共址CS-MIMO雷達抗干擾技術

于周吉,周鵬浩

(1.海軍裝備部,北京 100036;2.中國電子產品可靠性與環境試驗研究所,廣東 廣州 510610)

0 引 言

相控陣雷達天線陣列一直是學者們的研究重點,但現在多輸入多輸出(MIMO)雷達[1]已經愈發成為焦點,其具有更多的自由度和更好的孔徑優勢。根據雷達天線之間的距離,MIMO雷達可以分為分布式MIMO雷達[2]和共址MIMO雷達[3],如圖1、圖2所示[3-4]。這2種MIMO雷達相比傳統的雷達有多個優點,前者的雷達收發天線距離分開很遠,用以觀察雷達目標的不同方面,而后者的天線在空間并置,只觀察目標的一個方面。如圖1所示,分布式MIMO雷達通常是非相干的,即發射/接收天線之間的相位差要么不協調要么不完全已知,因為對于大距離分布的雷達天線,通常會獲得獨立的目標回波和干擾,而最優處理算法在大多數情況下是非相干的。如圖2所示,共址MIMO雷達在發射端和接收端都是相干的,并且可以比相控陣雷達以更靈活的模式工作。天線間的相干性可以與眾多的相干天線實現更遠的探測距離,因此,這種雷達更適合于對遠距離目標的探測。

圖1 分布式MIMO雷達

圖2 共址MIMO雷達

1 共址CS-MIMO雷達抗干擾技術研究現狀

本章將主要概述共址-壓縮感知(CS-MIMO)雷達抗干擾技術發展現狀,其中壓縮感知(CS)理論在雷達系統中的應用近年來受到了相當大的關注[5-6]。CS理論斷言,在某些域中表現出稀疏性的信號可以從比奈奎斯特理論所需樣本少得多的樣本中恢復出來[7]。根據CS理論,在MIMO雷達中使用CS可以從比傳統方法少得多的樣本中恢復目標場景信息。例如,在并置的CS-MIMO雷達中,每個接收天線通過一個變換矩陣(稱為測量矩陣)壓縮其接收到的信號,隨后將樣品轉發到融合中心,在那里將解決恢復接收信號的優化問題。實際上,測量矩陣在這個過程中起著重要的作用。根據有限等距性質(RIP),測量矩陣Φ應遵守的一個重要性質是與基矩陣Ψ的低相干性[8]。在標準正交基矩陣Ψ的情況下,使用隨機測量矩陣Φ得到的傳感矩陣Θ以壓倒性的概率滿足RIP的要求。由于在MIMO雷達場景中,基矩陣是專門根據給定的信號模型構建的,因此期望測量矩陣能夠高效可控地實現,從而與已知的基矩陣相匹配。一些作品解決了測量矩陣的設計問題[9-12]。文獻[9]提出了利用收縮性來降低傳感矩陣平均相干度的迭代算法,文獻[10]提出了用梯度下降法來優化測量矩陣。文獻[11]中引入了一種結合目標場景信息并同時優化傳輸波形和高斯隨機測量矩陣的自適應計算框架。該框架使得不同目標響應之間的相互關系較小,但在場景快速變化時需要承擔較大的計算負荷。文獻[12]中提出了2種方法:第一個是最小化性能損失,這是線性傳感矩陣的相干性(CSM)和逆信干涉比(SIR)的結合。它的目的是在提高SIR的同時降低傳感矩陣的相干性。該方法旨在提高SIR,強加一個結構的測量矩陣,并確定所涉及的參數。它需要仔細選擇波形來保證所需的CS性能。

到目前為止,許多CS方案采用高斯或伯努利矩陣進行測量矩陣的設計或優化。然而,正如文獻[12]中所提出的,通常用于CS問題的高斯隨機矩陣并不一定是感知矩陣中列對相干性的給定基矩陣項的最佳選擇。此外,在雷達系統中,設計人員很難在物理上生成和控制一個完美的高斯隨機矩陣,信號的隨機性很難得到很好的保證。典型的CS-MIMO雷達方案的策略如圖3所示,其中測量矩陣設計優化是工作的關鍵步驟。

圖3 典型的CS-MIMO雷達方案

與分布式MIMO雷達不同,MIMO雷達中的天線間隔很近,因此,在遠場中,它們可以在同一方位下觀察目標,并且與相控陣(PA)系統相反,發射和接收陣列允許的波形分集可以被利用[13-14]。結果表明,與PA雷達相比,共址MIMO雷達具有虛擬陣列孔徑擴展、可探測目標個數上限增加、參數可辨識性和角度分辨率提高等優點[15-18]。

2 共址CS-MIMO雷達抗干擾技術發展趨勢

在過去10年里,通過利用目標空間/場景中目標的稀疏性,壓縮感知(CS)理論被成功地應用于MIMO雷達,并在目標參數估計[19]、SAR成像[20]、波形設計[21]和干擾抑制[22]方面顯示出巨大的潛力。CS-MIMO雷達系統在文獻[19]～[22]中已經提出,并且對于共址CS-MIMO雷達的波束形成技術也進行了研究,以獲得處理增益或期望的波束方向圖來抑制類目標干擾[23-24]。共址CS-MIMO雷達可以在顯著減少測量量的情況下實現與傳統方法相同的定位性能,或者在相同測量量的情況下顯著提高性能[25]。然而,在存在雜波和干擾的情況下,假設目標的稀疏性降低,參數估計性能將嚴重下降。張等人提出了一種在共定位CS-MIMO雷達環境下抑制雜波的類Capon波束形成方法[26]。然而,當干擾源或干擾器的雜波協方差和到達方向(DOA)未知時,常規方法,例如Capon波束形成器[26-28]的最小方差無失真響應(MVDR)波束形成器失敗。在沒有雜波協方差函數先驗知識的情況下,Capon波束形成不能改善共定位CS-MIMO雷達的DOA估計性能。在已知空間感興趣扇區(SOI)的假設下,文獻[17]提出了一種用于共定位MIMO雷達的發射波束空間能量聚焦技術,應用于多目標的DOA檢測,同時抑制空間SOI的干擾和雜波。利用球面序列來設計發射波束空間矩陣,使得期望空間SOI內的輻射能量與總輻射能量的比率最大化。為了在存在干擾和雜波的情況下用MIMO雷達更好地聯合估計目標的DOA,Li等人提出了一種新的估計方法。文獻[26]提出了3種降維波束空間矩陣,以在期望的SOI信源失真和扇區外干擾(可能是扇區內)衰減之間實現合理的折衷。然而,波束空間矩陣是通過對最小化總接收信號的輸出功率進行變換得到的。變換的目標信號也將被衰減,同時使變換的干擾和干擾功率最小化。類似地,陶等人提出了一種基于空間目標扇區通帶波束形成和扇區外低增益波束形成的共址CS-MIMO雷達空間濾波測量矩陣設計方法,以抑制可能的干擾或雜波[21]。然而,可以看出,扇區外空間區域的衰減水平是有限的。只有當干擾噪聲比(INR)或雜波噪聲比(CNR)較小時,才能抑制帶外干擾或雜波。此外,沒有考慮SOI中可能存在干擾的情況。

有源干擾作為一種重要的電子對抗手段,往往采用高功率發射的形式,阻礙能量高度集中的雷達接收系統[27]。鑒于發射和接收陣列的陣元間距是封閉的,共址CS-MIMO雷達可以被有源干擾所阻擋。此外,地形散射干擾也是典型的有源干擾例子,當地面反射高功率干擾機發射的功率時,它以分散的方式發生[24,28]。地形散射干擾在目標SOI中表現為分布式源,甚至在與目標相同的方向上,嚴重影響了傳統方法對目標DOA的估計性能。據我們所知,在共址CS-MIMO雷達中,至今還沒有一種有效的有源干擾和類目標干擾聯合抑制方法能估計目標的DOA。

有源干擾與類目標干擾不同,有源干擾通常來自干擾機的直接輻射或地面反射信號,而不是來自MIMO雷達發射陣列,因此接收到的干擾不包含發射天線的信息。如圖4所示,熊偉等人研究了協同定位CS-MIMO雷達中目標SOI中的強有源干擾和扇外干擾/雜波的聯合抑制問題[29]。受文獻[17]和[27]的啟發,考慮到SOI干擾和有源干擾的不同,熊偉等人采用了文獻[27]中針對協同定位MIMO雷達的前2種波束空間矩陣優化方案,并針對協同定位CS-MIMO雷達中未知SOI干擾和/或扇區外干擾/雜波的一般情況,提出了3種自適應空間濾波測量矩陣(SFMM)設計策略。對于文獻[17]中的基于球面序列的波束空間矩陣(SSBM),利用二階錐(SOC)規劃和求解一個凸優化問題,導出了基于球面序列的波束空間矩陣的設計準則。

圖4 傳統的SOI干擾機和扇區外干擾源方案

與相控陣天線不同,共址CS-MIMO雷達利用自適應波束形成可以提供更好的空間分辨率來抑制類目標干擾。實際上,隨著電子戰的發展,許多目標都受到電子對抗系統的保護,以對抗雷達的探測。主動干擾是電子戰的一種形式,干擾機向雷達發射干擾信號,以高度集中的能量阻擋接收器。由于發射天線和接收天線之間的距離較近,共址CS-MIMO雷達更容易受到有源干擾。許多科學出版物已經考慮了CS-MIMO雷達、干擾機及其相互作用,但由于軍事雷達和電子戰系統固有的敏感性,很少有文獻發表更具體的內容[16-18]。文獻[30]從博弈論的角度研究了智能目標與分體式智能天線統計MIMO雷達之間的相互作用。文獻[31]設計了2個魯棒最小方差無失真響應(MVDR)型波束形成器,對干擾器方向施加零值。文獻[32]設計了具有魯棒性的降維波束空間,以達到有效抑制干擾的目的。在傳統波束形成或自適應波束形成性能下降的情況下,通過指定發射陣列抑制有源干擾。

與類目標干擾不同的是,共址CS-MIMO雷達接收到的干擾回波來自干擾機的主動輻射信號,而不是雷達自身的發射信號。因此,發射天線的信息不包含在干擾回波中。文獻[30]研究了共址雷達中的有源干擾抑制問題,給出了有源干擾情況下的信號模型,分析了匹配濾波器和波束形成后的干擾輸出功率與發射陣列數量和間距的關系,針對傳統波束形成或自適應波束形成性能下降的情況,提供了一種選擇合適的發射陣列抑制有源干擾的方法。文獻[31]給出了有源干擾情況下的信號模型。根據匹配濾波后干擾輸出功率,該文獻分析了波束形成和發射陣列的數量和間距,針對傳統波束形成和自適應波束形成的特點,提出了一種選擇合適的發射陣列抑制有源干擾的方法降解情況。

3 結束語

隨著電子對抗技術的發展和戰場環境的日益復雜,雷達抗干擾的需求越發迫切。共址CS-MIMO雷達利用自適應波束形成可以提供更好的空間分辨率來抑制類目標干擾、有源干擾。可以預見,隨著更高速信號處理技術的飛速發展,基于共址CS-MIMO雷達抗干擾技術的研究將在軍事領域得到廣泛的應用。