面向复杂电磁环境的认知被动雷达波形识别与优化研究

Passive radar is an effective method for spectrum sharing, while the performance will be limited due to the nature of non-cooperative illumination. Cognitive method can improve the quality of waveform. Waveform recognition and optimization for cognitive passive radar are investigated in this project. Firstly, for waveform recognition, to deal with the problems of dataset imperfect and the varieties of sampling rate, robust open set transfer waveform recognition method will be designed, and the recognition results will be integrated into a unified description framework to parameterize the waveform. Secondly, for waveform selection, waveform evaluation metrics will be derived, and state free enforcement learning method should be designed to solve the state uncertainty problem, so that the best illumination source can be selected in particular environment. Finally, as for waveform optimization design, the design metrics tradeoff between communication and radar systems need to be modeled and optimized to provide the high quality candidate waveform for next generation communication and radar co-design system. The research results will be able to provide theory and method for cognitive passive radar, which may engage the throughput in national defense technologies once transferred to the field of cognitive electronic warfare.

被动雷达能有效解决频谱拥堵问题，但波形不受控制会导致性能受限，采用认知方法可从源头出发选择或利用最优照射源，具有重要的研究价值。本项目拟在认知被动雷达架构下开展波形识别与优化研究。首先，研究波形识别方法，设计开集迁移学习的在线波形识别方法，解决采样率不同、数据集不完备问题，并基于统一波形描述框架实现参数化波形表示；其次，研究波形选择方法，推导波形评价的准则函数和综合评价效用函数，设计无状态的强化学习方法，解决雷达系统状态不确定问题，实现照射源择优；最后，研究波形设计方法，设计更高频谱效率的非正交通信雷达一体化波形，解决通信和雷达系统设计目标融合问题，研究启发式优化问题求解方法，为被动雷达系统提供优质的候选照射源。本项目研究成果能为认知被动雷达研究提供理论和方法，并可应用到认知电子战等领域，实现国防科技前沿创新技术突破。

本项目旨在针对被动雷达照射源不受控制问题，探索认知被动雷达架构下的“波形识别-优化（选择/设计）”方法，从源头出发获取高质量的照射源。通过波形识别方法感知环境中可用的照射源，采用准则函数和强化学习方法实现波形选择，设计非正交的通信雷达一体化波形，探索认知被动雷达理论与方法并研制原理样机。项目基本按照原计划进行，并且在AI辅助的通感一体化系统性能优化领域进行积极扩展性研究。项目组经过4年的研究，完成的项目总体研究目标以及各部分研究目标包括：1）发布被动雷达照射源数据集，提出开集识别、跨场景、跨采样率迁移等波形识别方法；2）完善被动雷达波形评价指标体系，提出多智能体强化学习的波形选择与博弈对抗方法；3）提出生物启发式波形优化方法，设计通信雷达一体化新体制及其高性能参数估计算法；4）设计AI辅助的性能优化方法，将模型驱动和数据驱动相结合提升系统性能；5）搭建认知被动雷达原型验证系统，验证“学习-感知-决策-响应”认知闭环能力。项目在执行内顺利达成在论文发表、知识产权、人才培养三个方面都预期成果：1）在IEEE IoTJ、IEEE TCCN、SP等高水平学术期刊发表SCI检索论文20篇，在ICC、ICASSP、SAM等国际会议发表论文9篇；2）申请国家发明专利17项；3）培养博士生5人（毕业1人），硕士生27人（毕业23人）。