認知雷達的架構

認知雷達是一種新的具備獨特性能和驚人能力的下一代雷達典範,它被設想成具備智能化的處理能力以實現知識的關聯。認知雷達最早由Haykin和Guerci提出,在過去幾年間已經吸引了大量雷達領域專家的關注。

認知雷達的關鍵在於雷達系統的性能經由一個連續、組織有序的位於接收機和發射機間的反饋實現增強,這也就意味著我們需要設計一個能對軍事戰場態勢作出回應的具備動態適應能力的傳感器算法。

認知雷達的架構

認知動態系統受啟發於腦神經獨特的運算性能和人腦的認知過程是一系列的數學計算的觀點。這方面的例子無疑帶有二十一世紀特點的,主要包括了認知雷達、認知控制、認知無線電以及一些其他的工程動態架構。

S.Haykin發表了兩篇在認知雷達領域的先驅文章。在這些認知框架背後的主要觀點是去模仿人類的大腦及其他具有回聲定位能力的動物,諸如蝙蝠、海豚、鯨魚。

它們的對周圍環境刺激的反應過程可以總結為如下四個步驟:感知、記憶、聚焦和智能。近期研究表明了上述的這些動物的行為對一個認知雷達系統也具有重要參考意義。

認知雷達的架構

如圖所示的感知過程的基本任務是去感知周圍的環境。雷達發射機通過發波和接受回波來感知周圍環境。上述雷達收發波的過程就等價於人類的感官系統。

聚焦需要處理接收機的輸出來抽取信息,並有選擇性的將處理集中在信息的一些不連續的部分。這要求系統依照重要程度做好可用資源的優先配置級別

例如,一個以給定距離方位多普勒小區間的探測經常包含一個認證的過程,該過程需要面對實際的干涉和多徑效應實現特定波形和測試條件下的多普勒區間的最優化。

至於智能的概念,這是上述提及的四個功能中最難描述的。儘管智能特性基於感知、記憶和聚焦這三個功能,但其更是一個多級反饋的結果,這一多級的反饋使得在面臨環境中的不確定性事件時,系統可實現智能的決策。

事實上,這樣一個位於接收機和發射機之間的閉環反饋就是使認知雷達與現有典型自適應雷達的獨特可區分的主要因素。在最後的案例中,除了一些固定的用於實現多模式選擇的發波方式(近程和遠程,搜索和跟蹤等)外,系統的自適應性主要取決於接收機支路部分。

認知雷達的架構

包含反饋過程的信息共享通過引入內存的形式來實現,具體而言就是在雷達系統中構建一個動態數據庫。這個數據庫包含了整個運行狀態下的所需的知識資源,諸如:

• 照射區域內的地理特徵:區域的類型、多徑效應、地形高程(通過諸如地理信息系統(GIS)和數字地形高程模型(DTEMs))

• 覆蓋範圍內的輻射設備的電磁特性:域內頻譜、調製、策略、活動步長、發射機的位置(通過實時定位周圍輻射源獲取得到雷達環境地圖(REMs),射頻和位置;或是通過頻譜感知模塊對環境進行監控,獲取外部的可用於更新REMs內容的外部電磁干擾)

• 異源傳感器數據(合成孔徑雷達(SARs),紅外設備,氣象測量)

上述的所提及的信息流協調了系統的運行並觸發了系統的響應。例如,利用上述信息被用於雷達搜索中,可被利用來設計了新的發波樣式,選擇與接收機適配的數據, 矯正受雜波離散影響的數據,選擇最合適的符合接收機電池要求的探測器。

值的注意的是,發射-接收鏈中所需的廣泛性實際上已經存在,這使得認知雷達成為了一個生物啟發的概念。許多具有回聲定位能力的哺乳動物,尤其是蝙蝠它們能自然而然的通過自身的發波系統改變信號的波形,例如通過舌尖的點擊產生出不同的波形調製樣式。

最好的示例便是EptesicusNilssonii蝙蝠。它在捕食獵物時,會在近場階段和終點階段改變脈衝重複時間(PRT)和信號波形。事實上,通過在搜索階段對帶寬模糊距離函數的分析,蝙蝠能夠同時分辨距離和多普勒,並在終端階段通過調製出能夠適應多普勒效應下距離測量的信號提高距離分辨率。

有趣的是,許多獵物也通過抵消蝙蝠的聲納以及與虛假的多重回聲(一種明顯類似於電子對抗裝置以欺騙雷達的技術)混淆等規避行為發展了其認知能力。

上述出現的複雜硬件結構給認知雷達原型系統的構建帶來了許多技術上的挑戰。上述的一部分問題可通過獨立磁盤冗餘陣列,具有多個發射-接收模塊的相控陣列,多輸入多輸出硬件功能,多極化設備和專用集成電路邏輯等來解決。

此外處理算法也面臨許多挑戰,比如如何儘可能有效地利用反饋信息和先驗知識。同時,許多算法還需儘可能的具備同時運行的能力,力爭能夠運用並行化的計算結構和編程方法。


分享到:


相關文章: