一種基于知識輔助的MIMO-STAP抗干擾算法*1

?

一種基于知識輔助的MIMO-STAP抗干擾算法*1

郝琳1，張永順1，李哲1, 許潔2

(1.空軍工程大學 防空反導學院，陜西 西安710051; 2.中國人民解放軍93617部隊，北京101400)

摘要：針對有源干擾環境下機載MIMO雷達的雜波抑制問題，利用預白化的思想，提出了一種基于知識輔助的MIMO-STAP抗干擾算法——KA-J-STAP方法，首先利用載機平臺運動參數、雷達系統參數、干擾方位等先驗信息構造相關協方差矩陣，后利用相關協方差矩陣對接收數據進行預白化，對雜波和噪聲預置零，對于預白化后的數據空時自適應處理。仿真結果表明，相比于未采用知識輔助的算法，所提KA-J-STAP算法在干擾環境下仍能保持較好的雜波抑制性能。

關鍵詞：機載MIMO雷達；預白化；先驗信息；有源干擾

0引言

機載雷達常常處于下視工作的狀態，如何抑制強烈的地雜波和各種類型的干擾是其面臨的主要難題，而空時自適應處理(space-time adaptive processing)是解決該問題的關鍵技術[1-2]。MIMO雷達發射端的正交分集特性可以有效增大系統自由度[3-5]。這使得MIMO雷達在增強雜波與干擾抑制性能上具有極大潛力，為STAP技術帶來了新機遇。2003年，Bliss D W首次提出MIMO-STAP的概念，將STAP技術應用于機載MIMO雷達中[6]。

隨著電子信息技術的日益發展，機載雷達面臨的電磁環境也日益復雜，除面臨分布廣、強度大的地(海)雜波外，同時還受到有意或無意的多種干擾。干擾如同雜波一樣，直接影響雷達對目標的檢測能力。因此，在存在干擾的復雜電磁環境下，STAP是否仍能具有較好的的雜波和干擾同時抑制能力是一個值得研究的問題。文獻[7]提出了一種基于局部空域自適應陣列處理的改進型自適應波束形成方法，能有效估計出干擾源的方位，使STAP保持較好的雜波抑制性能。文獻[8]對MIMO雷達雜波加有源干擾協方差矩陣的結構進行了分析，對于其秩的范圍進行了估計，證明了MIMO雷達在干擾和雜波抑制上的優越性。

近年來，知識輔助STAP(KA-STAP)逐漸受到人們的重視[9-12]，主要分為間接應用先驗知識的方法和直接應用先驗知識的方法，前者包括智能樣本選取和濾波器選擇，后者包括貝葉斯濾波和數據預白化。本文提出的方法首先利用包含干擾信息在內的先驗知識協方差矩陣對回波數據進行預白化處理，之后利用3-CAP方法對預白化后的數據進行空時自適應處理，達到雜波和干擾同時抑制的效果。

1機載MIMO雷達信號模型

正側面機載MIMO雷達陣列天線幾何模型圖1，假設MIMO雷達載機以速度v向x向正方向做勻速直線運動，載機高度為h。雜波散射單元方位角為θ，俯仰角為φ，錐角為ψ。假設在一次相干處理時間(CPI)內，載機移動距離遠小于雷達與雜波間的斜距，即雷達與雜波源相對幾何關系近似不變。MIMO雷達收發天線均為正側面均勻線陣，其中發射陣元總數為M，間距為dT,接收陣元總數為N,間距為dR，發收間距比α=dT/dR.時間域相干處理脈沖數目為K，且M個發射波形相互正交。

第k個(1≤k≤K)脈沖時，第n個(1≤n≤N)陣元接收到的來自第m個(1≤m≤M)陣元的數據可以表示為

圖1　機載MIMO雷達系統模型Fig.1　Model of airborne MIMO radar system

(1)

(2)

其中，ρt為目標反射信號幅度；vt為目標速度；Nc為距離環內的雜波塊數目；ρi，θi和φi分別為第i個雜波塊對應的反射信號幅度、方位角和高低角;fr為脈沖重復頻率。式(1)中，第1項為目標回波信號，第2項為雜波回波信號，第3,4項為干擾和噪聲分量。

將式(1)的接收信號排成一個列向量，則第p個距離環的接收向量為

xp=(x0,0,0，x1,0,0，…，xN-1,M-1,K-1)T.

(3)

2知識輔助的MIMO-STAP抗干擾算法

2.1機載MIMO雷達面臨的干擾

干擾按照作用的原理分類可分為壓制性干擾和欺騙性干擾。壓制性干擾，又稱遮蓋性干擾，是用連續波信號或大量雜亂信號，壓制或掩蓋雷達目標信號，阻止雷達檢測到真實目標。欺騙性干擾，又稱模擬性干擾，它是施放和目標信號十分相似的干擾信號，使雷達操縱員難以辨別真假，將干擾誤認為目標。本文主要研究存在壓制性干擾情況下的雜波特性及針對壓制性干擾的抑制問題。

點源壓制干擾是壓制性干擾中一種，它是分布在幾個不同方向上的噪聲干擾。圖2中取干擾方向為0.3和0.6(方便起見，用方向余弦函數來表示方位向信息，以下同)，干噪比為60 dB。

圖2　點源壓制干擾下雜波功率譜和其等高線圖Fig.2　Clutter power spectrum and contour graph　　　in pointsource Jamming conditions

密集壓制干擾不同于點源壓制干擾，它通常是來自不同方向的少數幾組干擾，每組均密集分布(甚至為連續分布)于一個小的角域內。在機載雷達的空時二維自適應處理種，對特定多普勒通道檢測時，實際上雜波在空域的作用就相當于密集干擾(連片干擾)。圖3中在方位向0.3～0.5內等間隔加21個干擾，干噪比為60 dB。

圖3　密集壓制干擾下雜波功率譜和其等高線圖Fig.3　Clutter power spectrum and contour graph　　　in dense jamming conditions

在實際工程中，由于干擾使得雜波自由度增加，造成STAP算法所需要的獨立同分布的訓練樣本數大大增加，導致直接利用STAP算法進行雜波與干擾的同時抑制的性能變差。

2.2干擾方位的確定

對于干擾源的定位問題，相關學者進行了大量研究，得出了很多有意義的結論，目前，主要由以下幾種方案。一是在飛機上加裝機載測向設備，利用飛機在空中進行干擾源的定位；二是在地面布設監測站，實現飛機可視區域的無縫隙覆蓋；三是利用散射原理對飛機干擾信號進行監測和定位。前2種方法具有較高的定位精度，但是投資較大，系統運行成本高，最后一種方法投資較少，監測成本低，機動性較好。

2.3KA-J-STAP算法

預白化類的STAP方法不需要訓練樣本與先驗協方差之間的統計模型，將原有的無約束或單線性約束最小化功率輸出問題轉化為多約束最優化問題[13]。本文所提出的KA-J-STAP方法就是利用預白化的原理，在干擾的位置上預置零后，再進行STAP處理，因此具有較好的抗干擾性能。算法流程如圖4所示。

假設雷達系統、機載平臺和干擾的相關參數是能夠通過先驗知識獲得的，繼而可以利用先驗信息構造第p個距離環的相關矩陣模型:

(4)

圖4　KA-J-STAP算法流程Fig.4　Flow chart of KA-J-STAP

由于各種非理想因素的存在使得RKAPE/p與真實值存在偏差，根據CMT(協方差矩陣加權)理論，可以利用一個權矩陣T對RKAPE/p進行調整，從而使二維濾波器的凹口位置和寬度與實際雜波譜相符[14]。

(5)

式中：⊙表示Hadamard積。

(6)

預白化后的協方差矩陣估計為

(7)

傳統的預白化算法相關矩陣主要由先驗雜波協方差矩陣和對角加載構成，本文所提KA-J-STAP算法創新性地在預白化矩陣中加入了干擾協防差矩陣，可有效增大自由度，降低樣本需求量，在后續的STAP處理中，達到更好的干擾抑制性能。

3仿真及分析

基于Matlab仿真平臺，利用本文提出的KA-J-STAP算法對雜波進行處理，并與未使用預白化濾波的典型算法進行比較。仿真參數如下：正側視陣雷達情況下，發射陣元數M=4，發射陣元間距dm=0.8 m，發射全正交波形，接收陣元數N=4，接收陣元間距dn=0.1 m，發收陣元間距比γ=8，脈沖數K=8，載機飛行速度為140 m/s，工作波長λ=0.23 m，脈沖重復頻率fr=2 434.8 Hz，雜噪比CNR=60 dB，干燥比JNR=60 dB。

3.1點源壓制干擾下的雜波抑制

圖5給出了存在點源壓制干擾的情況下，KA-J-STAP與未采用預白化的傳統STAP方法在改善因子方面的比較。

圖5　點源壓制干擾下的改善因子圖Fig.5　Improvement factor in pointsource　　　　jamming conditions

由圖4a)可以看出，由于干擾引起自由度的增加，使得傳統STAP方法的雜波抑制性能下降，而采用預白化處理的KA-J-STAP方法在干擾環境下仍在主雜波區形成了較深的凹口，對于雜波和干擾的同時抑制能力較好。由圖4可以看出隨著干擾數的增多，兩種方法的雜波抑制性能均有所下降，但KA-J-STAP的改善因子比于傳統STAP方法高了2～3 dB，主雜波譜的展寬較小，能在主瓣內有效形成零點，因此， 具有較好的抗干擾能力。

3.2密集壓制干擾下的雜波抑制

圖6給出了存在點源壓制干擾的情況下，KA-J-STAP與未采用預白化的傳統STAP方法在改善因子方面的比較。

圖6　點源壓制干擾下的改善因子圖Fig.6　Improvement factor in pointsource　　　jamming conditions

由圖6可以看出，密集壓制干擾使得雜波自由度增長更劇烈，對于雜波抑制提出了更大的挑戰。而本文所提的KA-J-STAP方法主雜波區的展寬較小，相比于傳統STAP方法，具有較好的雜波和干擾同時抑制能力 。

3.3先驗協方差矩陣存在失配時的雜波抑制

前2個實驗給出的是假設模型匹配時的雜波抑制性能，但在實際工程應用中很難做到先驗協方差矩陣與真實協方差矩陣完全匹配，這就存在了失配的問題，在這種情況下對本文所提算法的雜波抑制性能進行了進一步的仿真，假設存在一個點源壓制干擾的情況。

圖7　不同失配情況下的改善因子圖Fig.7　Improvement factor in different mismatch　　　conditions

由圖7可以看出，隨著先驗協方差矩陣與真實值的失配度增加，系統的改善因子變差，但在5%的失配以內對系統整體性能影響不大。因此，對于先驗模型的校準問題是以后的研究方向之一。

4結束語

本文針對機載MIMO雷達面臨的有源干擾環境的挑戰，通過利用知識輔助的預白化思想，提出一種MIMO-STAP抗干擾的有效方法——KA-J-STAP。仿真結果證明，相比于未采用預白化的傳統STAP方法， KA-J-STAP能夠有效提高系統自由度降低樣本需求，在點源壓制干擾和密集壓制干擾的環境下都具有較好的雜波和干擾同時抑制性能。

參考文獻：

[1]BRENNAN L E，REED I S. Theory of Adaptive Radar[J]. IEEE Trans AES, 1973,9 (3):237-252.

[2]王永良，彭應寧.空時自適應信號處理[M].北京： 清華大學出版社, 2000.

WANG Yong-liang,PENG Ying-ning.Space-Time Adaptive Processing[M].Beijing:Tsinghua University Press,2000.

[3]FISHIER E,HAINOVICH A,BLUM R.MIMO Radar:An Idea Whose Time Has Come[C]∥ Radar Conference 2004 Proceedings of the IEEE. Philadelphia IEEE Press ,2004 :71-78.

[4]FISHLER E, HAIMOVICH A,BLUM R S，et al. Performance of MIMO Radar Systems: Advantages of Angular Diversity[C]∥38th Asilomar Conferece Signals, Systems, Computers, Pacific Grove, CA, 2004：305-309.

[5]ROBEY F C, COUTTS S, WEIKLE D, et al.MIMO Radar Theory and Experimental Results[C]∥38th Asilomar Conference Signals, Systems, Computers, Pacific Grove, CA, 2004:300-304.

[6]BLISS D W,FORAYTHE K W.Multiple-Input Multiple-Output (MIMO) Radar and Imaging: Degrees of Freedom and Resolution[C]∥Proceedings of the 37th IEEE Asilomar Conference on Signals, Systems, Computers, Monterey, USA,2003:51-59.

[7]馬匯淼，馬林華，甘元，等.STAP技術在有源干擾環境下的運用方法[J].空軍工程大學學報，2012，13(3)：65-69.

MA Hui-miao, MA Lin-hua, GAN Yuan,et al.A Method of STAP Application in Active Jamming Environment[J].Journal of Air Force Engineering University:Natual Science ed, 2012，13(3)：65-69.

[8]楊曉超，劉宏偉，王勇，等.有源干擾條件下機載MIMO雷達STAP協方差矩陣秩的分析[J].電子與信息學報，2012，34(7)：1616-1622.

YANG Xiao-chao, LIU Hong-wei, WANG Yong,et al.STAP Covariance Matrix Rank Analysis for Airborne MIMO Radar in the Presence of Jammers[J].Journal of Electronics&Information Technology, 2012，34(7)：1616-1622.

[9]GINI F,RANGASWAMY M.Knowledge Based Radar Detection,Tracking and Classification[M].USA:John Wiley Sons Inc,2008.

[10]陸達，張弓.知識輔助的機載MIMO雷達降秩STAP算法[J].數據采集與處理，2012，27(4)：429-435.

LU Da,ZHANG Gong.Knowledge-Aided Reduced-Rank STAP Algorithm for Airborne MIMO Radar[J].Journal of Data Acquisition & Processing, 2012，27(4)：429-435.

[11]ZHANG Xian-yi,WANG Xiao-hong,FAN Guo-zhong.Research on Knowledge-based STAP Technology[C]∥IET International Radar Conference,Guilin:IEEE Press,2009：1-4.

[12]BLUT S D,GERLACH K,RANGASWAMY M.STAP Using Knowledge-Aided Aonvariance Estimation and the FRACTA Algorithm[J].IEEE Transactions on Aerospace and Electronic Systems,2006,42(3):1043-1057.

[13]范西昆，曲毅.知識輔助機載雷達雜波抑制方法研究進展[J].電子學報，2012，40(6)：1199-1206.

FAN Xi-kun,QU Yi.An Overview of Knowledge-Aided Clutter Mitigation Methods For Airborne Radar[J].Acta Electronica Sinica,2012，40(6)：1199-1206.

[14]MELVIN W,SHOWMAN G.An Approach to Knowledge-Aided Covariance Estimation[J].IEEE Transaction on Aerospace and Electronic Systems,2006,42(3):1021-1042.

Knowledge-aided MIMO-STAP Antijamming Algorithm

HAO Lin1，ZHANG Yong-shun1，LI Zhe1，XU Jie2

(1.AFEU, Air and Missile Defense College, Shaanxi Xi’an 710051, China;2.PLA,No. 93617 Troop,Beijing 101400,China)

Abstract:To solve the problem of clutter suppression of airborne MIMO radar in active jamming conditions, an MIMO-STA antijamming algorithm based on knowledge-aided KA-J-STAP is proposed by using the theory of pre-whitening.Firstly,the corresponding covariance model is formed by using the prior knowledge such as the characteristics of the radar system,aerospace platform and the direction of jamming.Then the corresponding covariance matrix is used to pre-whiten the received data. Finally,the spacetime adaptive processing is carried out on the pre-whiten data. Then simulation result shows that the algorithm proposed has better clutter suppression performance in jamming conditions.

Key words:airborne MIMO radar； pre-whiten; prior knowledge; active jamming

中圖分類號：TN973；TP301.6；TP391.9

文獻標志碼：A

文章編號：1009-086X(2015)-06-0158-05

doi:10.3969/j.issn.1009-086x.2015.06.027

通信地址：710051陜西省西安市灞橋區長樂東路甲字1號空軍工程大學防空反導學院研究生管理大隊研究生一隊E-mail：dearvic@126.com

作者簡介：郝琳(1989-)，女，河北邯鄲人。碩士生，主要研究方向為MIMO雷達空時自適應信號處理。

基金項目：國家自然科學基金(61372033)

*收稿日期：2014-07-26；修回日期：2014-11-19