一种自适应雷达对抗数据平台设计方法

文/傅文军 李明

1 引言

自适应电子战指通过采用自适应的方式，实现快速感知环境、自主学习、自适应对抗的方式，具备灵活的自适应能力，快速高效地适应变化或新出现的目标。动态数据库能够为自适应对抗的关键技术提供快速、实时的后台支撑，同时也可以动态存储对抗过程中自适应雷达学习的知识、模型、参数等内容，是自适应雷达结果的最终体现。面向自适应雷达的动态数据库构建技术需要解决的具体问题包括：数据库的知识表征方法、数据库的结构体系设计、数据库之间的相互关联关系。

本文提出了一种自适应雷达对抗数据库平台的设计方法，描述了自适应雷达对抗数据库的总体设计思路，探讨了大数据平台建设方案，内容包括数据获取途径、数据采集规范、数据标注机制、数据存储计算以及分布式数据管理平台等内容，为自适应雷达对抗研究中的数据库构建、模型训练以及试验验证系统实现提供支撑。

2 动态数据库平台总体思路

动态数据可信数据库能够为自适应雷达对抗的关键技术提供快速、实时的后台支撑，同时也可以动态存储对抗过程中自适应雷达学习的知识、模型、参数等内容，是自适应雷达结果的最终体现。针对雷达辐射源，动态数据库包括4个独立类型的数据库，即样本库、算法库、模型库、知识库。

2 功能数据库的构建

2.1 样本库

样本库基于雷达辐射源的原始信号波形数据，经过一定的预处理后，形成规则化表达的雷达信号样本；同时，样本库可以对己方的干扰信号样本进行存储管理。样本库的具体设计方案是一种分层组织方式，如下图所示：基本信息表存储样本的采集时间、采集地点、采集对象等信息；样本数据表按照数据统一格式存储每条样本记录。

图1：可信数据扩充获取系统组成

2.2 知识库

自适应雷达电子对抗系统中的知识库同样是一种分层组织关系，上层数据表主要包括雷达信息表和干扰信息表两大部分，雷达信息表包括：雷达编号、雷达类型、雷达工作状态、相对威胁等级等，干扰信息表包括：干扰编号、干扰样式，以及该干扰样式所对应的目标雷达编号、状态编号（由干扰策略生成算法得到）、干扰效果（由干扰效果在线评估得到）等；下层数据表分别存储雷达波形和干扰波形的参数信息表，包括时域、频域、空域和能量域参数。

2.3 模型库

模型库存储智能算法在离线训练阶段生成的各种模型，包括模型编号、模型名称、生成时间、存储路径、模型大小、模型参数（可动态更新），同时存储与该模型对应的智能算法编号，方便算法运行时的动态调用。

2.4 算法库

算法库存储自适应雷达雷达对抗系统闭环对抗所需的各种智能算法的基本信息，包括算法编号、算法名称、程序存储路径，同时定义算法的输入输出参数并实时更新算法的性能评价结果。

3 动态数据库建设实现方案

3.1 数据采集设备实施方案

数据采集设备可以基于标准化总线和接口、模块化板卡板型进行设计，机箱可采用标准或定制化结构，设备组成如图1所示。

目标辐射源射频信号通过天线接收进入射频通道板卡。射频通道板卡对输入信号进行滤波和放大，变本振及下变频，输出为覆盖瞬时采集带宽范围的一路中频信号。信号采集板卡采用直接高带宽采样、交织采样方式对输入高带宽中频信号进行采样，将信号转换到数字域，转换结果原始数据通过内部高速数据接口输出。

设备核心采集板卡采用VPX/OpenVPX标准、3U/6U通用化设计板型，可以采用模块化、标准化方式快速搭建、重构系统。系统内模块互联主要采用PCIe Gen3总线标准。系统对外互联采用10G光纤接口作为主数据接口。千兆以太网接口作为辅助数据接口以及实现设备远程管控功能。

设备外结构具有嵌入式和显控终端式等设备形态。嵌入式结构为标准机箱或专用机箱设计形式，由射频通道板卡、信号采集板卡、数据接口/主控/预处理板卡和数据存储板卡组成，可嵌入到标准机架或其他系统内部，在远程管控下进行数据采集、记录和输出。

4 结论

本文提出了一种自适应雷达雷达数据库平台的设计方法，描述了自适应雷达雷达数据库的总体设计思路，探讨了大数据平台建设方案，内容包括数据获取途径、数据采集规范、数据标注机制、数据存储计算以及分布式数据管理平台等内容。对动态数据库的4个独立类型的数据库，即样本库、算法库、模型库、知识库进行了详细的说明与初步设计，最后提出了自适应雷达数据平台的硬件建设方案。