互质阵列无人机载雷达空时自适应处理技术现状.pdf

-47-CHINA SCIENCE AND TECHNOLOGY INFORMATION Apr.2024中国科技信息 2024 年第 7 期航空航天激光雷达多在有人直升机上搭载，但因直升机能使用的区域有限，加上成本较高，作业范围基本在 220 500kV千伏的高压骨干线路，故无法覆盖 110kV 的线路，但该线路所占的比重较大，因而多旋翼无人机以其“个头”小，灵活性高，搭载激光雷达巡视的应用，在弥补直升机的缺陷上起了突出的效果。长久以来，多旋翼无人机在线路日常巡视、保供电巡视、台风过境后堪灾巡视等实际作业中，多借助光或红外相机搭载，而在三维建模上，要实现对电网线路导线、杆塔的坐标的精准定位，则需在激光雷达扫描的细节上，以精准的扫描，建立起与周围环境的关系，进而让实际作业的效果更高。同时，无论是在军用领域还是在民用领域，无人机载雷达均能对感兴趣的重点区域和目标进行持续跟踪。但从现有技术层面分析，受载机平台空时影响，导致低速微弱目标无法实现。基于此，立足互质阵列的无人机载雷达的研究中，为进一步探究空时自适应处理技术的性能，对运动目标的检测具有重要的现实意义。现就互质阵列无人机载雷达空时自适应处理技术研究进展综述如下。无人机自主择址技术方法认知雷达是引入认知功能的新型雷达，发射自适应是认知雷达的重要特征。机载雷达的首要任务是在强杂波中高效发现检测出动目标，空中自适应处理技术采用空-时域联合处理法可以有效抑制杂波。但空时自适应技术实际应用中面临一些问题需要解决，包括非均匀环境引起检测性能下降等。基于机载雷达的自主择址方法，对机载激光雷达在点云预处理、点云配准与地图生成中，利用非均匀八叉树体素划分点云提升点云表达精度，采用拟牛顿法进行优化，改进得行业曲线开放度创新度生态度互交度持续度可替代度影响力可实现度行业关联度真实度互质阵列无人机载雷达空时自适应处理技术现状黄劲风黄劲风中国直升机设计研究所图 1 雷达信号处理数据块中国科技信息 2024 年第 7 期CHINA SCIENCE AND TECHNOLOGY INFORMATION Apr.2024-48-航空航天到 OC-3D-NDT（三维正态分布变换）算法，提升配准精度和计算效率。图 1 雷达信号处理数据块。定位层面，通过已知的各边界节点距离，结合植保无人机与上述各边界节点间距，即可得到植保无人机在作业区域内的相对位置，同时实现自主定位。通过上述方式，本发明能够根据 WCM（植保无人机机载无线通信模块）间通讯回环时间确定植保无人机与各边界节点之间的距离，使得植保无人机无需配置额外的导航定位系统即可实现作业区域内自主定位。在这种结构下，使得无人机载雷达在工作环节能实时实现和其他无人机相对接的效果。通过搭建的机载雷达的旋翼无人机自主择址飞行平台。利用平台获取地形点云数据，在室外场景中进行飞行实验。表明自主择址方法能使旋翼无人机高度模式建立准确的降落区点云地图，选取出的着陆点能确保无人机的降落安全。这种自主定位系统的优势在于其精确性和灵活性。由于无需配置额外的导航定位系统，不仅可以降低成本，还可以避免因系统故障或误差导致的定位不准确。同时，这种定位方式也具有很好的适应性，可以在各种环境条件下实现准确的定位。无人机自主择址技术是利用无人机技术实现自主选择和确定无人机起降、作业等位置的方法。主要利用无人机的定位导航技术、传感器技术、数据处理和分析技术等，实现对目标区域地形、水文、植被和建筑等信息的快速获取和分析，同时结合磁场异常检测和信号质量检测等技术实现精确定位和导航，选择最优的起降和作业位置。无人机自主择址技术的应用范围非常广泛，可以提高无人机的安全性和可靠性，降低成本和提高效率。无人机自主择址技术的研究和应用受到了广泛的关注和重视，技术应用可以提高无人机的安全性和可靠性，降低成本和提高效率。随着技术的不断发展和进步，无人机自主择址技术将会得到更广泛的应用和推广。无人机机载雷达干扰模拟器技术雷达模拟器气象显示仿真通过模拟器来实现，以气象及干扰显示以及操作应对模拟为基础，为雷达操作员提供逼真的气象、干扰显示画面，最终达到或接近实战中的预期训练效果。通过分析目前机载预警雷达训练模拟器在培训中的应用情况来看，存在 2 气象目标不规则形状的显示仿真和干扰；而基于气象显控模型的建构上，通过模拟气象目标在形状层面的要求，能联合贝塞尔曲线结合路径方法，实现对雷达干扰预警的显示；而在操作界面，基于抑制干扰的模型建构，在机载预警雷达训练模拟器中，能以对 PPI 的瞬时显示期间存在的诸多问题：气象目标随机分布、外形不规则、气象目标显控、干扰的设置和显示模拟；证明所建模型能够实现气象及干扰显示以及操作应对模拟，能为雷达操作员提供逼真的气象、干扰显示画面，可以达到或接近实战中才能得到的训练效果。图 2 全空时自适应处理器原理图。基于阵列接收信号重排的单快拍 DOA 估计方法上，已有的伪协方差矩阵构造方法能在模型之下实现和谐统一，并能基于波束形成的阵列接收信号加权要求，以求和的伪协方差矩阵构造方法来消除负面影响；该方法综合考虑了信噪比及阵列自由度两方面因素的影响，可在一定程度上提升估计性能。整体验证结果表明，模型建立后，具有极大的有效性和可行性，并能以相匹配的空间平滑技术及其酉变换（对阵列协方差），并在制定的信息论准则和盖氏半径（Gerschgorin Radii）中实现对信号源个数的有效估算。计算机仿真结果证实了方法的可行性。该系统以无人机为运载平台，在无人机上安装目标及干扰信号模拟器。模拟目标和地面雷达（导引头）相对和位置关系，用于检验地面雷达和导弹的性能。利用仿真平台，对多种压制式、欺骗式进行仿真，对于欺骗式与灵巧式干扰给出了脉冲压缩处理后的波形。通过自适应旁瓣对消系统处理后的灵巧噪声干扰进行仿真。对无人机机载雷达干扰模拟器的实现进行总体设计，通过仿真说明了实现内容的有效性。无人机机载雷达干扰模拟器技术是复杂的电子战技术，其目标是模拟并干扰敌方雷达系统，使其无法正常工作或产生误判。主要利用了雷达的工作原理以及电子战的一些基本原则。无人机机载雷达干扰模拟器中通常包含多个发射机，能够产生一定范围的雷达信号可以被敌方雷达接收并识别。干扰模拟器还可以对敌方雷达的信号进行模拟和复制，从而欺骗敌方雷达，使其产生错误的识别结果。无人机机载雷达干扰模拟器技术存在一些挑战和限制。如要实现有效的干扰需要精确掌握敌方雷达的工作原理和信号特征，可能需要大量的情报工作和深入的技术研究。干扰模拟器的设计和实施也可能受到一些硬件和软件限制，如功率、频率、信号质量等因素的影响。无人机机载雷达干扰模拟器技术是具有挑战性和复杂性的电子战技术。为实现有效的干扰，需要深入理解敌方雷达的工作原理和信号特征，掌握先进的电子战技术，同时需要考虑无人机平台和战场环境的限制和影响。分布式无人机载雷达空时自适应目标检测系统分布式无人机载雷达空时自适应目标检测系统是先进的雷达系统，结合了分布式探测、空时自适应处理以及目标检测技术，旨在提高雷达在复杂环境中的探测性能。系统采用了多个无人机，每个无人机都配备有雷达设备。无人机可以图 2 全空时自适应处理器原理图-49-CHINA SCIENCE AND TECHNOLOGY INFORMATION Apr.2024中国科技信息 2024 年第 7 期航空航天协同工作对区域进行探测，通过分布式探测，系统可以更全面地覆盖目标区域，提高探测的可靠性和精度。空时自适应处理是系统中的关键技术，利用多个无人机和多个脉冲信号，通过对空时二维数据进行处理，实现对目标的高精度跟踪和检测。可以有效地抑制干扰信号，提高雷达的抗干扰性能。系统的应用场景广泛，可以为各种领域提供可靠的探测支持。基于极低样本数时的空时自适应检测方法。确定空域和时域网格数，构建数据模型；然后利用雷达接收到的样本构造采样协方差矩阵；接着利用数据模型及采样协方差矩阵构造协方差矩阵初始估计值；再迭代估计协方差矩阵；利用迭代估计得到的协方差矩阵构造空时自适应检测器；再利用空时自适应检测器及系统设定的虚警概率确定检测门限；最后比较检测器与门限的大小，判决目标是否存在。利用了机载雷达空时二维数据的结构信息，使所提出的方法能用于极低训练样本的情形，流程简便，迭代过程对初始值不敏感，可收敛至全局最优解，所提方法相比已有方法，在极低训练样本数时的检测性能大为提升。根据发射信号的无人机数量、接收信号的无人机数量、每架无人机具备的阵元数、发射脉冲数、待检测目标方位，构造待检测数据、信号导向矢量、训练样本；利用待检测数据、信号导向矢量、训练样本构造子检测统计量；最终的检测统计量构造中，立足子检测统计量相加求和来实现；在检测门限的定位上，基于统计量和虚警概率以检测。通过分布式探测并联合利用空时特性，降低了单架无人机的压力，又能兼顾在强杂波环境中探测运动目标的功能，可从多个角度对目标探测，降低了目标闪烁带来的不利影响，提升了目标检测性能。基于 Toeplitz 协方差矩阵重构、二级超级嵌套采样结构下杂波抑制方法、样本筛选等方法；利用其产生的虚拟阵元和虚拟脉冲来填补原差分合成结构中的空洞，提高了系统滤波器的空时自由度（DegreeofFreedom，DOF），对解决无人机载空时自适应信号处理中 CCM 估计、样本筛选等主要问题，可提高雷达动目标检测能力创造了条件。其中通过CCM Toeplitz 结构和系统噪声的先验知识，给出可行的求解方法，提高了系统的 CCM 估计精度和动目标检测性能。提出双频空时互质采样结构的 STAP 方法。根据参考工作频率下差分合成结构中的空洞，利用其产生的虚拟阵元和虚拟脉冲来填补原差分合成结构中的空洞，提高了系统滤波器的空时自由度（Degree of Freedom，DOF）。提出基于二级超级嵌套结构的 STAP 方法。利用差分操作构造虚拟空时快拍数据，得到虚拟杂波加噪声协方差矩阵（Clutter plus Noise Covariance Matrix，CNCM），可有效解决阵元间互相耦合引起的空间导向矢量失真问题，同时提升动目标检测能力。提出基于高斯核相似度的知识辅助样本筛选 STAP方法。利用杂波沿杂波脊分布先验知识，剔除样本中的干扰部分，改善系统动目标的检测能力。研究方法已通过理论推导验证和模拟仿真测试，可以解决无人机载空时自适应信号处理中 CCM 估计、样本筛选等主要问题。自适应后向散射滤波技术无人机载预警雷达具有机动性好，覆盖范围广等特点，在未来战争中发挥重要的作用。随着无人机载预警雷达系统理论的发展，无人机载预警雷达系统发展为空时自适应处理技术带来新的挑战。基于自适应后向散射滤波技术的水下激光雷达目标探测系统样机，它以实验获得的不完备模态的谱点为约束，运用 Bayes 估计原理来处理试验结果误差带来的实验模态可信度问题，求取分析模型的最佳逼近结果，然后获得质量阵的最小修正模型。实现了尺寸小型化、探测自动化和数据处理智能化的设计要求，达到了水下无人航行器的搭载要求。通过 0.4 Mpa 水压下的三小时水密性测试，证明了样机具备 40m 水深的工作能力。自适应后向散射滤波技术是先进的雷达信号处理技术，能够提高雷达目标的探测精度和识别能力，同时实现尺寸小型化、探测自动化和数据处理智能化的设计要求。雷达面临日益复杂的探测环境，机载预警雷达工作于下视模式，角度不同的杂波散射单元对应载机有不同的多普勒频率，使得雷达检测地面慢速目标能力变差，杂波抑制成为机载雷达亟待解决的关键问题。空时自适应处理技术可以在空时二维域内做自适应滤波，提高机载雷达对地面动目标的检测性能。针对 CP-GTD（二维相干极化几何绕射）模型，在提取方法上，能实现快速提取空域滤波的二维全极化散射中心参数。如此，在多个全极化散射中心之中，以联合估计的方法，实现对全极化散射中心的旋转不变技术（1D-ESPRIT）运用，最后以最小二乘方法获得相干极化散射矩阵的估计。采用这样的分步估计过程，实现二维参数的自动配对。复杂度分析和仿真实验表明：该方法对降低运算量，并且还能获得较好的估计精度，有效地用于目标全极化散射中心提取。图 3 机载雷达电磁环境示意图。机载雷达由于以飞机为载体可视范围更广，在现代军事领域占据重要地位。机载雷达下视工作时受到严重的地杂波干扰，不同方向地杂波对载机速度不同，严重影响雷达对动目标的检测性能。机载雷达地物杂波呈现出空时二维耦合特性，通过传统方法难以实现二维地物杂波准确滤除。采用VFF-RLS（循环平稳信号算法）处理后的SBR（推图 3 机载雷达电磁环境示意图（下转第 52 页）中国科技信息 2024 年第 7 期CHINA SCIENCE AND TECHNOLOGY INFORMATION Apr.2024-52-航空航天可以考虑将源码切割和源码格式转换等模块添加到数据处理软件中；支持将所有源码文件一次性导入，自动接续多个分段的源码文件；同时导入机载文件和地面 GPS 文件。大大提高数据导入的效率，节省时间，降低数据管理员操作强度，使数据处理软件功能更加完备。（2）解码过程实时显示：当数据文件很大时，解码过程漫长且枯燥。为了改善解码过程中的用户体验，后续数据处理软件在解码的同时，可以直接显示解码过程的时间历程曲线，用户可以更直观的感受解码过程，并在解码的同时就可以对数据有初步的了解。（3）数据追加导入功能：在解码过程中，可以先导入一部分数据通道，在以后需要时，再根据需求导入其他数据通道。此举可以保持数据的简洁，避免了一些无关的杂乱无章的数据导入后干扰数据的处理和分析，同时又保持了足够的灵活性，满足了后续出现的新的数据使用需求。（4）飞行状态自动识别：提供飞行状态的自定义和自动识别功能，用户可以按照系统提供的规则对飞行状态进行严格的定义，并以此定义为基础在一次完整飞行中自动划分出各种飞行状态，支持不同飞行状态之间的重叠，并可以根据飞行状态检索数据。（5）全面的数据回溯功能：系统中的任意一个数据，无论是导入的数据、用户二次处理生成的数据还是导出的文件中的数据，都可以回溯到其最原始的状态，可以清晰地了解数据从原始数据文件中的状态如何经过转换和运算，直至转变成最终的数值。此功能对于调试测试系统期间非常重要，可以快速检验测试系统中各个参数设置的实际运行情况，快速定位错误。（6）完善导出数据切割：通过 DecodeClient 内按“按时间轴范围”对导出文件进行切割时，目前只支持对 DAT格式的导出文件进行切割，后续可完善 TXT 等多格式的导出数据切割，以便满足更多情况下的数据分析需求。（7）人性化设计：后续数据处理软件开发时，应朝着更加人性化的方向，在各类型问题报故时，尽量提示报故原因，给出线索定位问题，便于操作人员更快找到报故问题的所在，并对此加以修正。（8）优化数据处理速度：目前，DecodeClient 对于不同配置的电脑，对试飞数据的处理速度上存在较大差异。对于性能较低的电脑，使用 DecodeClient 进行数据处理时，耗时较长。在之后数据处理软件的开发上，应考虑降低数据处理软件对电脑配置的依赖性。结语随着直升机飞行试验任务需要测量的参数不断增加，模拟信号带宽越来越大，机载网络架构逐渐被普及并采用。本文对直升机试飞过程数据分析流程及采用的数据处理软件现状进行了描述，对 DecodeClient 软件的数据处理过程与优势进行了较为全面的分析，提出了数据处理软件后续的设计思路，为完善后续数据处理系统的设计，提高试飞过程数据处理效率，高效保障完成试飞任务提供了参考。流式反应器）数值稳定保持在 15dB 以上，对于 11 26m目标探测信号的处理前后 SBR 增量在 18.9 43.1dB 之间，其变化量与目标距离成正比关系。表明了自适应滤波方法对于不同目标距离的回波信号均可以有效地抑制后向散射，特别是在探测极限附近的微弱目标回波提取方面效果更加明显。自然水体环境的外场探测试验验证了样机能够完成在自然水域中发现 20m 内目标并测量目标距离的任务。通过采用 VFF-RLS（循环平稳信号算法）等自适应滤波方法，机载雷达可以更有效地抑制地物杂波干扰，提高对微弱目标回波的检测性能，从而在自然水域等复杂环境中实现更准确的目标探测和距离测量。同时，基于两幅 SAR（图像分割）图像的差异图，并结合差异图的灰度特征最终实现变化区域的检测。该方法在SAR 图像变化检测中优于传统的算法，能够在变化区域检测的同时很好地保留纹理边缘等细节信息。互质阵列 STAP 杂波自由度探究中，结合CLEAN和共轭梯度法的STAP算法，比迭代自适应方法的计算成本更低，对辅助样本数需求更少，改善了IAA下的失配问题，减少了传统STAP方法的工作量。局域联合处理法与杂波协方差矩阵的斜对称结构联合，不仅让计算的难度得以降低，同时还在辅助样本的变化之中，让收敛速度提升更佳，并能在-3DT 降维 STAP 方法乃至降低互质阵雷达 STAP 中，让计算时间更短，让工程所需时间更短，无人机载雷达的工作实时性要求更高。基于参数化协方差矩阵估计的 STAP，在误差时的稳健性，导向矢量失配、阵列校准误差等问题上的解决效率更高。结束语互质阵列无人机载雷达空时自适应处理技术是无人机技术领域备受关注的技术，通过采用互质阵列的方式，将雷达信号处理与空时自适应处理相结合，实现了对目标的高精度跟踪和检测。互质阵列无人机载雷达空时自适应处理技术上，形成了以无人机自主择址技术方法、无人机机载雷达干扰模拟器技术、分布式无人机载雷达空时自适应目标检测系统、自适应后向散射滤波技术等在内的方法，对机载激光雷达在点云预处理、点云配准与地图生成；通过自适应旁瓣对消系统处理后的灵巧噪声干扰进行了仿真；通过分布式探测并联合利用空时特性，降低了单架无人机的压力，又能兼顾在强杂波环境中探测运动目标的功能；在探测极限附近的微弱目标回波提取方面效果更加明显，因而对该技术在应用领域的研究提供了可行性借鉴。（上接第 49 页）