复杂电磁环境中智能决策对抗技术的应用

周伟江 ，秦大国 ，刘 甲

（1.航天工程大学，北京101416；2.中国人民解放军92493部队，北京101416）

0 引言

随着新军事变革不断推进，战争形态由机械化向信息化转变，复杂的战场电磁环境，正是战争形态演变的产物，并将随着信息化战争的发展而发展，因此制电磁权的夺取就显得尤为重要。雷达组网实现了全频段、多体制、全空域、数据融合的监控手段，实现了对目标的可靠截获。面对复杂的电磁态势，作为干扰对抗方，单一的窄频段、单样式、单雷达的干扰已经不能满足靶场试验训练的系统性需求。

为能够有效构建逼近实战的电磁对抗试验训练环境，提出一种智能对抗干扰。该干扰不再仅仅依靠大功率电磁掩盖目标回波而实现电磁突防，而是依靠对战场电磁信号的方位、脉内、脉间、功率等信息的侦收、分选，实现对战场雷达位置、功能、状态的识别，从而针对雷达的功能和状态有针对性实时有效干扰，并根据雷达状态的转变判断出干扰是否有效，将雷达反馈信息用于干扰决策修正。

本文讨论了复杂电磁环境信号侦收分选的基本功能过程、智能干扰策略实施过程和干扰效果评估等。

1 复杂电磁信号分选过程

1.1 侦收分选系统主要功能

侦收分选模块能够在复杂电磁环境中对电磁信号进行识别和定位，能够在已知特性辐射源数据库的支持下，对未知电磁干扰信号进行存在性检测判断。在确定存在电磁干扰信号的基础上，能够对电磁干扰信号参数进行测量，主要包括其工作频率、到达角、信号带宽、功率电平等一般类型的参数。

1.2 工作过程

为更加容易实现对多部雷达的分选，分选分为2个步骤，首先根据测向原理实现信号方位的分选；其次再针对潜在威胁方位进行信号分选。

通过对随机交错的信号进行去交错处理分离出单部雷达的信号，从而可以得到所需雷达信号。电子设备发展初期，雷达侦查设备所处背景环境简单，几乎无背景噪声，工作效率高、持续时间长，参数基本不变，对这种电磁环境不存在分选问题；20世纪70年代后，雷达和导弹武器的大量使用，各种警戒雷达、制导雷达和末制导雷达对目标的同时照射，从而产生的随机交错密集脉冲流对侦查设备工作造成严重干扰。为了完成对不同雷达信号识别分选，将随机交错信号去交错就显得尤为重要。

信号分选又分两步完成分别是数字信道化接收功能和信号处理功能，数字信道化接收功能主要实现对信号的识别，产生PDW脉冲数据流。信号处理功能主要实现PDW数据的分选和处理。

在数字信道化功能部分，可首先对多路采集信号做数字信道化，例如在信道化过程中，数字信道化模块将每一路输入的数字信号分成128个信道，每个信道带宽可设置为20 MHz。选择其中一路采集数据作为信道监测，信道监测使用简单的平滑门限检测或者小波变换方法检测，在信噪比较好的范围内均能比较好地完成信号检测，而且可以实时完成。如果有信道过门限，让开信号的上升沿后，对应信道的信道监测通知各信号选取部件选择对应的信道，送往下一级相位计算。相位计算采用改进的cordic算法，采用流水模式计算，效率较高并且便于实现。后端的频率计算和相位差计算均在此基础上采用一定的积累方式完成。

数字信道化模块实际上就是利用可编程硬件实现多相滤波器，信道左右互为镜像。数字信道化模块将每一路输入的数字信号分成多个信道。每个信道频率作了归一化处理。各信道的幅频特性如图1所示。

经过信道化处理的信号，可在可编程硬件后端快速输出PDW字，PDW字输出主要输出参数测量包括完成频率（RF）、脉幅（PA）、脉宽（PW）、到达时间（TOA）及方位（DOA）测量。

经过信道化处理后的只是将杂乱的模拟信号处理成杂乱的数字信号，还未实现信号的真正意义上的分选。

而信号处理就是完成杂乱数字脉冲的去交错功能，对接收输出的由多个辐射源形成的（PDW）脉冲数据流进行去交错分选，提取出每一个辐射源的脉冲序列，分析辐射源的辐射特性，得到辐射源的特征参数，将特征参数用于干扰决策，引导干扰机实施干扰。

图1 信道形成滤波器的频率响应

信号处理通过网络（或Rapid IO作为备份）接收接收模块送来的PDW，同时控制接收模块的灵敏度、工作状态等；分选结果通过DSP多核的共享RAM存入某个区域，由主核与上位机通过网络通信：接收上位机送来的各种命令，同时将分选结果送上位机显示。信号处理模块包括预处理单元与复杂信号处理单元两个部分。首先由预处理单元完成信号去交错分选，再通过复杂信号处理单元完成信号的进一步分选与参数计算。

信号处理步骤如图2和图3所示，已有很多成熟方法，这里不展开论述。

以上是对单个样式雷达进行分类形成单一模式的雷达EDW，但是实际情况下雷达会根据当前对目标状态不同，转换为不同的波形，仅仅进行EDW分析，只能得到雷达状态，而无时间关联。

因此对雷达的随着时间的关联是形成雷达库数据的关键。

随着被照射时间变化，将雷达EDW记录为RD EDWTi，Ti表示雷达的状态：

RD EDWTi={Name，RF，Bi，PW，PRI，PA，Pos}

Name表示雷达型号，不同位置的相同参数雷达认为是不同雷达；

RF表示雷达频率范围，对于跳频雷达是一组数据；

Bi表示雷达雷达带宽，包含雷达脉内调制特征和带宽；

PW表示雷达脉宽，包含雷达脉宽的调制规律；

PRI表示雷达的重复周期，包含雷达重复周期的调制规律；

图2 信号处理分选流程

PA表示雷达的幅度，含有雷达脉内变化特征；

Pos表示雷达位置，如果无法从时间积累上判断出位置则表示雷达方位，相当于DOA。

2 智能干扰策略实施过程

2.1 智能干扰策略主要功能

雷达干扰是在雷达侦查的基础上，通过对敌情、我情和战场环境分析判断，选择干扰目标、明确干扰时机、分配干扰任务、形成干扰方案，进而优选方案的过程。干扰系统的干扰决策系统应随雷达环境和抗干扰技术的改变而及时自动智能修正，从而提供最佳的干扰决策。智能干扰决策代替人工干扰决策，不仅可以把决策者从对纷繁多变、蜂拥而至的信号流进行决策的繁重工作中解脱出来，并且能够实现完全自主决策和快速反应的高效工作模式。

图3 信号处理分选流程续

2.2 智能干扰策略工作过程

为能够实现对雷达的功能和状态有针对性实时有效干扰，本文讨论的干扰系统包含了干扰参数库、知识库和推理机等几部分，如图4所示。

图4 智能干扰策略组成框图

参数库是干扰参数输出的基本元素，主要包括雷达参数库和干扰参数库。参数库的数据项由工作人员根据已掌握的资料输入到计算机中存储。以后不断随着作战经验的丰富，加以补充和完善。知识库主要是指干扰矩阵。干扰矩阵是各种雷达策略和干扰策略相互作用结果的定量描述，是雷达与雷达对抗双方博弈的基本依据。最初的干扰矩阵是确定的，但是当敌方雷达环境变化或干扰资源变化时，可根据实际情况变化和改进，不断适应当前新环境达到最优的干扰效果。推理机是整个决策的中心环节，类似人类大脑，主要完成对雷达信号的筛选、识别，然后依据干扰矩阵进行自主决策。

2.3 参数库

参数库是干扰参数输出的基本元素，主要包含了雷达参数库和干扰参数库。参数库中的雷达库和干扰库主要有两方面来源，首先由工作人员根据已掌握的资料输入到计算机中存储。随着作战经验的丰富，由知识库不断修正参数库中的雷达库状态和干扰库参数。

参数库中的雷达库存储状态如图5所示，随着雷达EDW数据输入对同一部雷达的RD EDWTi数据进行链接，EDW链接记录了雷达状态之间的转变以及可能的各分支，雷达状态由第一层开始默认为搜索状态，雷达库可存储多个搜索状态或多个跟踪状态，随着Ti数值越大，威胁等级越大。

图5 雷达参数库和关联状态

参数库中的干扰库包含有各种雷达干扰样式和参数，干扰库不是独立存在的，参数库中的干扰样式与雷达状态的转变进行关联，干扰库如图6所示，在初始状态下干扰库中没有雷达转换后的状态，默认干扰前和干扰后状态一致，在经过对抗训练时根据参数以及雷达状态对干扰库进行实时更新。

图6 干扰库关联状态

2.4 知识库

知识库有预先设定的，但是后续根据雷达状态的变化，主要依据为雷达威胁状态等级的变化从而判断干扰有效性，是一个可定量描述有效干扰效果相关性的库，可通过对知识库的快速查阅得到最有效的干扰参数。

知识库的来源主要推理机依据对抗训练中参数库雷达威胁等级状态变化记录而来。知识库可用干扰矩阵标识，干扰效果越好，干扰所用级别越小，如表1所示，记录的是当前雷达状态下最优的干扰样式及参数。

对同一雷达状态，横向比较各干扰样式参数得到与雷达干扰效果相关的特征参数，作为下一次引导干扰样式的依据,推理机可通过对特征参数分析得出影响雷达相关分析参数，进一步优化干扰参数。

2.5 推理机

智能干扰系统可有效提取所侦察雷达信号特征参数，根据信号特征参数判断当前的雷达状态，分析干扰效果，修正效果矩阵值，给出干扰样式的决策结果。整个系统主要由信号筛选、雷达状态识别和干扰样式决策三环节组成。其中信号筛选就是将雷达信号的参数与雷达威胁库中的数据比较，选出属于雷达威胁库中的信号，就不再单独说明。这里主要讨论雷达状态识别和干扰决策两个环节。智能干扰决策技术的流程图如图7所示。

表1 干扰效果矩阵

图7 干扰决策流程

雷达在不同的工作状态下，某些特征参数有一定的区别。从前面的分析可以看出，雷达在不同的工作状态下，信号谱宽、调谐率、脉冲结构等特征的差别最为突出。这些信号特征是识别雷达工作状态的主要依据，而同一部雷达前后状态的改变是判断干扰效果的依据。

干扰样式决策主要根据识别的结果，依据干扰知识库，给出干扰样式决策结果。干扰知识库分为干扰样式库和干扰效果库。

在干扰知识库中利用干扰效果矩阵值表现干扰效果的优劣。干扰效果值越大，干扰效果相对就越好；反之，干扰效果相对较差。干扰效果好的干扰样式列在较前的位置；否则列的位置较后。总体上来说，选择干扰样式，就是要选择针对当前雷达工作状态时的干扰效果最好的干扰样式，也就是干扰效果矩阵对应行中的干扰效果的最大且靠前的干扰样式。

干扰效果矩阵随着战况实时修正，动态体现干扰样式效果的优劣。干扰效果矩阵的修正与干扰效果有关。某种干扰的干扰效果好，对应的干扰效果矩阵中的值则需要增加；反之，如果某种干扰的干扰效果差，干扰效果矩阵中的值则需要减小。每次评估完干扰效果后，用修正因子修正对应干扰样式的干扰效果矩阵进行修正。修正因子应满足，该干扰样式干扰效果好，修正因子大于零；干扰效果差，修正因子小于零。

在对干扰进行修正时，因对雷达启用的抗干扰措施未知（除明显波形改变外），推理机建立特征参数与雷达特征相关联特征网络，记录下特征参数对雷达特征影响的相关性，如图8所示，可通过对抗训练和结果的输入得到相关性，用于引导后续参数的修正。

图8 推理机干扰特征参数同雷达关联

3 干扰效果评估

3.1 干扰效果评估方法及使用范围

根据干扰决策原理，干扰效果的评估直接关系到整个干扰决策是否合理，也是决定战场胜负的重要因素。干扰效果表现为：雷达及其作战系统因受到干扰信号威胁致使整体作战性能效能降低。采取有效的方法对系统作战效能变化进行评估可称为干扰的效果评估。检测干扰效果的方法多种多样。其中主要有功率准则、信息准则、概率准则等。

其中有些准则在干扰效果评估时被广泛应用。但都存在着不足之处，功率准则主要针对遮盖性干扰，具有一定的局限性；信息准则只能估计干扰信号自身的优劣，环境成份考虑过少，不能正确反映真实的干扰效果；概率准则主要针对欺骗性干扰，具有一定的局限性，且受欺骗概率不易获得。

以上评估准则都是基于雷达方进行的，实战环境中，干扰方无法直接获得相应的评估指标数据，本文建议采用作战效果作为干扰效果的评判准则，基于干扰方对干扰效果进行评估。首先，作战效果评估准则适用于系统对系统的对抗效果评估。其次，干扰机与雷达是非合作伙伴，干扰机无法获得雷达信号处理端的信息，只能从总体上观察雷达工作状态的改变。

3.2 基于作战效能实施干扰效果评估方法

根据雷达原理，雷达处于搜索状态时，有效的干扰会遮盖住目标信号，或产生假目标，使得雷达不能正确地检测到目标信号，此时雷达发现不了目标，仍会处于搜索状态，不会转为跟踪状态，更不会转为目标识别状态；如果干扰样式效果差，则不会影响雷达对目标信号的检测，雷达检测到目标后会转为跟踪状态，对目标信号进行深入的探测，此时雷达对目标的威胁等级升高。

雷达处于跟踪状态时，此时实施有效干扰，雷达跟丢目标，会转为失跟状态，再重新对开展目标信号区域搜索，造成雷达威胁等级降低；干扰效果差的干扰样式难以对雷达检测目标产生影响；雷达对目标进行跟踪监视阶段，当目标被锁定后，系统将对目标进行更深入的识别分析，此时雷达对目标的威胁等级升高。

当雷达处于目标识别状态时，此时实施有效干扰，会影响雷达的成像过程，使得相控阵雷达无法正确识别目标或成像，但是相控阵雷达转为目标识别状态时，就不会再改变工作状态，所以此时选用静态仿真条件下干扰效果最好的干扰样式进行干扰；效果不好的干扰，不会影响雷达的成像过程，雷达会提取目标特征，对目标进行分类，此时雷达对目标的威胁等级最高。

综上所述，可以看出干扰会给雷达系统工作带来较大影响，一定程度上改变雷达工作状态，工作状态的改变在一定程度上体现干扰的效果，这也是基于非合作方干扰效果评估的依据。

4 结束语

随着新军事变革不断推进，战争形态由机械化向信息化转变，复杂的战场电磁环境，正是战争形态演变的产物，本文提出了一种可适应战场复杂电磁环境的智能干扰技术，主要从分选、干扰策略和干扰效能评估等方面讨论了整个智能对抗干扰的原理，对战场指挥决策具有一定参考价值。