对空情报雷达的阵地适应性设计

2019-10-16师志荣蔡兴雨

火控雷达技术 2019年3期

王旭董国师志荣蔡兴雨高剑

(西安电子工程研究所西安 710100)

0 引言

随着现代航空、电子技术的不断发展和作战方式的不断演化，作为战场主要探测传感器的雷达需要探测的目标类型呈现多样化的趋势，不仅需要探测传统飞行器、隐身飞机，还需要探测各种类型导弹等快速小目标，以及近年来快速发展的无人机等慢速小目标等。相应地，现代雷达作战任务的拓展和作战角色的丰富，要求地基雷达系统架设于不同位置，面对不同的电磁与气象环境、以及各种复杂地形环境。因此，地基雷达工作环境不仅仅会随着阵地位置不同发生变化；即使同一位置，雷达阵地周围的环境也随雷达探测区域而改变，即不同方位、距离、俯仰通常存在不同分布、散射强度、杂波谱特性的杂波。因此，具备复杂环境下的探测以及对多样目标类型的探测，成为了地基雷达性能提升的发展需求。

传统雷达技术在面对这两种需求时存在如下不足：一是弱目标探测性能不足；二是杂波抑制性能的环境适应能力弱。造成以上不足的主要原因在于：工作模式与处理方式较固定；目标与杂波在现有特征维度上的可区分度较差。剩余杂波易对弱小目标产生遮掩，造成漏警，而杂波虚警导致目标跟踪过程中点迹误相关和航迹中断现象。实际上，不同环境杂波适用于不同的杂波抑制技术、信号处理手段。因此针对阵地环境进行匹配设计是一种提高复杂环境下目标探测性能的合理技术路径。

2002年美国国防高级计划局DARPA开展了KASSPER(Knowledge-Aided Sensor Signal Expert Reasoning)项目，将知识辅助技术成功应用到机载空时自适应，并提高了探测性能[1]。2006年Simon Haykin教授提出认知雷达的概念：通过对目标和环境的在线感知，实现从接收到发射的闭环反馈，在发射端实时优化雷达工作参数以达到目标和环境的最优匹配，接收端利用先验信息获得更好的杂波干扰抑制以及目标检测性能[2]。2006年，Benavoli A 等人研究了一种环境知识辅助跟踪算法，利用环境地图等先验知识对进行杂波分区，并对不同分区设置不同的跟踪参数和策略，改善了目标跟踪性能[3]。2009年,Orguner U 等人提出了利用道路信息辅助的跟踪算法，其通过考虑道路网信息并结合粒子滤波研究了其在跟踪地面运动目标中的应用[4]。西安电子科技大学的学者提出了基于杂波预测的STAP处理，联合预测的杂波和实测回波进行杂波抑制，提高非均匀环境下的杂波抑制性能[5]。北京航空航天大学和电子科技大学等的研究学者对知识辅助跟踪展开了研究，仿真结果表明能够改善地面运动目标的跟踪性能[6-7]。

因此基于技术需求及发展趋势，阵地适应性设计对提高地面空情雷达装备性能是非常必要的手段。本文关于雷达阵地优化配置，主要针对特定阵地的环境条件，通过对阵地周围杂波进行有效感知探测，结合阵地环境先验信息，对环境信息进行有效提取，以辅助进行雷达工作参数、模式等的优选配置，降低周围环境的影响，为雷达装备的高效杂波抑制和目标检测提供支撑。

1 阵地适应性技术概述

地面空情雷达主要探测的对象为空中目标，而周围环境相对稳定，而阵地适应性技术主要基于阵地周围环境信息为雷达提供的工作参数设置，因此主要涉及阵地环境信息库建立、基于阵地环境信息的工作模式或资源配置技术、基于雷达阵地信息的精细化处理、动态认知探测技术等方面。

1)阵地环境信息库建立

地基雷达周围环境信息，包括地形、地貌、道路网等，以及从雷达回波中提取的杂波特性信息，这些信息在短时间内较为固定，获取这些信息对地基雷达信号处理、信息处理技术的选择，雷达系统参数的优化具有至关重要的作用。

图1 阵地适应性技术组成

2)基于雷达阵地信息的精细化处理

针对地基雷达环境信息库，如何筛选有效信息，针对不同环境信息或杂波特性，有针对性地选择有效的杂波抑制、目标检测以及跟踪算法(MTI/MTD滤波器、恒虚警技术)是精细化处理的核心，也是提升杂波背景下目标检测与跟踪性能的关键。

3)基于阵地信息的工作模式或资源配置技术

针对地基雷达环境信息库，如何筛选有效信息，针对不同环境信息或杂波特性，有针对性地设计/选择信号形式、重频、方向图等参数，合理配置雷达资源(时间、空间、频率)，根据探测区域环境的不同而主动进行工作模式调整，进而实现与环境最优或次优匹配，提升雷达整体性能。

4)地基雷达认知探测技术

针对雷达探测区域中目标、环境以及干扰的动态信息，结合雷达阵地信息，自适应地调整雷达发射的资源与接收的处理方式，实现雷达的认知探测。

以上技术是阵地适应性技术的主要关键技术，其中认知探测技术是阵地适应性的最终状态，目前主要处于理论研究阶段，因此本文主要就其他技术开展阵地适应性设计，地基空情雷达的阵地适应设计原理框图如图2所示。

图2 阵地适应性设计原理框图

2 环境感知与环境信息库建立

随着高速计算和大规模存储技术的发展，使得从先验信息以及大量实测数据中提取更多有用的雷达阵地信息(如杂波类型、杂波谱特性等)成为可能。如图3所示，阵地信息呈现向精细化、大数据以及多维度的发展趋势。

精细化：从GIS(Geographic Information System)和DEM(Digital Elevation Model)等先验信息[8-9]中获取的关于阵地周围的各种地形、地貌类型信息，从实测数据中提取的杂波分辨单元内的各种杂波特性(杂波谱、杂波强度、甚至杂波类型等)。

大数据：在阵地配置阶段通过发射环境感知信号，可以在一定时间内获取大量关于阵地周围环境的实测数据。

多维度：阵地周围不同类型杂波在俯仰、方位以及距离具有不同分布，在时间维具有不同的相关性，杂波谱宽也有一定差异，此外通过人工智能手段还可以提取其他特征，比如方差、波形熵等。

图3 阵地信息的发展趋势

地面空情雷达可采用多种手段对阵地无源环境和有源环境进行感知，并不断更新环境信息，为雷达的阵地自适应提供依据。

2.1 无源环境感知

无源环境感知主要是对战场周围的杂波环境进行感知，主要通过先验信息提取以及主动感知两种方式获取：

1)先验信息提取，利用地理信息数据(包括数字高程模型、基于地貌信息的GIS数据库)提取有用信息并生成环境地理信息库；

2)主动感知，通过发射感知波形，从回波数据中获取的环境信息，包括杂波强度信息、杂波谱信息、气象信息等。

2.1.1 先验信息提取与环境地理信息库

从地理信息数据库中提取有用信息并生成环境地理信息库，包括：阵地高程信息、阵地地貌类型信息、遮蔽与可视信息、擦地角信息等。

从各地理信息数据库中提取以雷达阵地为中心最大量程范围内的各地理信息数据，生成环境地理信息库。以雷达站为中心，沿方位角和水平距离将空间划分成多个网格，每个网格构成一个环境地理信息存储单元，其中方位单元大小为Δθ，与雷达方位维分辨率一致，距离单元大小为Δr，基本与雷达距离分辨率相当。对于第m个方位角、第n个距离对应的地理信息存储单元，其存储的地理信息内容如下

GI(m,n)={υmn,Ψmn,{Tt1,p1;Tt2,p2;Tt3,p3}，fv}

其中{Tt1,p1;Tt2,p2;Tt3,p3}表示将地理信息存储单元中比例超过一定值的前三种类别进行存储，对于少于三种的情况，用0补充；Ψmn擦地角；Tti,i=1,2,3地理信息存储单元内的地形类别，具体为{1:山地,2:树林,3:城市,4:沙漠,5:农田,6:水域,7:道路}；pi,i=1,2,3各地形类别的比例；fv遮蔽情况，具体为{0:遮蔽,1:可视}。

根据不同方向的高程数据信息，计算每个方向上的雷达的遮蔽角，利用全方位雷达遮蔽高度数据和遮蔽角数据，可建立不同目标高度全方位雷达可视区域，为雷达参数配置提供支撑。图4所示为基于某全方位高程数据仿真产生的不同高度下雷达可视区域图。

图4 不同高度下雷达空域覆盖

2.1.2 主动感知

通过辐射主动感知信号，从回波中提取周围环境的有用信息是一种有效获取环境信息的方式。主动感知可从回波数据中提取阵地周围的杂波强度、谱宽等信息。

对于第m个方位角、第n个距离对应的杂波信息存储单元，其存储的杂波信息内容如下：杂波强度、杂波3dB谱宽、杂波中心频率、杂波分布类型、杂波距离等。

2.2 有源环境感知

有源环境感知主要是对战场周围的电磁环境进行感知。通过辅助设备或雷达主阵面可获取阵地周围辐射源的中心频率、脉冲重复周期、脉宽、带宽、起始时间、终止时间、脉内频域特征、脉间频域特征、辐射源角度等信息，这些信息用于辅助频率选择、干扰类型的识别以及干扰抑制。

3 环境评估与分析

通过环境感知获得了阵地周围全方位的环境信息，对杂波环境进行属性标识，如地杂波、海杂波、地海交界等。由于海洋与陆地通常连片存在，而且地杂波与海杂波具有不同的特性，因此拟将雷达阵地周围环境粗分为地杂波环境与海杂波环境。根据构建的地理信息库中的地貌信息，统计各个区域中水域与陆地所占比例。通过环境感知阶段获得的杂波信息，将地杂波环境细分为不同等级；将海杂波环境细分为不同等级，初始阶段设置严重海情环境、中等海情环境和一般海情环境；将地海混合环境细分为不同等级，初步可设置为复杂地海环境与一般地海环境等。

阵地优化配置之前，根据典型环境设置了典型工作模式与参数。结合环境感知、评估结果，从典型工作模式与参数中进行选择，对于无法适配的环境，再进行资源与参数的优化。

4 资源与参数配置

由于雷达阵地周围不同探测区域的杂波环境不尽相同，为了在有限的时间资源下，有效提高雷达杂波抑制、目标探测性能，需要在不同下环境配置不同的系统资源、不同的处理技术、参数。针对区域环境信息以及工作阶段获取的动态信息，雷达自适应选择最佳的雷达参数。可配置的参数包括雷达资源配置、雷达精细化参数配置。

4.1 雷达资源配置

雷达资源配置主要包括处理方式选择、频率选择、发射方向图设计、波形设计等；雷达根据作战任务和典型场景，需要通过环境分析、目标分析、雷达效能评估等功能，选择不同的处理方式，实现雷达的精细化处理。

4.1.1 发射方向图设计

根据各环境分区的环境地理信息，对不同环境分区选择或设计不同的发射方向图。根据环境感知阶段获得遮蔽信息，在俯仰上可选择等高、低空、中低空、下视等不同发射赋形设计，实现对不同地形的覆盖。对于方位维存在严重非均匀性的杂波环境，采用最大化SCNR的准则设计方向图[10-11]。图5所示为针对不同地形设计的赋形方向图，图6所示针对旁瓣强杂波抑制的方位维发射方向图设计。

图5 针对不同地形的俯仰赋形方向图设计结果

图6 针对旁瓣强杂波抑制的方位维发射方向图设计

4.1.2 波形设计

根据各环境分区的环境信息，主要包括杂波类型、杂波强度、杂波谱标准偏差、杂波距离等信息，对不同环境分区选择或设计不同的波形。

由于杂波背景下进行目标检测时，通常采用MTI/MTD进行杂波抑制，因而位于杂波抑制区或其周期扩展后的频率范围内的目标是无法检测的，该区域即为速度盲区。对于特定的杂波环境，速度盲区与积累点数、重频、目标大小等因素有关。为了减小速度盲区，实现速度补盲，需要设计多组重频来覆盖盲区。

对于地面空情而言，目标与杂波类型均具有多样和复杂性，为了实现杂波过滤、低速目标抑制，以及不同目标的分类，需要在搜索时对点迹速度进行预估，可采用多个脉组参差来获取目标的速度信息。

基于以上需求，在波形设计时基于各环境分区的杂波类型、谱宽、强度和距离等信息，以减小速度盲区、保证距离覆盖和最小解速度模糊余量为目标，对多组重频的重频、脉冲个数、脉冲宽度进行优化，得到与环境匹配的优选波形。

4.1.3 频率控制

可以在参数配置界面对特定扇区寂静进行控制。当使能寂静控制，雷达前端停止辐射，反之，辐射。具有自适应变频使能/禁能控制参数，禁能时，按照终端显控下发的频点工作；使能时，根据有源环境感知的结果，在允许工作的频点内选择干扰功率最小的频点，并将选择的频点告知终端显控。

4.2 雷达精细化参数配置

对于每个区域的接收回波进行精细化参数配置，主要包括信号处理、数据处理等方面的参数配置，各部分可配置的参数较多，具体涉及：接收波束覆盖范围、CFAR处理方式、CFAR门限、杂波图更新系数、杂波图门限、MTD滤波器、测角方式选择、起航准则、屏蔽区设置、跟踪参数设置、跟踪区域参数等。

图7 精细化参数配置示意图

4.2.1 信号处理参数

信号处理参数主要包括DBF系数、MTD滤波器组参数、CFAR参数、杂波图参数、测角算法等，雷达根据不同区域环境属性和杂波情况动态选择不同参数。

1)MTD滤波器设计

阵地优化配置阶段，对各区域评估其多普勒谱宽，并根据谱宽和杂波强度选择一组多普勒系数，以实现杂波的最佳抑制。

图8 具有不同凹口宽度和深度的FIR滤波器

2)CFAR参数

根据不同方位杂波分布特性，选择对应的CFAR算法，比如瑞利分布选择CA-CFAR，K分布选择OS-CFAR。由于各子区域内地貌特性不尽相同，杂波仍然可能具有非均匀性，此外距离分段边界处的距离单元，杂波起伏较大。因此在进行CFAR时，利用环境信息对参考单元数据进行选择，选择与待检单元具有相似特性的单元进行CFAR。通过统计各区域的点迹，以实现自适应门限调整设置功能。

3)杂波图参数

根据积累方式的不同建立精细化杂波图：相参积累区域，建立4维杂波图(距离、方位、俯仰、多普勒)；非相参积累区域，建立3维杂波图(距离、方位、俯仰)。采用双门限杂波图，对各杂波图单元的均值和方差同时进行更新，若当前杂波图单元幅度超过该杂波图单元均值一定门限时，选择慢更新系数；若当前杂波图单元幅度小于该杂波图单元均值一定门限时，选择快更新系数，否则正常更新系数。

4.2.2 数据处理参数

由于受周围环境的影响，地面空情雷达探测全域范围内呈现不同的区域检测结果，如清洁区、杂波区、目标密集区。不同区域环境下，雷达数据处理软件通过对探测环境实时感知，动态优化数据处理算法模型与参数，提高雷达目标航迹滤波、杂波抑制、抗干扰、全域自动录取等核心能力。

在阵地优化配置阶段，依据环境感知信息，将雷达探测区域划分为杂波区、清洁区、重点区域、机场以及航线；依据雷达工作时获取的点迹、航迹数据，划分目标密集区。对杂波区、清洁区以及目标密集区等区域选择不同的航迹起始策略、数据关联模型与参数、航迹维持参数，有利于实现复杂环境下目标有效检测与跟踪，减小虚警点、虚假航迹。