電子戰(zhàn)中的雷達干擾效果評估技術(shù)

劉德龍 凡浩

（中國船舶重工集團公司第七二三研究所 江蘇省揚州市 225001）

雷達對抗是電子戰(zhàn)中最常規(guī)、最關(guān)鍵的技術(shù)手段，能在現(xiàn)代戰(zhàn)爭中起到?jīng)Q定性作用。在雷達對抗中，最關(guān)鍵的技術(shù)之一就是干擾效果評估，它能夠準(zhǔn)確、全面、客觀地評價某次雷達干擾實施的效果和電子戰(zhàn)裝備的作戰(zhàn)效能，為戰(zhàn)術(shù)決策提供支撐。但是雷達對抗是雷達方和干擾方動態(tài)博弈過程，夾雜著許多不定因素，所以對雷達干擾效果的評估是一個相當(dāng)復(fù)雜困難的過程，因此如何改善和提升雷達干擾效果評估技術(shù)是當(dāng)前急需深入研究的課題。

1 干擾效果評估的基本概念

雷達對抗是指我方根據(jù)作戰(zhàn)使命使用電子戰(zhàn)裝備對敵方雷達設(shè)備實施干擾，從而促使受干擾的雷達不能正常工作，使其部分功能喪失，影響其運行的穩(wěn)定性，甚至將其摧毀。通?？梢园褜撤嚼走_被干擾后的損傷或破壞效應(yīng)進行科學(xué)定性或定量的過程稱作雷達干擾效果評估。

基于雷達方的干擾效果評估屬于事后評估，常用于雷達對抗試驗。在對抗過程中，全程記錄雷達屏顯，電子戰(zhàn)數(shù)據(jù)，戰(zhàn)場雙方態(tài)勢及各平臺空間運動信息，然后由專業(yè)人員綜合對比分析所有數(shù)據(jù)，以此對干擾效果給出綜合評價。在實際作戰(zhàn)中，我干擾實施方很難直接從敵被干擾雷達處獲取評估干擾效果所需要的數(shù)據(jù)，也不可能直接觀測到干擾效果，因此這種基于雷達方的干擾效果評估方法并不可用。根據(jù)認(rèn)知電子戰(zhàn)理論，基于干擾方的雷達干擾效果評估主要是根據(jù)干擾實施前后我方電子戰(zhàn)系統(tǒng)偵收到的被干擾雷達的輻射源信息變化情況，并結(jié)合先驗知識來對干擾策略給出可能的干擾效果。如圖1 所示。

2 雷達干擾效果評估準(zhǔn)則

判定某次對雷達的干擾是否有效時，必須要以科學(xué)的評估準(zhǔn)則作為依據(jù)，并且每條評估準(zhǔn)則都應(yīng)有相應(yīng)的評估指標(biāo)。在評估干擾效果時，根據(jù)評估準(zhǔn)則制定合理、準(zhǔn)確的評估指標(biāo)是最為關(guān)鍵的環(huán)節(jié)，這就要求我們對干擾目標(biāo)、干擾類型、干擾時機及外部環(huán)境等相關(guān)因素進行全面分析。通常情況下，需要同時運用多項評估指標(biāo)來反饋干擾效果，這就要求根據(jù)不同的評估準(zhǔn)則構(gòu)建完善的、系統(tǒng)化的評估指標(biāo)集。

2.1 信息準(zhǔn)則

從信息論的角度出發(fā)，可將雷達的工作過程近似于一個信息傳輸?shù)倪^程，在雷達的回波信號中包含了豐富的目標(biāo)信息，雷達接收機通過提取目標(biāo)回波中的相關(guān)信息來獲得各種雷達方感興趣的目標(biāo)參數(shù)。回波信號中包含的目標(biāo)信息量是雷達能否有效檢測目標(biāo)的關(guān)鍵因素，一般用熵來衡量信息量的大小，因此熵決定了雷達探測能力的強弱。信息準(zhǔn)則所采用的評估指標(biāo)就是對干擾信號計算出的熵值，其大小和不確定性成正比。

干擾信號的熵值H(J)如下式：

其中Pk為干擾信號概率密度分布函數(shù)，干擾信號J 的全概率矩陣為：

式中J1…Jn為隨機變量的值，P1…Pn為對應(yīng)隨機變量出現(xiàn)的概率。

如若隨機變量為連續(xù)分布，則有熵H(X)如下式：

圖1：基于干擾方的雷達干擾效果評估流程圖

圖2

對于信息準(zhǔn)則，其優(yōu)勢主要是理論清晰和運算簡單，而劣勢則是其只能結(jié)合干擾信號的品質(zhì)來判定雷達干擾效果，且在實際運用中干擾信號概率密度分布函數(shù)很難得到。

2.2 功率準(zhǔn)則

功率準(zhǔn)則既能量準(zhǔn)則，基于和概率相關(guān)的雷達參數(shù)的分析，其所采用的評估指標(biāo)主要包括最小干擾距離、干擾壓制區(qū)域、壓制系數(shù)以及輸入端信干比等，但在實際應(yīng)用中常用雷達接收機干擾信號比作為參數(shù)進行分析，因此功率準(zhǔn)則也稱作干信比準(zhǔn)則。與欺騙干擾相比，干擾信號功率對壓制干擾的干擾效果影響更大，因此功率準(zhǔn)則一般只用于對壓制干擾效果的評估。在具體的應(yīng)用過程中通常會以壓制系數(shù)KA進行表示：

在實際的干擾效果評估工作中，功率準(zhǔn)則應(yīng)用得非常廣泛，它能夠直觀地反饋出壓制干擾的實際效果，但對于欺騙干擾則失去了評估能力。

2.3 概率準(zhǔn)則

概率準(zhǔn)則也叫效率準(zhǔn)則或戰(zhàn)術(shù)運用準(zhǔn)則，相比于上述兩種評估準(zhǔn)則，它能夠全面考慮到干擾因素，有著更廣泛的適用范圍。概率準(zhǔn)則具體可分為兩種情況：其一從雷達本身角度考慮，在干擾環(huán)境下，雷達完成自身特定任務(wù)的能力，如遠程警戒搜索雷達對目標(biāo)的發(fā)現(xiàn)概率，末制導(dǎo)雷達的搜索跟蹤制導(dǎo)能力，通過計算分析可得出對這些雷達能力在干擾前后的變化情況，從而反映出相應(yīng)干擾實施的效果；其二從作戰(zhàn)系統(tǒng)角度出發(fā)，在干擾環(huán)境下，雷達所在的作戰(zhàn)系統(tǒng)完成戰(zhàn)略任務(wù)的能力，例如包含了搜索雷達和火控雷達的火控系統(tǒng)，可以用其在干擾條件下的殺傷概率和打擊精度等參數(shù)描述干擾效果。

概率準(zhǔn)則是一種基于統(tǒng)計法的準(zhǔn)則，其運用往往基于大量的統(tǒng)計信息，為了達到期望的評估精度和準(zhǔn)確性，需要針對特定雷達在戰(zhàn)前進行大量重復(fù)的干擾試驗，可以說對其運用范圍在一定程度上有所影響。

2.4 時間準(zhǔn)則

一套完整的雷達系統(tǒng)運行工作時由多個環(huán)節(jié)組成，每個環(huán)節(jié)都會有一定的反應(yīng)時間，例如末制導(dǎo)雷達搜索過程中發(fā)現(xiàn)目標(biāo)的時間，發(fā)現(xiàn)目標(biāo)后搜索轉(zhuǎn)跟蹤的時間等，通過計算分析雷達系統(tǒng)各環(huán)節(jié)的反應(yīng)時間可以反映出其性能的優(yōu)劣。當(dāng)目標(biāo)雷達遭受干擾后，各個環(huán)節(jié)的工作性能都會有所下降，導(dǎo)致反應(yīng)時間將有所延遲，因此時間準(zhǔn)則就是通過觀察雷達工作時各環(huán)節(jié)的延遲時間來度量干擾效果的。

3 基于神經(jīng)網(wǎng)絡(luò)的干擾效果評估方法

3.1 基于BP神經(jīng)網(wǎng)絡(luò)的干擾效果評估方法

3.1.1 網(wǎng)絡(luò)層數(shù)

基于BP 神經(jīng)網(wǎng)絡(luò)的干擾效果評估采用3 層BP 網(wǎng)絡(luò)。輸入層由干擾評估指標(biāo)元素X=(x1,x2,…,xn)T組成，輸出層由評估結(jié)果Z=(z1,z2,…,zm)T組成，隱含層為Y=(y1,y2,…,yl)T，輸入層到隱含層的權(quán)向量為V=(v1,v2,…,vi)T，隱含層到輸出層的權(quán)向量為W=(w1,w2,…, wj)T。

3.1.2 各層神經(jīng)元個數(shù)

輸入層神經(jīng)元個數(shù)n 由干擾評估指標(biāo)集中的元素個數(shù)決定，輸出層神經(jīng)元個數(shù)m 由評估結(jié)果個數(shù)決定，例如評估結(jié)果為很好、好、一般、差、無效，則m 為5， 隱含層神經(jīng)元個數(shù)l 可由經(jīng)驗公式?jīng)Q定，其中α 為調(diào)節(jié)常數(shù)，取0～10 之間的常數(shù)。

3.1.3 激活函數(shù)

3.1.4 BP 神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法

（1）正向傳播：訓(xùn)練樣本作為輸入傳入BP 網(wǎng)絡(luò)，經(jīng)過隱含層處理的結(jié)果為將次作為輸出層的輸入，得到最終的輸出結(jié)果為

（2）反向傳播：若輸出層的實際輸出與期望輸出不符，將誤差反向傳播，采用梯度下降法來調(diào)整權(quán)值，使誤差在容許范圍內(nèi)。

（3）反復(fù)正向傳播和反向傳播，直至完成整個訓(xùn)練樣本的學(xué)習(xí)。

3.2 基于RBF神經(jīng)網(wǎng)絡(luò)的干擾效果評估方法

RBF 神經(jīng)網(wǎng)絡(luò)與BP 神經(jīng)網(wǎng)絡(luò)在結(jié)構(gòu)上基本相同，同為3 層網(wǎng)絡(luò)結(jié)構(gòu)，使用徑向基函數(shù) 作為RBF 神經(jīng)網(wǎng)絡(luò)的激活函數(shù)，cl為第l個隱節(jié)點的數(shù)據(jù)中心，||X-cl||為輸入樣本到數(shù)據(jù)中心的歐式距離。在相同的樣本和精度要求下RBF 要比BP 的結(jié)構(gòu)更加簡潔，且收斂速度更快。

4 基于SVM的干擾效果評估方法

SVM 理論是建立在結(jié)構(gòu)風(fēng)險最小化原則和VC 維理論之上，是針對小樣本或有限樣本統(tǒng)計估計與預(yù)測學(xué)習(xí)的最佳理論，它能較好的解決雷達干擾效果評估中樣本非線性和高維數(shù)等實際問題。SVM 結(jié)構(gòu)圖如圖3 所示。

SVM 本身是解決2 分類問題的，干擾效果評估問題實質(zhì)上可歸納為一種多分類問題。設(shè)經(jīng)m 次雷達干擾試驗獲得的干擾效果樣本集為(Xi|yi)，i=1,2,...,m，其中k ≥3，i=1,2,...,m，為干擾評估指標(biāo)集中各元素的值，yi為類標(biāo)，既每次干擾的評估結(jié)果。

目標(biāo)任務(wù)：根據(jù)SVM 多分類算法，將干擾效果樣本集分為訓(xùn)練樣本集和測試樣本集，使用訓(xùn)練集對SVM 多分類器進行訓(xùn)練，尋找判別函數(shù)使得測試集上的樣本可被該分類器正確分到k 種評估結(jié)果中的一種。

輸入數(shù)據(jù)：訓(xùn)練樣本，測試樣本。

輸出數(shù)據(jù)：測試樣本分類結(jié)果y，y=(1,2,...,k)，k ≥3。

訓(xùn)練過程：根據(jù)選定的SVM 模型和多分類算法構(gòu)建SVM 多分類器，使用訓(xùn)練集對SVM 多分類器進行訓(xùn)練，得到判決函數(shù)f(x)。

測試過程：使用判決函數(shù)f(x)，將測試集上的樣本分別進行測試，得到其所屬類別。

使用過程：在實際作戰(zhàn)中，使用干擾前后的雷達輻射源信息作為SVM 多分類器的輸入，得到的輸出即為干擾效果評估結(jié)果。

5 結(jié)論

本文對電子對抗中雷達干擾評效果評估技術(shù)的基本概念和相關(guān)評估準(zhǔn)則進行了簡單介紹，重點對基于干擾方的雷達干擾效果評估技術(shù)進行了詳細(xì)介紹。可以看出，真正適合在實戰(zhàn)之中運用的干擾效果評估技術(shù)應(yīng)當(dāng)是基于干擾方的，它是當(dāng)下電子對抗領(lǐng)域的研究熱點，但由于目前與之相關(guān)的公開文獻資料甚少，它的研究難度也頗大，因此希望我們可以在現(xiàn)有基礎(chǔ)上進行更加深入的研究與思考，為我國電子對抗技術(shù)的發(fā)展做出貢獻。