對相控陣雷達自適應旁瓣對消的多點源壓制干擾

韓 昭，王 強，唐立科

(南京電子技術研究所，江蘇 南京 210039)

對相控陣雷達自適應旁瓣對消的多點源壓制干擾

韓 昭，王 強，唐立科

(南京電子技術研究所，江蘇 南京 210039)

分析了相控陣雷達自適應旁瓣對消的工作原理及方法。然后提出了用多臺干擾設備協同工作的相參干擾。每臺干擾設備在雷達處理間隔內發射能覆蓋真實目標并且持續時間較短的干擾信號，多臺設備協同工作在目標附近形成壓制干擾。該方法影響雷達樣本選擇，從而降低自適應旁瓣對消的效果。仿真結果和外場試驗表明了該方法的有效性。

自適應旁瓣對消；樣本選擇；SAR

0 引言

現代相控陣雷達普遍采用了自適應旁瓣對消技術(ASLC)抑制干擾。其對副瓣干擾的抑制效果明顯，且使得增大干擾功率的方法不再有效[1]。通過分析ASLC的原理及可能的工程實現方法可知，想要獲得有效干擾，必須對ASLC處理過程中可能存在的問題有針對性地進行攻擊。ASLC處理中需要估計協方差矩陣并進行協方差矩陣求逆，這個過程用到大量時域樣本，樣本如何選擇是其中的關鍵問題。本文采用多點源協同干擾，每個干擾源在雷達的一次處理間隔內只發射持續時間較短的干擾，使得雷達難以選取合適的樣本進行對消。原理分析、Matlab仿真和外場試驗表明了該方法的有效性。

1 自適應旁瓣對消原理

相控陣雷達有多陣元和多通道，發射脈沖后，主天線、輔助天線同時接收，信號在每個通道經過脈沖壓縮等窄帶濾波器后，多通道數據聯合進行對消處理。

以N個全向天線組成的線陣為例說明，假設雷達發射波長為λ，陣元間距為d，目標位于方位角θ0，干擾位于方位角θ1，那么，天線陣列接收到的目標信號與干擾信號可以表示為：

S=s0[1, e-jKθ0，…，e-j(N-1)Kθ0]T

J=sJ[1, e-jKθ1，…，e-j(N-1)Kθ1]T

ASLC的理論基礎是無失真最小方差波束形成，由此獲得約束條件可表示為：

(1)

可以得到最優權值表達式為：

式中，RX為干擾和噪聲數據的協方差矩陣。

無失真最小方差波束形成假設了目標和干擾完全不相關，RX可以直接由采樣數據求得，但在實際情況中幾乎不會滿足這個條件。所以，實際處理時，是在保證了期望方向的目標增益后，選擇只包含干擾的樣本估計協方差矩陣，可以表示為：

(2)

樣本一般在時域(距離門)選取，Xi即為第i個樣本，也就是雷達陣元在這個距離門接收到的一次快拍數據矢量。

ASLC之所以能夠對消干擾，是因為干擾信號是從一個固定的物理位置發出的，為討論方便，考慮一維等距離線陣，信號方向考慮方位角，如圖1所示。

由于雷達載頻高，一般為GHz量級，而帶寬較窄，一般為10MHz以內，所以信號進入雷達后，要經過濾波，成為窄帶信號。在這種情況下，由干擾帶寬引起的相位誤差在高載頻的影響下可以近似忽略不計，一次快拍陣元間的數據強相關，外場實錄數據表明，雷達兩通道接收到的單干擾源數據相關系數可以達到99%，并且無法改變這種相關性。即，干擾信號快拍可以表示為前面所述的形式：

J=sJ[1, e-jKθ1，…，e-j(N-1)Kθ1]T

顯然，由于各個通道的數據強相關，通過權值選取，可以使目標信號同相相加，而干擾信號互相抵消，從而實現干擾抑制[2-3]。

2 自適應旁瓣對消處理方法及能力仿真

理論上ASLC可以做到干擾完全對消，最優權值的計算過程，其實就是對陣元接收到干擾數據之間關系的估計過程。實際處理中，由于白噪聲的影響，不可能做到干擾完全對消，原因是白噪聲是完全隨機的，任意兩時刻的數值都不相關。顯然，存在噪聲的情況下，干噪比越大，對陣元間干擾數據的關系估計會越準確，所以，干擾方增大功率的方法幾乎不再適用。

ASLC目前都是開環處理，通過大量樣本估計協方差矩陣，然后對協方差矩陣求逆計算自適應權值，為保證對消效果，一般情況下，計算權值所需的樣本數為3N，即自由度的3倍。

雖然開環的協方差求逆方法可以得到很好的對消效果，但求解過程卻非常耗時，在以往的雷達中，雷達接收機通常的作法是在逆程(休止期)采集干擾信號樣本，在正程(工作期)實現對消[4]，如圖2所示。

這種處理方式下，隨著對雷達的深入了解，在對抗演練中不斷獲取雷達信息，通過閃爍干擾或交替干擾，即在實施干擾的過程中，在雷達逆程不發射干擾信號或逆程和正程發射干擾信號不一致，就可以使得一般的雷達旁瓣對消作用下降。

隨著DSP與FPGA等處理能力的快速發展，對于上述缺陷，雷達又做了改進，先進的旁瓣對消技術已經可以在正程對干擾信號邊采樣邊對消。

一般情況下，現在的處理方式可以分為以下步驟：

1) 采樣一段時間，約幾百～幾千次快拍(距離門信息，可根據需要調整采樣時長)；

2) 利用所有數據求出協方差矩陣，方法見式(2)；

3) 使用廣義內積(GIP)或自適應功率剩余(APR)等非均勻檢測技術，對所有距離門數據逐一進行計算，計算結果本文稱為每個距離門的選擇系數；

4) 將選擇系數較大的一部分(可根據需要調整數量)樣本剔除，因為這部分樣本有非均勻性，可能是真實目標；

5) 利用其它的樣本重新估計協方差矩陣，估計方法見式(2)；

6) 用重新估計的協方差矩陣求出最優權值，應用于本段數據；

7) 下一段數據方法同上。

在這種取大量樣本的處理方式中，我們通過Matlab仿真了ASLC的處理能力。仿真過程假設載頻為3GHz，陣列為一維線陣，陣元數為32個，波束指向為方位50°，兩臺干擾設備分別位于方位30°和60°。假設兩臺設備產生的干擾信號干噪比均為60dB，利用ASLC產生天線整體方向圖，結果如圖3所示。

可以看出，對噪聲干擾來說，ASLC可以實現很好的干擾抑制效果，干擾功率越大，方向圖零陷越深。如果使用不太密集的假目標干擾，如圖4所示，100個距離門中5個包含干擾，利用ASLC的處理方法，選到的樣本中只有3個包含干擾，可以看到對消依然有效，只是能力略微下降。

3 多點源壓制干擾方法

從前面的原理及仿真中可以看出，ASLC在對抗副瓣干擾方面其實是一種簡單粗暴的方法，僅僅利用了干擾從固定物理位置發射導致雷達陣元間接收數據的強相關性。任何時域和頻域的調制都不能改變這種相關性，只要足夠的包含干擾的樣本被取到，干擾就很容易被抑制。

另一方面，ASLC的處理已經可以在毫秒以內完成，在這么短的時間內，目標的物理位置不能突變。從以上這些情況看來，只能考慮消耗雷達自由度的飽和干擾，或者想辦法讓雷達無法取到合適的樣本。目前的雷達通道數越來越多，每多一個通道就要增加一個方向上的干擾源，因此，有必要考慮其他可行的方法。

考慮ASLC的樣本選擇需要滿足以下三個條件：1)樣本總數盡可能多，以減少噪聲的影響；2)盡可能多的樣本中包含干擾信號，且包含干擾信號的樣本數要大于干擾源數；3)樣本中一定不能包含目標，否則，目標可能會被當做主瓣干擾抑制，并且造成天線方向圖畸變。

雷達挑選樣本目前主要利用的是GIP、APR等方法，本文對這些方法的原理不做贅述。我們用Matlab仿真了不同的干擾情況下利用非均勻檢測算法的輸出情況，仿真過程假設總樣本數為100個距離門，目標位于第40個距離門，信噪比為10dB，干擾分為噪聲干擾與假目標干擾，干噪比為60dB。

首先，仿真GIP準則，在均勻環境下GIP輸出的期望值應該為系統自由度，在無干擾情況下樣本的選擇系數如圖5所示，只有一個干擾源噪聲干擾下樣本的選擇系數如圖6所示，噪聲干擾時，干擾覆蓋全部距離門。可以看到，兩種情況下，含真實目標樣本的選擇系數遠大于其他樣本，但不論有沒有干擾，其余樣本的選擇系數基本一樣，這是由于噪聲干擾可以看作均勻的，在距離門之間沒有特殊性。顯然，此時含真實目標的樣本會被剔除，大量包含干擾的樣本被取到，對于ASLC來說，最容易對抗的就是長持續時間的噪聲干擾。

圖7仿真了假目標干擾的情況下樣本的選擇系數，假目標的數量為4個，由一個干擾源產生，位于第20、第40、第60和第80個距離門。這時干擾覆蓋了真目標，同時，在其他一些距離門也存在。

從圖7中可以明顯看出包含干擾距離門的選擇系數雖然略低于真實目標，但仍遠高于其他樣本，在雷達進行非均勻處理時，它們會被認為是有可能存在真目標的樣本而被剔除。由于雷達在后續的對消處理時沒有使用這些樣本，便無法估計干擾源信息，從而不能形成對干擾的有效抑制。

當假目標分布的更密時，結果會有所不同，圖8仿真了當在10的倍數的距離門存在假目標時的情況。這時雖然某些存在干擾樣本的選擇系數也比較大，但大部分已經與普通樣本沒有太大差別，如圖中的第10、第30距離門等，可以解釋為，干擾在距離維覆蓋的越密集就越顯示出干擾的均勻性。

經過分析可知，選擇系數的大小主要和樣本中從某一方向到達的干擾在樣本中的數量以及干擾源個數有關，包含干擾的樣本數量越多，其與真實的目標差別越大，而某一個樣本中包含的不同方向的干擾源越多，其越接近真實目標，與均勻樣本的差別越大。

根據這個特性，可以利用多點源，在目標周圍形成比較密的相參干擾，達到壓制干擾的效果，圖9和圖10顯示了這種情況，仿真中有3臺干擾設備。圖9中3臺干擾設備相對雷達的角度間隔較遠，為隨機放置，圖10中的3臺干擾設備相對雷達的角度差異在0.5°以內，間隔很小。可以看到，經過非均勻檢測后，真實目標周圍包含干擾的樣本與目標無法區分，也就是說在真實目標周圍形成了壓制干擾，干擾范圍不廣，但足夠影響ASLC的樣本選取，無法分辨這些樣本里哪些有真目標，因此，計算權值的時候，這些樣本必須剔除，從而導致無法對消。這里需要說明的是，不能產生持續時間太長的干擾，原因前面已經說過，ASLC假設在一段時間內的真目標不會太多，可能80%～90%的樣本都是要用來估計協方差矩陣的，產生的假目標越多，含有干擾的樣本就越容易在處理時被取到。

對于APR準則，我們也做了相應的仿真，同樣利用3臺干擾設備產生在真實目標附近的覆蓋少量距離門的干擾信號，仿真結果如圖11～12所示。

從圖中可以看到，與GIP準則類似，在求選擇系數時，含干擾樣本同樣會顯示出很強的非均勻性，APR準則輸出的結果是功率，由于初始樣本已經被污染，有時甚至會出現真目標樣本的選擇系數很小，可能導致此樣本在后續對消中被選取，目標被削弱。

4 存在問題及試驗驗證

多點源壓制干擾需要干擾設備發出能夠覆蓋真實目標距離門與多普勒門，并且持續時間只有數個距離門的干擾。在工程上，自衛情況下，要實現這種持續時間短的相參壓制干擾并不難，間歇采樣疊加靈巧噪聲就是一種實現方法[5-8]，困難的是在支援情況下干擾必須覆蓋目標，如果不能覆蓋，則這種持續時間短的干擾很容易被雷達用副瓣匿影功能消除。當干擾設備采用突前支援時，由于干擾設備更早地接收到雷達脈沖，且在掩護突防時與被掩護目標有比較穩定的幾何關系，因此這種情況下，干擾與目標的同步可能實現，這也是我們后續工作的研究重點。但是在遠距離拖后支援的情況下，同步較難實現，此時干擾設備也必須在接收到雷達信號樣本后再發射，這就已經決定了干擾肯定落后于目標回波。

由于同步問題，這種干擾方式目前在硬件上還沒有實現，但通過在外場與某型雷達的試驗，初步驗證了該方法的有效性。在外場與具有旁瓣對消能力的相控陣雷達進行了對抗試驗，試驗中使用了瞄頻噪聲干擾、密集假目標干擾與靈巧噪聲干擾，由于外場條件的限制，除瞄頻噪聲干擾外，其余干擾均未能覆蓋目標。

實驗結果和預想的一致，如下所述：

對于瞄頻噪聲干擾，由于其持續時間長，干擾樣本很容易被雷達取到，ASLC可以有效對抗，通過增大功率以及讓干擾源移動都沒有干擾效果。

對于密集假目標干擾，當假目標較密時，沒有干擾效果；減小假目標密度，當對于一個雷達脈沖只有少量假目標時，干擾效果出現，這驗證了前面的結論，此時雷達無法取到合適的干擾樣本。

對于靈巧噪聲干擾，當干擾時間較短時，干擾效果更明顯。

5 結束語

通過前面的分析可以看出，ASLC在對抗副瓣干擾方面原理并不復雜，就是利用了干擾源必定在一個確定的物理位置、導致雷達一次快拍的陣元間數據有固定關系。但這一點卻是干擾方最難改變的，時域、頻域都可以快速跳變，只有物理位置不能。ASLC能否有效對抗副瓣干擾的關鍵就在于選樣本，以往的雷達抗干擾能力不強主要是由于在不能丟失目標方面的要求高，而且運算能力不足，導致樣本選得不好。一般情況下，只要能取到樣本，ASLC就能夠很好地實現對消。隨著運算能力的提升，現在的雷達已經可以用前面所述的方法選大量的樣本用于對消，在這種情況下，持續時間長的干擾基本上沒有作用，而且和波形關系不大。多點源壓制干擾的目的就是在真目標周圍形成時域覆蓋很短的干擾，在現有的樣本選擇方式下，ASLC還不容易對抗持續時間短的干擾，這種干擾必須覆蓋目標，否則難以影響雷達的目標檢測。■

[1] 張光義．相控陣雷達原理[M]．北京：國防工業出版社，2009.

[2] 吳順君，梅曉春．雷達信號處理和數據處理技術[M]．北京：電子工業出版社，2008.

[3] 胡生亮，金嘉旺，李仙茂．雷達旁瓣對消的多方位飽和干擾技術研究[J]．雷達與對抗，2003(3)：45-49.

[4] 李森，李彥志，張國毅，等．對自適應旁瓣對消系統的閃爍干擾方案研究[J]．現代雷達，2012，34(2)：51-54.

[5] 寧勇．對相控陣雷達旁瓣干擾方法研究[J]．電子對抗，2009(6)：1-7.

[6] 楊順隆，吳彥鴻，高陽，等．一種密集假目標對相控陣自適應旁瓣對消的干擾方法研究[J]．雷達與對抗，2012，32(2)：13-16.

[7] 劉巧玲，李文臣，張文明，等．間歇采樣移頻轉發干擾效果仿真分析[J]．電子信息對抗技術，2009(24)：48-50，65.

[8] 邱杰．靈巧噪聲干擾與旁瓣消隱技術關系探討[J]．現代雷達，2012，34(8)：55-59.

Oppressive jamming method by multi-devices for adaptive side-lobe canceller of phased array radar

Han Zhao， Wang Qiang， Tang Like

(Nanjing Research Institute of Electronic Technology, Nanjing 210039， Jiangsu, China)

The principle and method of adaptive side-lobe canceller of phased array radar are analyzed. Then the coherent jamming of cooperative work with multiple interference devices is proposed. In this manner, each jamming device emits an interfering signal that can cover the real object and has a short duration in the radar processing interval, multiple devices work together to form a suppression jamming. This method affects the sample selection of radar processing, so as to reduce the effect of adaptive side-lobe canceller. Simulation results show the effectiveness of the proposed method.

adaptive side-lobe canceller; sample selection; SAR

2016-11-01；2016-12-30修回。

韓昭(1990-)，男，博士，工程師，從事電子對抗系統總體設計。

TN972+.1; TN974

A