宽带认知被动雷达架构下的学习‑感知‑决策‑响应方法与流程

本发明涉及被动雷达领域，基于软件无线电思想的宽带认知被动雷达系统架构，其具有环境感知能力、大带宽的采样能力、高性能的数字信号处理能力和动态调整接收机参数能力。

背景技术：

伦敦大学学院的Huge Griffiths教授等多位雷达领域知名教授联合在Proceeding of the IEEE中撰文指出，未来的雷达系统设计必须从提高频谱资源利用率的角度出发，被动雷达、波形分集、仿生设计和认知方法是解决频谱拥堵的有效方法。

被动雷达(又称无源雷达、外辐射源雷达)自身不发射电磁波，而是利用外辐射源进行目标探测和跟踪，具有较好的隐蔽性、“四抗”(抗干扰、抗低空突防、抗反辐射导弹、抗隐身)能力、无电磁污染、无探测盲区、便携和低成本等优势。无人机可承载便携的接收机，使得双/多基地的布置更加灵活，且可借助GPS解决同步和定位问题，这都为被动雷达带来机遇。但被动雷达波形不受控制、信道传播环境复杂等问题给研究带来挑战。

认知或知识辅助能带来雷达系统性能的提升。Simon Hykin首次将认知无线电的概念引入雷达，所提出的认知雷达具有连续感知环境、快速调整系统参数和快速数字信号处理的能力，并给出了动态闭环反馈认知雷达的系统框架。通过建立测量噪声协方差矩阵与波形矢量的关系，实现波形选择与优化，提高系统性能。Guerci提出的全自适应知识辅助雷达，具有环境信息数据库和推理能力，可以自适应地对发射和接收做出恰当的决策。通过建立环境动态数据库，利用杂波统计量的空时数据样本提高空时自适应系统性能。但同时指出实现稳健而全面的认知雷达实物还有一定的距离。认知雷达和知识辅助雷达的研究国内外刚刚兴起，有很多亟待解决的问题。Hykin提出的认知雷达和Guerci提出的知识辅助雷达架构都需要发射机自适应，对于被动雷达系统并不适用。

技术实现要素：

为克服现有技术的不足，本发明旨在提出一种基于“学习-感知-决策-响应”方法的宽带认知被动雷达架构。本发明采用的技术方案是，宽带认知被动雷达架构下的学习-感知-决策-响应方法，

一.建立信号模型，包含非正交发射信号、衰落信道、直达波和目标回波接收信号，为评价体系构建提供检测统计量信息，基于接收信号模型构建广义的评价体系；

二.将模糊函数、克拉美罗Cramer-Rao界和检测性能统一到广义的检测理论框架下，并对该评价体系的具体内容进行学习，实现对波形、信道、目标和几何构型的完备描述，对照射源做出综合评价；

三.基于评价体系给出的性能界评价结果，以及直达波与目标回波信号之间的互信息量，构建联合优化函数，实现波形选择、几何构型、非协作干扰抑制等多自由度的波形优化，此外，基于信号模型得到互信息量，与检测性能界联合进行波形优化；

四.在实现波形优化的基础上，针对移动通信照射源信号采用直达波参考重构的方法提升直达波通道的信号质量，采用非正交多载波信号提高杂波干扰抑制效果，采用存在互耦情况下的阵列校正技术提高角度估计精度，利用移动通信照射源自身的特点提高直达波通道和目标回波通道的信号质量。

步骤二具体为：

1)学习基于接收信号的广义模糊函数模型：考虑在观测区域内有/无目标的二元假设检验问题，在纽曼皮尔森NP准则下为充分统计量大于门限的问题，门限通过最小化虚警概率和最大化检测概率来确定，将模糊函数定义为与该优化问题等价的形式，重新定义广义的模糊函数χ(θ_T，θ_A)为

其中，T_Pr(θ_T，θ_A)为检测统计量，η为检测阈值，θ_A表示接收端假定的目标参数值，θ_T表示真实的目标参数值，P_D(θ_A)表示检测到匹配目标的概率，P_F(θ_T,θ_A)表示误匹配目标的概率，根据该模糊函数的定义，希望在有目标是最大化模糊函数，没有目标时最小化模糊函数，这与Woodward在优化时的目标是一致的，推导该模糊函数首先需要得到两种不同假设所服从的概率密度分布，然后用最大似然比得到充分统计量。

相关处理时，在高斯白噪声信道条件下，信道增益是所有高斯随机变量的乘积，信道相关矩阵的秩为1。因此充分统计量是一个零均值循环对称的复高斯随机变量，此时，优化模糊函数等价于优化充分统计量的期望。可将模糊函数定义为充分统计量的期望，此时与Woodward定义的模糊函数是一致的；

在非相关处理时，信道相关矩阵是满秩的，此时的充分统计量中的信道矩阵和噪声矩阵都是零均值高斯随机矢量，充分统计量是高斯随机变量的平方形式，此时充分统计量大于门限概率大小不是导出充分统计量期望大小的充要条件，因此模糊函数无法定义为充分统计量的期望，只能用充分统计量大于门限的概率来表示，因此广义的模糊函数包含接收信号的全部信息，包括波形、信道、目标及几何构形。

2)学习对衰落信道的克拉美罗界CRB分析：Cramer-Rao界的推导作为目标估计精度的性能评估工具，用费歇尔Fisher信息矩阵来计算Cramer-Rao界，对于某个给定的发射波形，先求得遍历所有接收机得到的对数似然函数，对对数似然函数求二阶导数，若采用广义模糊函数的定义，则Fisher信息矩阵中的元素即为广义模糊函数的二阶导数，最后将该Fisher矩阵求逆得到对角元素，即为CRB；

3)学习基于纽曼皮尔森NP准则下的检测性能度量，在NP准则下，首先推导充分统计量的概率密度分布，若无法直接获得充分统计量的概率密度函数，需要先得到其特征函数，再做傅里叶反变换，得到概率密度函数，然后求虚警概率、检测门限及检测概率，根据Stein引论，通过给定最大虚警概率时对应的最小漏警概率用相对熵来描述。

步骤三具体为：

1)将接收信号作为广义模糊函数的输入，与直达波信号进行互相关，可以将多基地模糊函数表示为几何构型、波形、接收机权值的函数，不同的几何构型、波形得到不同结果的模糊函数，根据模糊图的形状以及截面积大小进行评价，以固定的截面积大小为指标，截面积越小表示模糊度越小，从而具有更好的性能；

2)克拉美罗界确定了任何无偏估计量的方差的下限，不同的几何构型、波形因素会影响克拉美罗界的输出，克拉美罗界越低代表性能越好；基于多基地CRB的输出，在目标轨迹上选择最优的发送站-接收站Tx-Rx对，用于信息融合，借鉴通信中采用截断式信道反转达到中断容量的方法，为信道条件好的收发对分配更多的系统资源，对信道条件低于门限的收发对直接舍弃；

3)基于多用户干扰抑制波形优化在非协作的被动雷达网络中，存在多个雷达共享资源的情况，且相互独立处理，并无协作，此时会存在互相干扰，此外，非正交波形的引入及多径传播破坏正交性，也会带来多用户干扰。将最小化多用户之间的干扰作为目标函数进行优化，这个问题通常是非正定多项式难问题，将原问题松弛为半正定多项式问题，转换成凸问题进行求解。

步骤四具体为：

1)在相干体制信号处理中，直达波信号的质量对检测性能至关重要，重构方法基于通信系统接收机信号处理方法，采用重构后的直达波信号进行干扰消除时可以使被动雷达的信号处理性能接近主动雷达，针对不同的直达波信号，重构的过程各有不同；

2)采用非正交多载波信号提高杂波干扰抑制效果，如FBMC信号

FBMC的原型滤波器时域形式可以表示为：

FBMC信号的等效基带形式可以表示为:

该原型滤波器用于抑制模糊函数中的旁瓣；

3)首先建立存在互耦下均匀线阵模型，利用均匀线阵互耦矩阵的带状对称Toeplitz结构参数化导向矢量；为了降低波达方向DOA估计的复杂度，将传播算子法和求根算法相结合，基于秩损法实现DOA估计；然后利用估计得到的各个角度，估计互耦系数；当得到所有的互耦系数后，利用互耦矩阵计算出真实的导向矢量，利用真实导向矢量再重新进行一次DOA估计；

4)在上述前提下，将处理过的直达波信号以及目标回波信号作为输入，采用最小二乘法进行自适应滤波，实现直达波及杂波干扰消除。

步骤四中的步骤1)具体地，对于LTE系统，其上行采用SC-FDMA，下行采用OFDMA，被动雷达直达波重构针对下行波形，先按照移动台接收下行信道的模式进行解调解码，再按照基站发送下行信号的模式进行编码调制。

本发明的特点及有益效果是：

本发明拟探索“宽带认知被动雷达”架构下的“学习-感知-决策-响应”方法，针对“被动雷达”波形不受控制的特点首先构建评价体系，借鉴“认知雷达”思想实现波形优化，借鉴“MIMO雷达”和“通信/雷达一体化”思想提高系统性能。构建宽带认知被动雷达的综合评价体系并应用于波形优化、探索针对移动通信照射源特点的被动雷达性能提升方法，具有重要意义。

附图说明：

图1本发明架构示意图。

图2本发明工作流程图。

具体实施方式

本发明采用宽带认知被动雷达架构，该架构主要由学习-感知-决策-响应方法组成。

1)学习是为了可以像专家一样做出判断，知识结构越完善越有利于做出正确的判断。非合作式外辐射源毕竟不是专为雷达系统设计的，因此首先需要构建综合评价体系，实现对照射源的认知。学习的内容包括双基地性能/多基地构型下的模糊函数、参数估计的Cramer-Rao界、虚警概率、检测概率等检测性能，实现对波形、信道、目标和几何构型的完备描述，对照射源做出综合评价。此外还需学习背景性能(信道特性、杂波特性)及所观测对象的性能(目标特性)，才能有的放矢。

2)感知是为了不盲目作判断，充分了解所处的具有时空特性的环境，做到识时务，有利于做出最适合当前形势的判断。需要感知的内容包括需要做什么(任务感知)、有什么可用的资源(频谱感知)，以及一切有利及不利因素(环境感知)，做到审时度势。

3)决策是有依据地做出判断，借助学习的知识和对环境的感知，建立策略。具体可以分为以下两种：

1.基于多基地模糊函数的几何构型优化

将多基地模糊函数表示为几何构型、波形、接收机权值的函数，则直接将其作为目标函数。被动雷达的波形不受控制，但可通过改变接收机权值系数、选择波形和改变系统几何构型来优化多基地模糊函数。

2.基于CRB的Tx-Rx对选择

基于多基地CRB，在目标轨迹上选择最优的Tx-Rx对，用于信息融合。借鉴通信中采用截断式信道反转达到中断容量的方法，为信道条件好的收发对分配更多的系统资源，对信道条件低于门限的收发对直接舍弃。

3.基于多用户干扰抑制波形优化

在非协作的被动雷达网络中，存在多个雷达共享资源的情况，且相互独立处理，并无协作，此时会存在互相干扰。此外，非正交波形的引入及多径传播破坏正交性，也会带来多用户干扰。将最小化多用户之间的干扰作为目标函数进行优化，这个问题通常是非正定多项式难问题，可以将原问题松弛为半正定多项式问题，转换成凸问题进行求解。

4)响应是落实决策结果的过程，针对被动雷达只有接收机的特点，通过分集、复用、融合、重构等方法提升性能。

1.直达波参考重构

在相干体制信号处理中，直达波信号的质量对检测性能至关重要。重构方法基于通信系统接收机信号处理方法。

被动雷达直达波重构针对下行波形，先按照移动台接收下行信道的模式进行解调解码，再按照基站发送下行信号的模式进行编码调制，直达波重构系统架构如图1所示。

2.基于非正交多载波信号的杂波干扰抑制

非正交多载波信号FBMC与OFDM的主要区别在于OFDM系统的原型滤波器为时域的矩形窗。而FBMC的原型滤波器是特殊设计的，通过原型滤波器来抑制带外泄露，从而降低时域的码间串扰，提高了杂波抑制的性能。

响应是落实决策结果的过程，针对被动雷达只有接收机的特点，通过分集、复用、融合、重构等方法提升性能。MIMO系统需要在分集和复用之间权衡。分集可获得同一目标的不同的观测。复用可增加信息量，带来容量增益。融合能提高信干噪比，降低虚警概率。这些性能增益在MIMO雷达中已被证实。而通信/雷达一体化带来重构高质量信号的可能，提高信号处理增益。因此，在认知被动雷达架构下，结合MIMO雷达和通信/雷达一体化的优势，积极探索创新的优化方法，能实现多域优势互补，提升系统性能。

本发明技术方案是：

一.建立信号模型，包含非正交发射信号、衰落信道、直达波和目标回波接收信号，为评价体系构建提供检测统计量信息，基于接收信号模型构建广义的评价体系；

二.将模糊函数、克拉美罗Cramer-Rao界和检测性能统一到广义的检测理论框架下，并对该评价体系的具体内容进行学习，实现对波形、信道、目标和几何构型的完备描述，对照射源做出综合评价；

三.基于评价体系给出的性能界评价结果，以及直达波与目标回波信号之间的互信息量，构建联合优化函数，实现波形选择、几何构型、非协作干扰抑制等多自由度的波形优化，此外，基于信号模型得到互信息量，与检测性能界联合进行波形优化；

四.在实现波形优化的基础上，针对移动通信照射源信号采用直达波参考重构的方法提升直达波通道的信号质量，采用非正交多载波信号提高杂波干扰抑制效果，采用存在互耦情况下的阵列校正技术提高角度估计精度，利用移动通信照射源自身的特点提高直达波通道和目标回波通道的信号质量。

步骤二具体为：

1)学习基于接收信号的广义模糊函数模型：考虑在观测区域内有/无目标的二元假设检验问题，在纽曼皮尔森NP准则下为充分统计量大于门限的问题，门限通过最小化虚警概率和最大化检测概率来确定，将模糊函数定义为与该优化问题等价的形式，重新定义广义的模糊函数χ(θ_T，θ_A)为

其中，T_Pr(θ_T，θ_A)为检测统计量，η为检测阈值，θ_A表示接收端假定的目标参数值，θ_T表示真实的目标参数值，P_D(θ_A)表示检测到匹配目标的概率，P_F(θ_T,θ_A)表示误匹配目标的概率，根据该模糊函数的定义，希望在有目标是最大化模糊函数，没有目标时最小化模糊函数，这与Woodward在优化时的目标是一致的，推导该模糊函数首先需要得到两种不同假设所服从的概率密度分布，然后用最大似然比得到充分统计量。

相关处理时，在高斯白噪声信道条件下，信道增益是所有高斯随机变量的乘积，信道相关矩阵的秩为1。因此充分统计量是一个零均值循环对称的复高斯随机变量，此时，优化模糊函数等价于优化充分统计量的期望。可将模糊函数定义为充分统计量的期望，此时与Woodward定义的模糊函数是一致的；

在非相关处理时，信道相关矩阵是满秩的，此时的充分统计量中的信道矩阵和噪声矩阵都是零均值高斯随机矢量，充分统计量是高斯随机变量的平方形式，此时充分统计量大于门限概率大小不是导出充分统计量期望大小的充要条件，因此模糊函数无法定义为充分统计量的期望，只能用充分统计量大于门限的概率来表示，因此广义的模糊函数包含接收信号的全部信息，包括波形、信道、目标及几何构形。

2)学习对衰落信道的克拉美罗界CRB分析：Cramer-Rao界的推导作为目标估计精度的性能评估工具，用费歇尔Fisher信息矩阵来计算Cramer-Rao界，对于某个给定的发射波形，先求得遍历所有接收机得到的对数似然函数，对对数似然函数求二阶导数，若采用广义模糊函数的定义，则Fisher信息矩阵中的元素即为广义模糊函数的二阶导数，最后将该Fisher矩阵求逆得到对角元素，即为CRB；

3)学习基于纽曼皮尔森NP准则下的检测性能度量，在NP准则下，首先推导充分统计量的概率密度分布，若无法直接获得充分统计量的概率密度函数，需要先得到其特征函数，再做傅里叶反变换，得到概率密度函数，然后求虚警概率、检测门限及检测概率，根据Stein引论，通过给定最大虚警概率时对应的最小漏警概率用相对熵来描述。

步骤三具体为：

2)将接收信号作为广义模糊函数的输入，与直达波信号进行互相关，可以将多基地模糊函数表示为几何构型、波形、接收机权值的函数，不同的几何构型、波形得到不同结果的模糊函数，根据模糊图的形状以及截面积大小进行评价，以固定的截面积大小为指标，截面积越小表示模糊度越小，从而具有更好的性能；

2)克拉美罗界确定了任何无偏估计量的方差的下限，不同的几何构型、波形因素会影响克拉美罗界的输出，克拉美罗界越低代表性能越好；基于多基地CRB的输出，在目标轨迹上选择最优的发送站-接收站Tx-Rx对，用于信息融合，借鉴通信中采用截断式信道反转达到中断容量的方法，为信道条件好的收发对分配更多的系统资源，对信道条件低于门限的收发对直接舍弃；

3)基于多用户干扰抑制波形优化在非协作的被动雷达网络中，存在多个雷达共享资源的情况，且相互独立处理，并无协作，此时会存在互相干扰，此外，非正交波形的引入及多径传播破坏正交性，也会带来多用户干扰。将最小化多用户之间的干扰作为目标函数进行优化，这个问题通常是非正定多项式难问题，将原问题松弛为半正定多项式问题，转换成凸问题进行求解。

步骤四具体为：

1)在相干体制信号处理中，直达波信号的质量对检测性能至关重要，重构方法基于通信系统接收机信号处理方法，被动雷达的检测性能是对直达波与接收回波进行互相关处理，由于接受回波经过目标反射后受到衰减，信号强度相对于直达波信号较弱，容易受到直达波以及噪声的影响，直达波信号重构消除了噪声的影响，所以采用重构后的直达波信号进行干扰消除时可以使被动雷达的信号处理性能接近主动雷达，针对不同的直达波信号，重构的过程各有不同；

2)采用非正交多载波信号提高杂波干扰抑制效果，如FBMC信号

FBMC的原型滤波器时域形式可以表示为：

FBMC信号的等效基带形式可以表示为:

通过该原型滤波器的引入，更好地抑制了模糊函数中的旁瓣，从而提高了杂波抑制的性能，获得更好的检测性能。

3)首先建立存在互耦下均匀线阵模型，利用均匀线阵互耦矩阵的带状对称Toeplitz结构参数化导向矢量；为了降低波达方向DOA估计的复杂度，将传播算子法和求根算法相结合，基于秩损法实现DOA估计；然后利用估计得到的各个角度，估计互耦系数；当得到所有的互耦系数后，利用互耦矩阵计算出真实的导向矢量，利用真实导向矢量再重新进行一次DOA估计；

4)在上述前提下，将处理过的直达波信号以及目标回波信号作为输入，采用最小二乘法进行自适应滤波，实现直达波及杂波干扰消除。

步骤四中的步骤1)具体地，对于LTE系统，其上行采用SC-FDMA，下行采用OFDMA，被动雷达直达波重构针对下行波形，先按照移动台接收下行信道的模式进行解调解码，再按照基站发送下行信号的模式进行编码调制。

一.首先建立信号模型，基于接收信号模型构建广义的评价体系，将模糊函数、Cramer-Rao界和检测性能统一到检测理论框架下；

二.基于评价体系给出的性能界评价结果，以及直达波与目标回波信号之间的互信息量，构建联合优化函数，实现波形选择、几何构型、非协作干扰抑制等多自由度的波形优化，此外，基于信号模型得到互信息量，与检测性能界联合进行波形优化；

三.针对移动通信照射源信号采用直达波参考重构的方法提升直达波通道的信号质量，采用非正交多载波信号提高杂波干扰抑制效果，采用存在互耦情况下的阵列校正技术提高角度估计精度，利用移动通信照射源自身的特点提高信号质量。

步骤一具体为：

1)学习基于接收信号的广义模糊函数模型。考虑在观测区域内有/无目标的二元假设检验问题，在NP准则下为充分统计量大于门限的问题，门限通过最小化虚警概率和最大化检测概率来确定。将模糊函数定义为与该优化问题等价的形式，重新定义广义的模糊函数。广义的模糊函数包含接收信号的全部信息，包括波形、信道、目标及几何构型等，具有更好的普适性。

2)学习对衰落信道的CRB分析。克拉美罗界的推导可作为目标估计精度的性能评估工具，用Fisher信息矩阵来计算克拉美罗界。对于某个给定的发射波形，先求得遍历所有接收机得到的对数似然函数，对对数似然函数求二阶导数。若采用广义模糊函数的定义，则Fisher信息矩阵中的元素即为广义模糊函数的二阶导数。最后将该Fisher矩阵求逆得到对角元素，即为CRB。

3)学习基于NP(纽曼皮尔森)准则下的检测性能度量。在NP准则下，首先推导充分统计量的概率密度分布。若无法直接获得充分统计量的概率密度函数，需要先得到其特征函数，再做傅里叶反变换，得到概率密度函数。然后求虚警概率、检测门限及检测概率。根据Stein引论，通过给定最大虚警概率时对应的最小漏警概率可用相对熵来描述，相对熵与两种假设的分布有关，用来度量最优检测的性能比Fisher采用的偏差系数(信噪比)更为严格。

步骤二具体为：

1)将接收信号作为广义模糊函数的输入，将多基地模糊函数表示为几何构型、波形、接收机权值的函数，不同的几何构型、波形等可以得到不同结果的模糊函数，根据模糊图的形状以及截面积大小进行评价，通常以-3dB的截面积大小为指标，截面积越小表示模糊度越小，从而具有更好的性能。

2)克拉美罗界确定了任何无偏估计量的方差的下限。不同的几何构型、波形等因素会影响克拉美罗界的输出，通常来说，克拉美罗界越低代表性能越好。基于多基地克拉美罗界的输出，在目标轨迹上选择最优的Tx-Rx对，用于信息融合。借鉴通信中采用截断式信道反转达到中断容量的方法，为信道条件好的收发对分配更多的系统资源，对信道条件低于门限的收发对直接舍弃。

步骤三具体为：

1)在相干体制信号处理中，直达波信号的质量对检测性能至关重要。重构方法基于通信系统接收机信号处理方法。被动雷达的检测性能是通过对直达波与接收回波进行互相关处理，由于接受回波经过目标反射后受到衰减，信号强度相对于直达波信号较弱，容易受到直达波以及噪声的影响。而直达波信号重构降低了噪声的影响，使被动雷达的信号处理性能接近主动雷达。针对不同的直达波信号，重构的过程各有不同，对于LTE系统，其上行采用SC-FDMA，下行采用OFDMA。被动雷达直达波重构针对下行波形，先按照移动台接收下行信道的模式进行解调解码，再按照基站发送下行信号的模式进行编码调制。

2)非正交多载波信号FBMC与OFDM的主要区别在于OFDM系统的原型滤波器为时域的矩形窗。而FBMC的原型滤波器是特殊设计的，通过原型滤波器来抑制带外泄露，从而降低时域的码间串扰。所以，采用非正交多载波信号可以提高杂波干扰抑制效果，获得更好的检测性能。

3)首先建立存在互耦下均匀线阵模型，利用均匀线阵互耦矩阵的带状对称Toeplitz结构参数化导向矢量。为了降低DOA估计的复杂度，将传播算子法和求根算法相结合，避免了特征分解和谱峰搜索，基于秩损法实现DOA估计。然后利用估计得到的各个角度，估计互耦系数。当得到所有的互耦系数后，利用互耦矩阵计算出真实的导向矢量，利用真实导向矢量再重新进行一次DOA估计,可得到更精确的结果。