波形是雷达获取信息的载体,但传统雷达发射相对固定的波形,仅靠接收自适应处理已难以实质提升综合感知能力。基于目标、干扰与杂波特性的认知发射波形优化彻底改变了依靠信号模糊特性开展波形设计的传统思路,有望从根本上提升复杂环境下的雷达探测识别性能。与接收端信号处理的快速发展相比,发射端波形优化研究还处于起步阶段。
本文系统性总结了认知波形优化的理论基础、基本框架和系统现状;其次,从检测、跟踪、成像、分类及抗干扰等任务的角度,对面向单一雷达任务的认知波形优化准则和方法进行了总结分析,全面梳理了国内外相关研究进展,为面向单一雷达任务的认知波形优化研究提供了纵向的对比视角;然后,从目标不同认知层次所需的关键信息出发,考虑不同雷达任务间存在的耦合性,逐层递进地梳理了面向不同雷达任务的认知波形优化准则和方法之间的异同,为面向联合多雷达任务的认知波形优化研究提供了横向的对比视角。最后,着眼于提高认知雷达的综合感知能力,在已有研究成果基础上,分析了认知波形优化面临的重大挑战,指出了未来值得重点关注的研究方向,包括环境知识有效性评价、波形性能通用度量准则、智能认知波形优化以及高效实时优化技术等。
表1 不同雷达任务波形优化的优化准则和约束条件
评价角度 |
适用任务 |
优化准则/目标函数 |
约束条件 |
统计信号处理 |
检测 |
各类距离测度都能够用于评价任务性能,如信噪比(Signal-to-Noise Ratio,SNR)、信干噪比(Signal-to-Interference-plus-Noise Ratio,SINR)、信杂比(Signal-to-Clutter Ratio,SCR)、信号和杂波的相关性、L2 |
发射信号总能量约束、发射信号时间长度约束、发射信号有限带宽约束(近似约束,有限带宽会导致时域信号无限长)、发射信号幅度约束、约束雷达的分辨率和压缩旁瓣维持在可以接受的水平、约束模糊函数性能、频谱兼容性等。 |
识别 |
|||
模式识别 |
检测 |
检测概率、分类正确率、模板匹配误差等 |
|
识别 |
|||
估计理论 |
跟踪 |
各类估计误差,如各种形式的跟踪误差、目标像重构误差、克拉美罗限等 |
|
成像 |
|||
信息论 |
检测 |
目标冲激响应与接收回波之间的互信息等 |
|
跟踪 |
|||
成像 |
图2. 雷达多任务间耦合性的示意图
值得一提的是,作者所在课题组正在某重点课题支持下,大力推进认知雷达理论研究、样机研制、数据采集和试验验证等工作。
杨威(通讯作者),硕士生导师,湖南省青年科技人才,省优秀学位论文获得者。主要从事认知雷达目标探测与识别教研工作,主持国家自然科学基金面上项目和青年基金等8项课题,承担3项省部级以上重大工程科研项目,出版学术专著2本,授权专利或软件著作权10项,发表SCI/EI等论文50余篇,获省部级科技进步一等奖和教学成果一等奖各1项。
余若峰(第一作者),国防科技大学2020级博士研究生。他的研究兴趣是雷达目标联合检测、跟踪与识别及面向联合任务的认知波形优化设计。
付耀文,研究员,主要从事雷达信号处理和信息融合研究。先后主持国家自然科学基金、973项目专题、高分重大专项课题等省部级以上项目,获国家科技进步二等奖和省部级科技进步一等奖各1项。
张文鹏,讲师,主要从事认知雷达目标探测与识别教研工作,获中国博士后站前特别资助,主持国家自然科学基金青年基金和173领域基金等5项课题,承担3项省部级以上重大工程科研项目,授权专利10项,软件著作权3项,发表SCI/EI等论文40余篇,获省部级科技进步一等奖1项。