张 良 祝 欢 杨予昊 吴 涛



机载预警雷达技术及信号处理方法综述

张 良*祝 欢 杨予昊 吴 涛

(南京电子技术研究所 南京 210039)

机载预警雷达及其信号处理技术经历了巨大的发展，但也面临着隐身目标、非均匀杂波、复杂电磁环境、目标的识别和多种作战任务的严峻挑战。该文回顾了机载预警雷达及其信号处理技术的发展历程，分析了机载预警雷达面临的反隐身、反干扰、反杂波和目标识别方面的挑战，在此基础上提出了机载预警雷达体制正向数字化、宽带化、协同化、智能化和多功能一体化演变的趋势，最后分析了3D-STAP, MIMO-STAP、宽带检测、认知抗干扰等关键技术，有望对下一代机载预警雷达的研制发挥一定的指导意义。

机载预警雷达；数字阵；认知雷达；多机协同；宽带；空时自适应处理

1 引言

预警机是空基预警探测体系的信息枢纽和指挥中心，它集预警探测、情报融合、情报分发和指挥控制等多种功能于一体，负责对空中、海上及地面目标进行大范围搜索、跟踪与识别，并指挥和引导己方飞机、舰船以及岸基火控系统进行作战。在历次局部战争，特别是海湾战争、科索沃战争以及利比亚战争中预警机均发挥了重要作用，已成为现代战争不可缺少的重要装备。预警机将探测传感器、通信网络、作战平台、武器系统和作战人员高效实时地融合于作战体系，起到了战场效能倍增器的作用，极大地增强了体系作战能力[1]。

机载预警雷达因架设在高空飞行的飞机上而克服地球曲率对观测视距的限制，扩大低空和超低空探测距离，发现更远的敌机和导弹，为防空系统提供更多的预警时间。机载预警雷达在空中目标探测与跟踪、海面目标探测与识别、战场侦察与监视、武器精确制导与控制等方面正发挥着不可替代的作用[2]。

从体制和能力上划分，预警机及机载预警雷达的发展经历了3个阶段[1]：

第1阶段：雷达+飞机，实现空中雷达站。以E-2A/B/C系列预警机为代表，其最新型号为APS-145雷达，采用动目标显示(MTD)技术使其具有一定的陆地上空探测能力，目前为止E-2C仍是世界上装备数量最多的预警机。

第2阶段：雷达+通信+指控+飞机，实现空中指挥所。以E-3A AWACS(机载预警与控制系统)为代表。雷达方位上机械扫描，采用脉冲多普勒体制(PD)，强杂波背景下的下视能力得到极大提高。

第3阶段：雷达+通信+网络+指控+战场管理+飞机，实现战场全要素管控，预警机成为信息化作战体系中的核心枢纽。美国海军航母编队先进鹰眼(E-2D)舰载固定翼预警机是典型代表，其雷达采用机相扫相结合的有源相控阵体制和空时自适应处理技术(STAP)，对杂波和干扰的抑制能力更强。

一方面，针对现代战争日益呈现立体化、一体化、网络化的特点，预警机需要将广泛分布于立体空间内的各种作战力量、各作战单元、各类作战要素联结成一个有机整体，实现侦察情报、指挥控制、火力打击、信息对抗和综合保障协调一致，而预警机在整个作战体系中处于核心地位。另一方面，隐身飞机已成现实威胁、电磁对抗环境愈益复杂、巡航导弹的广泛使用，预警机雷达正面临着前所未有的挑战，必须不断扩展预警雷达的功能，大幅提升其反隐身、反干扰、反杂波、和目标识别能力，提升预警机与体系协同作战的能力。在此背景下，本文对机载预警雷达及其信号处理技术进行了总结，同时深入研究机载预警雷达技术的发展趋势及关键技术。

本文的组织结构如下：第2节分析了机载预警雷达面临的挑战；第3节对机载预警雷达体制的演变趋势进行了分析；第4节分析了机载预警雷达信号处理的关键技术；最后的第5节，对全文进行了总结。

2 机载预警雷达面临的挑战

从作战对象上看，机载预警雷达需要面对的探测目标正往“高空、高速、高机动”和“低空、低速、低散射”方面发展。从作战场景上看，机载预警雷达需要面临有意和无意的复杂电磁干扰环境以及非均匀杂波环境。

2.1 隐身目标已成现实威胁

隐身技术已成为各国军队竞相用于高科技武器装备的重要技术。美国、俄罗斯、德国、法国、英国、加拿大、日本等国都在积极发展隐身技术, 并在新一代作战飞机、巡航导弹和舰艇上广泛采用隐身技术。隐身目标在低频段的隐身效果变差，在VHF频段其RCS甚至与常规目标相当(1~2)。现役预警雷达工作波段以L或S波段为主，频段下移至UHF或VHF频段更有利于隐身目标探测，有关低频段雷达反隐身的效能已经在国内外多次得到印证[3]。但是低频段频率资源极其拥挤，因此低频段雷达受到较多无意信号的干扰。

2.2 电磁干扰环境日益严峻

预警机升空工作，视距内大量分布的地面、舰载以及机载无意辐射信号无疑对预警机雷达造成干扰。此外干扰飞机的技术水平和干扰能力日益增强，以EA-18G为例，其可以挂载低频段的干扰吊舱，AN/ALQ-99吊舱已经覆盖0.064~18 GHz范围，从而实现对机载预警雷达的全频段覆盖。先进的电子干扰设备为了有效对抗雷达，大多采用数字射频存储(DRFM)转发式干扰，DRFM技术大大提升了干扰的灵活性和准确性。由于干扰的样式越来越多，干扰的强度越来越大，势必造成雷达威力和精度下降，甚至丢失目标的情况。

2.3 复杂地形适应性

机载预警雷达面临的最严重的问题是下视时的地杂波问题愈显突出。现代战争中预警机有可能在城市、山区、平原、海洋以及海陆交界等多种地形上空执行任务，要求雷达能适应各种地形地貌杂波。近年来，STAP技术已普遍应用在了机载预警雷达中[4]，大幅提升了反杂波和反干扰的能力。然而在实际工程应用中，STAP能力发挥也遇到了瓶颈：一是协方差矩阵求逆计算量大；二是需要大量的均匀样本。根据RMB准则，信干噪比损失小于3 dB需要的均匀样本数为滤波器系统自由度的2倍。降维STAP[5]可以解决上述问题，在满足样本需求量和计算能力的前提下，使得损失的SINR尽可能小。因为真实的环境复杂多样，地形及地表覆盖的变化引起杂波的非均匀分布，人造建筑等形成强离散杂波，密集的干扰目标污染训练样本，非正侧阵或双多基地以及共形阵等阵列流形的变化导致杂波谱随距离空变等因素使得STAP性能急剧下降。经过了非均匀检测器挑选样本之后，均匀样本所剩无几，纵然降维之后，训练样本数量仍严重不足。从而导致杂波抑制性能严重下降，杂波剩余过多目标无法检出[6]。因此需要探索新的杂波抑制方法。

2.4 目标识别需求愈发迫切

现代战争是以高技术信息战、电子战为中心的战争，对战场动态信息的实时监测和处理成为了关系到战争胜败的重要因素，因此，仅能提供目标位置信息的常规雷达已逐渐不能满足现代战争的需要，人们希望进一步获取目标的详细信息。

目前预警机主要是窄带PD体制，基于检测分类一体化设计思路可以给出海面目标的大/中/小属性。基于窄带信号的分类方法对雷达资源要求小，方法简单，计算量小，可以用于筛选重点威胁目标，辅助操作人员判决目标大中小属性。但是仅靠窄带特征识别所获取的目标信息毕竟有限，军民船分类(区分军舰与货轮、油轮等民用船只)和型号识别(区分驱逐舰、护卫舰、航母等)仍亟需解决。宽带能够提供较高的距离分辨力，获取目标的结构信息是类型识别的基础[7]。舰船型号识别主要依靠高分辨1维距离像和逆合成孔径(ISAR)像，但舰船的1维距离像受到目标类型、航行方向与雷达观测视角、目标距离、海情等多方面因素的影响，其主要问题在于稳健的特征提取技术和模板库的建立方法。

3 机载预警雷达体制演变趋势分析

3.1 由模拟阵向数字阵演变

经典的模拟有源相控阵雷达架构如图1所示，架构包含有源收/发组件(T/RM)、模拟波束形成与分配器(ABF&D)、接收机与A/D采样、波形产生器、信号处理器与控制器[8]。ABF&D发射时将发射激励信号分配驱动各T/R，接收时形成全阵检测波束。

图1 模拟有源相控阵

随着前端电路封装与集成技术的发展，现代数字相控阵功能和性能大幅提升，逐渐发展成为子阵级数字阵如图2所示。各T/RM发射激励信号由相应的ABF&D提供，接收时通过ABF&D形成若干个子阵，每个子阵连接一路数字接收机，多个数字化通道为自适应波束形成(ADBF)和STAP技术奠定了硬件基础，子阵级数字阵为大型有源相控阵雷达普遍采用。

全数字阵列如图3所示，就是在每个阵元上实现发射和接收信号的数字化和控制。因为阵元级全数字波束形成和处理，对于不同的应用可以更加灵活地实现重构和最优化。全数字阵列包括天线阵元以及与各阵元对应的数字化接收通道和基于直接数字频率合成器(DDS)的发射波形产生器组成。它有如下优势：(1)同时发射接收多波束；(2)自适应波束形成的自由度扩到阵元级；(3)增强了收发支路校正和均衡能力；(4)可实现多输入多输出(MIMO)模式；(5)易于实现收发阵列重构和动态子阵合成。

图2 子阵级数字化相控阵

图3 全数字阵列

3.2 由窄带数字阵向宽带数字阵演变

未来预警机除了必须具备较强的目标探测能力外，还应具有较强的空海目标识别能力、地面运动目标检测能力和侦察成像能力，以适应发现、定位、打击以及打击效果评估这一完整的打击链，真正做到“一机多能”。根据雷达图像解译度的分级标准[9]，若雷达图像的分辨率达到3 m，大多数地面、海上军事目标都能大致识别，少数目标可以确切识别；若分辨力达到1 m，大多数目标可以确切识别，少数目标能进行描述；若分辨力达到0.3 m，就能实现对大多数目标的确切识别。高分辨目标识别和成像要求雷达大瞬时带宽，因此频段还要往高端扩展(如扩展到X频段)。另外，宽带数字阵也为综合电子战、高数据率数据通信等功能提供了硬件基础。

总体来说，宽带数字阵有以下优点[10]：

(1)提高距离分辨率和杂波抑制能力。宽带信号杂波分辨单元和距离门内杂波功率同比缩小。

(2)提高雷达抗截获与抗干扰能力。采用宽带雷达信号，包括具有复杂调制的宽带雷达信号，增加敌方雷达侦收设备侦察复杂雷达信号的困难，是实现低截获概率(LPI)雷达的一个重要内容，也是抗敌方反辐射导弹(ARM)攻击的一个重要措施，因此，有利于提高雷达的生存能力和抗干扰能力。

(3)提高多径信号的抑制能力。采用大瞬时带宽的宽带信号，对抑制地面/海面反射引起的多径信号有利，对抑制地面/海面强散射点产生的二次反射，即所谓“热杂波”也是有利的，可将目标回波与目标经地面/海面产生的多径回波信号在距离上加以分开。

(4)满足综合电子系统的需求[11]。如果相控阵雷达天线的工作频率宽度能尽可能增大，则可实现雷达、电子战(EW)中的电子支援措施(ESM)、电子干扰(ECM)、通信、导航以及无源雷达探测的一体化，这将节约整个综合电子系统的成本与体积、重量。

3.3 由单机探测向协同探测演变

反隐身、抗干扰、抗反辐射武器是现代化战争中机载预警雷达探测必须解决的问题。机载预警平台由于载重、供电以及天线安装口径的限制，单平台探测系统能力有限，因此多平台联合探测是更好的解决措施。通过单平台多传感器信息融合、多平台多传感器信息融合、多平台有源/无源探测相结合等手段扩展探测空域与探测对象，提高体系反隐身能力、抗干扰能力和战场生存能力，并最终实现平台中心战向网络中心战转变，提升体系对抗能力[1]。空基多平台协同探测示意图如图4所示。

图4 空基多平台协同探测概念图

在反隐身方面，预警机与无人机协同以及预警机之间的协同，可以提高对隐身目标的探测能力。因为利用外形技术隐身的飞行器主要是减少了迎头方向的后向散射面积(RCS)，其它姿态角的RCS并未减少。在抗干扰抗截获方面，预警机与无人机协同的好处在于，更小、生存力更强的无人机只收不发，靠近前沿部署，而发射功率大、容易被定位的预警机则在敌方打击范围之外的安全空域巡航，提高预警机的生存能力。

3.4 由开环架构向闭环认知架构演变

作为一种传感器，雷达是通过与环境、目标相互作用来获取信息的。在复杂的背景下，传统雷达开环的架构和单向固定的处理流程很难取得满意的性能。在整体能量、时间、频谱等资源有限的情况下，如何根据目标、环境变化合理分配和有效利用这些资源是下一代雷达发展必须面对的挑战。在此背景下，认知雷达的概念由Haykin[12]首次提出。其理论经过不断的改进和发展，形成了如图5所示的认知雷达架构[13]。

图5 Haykin的认知雷达闭环架构流程图

基于发射的自适应和环境的感知， Guerci[14]也提出了一种认知雷达的架构，与传统雷达相比，实现了“发射机—天线发射—空间(信道)—天线接收—接收机—KA协处理—发射机”的自适应闭环。在2014年的IEEE 国际雷达会议上，Guerci等人[15]又进一步将认知雷达的概念发展为认知全自适应雷达(COFAR)，并认为是雷达未来发展方向。该系统具有全自适应发射，全自适应接收、实时通道估计、认知处理和控制调度等功能，其架构如图6所示。

4 机载预警雷达信号处理关键技术分析

机载预警雷达体制的演变引发了机载雷达信号处理技术的革新，单元数字阵给信号处理带来了更大的灵活性，使得传统的2D-STAP技术向3D- STAP和MIMO-STAP技术发展；宽带带来很多好处的同时，信号处理方法也与窄带大不相同；协同探测的信号处理方法也有很多新的特点；认知概念的引入激发了信号处理方法革命性的变化，KA- STAP及认知抗干扰方法等众多新的技术应运而生。随着宽带体制、协同探测体制和认知体制的出现，目标识别的特征和方法也越来越丰富。

图6 认知全自适应雷达架构图

4.1 3D-STAP技术

对于正侧面阵来说，杂波分布与距离无关，它不依赖距离，杂波谱重合为一条直线，沿着“杂波脊”形成一条凹口即可有效地抑制杂波了。但是对于非正侧面阵(前视阵或者斜侧阵)雷达来说，杂波谱线是随距离变化的一组椭圆，这严重影响了杂波回波距离平稳性。特别是近程杂波，杂波谱随距离空变剧烈，样本非平稳导致杂波抑制性能严重下降。

针对近程杂波的形成机理，文献[16-18]有针对性提出了多种抑制方法，基本思路是利用天线俯仰上的自由度抑制与俯仰角相关的近程杂波，这就要求雷达采用全数字阵列。具体的流程为：第1步先在俯仰向滤波在指定距离门形成凹口，第2步进行方位向的STAP处理，图7为3D-STAP架构原理。图8通过仿真分步演示了3D-STAP流程及其效果。

图7 3D-STAP架构原理

图8 3D-STAP仿真结果

4.2 MIMO-STAP技术

无论2D-STAP还是3D-STAP均是在接收端进行处理，而发射端在反杂波和抗干扰方面所起的作用发挥得远远不够。雷达收发是互易的，从理论上分析，接收端STAP本质上是对多通道一个CPI内的接收脉冲幅相进行自适应加权处理，同样的道理，如果发射端有足够的空时自由度供调节，那么完全可以将接收端STAP理念推广应用到发射端，在发射端设计出与杂波谱反向匹配的空时发射方向图预先消除部分杂波，从而与接收端STAP共同分担杂波抑制任务。MIMO阵列每个阵元发射相互正交的波形，提供了足够的发射自由度，为实现MIMO- STAP提供了可能，架构如图9所示[2]。

图9 MIMO STAP通用架构

MIMO-STAP应按照以下3个步骤实施：

第1步 将每个阵元的接收空时数据通过匹配滤波器组进行滤波，在接收端重构发射阵列。

第2步 对重构的发射阵进行TX-STAP，方法类似于常规的接收端STAP。以mDT-SAP方法为例，先通过FFT将匹配滤波后的数据变换到频域，再对发射阵按多普勒通道依次进行自适应滤波，综合出等效的空时发射方向图，这一过程需要针对接收通道依次进行。

第3步 将发射空时自适应数据按常规的接收端STAP方法继续进行滤波，最后形成收发双程空时自适应检测通道。

4.3 KA-STAP技术

为了补偿非均匀环境带来的自适应信号处理算法性能损失，STAP处理器必须改变算法设计或最大化地利用先验知识。随着地理信息、数字处理、海量随机访问存储器等技术的迅速发展以及雷达系统自身实时性能的不断提高，雷达获得并将较多的外界环境的先验知识融入到处理过程中成为可能。可用的先验知识不仅包括数字高程图(DEM)、地表覆盖和使用情况(LCLU)、SAR图像、地图等外部信息，而且包括平台和雷达的系统参数信息、以信号处理各个阶段获取的信息、以及载机航线和雷达历史数据信息。利用这些先验信息提高STAP性能的技术称为知识辅助空时自适应处理(KA-STAP)。

由于知识辅助自适应处理技术可能带来巨大的性能提升和广阔的应用前景，国内外众多机构、学者都开展了知识辅助的信号处理研究(具体可参阅文献[4,19]及其参考文献)。根据先验知识利用方式的不同，KA-STAP算法可以分为两大类：一类是利用历史数据的KA-STAP算法，另一类是利用基于DEM的杂波反演数据的KA-STAP算法，目的均是为了获得更准确的协方差估计，提高杂波抑制效果。KA-STAP的原理如图10所示。

图10 KA-STAP原理图

4.4 认知抗干扰技术

雷达面临的电磁环境日渐严峻，干扰的形式也更加复杂。传统抗干扰思路是让干扰信号进入系统，再通过信号处理硬“扛”硬“压”，而认知雷达能够感知外界环境，自适应优选频点和带宽、调整发射波形和发射方向图，具备比常规雷达更强的抗干扰能力的能力，为未来雷达的反干扰提供了新的方向[20]。

4.4.1 认知波形优化技术 通过环境感知，可以获得干扰在频谱上的分布，然后根据干扰分布，在频域上优化发射波形使得在某些频点置零，从而降低雷达信号被侦收概率，达到提高抗干扰能力的目的，此外，该类波形可缓解频率资源拥挤问题。仿真了一个频谱置零的线性调频波形，信号带宽=8 MHz，时间。

从图11可见，在偏离中心频率2 MHz位置处频谱置零，图12为通过加海明窗匹配滤波的结果，虽然频谱置零波形脉冲压缩副瓣比原线性调频波形高10 dB，但仍保持了较好的性能。

4.4.2 认知频谱管理技术 微波频段受到民用无线电的影响，变得十分拥挤。特别是无意通信干扰，调制类型复杂多样，且功率较强，压缩了雷达可用频带资源。大部分通信信号带宽较窄，可以通过感知通道感知干扰的频谱分布，在频谱上干扰较小的区域优选频点和带宽，如图13所示。

图11 频域置零波形设计示意图　　 图12 频域置零线性调频波形脉冲压缩性能　　图13 选择干净区(干扰少)示意图

4.4.3 认知发射方向图置零技术 在复杂的电磁环境中，面临的干扰源较多时，由于接收段自由度有限，常规处理性能会急剧下降。如果能将发射端的自由度加以利用，形成发射方向图零点，降低被侦察概率，等效减少了干扰源个数，雷达系统反干扰性能会大幅提升。通过感知通道感知到干扰的强度和角度信息，然后采用发射方向图置零的方法将干扰抑制。具体的流程如图14所示。

图14 基于感知信息的发射方向图置零算法流程

图15为发射置零仿真方向图，假设发射阵列为16阵元均匀线阵，阵元间距为半波长；在，和分别形成发射方向图零点。

图15 发射方向图空域置零

可以预见，基于电磁环境实时感知结果，综合空域、频域联合置零以及认知频谱管理技术后，预警机雷达反干扰能力将得到极大提升。

4.5 宽带信号处理技术

随着雷达信号带宽的不断增加，窄带假设逐渐不满足，雷达系统的辐射特性、电波传播特性、目标反射特性、系统接收特性都会发生改变，导致信号处理方法也完全不同。

4.5.1 宽带阵列信号处理 传统相控阵雷达可以通过移相器来控制波束指向，随着信号带宽的增大，阵列波束指向会出现偏移和扫描不准的现象，无法实现雷达宽带、宽角扫描。所以宽带数字阵列的波束控制必须用时延单元来取代移相器[21]。其原理如图16所示。

图16 宽带数字波束形成算法流程图

4.5.2 宽带检测技术 对于窄带雷达，目标尺寸远小于距离分辨单元，从而可被看成是一个点目标。而对于宽带高分辨雷达，目标会分散成多个散射中心。运用将发射信号作为副本的常规的匹配滤波方法无法将宽带目标积累起来，目标信噪比(SNR)大大减小[22]。在高斯条件下，目标的检测概率与SNR成正比， SNR的降低将会引起目标检测性能的恶化，因此宽带目标回波的积累是获得宽带检测技术优势的关键。文献[23]提出了一种分段积累相关检测的方法，使得信噪比大大提升，解决了目标能量分散的问题。具体的流程如图17所示。

图17 宽带检测算法流程图

4.6 协同探测技术

多平台协同探测系统指多架有人预警机之间和或一架有人预警机与多架无人预警机之间对同一空域进行联合探测，空基多平台协同探测系统是未来机群协同作战、体系作战的主要模式。各发射站可以以不同的工作频率、带宽和波形发射，接收站则采用多通道接收，同时接收其它平台发射信号的回波，并按照MIMO模式进行匹配处理，最终检测出目标，各平台的检测报告送往联合信息处理中心进行融合，形成综合空情。多平台协同探测系统需要解决的技术问题主要有[23]：(1)多平台时间、空间与相位同步技术；(2)机载多/双基地杂波抑制方法研究；(3)多平台空中布站技术研究；(4)多平台大容量实时数据及信息传输技术；(5)多平台数据融合处理技术。

4.7 综合识别技术

4.7.1 宽窄带特征融合识别 首先利用窄带信息对目标进行粗分类(分层)，然后针对重点目标进行宽带、窄带综合识别，做出目标的型号级的判断。宽窄带特征融合识别算法流程如图18所示。

图18 宽窄带特征融合识别算法流程

4.7.2 多传感器融合识别 机载预警雷达综合识别是以雷达宽窄带信号为主，同时融合多传感器的信息，结合主被动目标识别技术，通过多源特征融合实现目标属性的判决。机载预警雷达对海面舰船进行识别时，综合利用宽窄带雷达信号、无源电子侦察(ESM)、船舶自动识别系统(AIS)等数据，通过合理的识别策略实现对目标不同层次属性的判别。

4.7.3 知识辅助目标识别 目标本身提供的识别信息非常有限，且易受环境因素影响，当目标与周围环境具有较强的依赖关系时，需要引入有关目标的背景知识，将其转化为对直接测量信息的约束。这种借助领域知识或经验的识别方式，这里称之为知识辅助识别。实际上，目标识别要比判断目标是否出现更为困难，识别程度和对象的范围较广，单一的信息来源往往不具有充分的排他性，因此更大范围的目标识别问题都需要借鉴知识辅助识别的思路来解决。例如，对海上舰船目标的识别，其尾迹特征与目标的关联性是重要的判别依据。目标本身结构特点以及与环境相互作用产生的新的暴露征候可以通过判断规则、发生概率、关系图等知识表示和转化方式，实现对目标识别的贡献。这些知识与雷达观测得到的特征信息具有完全不同的特性，二者的有机结合是智能化识别的必由之路。

5 结束语

预警机是综合探测系统的重要组成部分。预警雷达作为预警机的核心，正面临着来自于隐身飞机、复杂电磁环境和复杂地形杂波环境的挑战。

本文在对预警机雷达发展历程、面临问题和挑战进行分析基础上，提出了机载预警雷达及信号处理关键技术的演变趋势。机载预警雷达正向数字化、宽带化、认知化、协同化、多功能一体化[11]方向发展，相应地要求信号处理技术持续不断演进，3D- STAP, MIMO-STAP, KA-STAP，认知抗干扰，宽带信号处理，协同探测和综合识别技术均有可能在未来预警机雷达上得到应用，必将使信号处理架构发生重大变革，进而提升未来预警机应对复杂环境、复杂目标和多任务的能力。

我们相信，本文对机载预警雷达及信号处理关键技术演变趋势的综述会对下一代机载预警雷达的研制起到一定的指导作用。

参考文献

[1] 张良, 徐艳国. 机载预警雷达技术发展展望[J]. 现代雷达, 2015, 37(1): 1-7.doi: 10.3969/j.issn.1004-7859.2015.01.001.

ZHANG Liang and XU Yanguo. Prospect for technology of airborne early warning radar[J]., 2015, 37(1): 1-7. doi: 10.3969/j.issn.1004-7859.2015.01.001.

[2] 张良, 祝欢, 吴涛. 机载预警雷达系统架构发展路径研究[J]. 现代雷达, 2015, 37(12): 1-8. doi:10.16592/j.cnki.1004-7859. 2015.12.003.

ZHANG Liang, ZHU Huan, and WU Tao. A study on the evolution way of the system architecture of AEW radar[J]., 2015, 37(12): 1-8. doi:10.16592/j.cnki.1004- 7859.2015.12.003.

[3] WESTRA A G J. Radar versus stealth: Passive radar and the future of U. S. millitary power[J]., 2009, 55(9): 136-143.

[4] 保铮, 张玉洪, 廖桂生, 等. 机载雷达空时二维信号处理[J]. 现代雷达, 1994, 16(1): 38-48.

BAO Zheng, ZHANG Yuhong, LIAO Guisheng,. Space-time signal processing for airborne radars[J]., 1994, 16(1): 38-48.

[5] 张良, 保铮, 廖桂生. 降维空时自适应处理研究[J]. 电子与信息学报, 2001, 23(3): 261-267.

ZHANG Liang, BAO Zheng, and LIAO Guisheng. A study of reduced-rank STAP[J].&, 2001, 23(3): 261-267.

[6] 祝欢, 江涛, 邢远见. 基于知识辅助的空时自适应处理技术[C]. 中国宇航协会探测与导引第五次学术交流会, 重庆, 2015: 489-496.

ZHU Huan, JIANG Tao, and XING Yuanjian. Knowledge- aided space time adaptive processing[C]. China Aerospace Association Detection and Guidance Branch Workshop, Chongqing, 2015: 471-476.

[7] 刘宏伟, 杜兰, 袁莉, 等. 雷达高分辨距离像目标识别研究进展[J]. 电子与信息学报, 2005, 27(8): 1328-1334.

LIU Hongwei, DU Lan, YUAN Li,. Progress in radar automatic target recognition based on high range resolution profile[J].&, 2005, 27(8): 1328-1334.

[8] FULTON C, YEARY M, and THOMPSON D. Digital phased arrays: Challenges and opportunities[J]., 2016, 104(3): 1-17.doi: 10.1109/JPROC.- 2015. 2501804.

[9] 张红, 王超, 张波, 等. 高分辨率SAR图像识别[M]. 北京: 科学出版社, 2009: 5-7.

ZHANG Hong, WANG Chao, ZHANG Bo,. Target Recognition of High Resolution SAR Image[M]. Beijing: Science Press, 2009: 5-7.

[10] 张光义. 相控阵雷达原理[M]. 北京: 国防工业出版社, 2009: 383-388.

ZHANG Guangyi. Principles of Phased Array Radar[M]. Beijing: National Defense Industry Press, 2009: 383-388.

[11] 张良. 探测、干扰、侦收、通信一体化架构研究[C]. 全国电子战学术交流大会, 北京, 2016: 454-465.

ZHANG Liang. Integrated architecture of detection, jamming, reconnaissance and communication[C]. National Conference on Electronic Warfare, Beijing, 2016: 454-465.

[12] HAYKIN S. Cognitive radar: A way of the future [J]., 2006, 23(1): 30-40. doi: 10.1109/ MSP.2006.1593335.

[13] HAYKIN S. Cognitive Dynamic Systems: Perception-action Cycle, Radar and Radio[M]. London: Cambridge University Press, 2012, 167-229.

[14] GUERCI J R. Cognitive Radar: The Knowledge-Aided Fully Adaptive Approach[M]. Boston/London: Artech House, 2010, 13-33.

[15] GUERCI J R, GUERCI R M, RANAGASWAMY M,CoFAR: Cognitive fully adaptive radar[C]. IEEE Radar Conference, Cincinnati, OH, USA, 2014: 19-23.

[16] 高飞, 谢文冲, 王永良. 非均匀杂波环境3D-STAP方法研究[J]. 电子学报, 2009, 37(4): 868-872. doi: 10.3321/j.issn:0372- 2112.2009.04.036.

GAO Fei, XIE Wenchong, and WANG Yongliang. Research on 3D-STAP methods in non-stationary clutter[J].2009, 37(4): 868-872. doi: 10.3321/j.issn: 0372-2112.2009.04.036.

[17] 孟祥东, 王彤, 吴建新, 等. 机载相控阵雷达近程杂波抑制的俯仰向空域自适应算法[J]. 电子与信息学报, 2010, 32(4): 948-952.doi: 10.3724/SP.J.1146.2008.01348.

MENG Xiangdong, WANG Tong, WU Jianxin,. Elevation adaptive algorithm for short-range clutter suppression in airborne phased array radar[J].&, 2010, 32(4): 948-952. doi: 10.3724/SP.J.1146.2008.01348.

[18] 向聪, 冯大政, 和洁. 机载雷达三维空时两级降维自适应处理[J]. 电子与信息学报, 2010, 32(8): 1869-1873.doi: 10.3724/ SP.J.1146.2009.01248.

XIANG Cong, FENG Dazheng, and HE Jie. Three- dimensional spatial-temporal two-step dimension-reduced adaptive processing for airborne radar[J].&, 2010, 32(8): 1869-1873. doi: 10.3724/ SP.J.1146.2009.01248.

[19] 高永婵, 廖桂生, 朱圣棋, 等. 一种有效色加载因子的知识辅助STAP方法[J]. 电子学报, 2012, 40(10): 2101-2106.doi: 10.3969/j.issn.0372-2112.2012.10.033.

GAO Yongchan, LIAO Guisheng, ZHU Shengqi,A knowledge-aided STAP approach with effective color loading Factors[J]., 2012, 40(10): 2101-2106. doi: 10.3969/j.issn.0372-2112.2012.10.033.

[20] 祝欢, 孙俊, 杨予昊, 等. 基于环境感知的认知雷达抗干扰技术[C]. 全国电子战学术交流大会, 北京, 2016: 836-839.

ZHU Huan, SUN Jun, YANG Yuhao,Interference suppression in cognitive radar based on environment perception[C]. National Conference on Electronic Warfare, Beijing, 2016: 836-839.

[21] 王德纯. 宽带相控阵雷达[M]. 北京: 国防工业出版社, 2011: 106-126.

WANG Dechun. Wideband Phased Array Radar[M]. Beijing: National Defense Industry Press, 2011: 106-126.

[22] 刘劲, 戴奉周, 刘宏伟. 宽带雷达探测性能分析[J]. 雷达科学与技术, 2008, 6(2): 92-95.doi: 10.3969/j.issn.1672-2337.2008. 02.003.

LIU Jin, DAI Fengzhou, and LIU Hongwei. Detection performance of wideband radar in white-Gaussian noise[J]., 2008, 6(2): 92-95.

[23] 祝欢, 陈翼. 宽带信号检测方法与性能分析[J]. 现代雷达, 2015, 37(9): 33-36.doi: 10.16592/j.cnki.1004-7859.2015.09. 008.

ZHU Huan and CHEN Yi. New method on wideband signal detection and performance analysis[J]., 2015, 37(9): 33-36. doi: 10.16592/j.cnki.1004-7859.2015.09.008.

张 良： 男，1966年生，研究员，研究方向为机载预警雷达系统设计、雷达信号与信息处理.

祝 欢： 男，1983年生，高级工程师，研究方向为机载预警雷达信号处理技术.

杨予昊： 男，1983年生，高级工程师，研究方向为雷达总体技术、雷达目标识别技术.

吴 涛： 男，1975年生，研究员，研究方向为机载预警雷达系统设计.

Overview on Airborne Early Warning Radar Technology and Signal Processing Methods

ZHANG Liang ZHU Huan YANG Yuhao WU Tao

(,210039,)

Airborne early warning radar and its signal processing technology have experienced great development, but it is also facing great challenges on stealth target, heterogeneous clutter, complex electromagnetic environment, target classification and a variety of combat missions. In this paper, the development of airborne early warning radar and its signal processing technology is reviewed and the challenges airborne early warning radar facing such as anti-stealth, anti-jamming, anti-clutter and target recognition are analyzed. The development trends of the airborne early warning radar system towards digital, broadband, collaborative and intelligent direction are put forward on this basis. Finally, the key technologies of the signal processing such as 3D-STAP, MIMO-STAP, wideband detection, cognitive anti-jamming are analyzed, which have certain directive significance for the development of the next generation airborne early warning radar.

Airborne early warning radar; Digital array; Cognitive radar; Multi-aircraft cooperation; Wideband; Space Time Adaptive Processing (STAP)

TN959. 73

A

1009-5896(2016)12-3298-09

10.11999/JEIT161007

2016-09-30；改回日期：2016-11-11；

2016-12-14

张良 horsezl@126.com