[经典雷达资料第9章电子反干扰ECCM3.docVIP

自适应阵列天线 自适应阵列天线（.3所示）是N个天线的集合，天线的输出送到加权求和网络，加权值随信号自动调整以减少不需要信号的影响，并增大求和网络输出中所需的信号。输出信号z经包络检波并与合适门限? 相比较以发现有用的信号[28][34]～[40]。自适应阵列天线是前面章节中描述的SLC系统概念的推广。我们首先考虑干扰对消及目标增强的基础理论，然后把注意力集中在使用自适应阵列天线来获得超分辨能力，以便有助于ECCM。自适应阵列天线的实现与数字波束形成技术有着越来越紧密的联系[41]～[43]。 干扰对消与目标信号增强 早在20世纪70年代初期，自适应阵列天线原理就得到非常精确的数学描述[40]。最佳权矢量的表达式给出基本的结果。 （9.6） 式中，是阵列天线所接收的V（噪声加干扰）的N维协方差矩阵；S是N维矢量，它包含某个方向来的目标信号的采样。可以看出，式（9.6）和SLC的方程式（9.3）之间的相似性。 相比于SLC，自适应阵列天线技术有在消除杂波、箔条和干扰时增强目标信号的能力。自适应系统以最佳模式分配其自由度（即阵列的每个天线接收的脉冲串）以达到上述目的。 图9.3 自适应阵列方案 自适应阵列基本理论的推广包括：（1）目标模型S未知，而不是在式（9.6）中假设已知的。（2）除空间滤波外，还采用了多普勒滤波来消除杂波和箔条。（3）雷达平台如在舰载或机载应用中是移动的。 式（9.6）的最佳滤波的检测概率为[40] （9.7） 式中，Q(·,·)是Marcum Q函数，PFA是预先设定的虚警概率。可以证明，式（9.6）中的权矢量提供最大的改善因子If，它由下式定义： （9.8） 输入端信干功率比(SNR)I（相对于单个回波脉冲）在天线的输入端测量。对应于式（9.6）中最佳权矢量的If值为[40] （9.9） If比SLC所采用的对消比更能代表自适应阵列的性能。事实上，自适应阵列中在消除干扰的同时使有用信号得到积累。 自适应天线的实现仅局限于一些实验系统，为了便于用计算机进行矩阵求逆，转换它们只使用了有限的少数（大约为10个）天线 [44][45] 。具有大量接收单元的阵列需做某些形式处理上的简化。一种部分自适应的方法是使用子阵，自适应处理器的输入来自子阵。必须合理地选择子阵以避免栅瓣 [46][47] 。 全自适应阵列的其他简化形式有确定性空间滤波及仅用相位置零技术。前者降低干扰可能到来的方向或立体角的副瓣电平，例如零度仰角及相邻区域是干扰最有可能出现的位置，因为干扰机通常是地基的或者距离很远。权矢量可离线求得，通过假设一个已知协方差矩阵M并存入存储器，那里有一权矢量“菜单”，供操纵员或自动判决系统使用[48]。因为把移相器作为波束控制系统的一部分已经实现，所以相位置零技术有吸引力。如果相同的移相器可以同时用于波束控制和自适应干扰置零，则昂贵的改型就不必要了。可是，相位置零合成带来分析和计算上的困难，当单元权矢量的幅度和相位都可随意变动时，就不存在上述问题[49][50]。尽管如此，试验性的系统已获得成功 [51]～[53] 。 超分辨 普通天线的分辨力受限于众所周知的瑞利准则，即两个在角度上分开不小于0.8?/L（以弧度计）的等幅噪声源才可以被分辨，其中? 代表波长，L是孔径长度。当入射波的信号-热噪声之比较大时，自适应阵列天线可获得一个极窄的自适应波束宽度来获得较好的方向估计。对于ECCM来说，这是非常重要的， 因为可以获得非常精确的干扰机选通信号，同时有可能测量干扰源强度及得到无副瓣的空间谱方向图。对干扰机的角度估计可用来在干扰机方向形成波束，并作为自适应干扰抑制的辅助通道[54]。干扰方向也可用做确定波束置零，特别是主波束置零[55]。除干扰源方向及干扰源强度外，该技术还可以提供其他信息，如干扰源数目及它们之间的互相关性，这些信息可以用来跟踪及分类干扰源，以便更好地对其作出反应。 W. F. Gabriel提出并分析了超分辨概念[56]，他和其他后来学者描述了几种不同的方位估计的方法[39][57]～[59]。其一是最大熵法（MEM）。该方法适用于除了信号所在方位外具有全方位接收方向图的Howells-Applebaun自适应波束形成器。接收方向图中的零点指出了信号的存在。因为零点总比天线波瓣尖锐，所以用自适应波瓣可以更精确地测定信号方位，这也就是超分辨。通过简单的倒置自适应方向