認(rèn)知雷達(dá)系統(tǒng)概念和體系架構(gòu)研究

江 濤，王盛利

（南京電子技術(shù)研究所，江蘇 南京 210039）

0 引言

雷達(dá)作為一種廣泛應(yīng)用于監(jiān)視、跟蹤和成像的遙感系統(tǒng)，與其周圍環(huán)境已成為一個緊密相連的整體。二十世紀(jì)七十年代起，自適應(yīng)信號處理使得雷達(dá)初步具備了適應(yīng)環(huán)境、對抗干擾的能力。但是現(xiàn)代戰(zhàn)爭技術(shù)的發(fā)展，使得傳統(tǒng)基于數(shù)據(jù)的自適應(yīng)算法和系統(tǒng)處理架構(gòu)，難以滿足現(xiàn)代戰(zhàn)爭對雷達(dá)系統(tǒng)的需求。為應(yīng)對復(fù)雜地理和電磁環(huán)境對雷達(dá)探測性能的影響，美國空軍研究實(shí)驗(yàn)室（AFRL）及其國防高級研究計劃局（DARPA）先后資助多項(xiàng)研究，從基于知識的雷達(dá)（KB－Radar）［1］、知識輔助的傳感器信號處理與專家推理（Kassper）［2－3］到 知識輔助雷達(dá) （KA－Radar）［4－5］，隨著對先驗(yàn)信息使用的逐步精細(xì)化，雷達(dá)適應(yīng)環(huán)境的能力逐步提升。為了進(jìn)一步使得雷達(dá)具有“環(huán)境自感知、處理自適應(yīng)、能力自提高”的能力，2006年起，Simon Haykin提出了認(rèn)知雷達(dá)的概念［6－7］。本文從“認(rèn)知”的概念出發(fā)，結(jié)合目前的雷達(dá)系統(tǒng)架構(gòu)和處理流程，針對實(shí)現(xiàn)“認(rèn)知”概念中存在的不足，探討認(rèn)知雷達(dá)的系統(tǒng)概念，并提出了認(rèn)知雷達(dá)概念下的系統(tǒng)架構(gòu)和處理架構(gòu)。

1 問題的提出

1.1 復(fù)雜環(huán)境給傳統(tǒng)自適應(yīng)處理帶來的挑戰(zhàn)

傳統(tǒng)自適應(yīng)信號處理中，大多假設(shè)信號在時間上平穩(wěn)，在空間上均勻，因此信號的統(tǒng)計特性可以由二階矩表征（如信號的方差或協(xié)方差矩陣等），從而產(chǎn)生了包括CFAR、STAP等一系列經(jīng)典的自適應(yīng)信號處理。

但是在實(shí)際環(huán)境中，平臺的運(yùn)動使得外界環(huán)境的雜波特性均不具有平穩(wěn)特性，從而導(dǎo)致上述處理算法均存在性能的損失，甚至無法達(dá)到預(yù)期的效果。在此基礎(chǔ)上，提出了KB處理和KA處理概念，希望綜合利用GIS、DEM數(shù)據(jù)等先驗(yàn)信息和實(shí)時獲取的數(shù)據(jù)，在Bayes體系架構(gòu)下，提升傳統(tǒng)自適應(yīng)信號處理的性能。并在理論和實(shí)驗(yàn)中均取得了較好的效果［2－3］。

但是如何從先驗(yàn)知識中提取所需要的先驗(yàn)信息、并且完成與實(shí)時監(jiān)測數(shù)據(jù)的融合，是傳統(tǒng)信號處理算法中缺失的部分；此外，如何根據(jù)外界環(huán)境的變化，動態(tài)地選擇相應(yīng)的知識，同樣是傳統(tǒng)信號處理算法中無法實(shí)現(xiàn)的功能。

1.2 智能化認(rèn)知處理給傳統(tǒng)信號處理帶來的挑戰(zhàn)

從單線程到多線程，從串行處理到多路并行處理，先進(jìn)的硬件處理平臺不僅極大地增加了雷達(dá)系統(tǒng)的靈活性，使得單元數(shù)字化處理成為可能，而且提升了雷達(dá)系統(tǒng)中信號處理的速度，使得許多復(fù)雜的處理算法得以工程化。但是，目前的雷達(dá)信號依然是按照“流水”的方式，基于實(shí)時地接收數(shù)據(jù)進(jìn)行處理，這種基于數(shù)據(jù)的處理方式不利于“認(rèn)知”概念在雷達(dá)信號處理中的應(yīng)用，主要表現(xiàn)在：1）基于數(shù)據(jù)的處理架構(gòu)難以實(shí)現(xiàn)優(yōu)化；2）基于數(shù)據(jù)的處理架構(gòu)難以有效利用已經(jīng)加載的數(shù)據(jù)；3）基于數(shù)據(jù)的處理架構(gòu)難以有效矢量化處理；4）實(shí)際的處理性能取決于時鐘的速率。

1.3 認(rèn)知概念給傳統(tǒng)系統(tǒng)構(gòu)架帶來的挑戰(zhàn)

在傳統(tǒng)雷達(dá)的體系架構(gòu)中，即使數(shù)字化發(fā)射和接收技術(shù)已經(jīng)逐步成熟，波形任意產(chǎn)生技術(shù)也在工程上得以應(yīng)用，但是在傳統(tǒng)雷達(dá)體系架構(gòu)的設(shè)計中，發(fā)射和接收通道依然是彼此獨(dú)立的，而且發(fā)射波形與環(huán)境無關(guān)，信號處理方式與環(huán)境無關(guān)。

而在認(rèn)知的概念中則包含：1）雷達(dá)系統(tǒng)應(yīng)該能夠根據(jù)獲取的信息改變發(fā)射波形、照射角度等參數(shù)，以實(shí)現(xiàn)和環(huán)境的最優(yōu)匹配；2）環(huán)境分析器為接收機(jī)提供環(huán)境分析結(jié)果，主要包括雷達(dá)回波和其他環(huán)境信息（如溫度、濕度、壓強(qiáng)和海洋狀態(tài)），為接收機(jī)對目標(biāo)做出判定提供依據(jù)；3）接收系統(tǒng)對雷達(dá)數(shù)據(jù)進(jìn)行系統(tǒng)分析，明確雜波和目標(biāo)的模型；4）接收系統(tǒng)將這些信息反饋給發(fā)射機(jī)，發(fā)射機(jī)根據(jù)信息，調(diào)整發(fā)射參數(shù)，再次照射環(huán)境目標(biāo)，如此循環(huán)重復(fù)，不斷改善系統(tǒng)性能。

2 認(rèn)知雷達(dá)的基本概念和表現(xiàn)形式

2.1 認(rèn)知雷達(dá)中知識的基本概念

認(rèn)知雷達(dá)實(shí)現(xiàn)認(rèn)知處理的核心是知識的有效利用，而根據(jù)目的的不同，雷達(dá)系統(tǒng)的知識也存在不同層次。第一層是模型和算法，對于雷達(dá)來說就是具體應(yīng)用的算法和相應(yīng)的模型；第二層是邏輯決策，對于雷達(dá)來說就是算法、系統(tǒng)資源的組織和優(yōu)化；第三層是評估反饋，對于雷達(dá)來說就是系統(tǒng)功能設(shè)計和評估、戰(zhàn)場態(tài)勢感知。如圖1所示。

認(rèn)知雷達(dá)層次化知識庫示意圖

認(rèn)知雷達(dá)對于知識的運(yùn)用包括知識的應(yīng)用、評估、更新三個過程。

1）知識的應(yīng)用是一個由上至下的分解過程。首先應(yīng)該根據(jù)環(huán)境感知的結(jié)果，分析戰(zhàn)場態(tài)勢，明確作戰(zhàn)目的；然后根據(jù)作戰(zhàn)功能，分配系統(tǒng)資源，智能選擇處理算法和策略；最后運(yùn)用具體的模型和算法，實(shí)現(xiàn)相應(yīng)的功能。

2）知識的評估是由下至上的反饋過程。其需要依次對處理算法、調(diào)度策略和探測效果進(jìn)行評估，全面了解雷達(dá)的工作性能及應(yīng)該改進(jìn)的內(nèi)容。

3）知識的更新是應(yīng)用和評估循環(huán)交替的過程。每次知識的應(yīng)用和評估都會產(chǎn)生新的知識，需要對其進(jìn)行更新和記憶。

2.2 認(rèn)知雷達(dá)的基本內(nèi)涵

認(rèn)知雷達(dá)的內(nèi)涵可概括為“一個目的、兩個層面、三個能力”。

1）認(rèn)知雷達(dá)的目的。通過引入人類認(rèn)知思維，構(gòu)建具有“精度高、調(diào)度快、性能穩(wěn)、資源省”優(yōu)點(diǎn)的全新雷達(dá)架構(gòu)。這不僅僅是現(xiàn)代戰(zhàn)爭對雷達(dá)系統(tǒng)的需求，也是未來雷達(dá)系統(tǒng)的發(fā)展方向。

2）認(rèn)知雷達(dá)具有機(jī)器認(rèn)知處理和人類認(rèn)知監(jiān)管兩個層面。第一個層面是機(jī)器處理的層面，利用機(jī)器在海量數(shù)據(jù)處理等方面的優(yōu)勢，實(shí)現(xiàn)環(huán)境和目標(biāo)特性的實(shí)時感知、目標(biāo)的探測、跟蹤和識別等。第二個層面是人類監(jiān)管的層面，利用人類的經(jīng)驗(yàn)和感覺等非因果處理能力，對認(rèn)知雷達(dá)中機(jī)器處理的過程進(jìn)行監(jiān)管，避免過度優(yōu)化、死循環(huán)等情況的出現(xiàn)。

3）認(rèn)知雷達(dá)具有三個能力，即環(huán)境自感知、處理自適應(yīng)、能力自提高。環(huán)境自感知是指雷達(dá)能夠自主感知外界環(huán)境，解析戰(zhàn)場態(tài)勢，分析干擾樣式；處理自適應(yīng)是指雷達(dá)能夠自主地分配系統(tǒng)資源，選擇處理策略，認(rèn)知收發(fā)處理；能力自提高是指雷達(dá)能夠自主記憶處理結(jié)果，推演最優(yōu)算法，更新知識結(jié)構(gòu)。

3 認(rèn)知雷達(dá)的系統(tǒng)架構(gòu)和處理體系

與傳統(tǒng)雷達(dá)系統(tǒng)相比，認(rèn)知雷達(dá)的系統(tǒng)架構(gòu)是一個全自適應(yīng)的閉合環(huán)路。其不僅實(shí)現(xiàn)了發(fā)射—環(huán)境—接收的大閉環(huán)，而且實(shí)現(xiàn)了知識的應(yīng)用—評估—更新的閉環(huán)，如圖2所示。

認(rèn)知雷達(dá)的最重要的核心就是“全自適應(yīng)的智能化認(rèn)知處理”，這是整個認(rèn)知雷達(dá)的大腦，特別是在當(dāng)前雷達(dá)硬件趨同的大背景下，先進(jìn)的信號處理體系直接決定了雷達(dá)的性能。

圖2 認(rèn)知雷達(dá)的系統(tǒng)架構(gòu)示意圖

智能化認(rèn)知處理的體系架構(gòu)不同于傳統(tǒng)雷達(dá)的關(guān)鍵，在于對知識利用方式的轉(zhuǎn)變。由于認(rèn)知雷達(dá)中知識的概念具有明顯的層次，因此根據(jù)知識庫的不同層次，也應(yīng)該將認(rèn)知處理的體系架構(gòu)分解為不同的層次。認(rèn)知處理架構(gòu)中的五個層次分別為物理層、算法層、決策層、解析層和應(yīng)用層，如圖3所示。

1）物理層。利用先進(jìn)的硬件技術(shù)，完成雷達(dá)的收發(fā)處理。主要包括收發(fā)的反饋架構(gòu)、高性能收發(fā)技術(shù)，信息高速處理和存儲技術(shù)。物理層是整個認(rèn)知雷達(dá)工作的基礎(chǔ)，特別在近些年雷達(dá)硬件技術(shù)突發(fā)猛進(jìn)的背景下，強(qiáng)有力地支撐了認(rèn)知雷達(dá)研究的開展。

2）算法層。利用具有強(qiáng)針對性的算法，完成信息處理。認(rèn)知雷達(dá)的處理算法是由一系列具有較強(qiáng)針對性的算法集合構(gòu)成，這點(diǎn)與傳統(tǒng)雷達(dá)存在明顯差異，傳統(tǒng)雷達(dá)希望使用的算法能夠具有極強(qiáng)的普適性。認(rèn)知雷達(dá)可通過算法選擇策略，根據(jù)具體環(huán)境選擇相應(yīng)的算法。

3）決策層。分析環(huán)境特征、分配系統(tǒng)資源、制定處理策略。決策層是認(rèn)知雷達(dá)的核心和大腦，是認(rèn)知雷達(dá)知識庫的大管家，其通過環(huán)境特征的分析，決定系統(tǒng)的資源分配方式，選擇信號處理的算法，評估當(dāng)前策略的性能，這是其區(qū)別于傳統(tǒng)雷達(dá)最本質(zhì)的部分。

4）解析層和應(yīng)用層。分析戰(zhàn)場態(tài)勢，明確任務(wù)目標(biāo)，建立人機(jī)交互，評估系統(tǒng)性能。該層次更多地體現(xiàn)認(rèn)知雷達(dá)智能化的顯著特征，也是傳統(tǒng)雷達(dá)領(lǐng)域很少涉及的領(lǐng)域。

4 結(jié)束語

現(xiàn)代戰(zhàn)爭面臨的復(fù)雜地理電磁環(huán)境，使得雷達(dá)系統(tǒng)必須能夠?qū)崟r地感知并適應(yīng)外界環(huán)境，動態(tài)調(diào)整收發(fā)策略，在資源約束下，保證穩(wěn)定的目標(biāo)探測性能。這些均給傳統(tǒng)雷達(dá)的設(shè)計理念和信號處理架構(gòu)帶來了極大的挑戰(zhàn)。認(rèn)知雷達(dá)概念的提出，給未來雷達(dá)技術(shù)的發(fā)展提供了一條全新的發(fā)展思路。

［1］Foglia G.Knowledge－based adaptive radar detection［D］.Philosophiae Doctor，2006.

［2］Melvin WL，Guerci JR.Knowledge－aided signal processing：a new paradigm for radar and other advanced sensors［J］.IEEE Trans.on Aerospace and Electronic Systems，2006，43（3）：983－996.

［3］Schrade GE.The knowledge aided sensor signal processing and expert reasoning（KASSPER）real－time signal processing architecture［C］∥Proceedings of the IEEE Radar Conference，2004：394－397.

［4］Maio AD，Nicola SD，Landi L.Knowledge－aided covariance matrix estimation：a MAXDET approach［J］.IET Radar，Sonar＆Navigation，2009，3（4）：341－356.

［5］Zhu X，Li J，Stoica P.Knowledge－aided adaptive beamforming［J］.IET Signal Process，2008，2（4）：335－345.

［6］Haykin S.Cognitive radar：a way of the future［J］.IEEE Signal Processing Magazine，2006：30－40.

［7］Baker CJ.Intelligence and radar systems［C］∥Proceedings of the IEEE Radar Conference，2010：1276－1279.