認知天波超視距雷達目標檢測關鍵技術研究

嚴 韜，陳建文，鮑 拯

(空軍預警學院 重點實驗室， 武漢 430019)

?

·總體工程·

認知天波超視距雷達目標檢測關鍵技術研究

嚴 韜，陳建文，鮑 拯

(空軍預警學院 重點實驗室， 武漢 430019)

對認知天波超視距雷達進行了初探，首先介紹了天波超視距雷達和認知雷達的信號處理基本流程，引出認知天波超視距雷達的概念；然后聚焦目標檢測重點分析了系統設計、環境感知、波形優化以及環境預測等幾個方面的關鍵技術，并提出了相應的解決方案。文中工作對拓展天波雷達理論和提升雷達系統性能具有重要的理論價值和廣闊的應用前景。

天波超視距雷達；認知雷達；目標檢測；電離層；雜波

0 引 言

天波超視距雷達(OTHR)具有大范圍、遠距離、抗隱身、抗低空等優良的目標探測性能，在戰略防空、反導預警、對海監視等多個領域都具有十分廣泛的應用，備受世界各主要大國的高度重視[1]。由于工作體制的特殊性，OTHR面臨著遠較一般雷達復雜的外部環境[2]。首先，OTHR信號易受電離層信道調制的污染。電離層的多層結構引起多模多徑傳播污染；電離層非線性時變造成強雜波展寬；電離層色散效應帶來功率衰減。其次，電離層中存在的非均勻散射體引起擴展雜波，如瞬態流星余跡淹沒附近目標；等離子體流引起團狀、絮狀雜波干擾。最后，各種工業、大氣噪聲抬高目標檢測基底，增加檢測難度。這些因素與目標本身特性及其所處環境交織在一起，限制了OTHR目標檢測性能的發揮。

20世紀末開始，出于種種考慮，包括美國、俄羅斯在內的許多國家停止了各自OTHR的運行，轉而發展研究新體制的天波雷達。先后出現了二維天線陣列天波雷達[3-5]、多輸入多輸出(MIMO)體制天波雷達[6-8]、接收站前置天波雷達[9]以及外輻射源超視距雷達[10]等新體制天波雷達，其中尤以法國進展最快，其研制出的NOSTRADAMUS[3]二維陣列天波雷達實驗系統已經列裝使用。綜合來看，上述一些研究主要是基于天波雷達體制的革新來減小探測環境(電離層、雜波、干擾等)和目標特性的變化對雷達性能的影響，進而提升雷達性能。在這些新體制天波超視距雷達的研究中，二維天線陣列結構和MIMO體制受到的關注最多。相較于傳統天波雷達，二維陣列和MIMO體制在電離層結構辨識[11]與多徑雜波抑制[12]上有一定的優勢，但在應對電離層時變特征和色散效應等方面卻仍受制于被動適應的工作模式。因此，OTHR系統性能受電離層信道和外部環境的制約仍是系統當前最為關鍵的瓶頸和不足。

目前，天波超視距雷達采取先感知環境、后探測目標的工作模式，僅能被動應對環境變化，響應不夠靈活且調整內容單一。在外部環境平穩的情況下，尚可保證目標探測的順利進行，而當電離層狀態非平穩、外部環境不規則時，探測性能便會大幅下降。因此，改進當前環境感知與應對機制，降低天波超視距雷達對外部環境的依賴，充分挖掘復雜電離層環境下目標的檢測性能，已成為一項緊迫的課題。

1 認知雷達與認知天波超視距雷達

2006年，HaykinS[13]提出了認知雷達的概念，其工作流程如圖1[13]所示。與傳統雷達相比，認知雷達具有以下三個重要特征：

1)智能信號處理：建立在雷達與周圍環境的交互繼而進行學習的基礎之上。

2)接收機到發射機的反饋：實施智能信號處理的支撐。

3)回波信息的保持：由通過跟蹤來進行目標檢測的貝葉斯方法實現。

圖1 認知雷達工作流程圖

認知雷達的概念一經提出，立刻引起了國內外雷達界的廣泛關注，被認為是雷達發展史上具有里程碑意義的理論成果和裝備發展的新趨勢[14-19]。

為適應外部環境需求，傳統天波超視距雷達采取了電離層環境診斷、電磁頻譜監測等一系列措施，以此來優化發射信號的頻率、帶寬等參數，其基本工作流程如圖2所示。

圖2 天波超視距雷達工作流程圖

對比圖1和圖2不難看出二者具有相似性：天波超視距雷達中的電離層，對應著認知雷達中的外部環境；電離層垂測、斜測以及電磁頻譜檢測設備，對應著認知雷達中的其他傳感器；而電離層數據庫，正是認知雷達中先驗知識的具體體現，因此傳統天波超視距雷達在結構上與認知雷達相吻合。在當前天波超視距雷達系統中，所有的自適應方法均聚焦于接收端，即從接收數據中估計環境的統計特性，以此作為自適應處理接收數據的依據。在發射端，盡管也有根據接收數據改變發射信號參數的步驟，但這種適應是通過“先感知，后調整”來實現的，存在諸多不足：首先，這種方法需要外部環境在適應過程中保持平穩，否則無法應對；其次，對外部環境的感知內容粗淺而模糊，不夠精細和全面；最后，對發射信號的調整僅局限于頻率和帶寬兩個參數，遠未實現最優化。由此可知，天波超視距雷達具有認知雷達的架構與需求，但從認知雷達的角度來看，傳統天波超視距雷達對外部環境的適應還處于認知的初級階段。

認知天波超視距雷達(COTHR ) 的概念由南京電子技術研究所盧琨首次提出[20]，進一步研究尚未見報道。但已有文獻研究了高頻天波雷達認知自適應波形設計問題[21]，以及知識輔助的天波雷達CFAR檢測問題[22]。可以看出，將認知概念引入天波超視距雷達的理念已初見端倪，盡管目前尚缺乏較為系統、深入地將認知雷達理論與天波超視距雷達系統相結合的研究，還沒有真正解決天波超視距雷達目標探測性能受電離層信道和復雜環境制約的瓶頸問題，但其具備的研究價值和應用前景已經得到廣泛認可。

2 關鍵技術及解決方案

由前所述，傳統天波雷達已經具備認知雷達的“雛形”，而真正認知意義上的認知天波雷達突出強化系統對環境的認知與適應方式，改善傳統系統“被動適應”環境變化的模式，有效提升目標檢測性能。具體來說，可歸納為以下三點：(1)擴大對外部環境的感知內容，加深認知程度；(2)增加發射信號自適應調整的范圍，實現全局最優；(3)實現基于預測的發射—接收閉環全自適應處理。

涉及的關鍵技術主要包括以下四個方面內容。

2.1 雷達系統架構設計

電離層診斷和目標探測是天波雷達的兩大功能。對傳統天波超視距雷達，這兩個功能各由一套系統實現，二者相對獨立。這種環境感知和目標探測“兩張皮”的系統架構，使天波雷達在工作時存在延遲、脫節、系統規模臃腫等一系列問題，無法形成一個高效的閉環系統。要實現認知天波雷達的各項功能，必須對系統架構進行深入研究，使之符合認知雷達特征，具備感知與探測一體化的系統架構[23]。因此，設計科學合理的系統框架、內部協調配合機制與資源配置準則，是將認知理念運用于天波超視距雷達系統的關鍵。

為兼顧理論先進性與工程可實現性，從現有的天波超視距雷達架構出發，在已有基礎上實現感知與探測的一體化。具體而言，即在目標探測分系統中引入環境預測功能，結合環境診斷分系統提供的先驗信息進行環境感知。這樣既能形成感知與探測的閉環，又能充分利用已有基礎，降低實現的難度，初步的系統架構如圖3所示。在這一架構中，除了從環境感知分系統出發對發射端工作參數進行設計，還從接收端引入了對環境狀態變化趨勢的預測和基于知識庫先驗信息的輔助決策，這是認知雷達理論在本系統中的直接體現。需要說明的是，環境感知分系統由現有的環境診斷分系統和其他傳感器信息共同構成，其中其他傳感器信息包括諸如覆蓋區海況、氣象等外部來源的情報。

圖3 認知天波雷達系統架構

2.2 復雜環境感知

和常規雷達相比，各種雜波干擾背景(下文統稱為雜波)與非規則電離層信道同時存在是天波雷達特有的現象，二者的相互交織嚴重制約了目標檢測性能。要緩解這些制約，認知天波雷達必須具備對復雜環境的感知能力。這一感知過程，既包含建立在當前環境認知基礎上的短期趨勢預測，也包括基于知識庫信息對信號進行處理的長期學習過程。一方面，受太陽、地球活動的影響，電離層狀態呈現出較為明顯的周期性；同時，按照地理位置與時間的不同，一些雜波的特性變化也存在著一定的規律，因此，通過長期的學習過程建立電離層信息與雜波信息知識庫，將有助于系統性能的提升[24]。另一方面，對當前環境信息的感知主要從接收的回波信號中提取，而通常接收到的回波信號是電離層和雜波共同作用的產物。在此背景下，要實現對兩種環境的清晰感知，首先必須能將二者有效區分開來，而后分別加以提取。這實質上也是對電離層污染進行感知與校正的需要。

針對電離層信道污染的感知，核心在于標準信號的獲取。所謂標準信號，是指經過電離層傳輸，并在傳輸過程中受到電離層污染，形式已知的信號。鑒于通過覆蓋區內應答裝置獲取標準信號的方式成本高難以實現，可以從裝備實際工作中獲得的確知目標或合作目標的回波信號中提取標準信號。首先通過濾波將單個目標的信號與雜波分離開來，然后將該數據與發射信號進行對比，即可提取電離層污染的相關信息。圖4為通過實驗數據提取的某飛行目標返回信號的一個脈沖。由圖4可見，接收信號頻譜與發射信號帶寬大體一致，但在頻譜細節上存在諸多差異，反應了電離層信道對信號的調制，從側面證實了電離層的精細色散效應[25]。

圖4 某實驗數據發射與接收信號頻譜

上述電離層信道污染感知方法要求已知目標信息，適合于飛行目標這一類可通過濾波器將目標回波信號和雜波信號分離的情形，而對于艦船類的低徑速目標，其回波通常易被地海雜波所掩蓋，難以通過濾波進行分離，因此需要尋求新的標準信號。由高頻電磁波散射理論可知，高頻海雜波具有兩個幅度較強的一階Bragg峰，因此可以作為標準信號，如圖5所示，回波譜具有兩個明顯的尖峰。但當回波信號被電離層污染時，海雜波被展寬，此時難以分辨一階和高階海雜波，如圖6所示，因此提取單個一階海雜波展寬信號進行污染估計的性能將大打折扣。此時，可利用先驗知識庫和其他傳感器提供的實時海情作為無污染的海況信息，由此構建的一階Bragg海雜波作為污染回波的校正標準。在獲得標準信號后，從信號熵與信號頻譜質量的關系出發，對電離層相位和幅度污染進行尋優估計，采用不斷改變污染函數參數的方式來減小信號熵，使污染回波譜寬逐漸逼近同海況下的無污染雜波譜寬。

圖5 無電離層污染時的海雜波譜

圖6 經電離層污染后的海雜波譜

2.3 發射波形優化設計

發射波形優化設計是認知雷達的基本特征，也是提升認知天波雷達性能的主要途徑[26]。對天波雷達而言，環境背景、目標類型遠多于一般系統，因此基于系統任務和工作模式的代價函數也就各不相同。對飛行類目標，由于多普勒頻率大，相干處理時間較短，需著重考慮電離層信道色散特性與非均勻散射體雜波的影響；對艦船類目標，雖然因徑向速度較慢落入雜波背景，不過由于RCS大，回波強度通常大于高階海雜波，雜波并不是影響目標檢測的主要因素，然而在電離層影響下，存在一階Bragg峰展寬并淹沒目標的情況，因此波形設計時需重點考慮克服電離層時變特性。此外，波形設計還要考慮多種約束條件(比如恒模、有限帶寬和能量限制等)。而這些準則、條件的數目越多，意味著優化問題所涉及的維度越大，其非線性也越強，解析性也越差。為此，采取智能尋優方法設計波形成為認知天波雷達的必然選擇。

在波形設計方面，對于受電離層色散效應影響的飛行目標，發射波形設計有兩種可能的思路：一是著重突出非均勻散射體與目標受電離層色散效應影響的不同，以改善信雜(噪)比為準則；二是以非均勻散射體雜波統計特性入手，以檢測概率為優化準則。對于受電離層時變特性影響的低徑速目標，則主要應以校正電離層時變特性為波形設計準則。在具體步驟上，首先從現有信號形式入手，分析單項性能特點。在回波中提取有益信息作為發射波形設計的先驗信息，通過遺傳算法、免疫算法等智能優化方法調制波形參數(信號帶寬、脈沖長度、脈沖重復頻率、相位等)。在此基礎上研究多約束條件下的信號波形優化設計。

2.4 環境預測與目標檢測

通過接收端到發射端的反饋信息來調節發射信號的能力是認知雷達的基本特征之一。而接收端得到的信息是基于當前環境狀態提取的，調節發射信號的目的是為了適應下一次探測時的環境狀態。這意味著，要實現這一功能，認知天波雷達應具備從當前環境狀態預測未來環境狀態的能力。同時，在接收到從環境中返回的信息時，接收端還應根據這一信息對上次所做預測進行濾波或平滑。前者即發射自適應，后者即接收自適應，二者的有機結合將提高雷達系統目標檢測性能。從天波雷達角度來看，要想實現收發全自適應閉環處理，不僅需要根據不同任務背景、電離層環境及檢測性能自適應地反饋到發射端，調整發射波形參數，還需要解決現有方法在強雜波背景中對目標的檢測性能缺陷。

貝葉斯濾波理論[27]為解決上述問題提供了思路，貝葉斯濾波中的預測和濾波兩大環節，是實現發射自適應與接收自適應的具體體現。可借助容積卡爾曼濾波、粒子濾波等改進貝葉斯濾波方法，對環境預測模型的建立和貝葉斯檢測前跟蹤算法展開研究。環境預測模型的建立應根據任務場景而有所不同。對于受電離層色散效應影響的飛行目標，預測模型應能描述電離層精細色散效應或電離層非均勻散射體雜波統計特性的變化趨勢；對于受電離層時變特性影響的低徑速目標，則按目標RCS大小，分別對電離層時變特性和海雜波變化進行建模。同時，可借鑒卡爾曼濾波結果中同時包括預測和濾波貢獻，通過權值調整各自所占比重的思路，對質量不高的預測結果，通過加權使其退化到只采取接收自適應進行目標檢測的情況。在檢測算法研究方面，對于回波強度較小的非均勻散射體雜波背景下飛行目標，采取貝葉斯檢測前跟蹤方法進行檢測，對于像艦船目標等一類低可觀測目標檢測，采取對時變污染進行校正并抑制雜波的方式。

3 結束語

傳統天波超視距雷達采取先感知環境后探測目標的工作模式，系統性能的發揮受制于外部環境的制約。具備認知雷達特征的認知天波雷達具備更加靈活、穩健的環境適應能力，從而達到降低傳統天波雷達對外部環境的依賴，有效提高目標檢測性能的目的。本文借鑒認知雷達的特征，對認知天波超視距雷達進行了初步探討，聚焦目標檢測性能的提升圍繞系統構架設計、環境認知、波形設計以及環境預測等方面的關鍵技術進行了研究分析，并在此基礎上提出了相應的解決方案。需要指出的是，認知天波雷達系統和前文所述的二維天線陣列天波雷達、MIMO體制天波雷達等新體制天波雷達之間并非相互獨立，如何將這些新的技術體制進行有機融合并逐步推向工程化是天波超視距雷達未來的重點研究方向。

[1] 周萬幸. 天波超視距雷達發展綜述[J]. 電子學報, 2011,39(6):1373-1378. ZHOU Wanxing. An overview on development of skywave over-the-horizon radar[J]. Acta Electronica Sinica, 2011,39(6): 1373-1378.

[2] FABRIZIO G A. High frequency over-the-horizon radar: fundamental principles, signal processing, and practical applications[M]. New York: McGraw-Hill Professional, 2013.

[3] BAZIN V, MOLINIE J P, MUNOZ J, et al. Nostradamus: an OTH radar[J]. IEEE Transactions on Aerospace and Electronic System Magazine, 2006, 21(10): 3-11.

[4] MILLER L C B. NORAD: moving forward with risk reduction[R]. [S.l.]: North American Aerospace Defense Command, 2009.

[5] CAMERON A. Jindalee operational radar network (JORN): its architecture and surveillance capability[C]// IEEE National Radar Conference. Alexandria, VA: IEEE Press, 1995: 692-697.

[6] FRAZER G J, ABRAMOVICH Y I, JOHNSON B A. Multiple-input multiple-output over-thehorizon radar: experimental results[J]. IET Radar, Sonar and Navigation, 2009, 3(4): 290-303.

[7] ABRAMOVICH Y I, FRAZER G J, JOHNSON B A. Principles of mode-selective MIMO OTHR[J]. IEEE Transactions on Aerospace and Electronic Systems, 2013, 49(3):1839 -1868.

[8] RIDDOLLS R J, RAVAN M, ADVE R S. Canadian HF over-the-horizon radar experiments using MIMO techniques to control auroral clutter[C]// IEEE International Radar Conference. Washington DC: IEEE Press, 2010: 718-723.

[9] FRAZER G J. Forward-based receiver augmentation for OTHR[C]// IEEE Radar Conference. Waltham, MA: IEEE Press, 2007: 373-378.

[10] 萬顯榮, 趙志欣, 柯亨玉, 等. 基于 DRM 數字調幅廣播的高頻外輻射源雷達實驗研究[J]. 雷達學報, 2012,1(1): 11-18. WAN Xianrong, ZHAO Zhixin, KE Hengyu, et al. Experimental research of HF passive radar based on DRM digital AM broadcasting[J]. Journal of Radars, 2012,1(1): 11-17.

[11] FRAZER G J, ABRAMOVICH Y I, JOHNSON B A. Mode-selective OTH radar: experimental results for one-way transmission via the ionosphere[C]// IEEE radar conference. Kansas City, MO: IEEE Press, 2011: 397-402.

[12] 趙志國, 陳建文, 鮑 拯. 分時波束空間MIMO 天波雷達發射ADBF方法[J]. 華中科技大學學報(自然科學版), 2013, 41(2): 64-69. ZHAO Zhiguo, CHEN Jianwen, BAO Zheng. Transmit ADBF method for time diverse beam space MIMO-OTHR[J]. Journal of Huazhong University of Science & Technology (Natural Science Edition) , 2013, 41(2): 64-69.

[13] HAYKIN S. Cognitive radar-a way of the future[J]. IEEE Signal Processing Magazine, 2006, 23(1): 30-40.

[14] 黎 湘, 范梅梅. 認知雷達及其關鍵技術研究進展[J]. 電子學報, 2012, 40(9): 1863-1870. LI Xiang, FAN Meimei. Research advance on cognitive radar and its key technology[J]. Acta Electronica Sinica, 2012, 40(9):1863-1870.

[15] HAYKIN S, ZIA A, ARASARATNAM L,et al. Cognitive tracking radar[C]// IEEE International Radar Conference. Washington DC: IEEE Press, 2010: 1467-1470.

[16] XUE Yanbo. Cognitive radar theory and simulations[D]. Hamilton: McMaster University, 2010.

[17] GUERCI J R. Cognitive radar: the knowledge-aided adaptive approach[M]. London: Artech House, Inc. 2010.

[18] LI Y, SIRA S P, PAPANDREOU-SUPPAPPOLA A, et al. Maximizing detection performance with waveform design for sensing in heavy sea clutter[C]// IEEE/SP 14th Workshop on Statistical Signal Processing. Madison, WI: IEEE Press, 2007: 249-253.

[19] LI Y, MORAN W, SIRA S P, et al. Adaptive waveform design in rapidly-varying radar scenes[C]// International Waveform Diversity and Design Conference. Kissimmee, FL: IEEE Press, 2009: 263-267.

[20] LU Kun, CHEN Xuanyuan. Cognitive over-the-horizon radar[C]// IEEE CIE International Conference on Radar. Chengdu, China: IEEE Press, 2011: 993-996.

[21] SAVERINO A L, CAPRIA A, BERIZZI F, et al. Cognitive adaptive waveform technique for HF skywave radar[C]// 2nd International Workshop on Cognitive Information Processing. Elba: IEEE Press, 2010: 247-252.

[22] LEI Zhiyong, NI Jin. Knowledge-based signal processing in OTH radar[C]// IEEE CIE International Conference on Radar. Chengdu, China: IEEE Press, 2011: 134-137.

[23] NIJSURE Y, CHEN Y F. Novel system architecture and waveform design for cognitive radar radio networks[J]. IEEE Transactions on Vehicular Technology, 2012,61(8): 3630-3642.

[24] HOU Chengyu, GUO Ke, FY Yili. The sky-wave radar detection performance computing based on the dynamic ionospheric model[J]. Neurocomputing, 2015,151(3): 1305-1315.

[25] BAO Zheng, CHEN Jianwen. Study on the model of ionosphere fine structure for the cognitive radar[C]// IET International Radar Conference. Hangzhou, China: IEEE Press, 2015.

[26] AUBRY A, DE M A. WICKS F M. Knowledge-aided (Potentially Cognitive) transmit signal and receive filter design in signal-dependent clutter[J]. IEEE Transactions on Aerospace and Electronic Systems, 2013,49(1): 93-114.

[27] 夏雙志. 認知雷達信號處理-檢測和跟蹤[D]. 西安:西安電子科技大學, 2012. XIA Shuangzhi. Cognitive radar signal processing-dctection and tracking[D]. Xi′an: Xidian University, 2012.

嚴 韜 男，1987年生，博士生，助理工程師。研究方向為天波超視距雷達技術。

陳建文 男,1964年生，教授，博士生導師。研究方向為超視距雷達信號處理、機載預警雷達信號處理、陣列信號處理及目標檢測與識別技術。

鮑 拯 男，1977年生，博士，講師。研究方向為超視距雷達技術、陣列信號處理及目標檢測與識別技術。

A Study on Key Technologies of Target Detection for Cognitive Skywave Over-the-horizon Radar

YAN Tao，CHEN Jianwen，BAO Zheng

(Key Research Laboratory, Air Force Early Warning Academy, Wuhan 430019, China)

Cognitive OTHR (over-the-horizon radar) is studied in this paper, basic procedure of signal processing for cognitive radar and OTHR is compared and the conception of cognitive OTHR is addressed, and then key technologies are analysed focusing on target detection including system design, environment perception, waveform optimization and environment predetermination, the corresponding solutions are also proposed. The paper would provide an important theoretical significance and wide application prospects for expanding the theory of OTHR and promoting system performance.

skywave over-the-horizon radar; cognitive radar; target detection; ionosphere; clutter

10.16592/ j.cnki.1004-7859.2016.03.001

國家自然科學基金資助項目(61471391)

嚴韜 Email：yantaokjid@163.com

2015-10-24

2015-12-29

TN958.93

A

1004-7859(2016)03-0001-05