雷達組網認知管控技術研究

陸澤健++劉筱++秦永剛++潘越

摘 要：雷達組網協同探測是當前應對多種威脅目標的重要手段，文章將認知管控技術引入到組網探測系統中，通過賦予系統感知外部環境、學習、推理并做出有效判斷的能力，能夠使雷達網絡有效應對復雜多變的戰場環境，提升系統反應能力，最大化探測效能。

關鍵詞：雷達組網；認知；管控

1 概述

雷達組網探測利用探測系統在空域上空間分集、頻域上頻率分集、極化域上極化分集、時域上信息互補、信息域上信息融合的優勢，來突破單一裝備對非合作目標探測存在的局限性。隨著組網探測系統在軍事預警探測領域的廣泛應用，如何有效的利用有限的雷達資源，實現對國土及邊境24小時不間斷監測、快速應對突發事件，已經成為雷達網絡系統面臨的重要挑戰之一。

認知控制技術結合腦科學與人工智能技術，能夠賦予雷達組網系統智能感知外部環境、學習、推理并做出有效決策判斷的能力，使雷達系統有效應對外部復雜的戰場環境[1-2]。與傳統雷達組網資源“開環管控”模式不同，認知管控強調“感知-學習-決策-行動”的反饋閉環，同時賦予雷達網絡存儲、記憶的能力。近年來，Haykin教授在人腦認知的機理上，提出并發展了動態認知系統（Dynamic Cognitive System，DCS）概念[3]，為認知系統的構建提供了理論的支撐。一個典型的動態認知系統如圖1所示。

2 雷達組網資源管控基本內容

雷達組網資源管控包括空間管理、模式管理、時間管理、能量管理、附屬資源管理等諸多方面的內容[4]。在雷達組網預警探測系統中，雷達資源管控與信息融合是密切相關、互相對應的。JDL模型是數據和信息融合領域最通用的模型，它將數據和信息融合的級別分為威脅評估、態勢評估、目標評估以及信號評估四個層次[5]。與之相對應，雷達資源管控也可以分為四層：任務規劃、資源分配、激勵器調度和信號產生[6]。JDL模型與雷達資源管控模型的對應關系如圖2所示：

雷達組網資源管控的基本內容如下：（1）第3級管控（level3）：頂層任務規劃，包括對資源優化管理周期的設置、探測目標選擇、目標環境分析、保衛資產設置、任務優先級、資源狀態監測與評估、探測效能評估等功能；（2）第2級管控（level2）：多傳感器資源分配，主要指不同傳感器之間的資源調度與協同工作，包括資源優化部署、多目標跟蹤中雷達選擇、目標分配、目標交接等；（3）第1級管控（level1）：傳感器資源安排，主要包括探測空域設置、時域設置、工作模式設置、頻率設置等；（4）第0級管控（level0）：針對單個雷達的波束調度、波形、調制樣式、極化方式、功率分配、脈沖寬度等參數進行管理和優化設置。

3 雷達組網認知管控系統架構

基于動態認知系統理論以及雷達組網資源管控的基本內容，本文提出的雷達組網認知管控架構如圖3所示。

在認知管控架構中，雷達網絡通過傳感器對物理環境的探測，形成對真實環境的描述，在此基礎上學習、分析得出感興趣的探測區域以及目標，結合傳感器狀態通過智能規劃自適應生成各類探測行動策略以及感知行動策略，完成資源管控閉環。系統各部分功能如下：

感知組合：通過傳感器組合實現對物理環境的量測，同時基于量測數據生成目標運動狀態以及信息熵狀態。目標運動狀態表示目標運動物理軌跡，而信息熵狀態則描述外部環境的“不確定性”。必要的時候，感知組合接受認知控制模塊的調節，完成認知雷達系統的“內反饋”。在感知部分可調節的雷達資源包括目標運動模型、濾波模型、雜波模型、檢測門限等。

存儲及記憶：雷達測量數據中往往包含著對環境的重要信息，這些信息可能給當前以及今后的探測提供重要的幫助，因此雷達網絡必須存儲這些信息。記憶是在存儲基礎上建立起的對環境、對系統自身工作的知識、規律的總結，包括感知記憶以及行動記憶。前者表示對環境的認知（例如先驗檢測概率）以及對感知系統參數調節的記錄，后者表示對每一次調度策略及其效果的記錄。根據需要記憶又可以分為短期記憶以及長期記憶，后者主要是指各種算法、知識、規律等。

認知控制：認知控制是認知雷達網絡系統的“大腦”，是完成反饋閉環的中樞。認知控制通過分析感知系統對物理環境的不確定性描述（信息熵），結合過去的“記憶”，把認知雷達網絡系統中有限的資源集中到感興趣的區域以及目標上，實現探測效能的最大化。認知控制主要包括學習、規劃以及評估三大功能。學習是基于探測的信息熵，確定感興趣的區域以及目標；規劃是通過各種智能算法對認知網絡有限的資源進行動態調度，生成或更新應對策略；評估是實時在線對生成的策略進行評估分析。認知控制可以實現對探測資源的管控（探測行動策略），也可以實現對感知資源的管控（感知行動策略），甚至還可以通過調整數據率等參數實現對系統網絡帶寬以及計算資源的管控。

探測組合：探測組合接受認知控制生成的探測行為策略，調度合適的雷達資源對物理環境進行探測?？梢怨芸氐馁Y源包括探測裝備的選擇、探測天線組合、雷達工作模式、波束分配、波形、頻率、功率等。

4 雷達組網認知控制關鍵技術

認知管控的目的是在不降低當前系統整體探測性能的前提下，自適應將系統有限的資源調度到感興趣或者重要的區域以及目標上，提高對重點區域或目標的探測能力。從上一節的分析可以看出，認知控制關鍵的步驟是要完成“感知-學習-決策-行動”的閉環，而完成這一閉環的基礎在于對真實物理環境的恰當描述以及對環境、策略的反饋學習。

4.1 對真實物理環境不確定性的描述

在傳統的雷達組網系統中，每部雷達上傳的是目標的點跡或者航跡信息，而點跡、航跡等信息僅僅是對目標的物理描述，缺乏對真實世界“不確定性”的描述。為此，需要借助香農理論從信息熵的角度描述傳感器網絡對于目標探測信息量的大小。傳感器網絡每次探測目標的信息增量 定義為：

其中p、q分別為某事件的先驗概率、后驗概率，pi，i=1為N個事件的離散概率，則先驗概率對應的信息熵定義為：

若pi=qi，則I（q，p）=0，表示本次量測沒有提供任何信息，若pi≠qi，則I（q，p）≠0，則說明本次量測提供了新的信息。傳感器的目的就是與目標環境互相作用，以進一步減小目標環境的“不確定性”。

4.2 基于貝葉斯理論的目標環境狀態估計技術

由于在雷達檢測跟蹤過程中不可避免的存在量測噪聲，因此需要對量測數據進行一定的處理，以準確估計目標環境狀態。貝葉斯理論能夠依據積累的經驗值以及當前的量測值，準確估計目標的運動狀態，因此被廣泛應用于多目標檢測跟蹤過程中。設定zk為量測的數據向量，xk為目標環境狀態向量，則依據貝葉斯理論有：

貝葉斯理論表明了后驗概率與先驗概率以及當前量測值的關系。典型的貝葉斯濾波器是卡爾曼濾波器。卡爾曼濾波器精度高，并且具有一定的自適應特性，因而是跟蹤濾波中最常用的方法。但在實際系統中，觀測模型往往具有較強的非線性，且模型噪聲可能存在非高斯的情況，因而須使用非線性濾波方法。通過對量測數據的濾波，不僅能夠給出目標的運動軌跡，也能夠計算目標的信息熵，這是因為在濾波過程中協方差矩陣表示的是目標狀態的不確定性，通過對每一次觀測更新協方差矩陣，減少目標環境的不確定性，使信息量增加。

4.3 傳感器網絡自主學習技術

具備自主學習技術的傳感器網絡能夠根據每次量測的數據完成對目標環境的學習，在此基礎上采用合適的傳感器組合策略并對策略進行實時在線評估。本文采用增強學習方法實現雷達組網系統自主學習的能力。增強學習算法能夠使機器與環境進行自主交互，通過感知數據完成對目標環境學習、規劃與評估功能，因此十分適合于實現認知控制的反饋閉環。在認知系統中，目標環境通常可以建模為一個有限狀態的馬爾科夫決策過程（Markov Decision Process，MDP）。在MDP中，狀態轉移概率和獎勵概率在是隨機的但在問題求解過程中保持不變。增強學習的問題可以定義為：給定環境狀態集合S，認知系統行為集合A，獎勵集合R，求解一系列決策規則δt，t=1，...，T，使得當前的收益與期望的收益最小化。在t時刻，決策規則δt也稱為策略。

基于增強學習的傳感器控制閉環如圖4所示。在第k個管控步驟，傳感器組合不斷的從目標環境獲取量測數據，在此基礎上計算k時刻目標的信息熵Hk，并結合先驗的知識預測k+1時刻目標的信息熵Hk+1，信息增量模塊計算兩個時刻的信息增量Ik+1，作為增強學習的獎勵函數。傳感器控制模塊根據信息增量Ik+1來動態調整探測策略，選擇合適的傳感器組合對目標環境進行探測，從而完成“感知-學習-決策-行動”的管控閉環。

5 結束語

當前，世界上多個國家都在積極發展各種新型威脅武器，這些新型目標給傳統的防空雷達組網系統造成了很大的威脅。為有效應對這些新型非合作目標對我國領土的威脅，需要進一步提高傳統雷達網絡的智能協同能力，才能充分發揮體系作戰的力量。認知管控技術通過對感知信息的智能處理，可以協助幫助鑒定一系列的國土突發威脅，包括可疑目標行動、非法入境、低空飛行器以及自然災害等事件，同時實現雷達資源的自適應分配、調整，進而提升雷達組網探測網絡的整體作戰效能。本文結合雷達組網資源管控的基本內容以及動態認知系統的基本理論，提出了一種雷達組網認知管控系統架構，并對認知控制的關鍵技術進行了研究，為雷達組網認知系統的構建提供了理論依據。

參考文獻

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

[2]HaykinS.， Cognitive radar networks [C].Computational Advances in Multi-Sensor Adaptive Processing， 2005 1st IEEE International Workshop on， 2005：1-3.

[3]HaykinS.， FusterJ.M.， On cognitive dynamic systems： Cognitive neuroscience and engineering learning from each other [J].Proc. IEEE， 2014， 102（4）： 608-628.

[4]葉朝謀，丁建江，等.雷達探測資源管理技術分析與評估[J].現代雷達， 2012， 34（3）：6-11.

[5]Steinberg， A.， Bowman， C.， Rethinking the JDL Data Fusion Levels[C].in Proc .National Symposium on Sensor Data Fusion， 2004.

[6]Felix Smits， Albert Huizing， Wim van Rossum， Peter Hiemstra， A Cognitive Radar Network： Architecture and Application to Multiplatform Radar Management[C].Proceedings of the 5th European Radar Conference， 2008：312-315.

作者簡介：陸澤?。?986，08-），男，2015年獲得北京郵電大學博士學位，目前為中電集團電子科學研究院在站博士后，主要研究方向為多傳感器信息融合、認知系統以及智能優化理論和方法。