）：1059－1064.

Evaluation method of cooperative jamming effect on radar net based on detection probability

ZHANG Yang-rui，GAO Mei-guo，LUO Hao-yue，LI Yun-jie
（School of Information and Electronics，Beijing Institute of Technology，Beijing 100081，China）

For the scene of cooperative penetration formation against radar net，an evaluation model of jamming effectiveness is established by taking the detection probability of the netted radar fusion center as an evaluation index.Firstly，four effective factors such as time，space，frequency and processing are described in order to calculate the detection probability of single radar when it is under the circumstance of multi-pattern jamming.Then the influencing degree of the detection performance is extended to the radar net in combination with the Rank“K”principle of the fusion center.Lastly，for the scene of the cooperative penetration formation counter against radar net，the weighted integral probability of the detection center for detecting formation is brought forward as a target function of jamming effectiveness，on the basis of taking the air route of the flight formations into consideration.The simulation result shows that the proposed method is practical and effective for evaluating the jamming effect，and is also valuable for improving the overall interference effect of the jammers formation in the electronic counter measure environment.

radar net；jammers formation；multi-patterns cooperative jamming；detection probability；effect evaluation

TN 974

10.3969／j.issn.1001-506X.2015.08.10

张养瑞（1987－），男，博士研究生，主要研究方向为雷达电子侦察与干扰信号处理。

E-mail：yangruihappy＠163.com

高梅国（1964－），男，教授，博士，主要研究方向为信号与图像处理、信息安全与对抗理论与技术、目标探测与识别理论与技术。

E-mail：meiguo＿g＠bit.edu.cn

罗皓月（1989－），女，硕士研究生，主要研究方向为雷达信号处理及高速实时信号处理。

E-mail：lhy.6618＠163.com

李云杰（1975－），男，副研究员，博士，主要研究方向为雷达系统及其信号处理、雷达电子侦察与干扰信号处理。

E-mail：liyunjie＠bit.edu.cn

1001－506X201508－1778－09