浅谈认知雷达

开篇：润墨网以专业的文秘视角，为您筛选了一篇浅谈认知雷达范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘要：认知雷达是一种新兴的雷达概念，本文对认知雷达的发展历程、定义和未来的发展方向进行了阐述。

关键词：认知雷达；发展前景

中图分类号：TP391 文献标识码：A 文章编号：1009-3044（2014）20-4720-02

Introduction to Cognitive Radar

ZHANG Qi-wen， LIU Zhong-yi

（Radar Department of Navy Submarine Academy， Qingdao 266042，China）

Abstract： Cognitive radar is a new concept of radar， in this paper the development of cognitive radar， definitions， and the development direction of the future are expounded.

Key words： Cognitive radar； development trend

大脑视觉是一个强大的并行化信息处理机，具有完成某些任务如高可靠的目标检测和高精度的目标跟踪、其运行速度远超任何传统雷达系统的内在能力。尽管大脑视觉和传统雷达之间存在许多不同之处，但他们共享同一特征：他们都是外部世界（环境）的观察者，雷达是一个通过发射探测信号给环境的主动感知器，然后基于雷达回波进行决策处理得到环境场景[1]。作为一个主动感知器，雷达用于认知雷达回波，并据此发射相应的雷达探测信号。关键问题是：我们如何学脑视觉来显著地增强传统雷达的信息处理能力这个基本问题的答案在于认知，因此认知雷达（CR）的创新理念源于蝙蝠回波定位系统。注意力集中在大脑视觉己有大量地神经科学方面的视觉系统的文献[2]。

1 发展历程

从传统雷达到认知雷达（CR），最初的进化过程的描述是Kershaw和Evans[4]。在这篇论文中， 增加了从接收机到发射机的链接，虽然是离线方式，则系统转变为一个闭环雷达反馈系统，此后这种雷达看成一类提前主动雷达（FAR）[3]。

由此雷达可以分为三类：

传统主动雷达（TAR）， 工作在前馈方式；TAR包括接收机中使用自适应滤波器（卡尔曼滤波器） 进行迭代状态估计，及与发射波形匹配的接收处理。

提前―主动雷达（FAR）， 区别在于使用了连接接收机到发射机的反馈链路， 在雷达文献中， 这种雷达定义为完全自适应， 它的全局反馈， 包括环境在内的反馈环路， FAR包括接收机中使用自适应滤波器和发射机中自适应波束形成。在控制理论方面， 反馈便于智能化；因此也可以认为完全自适应雷达是一个受限的智能系统， 它是向认知雷达迈出的切实可行的第一步。

认知雷达（CR），它既不同于TAR， 也不同于FAR。主要表现在它能从与环境反复作用所获取的经验中进行自组织的学习能力，该能力必将发挥重要的作用。

有表1可以看出，大型脑网络的认知，人类认知传统观点，人脑看成模块化范式，被认定为执行各个专门功能的独立处理器。然而，认知神经科学发现了大脑区域的功能是相互作用的，它以一种大型网络的方式工作在一起。大脑皮层在认知的信息处理中发挥关键的作用， 皮层微柱是皮层的基本功能单元， 感知的任务是在整个皮层区域完成的。Fuster 提出了大脑皮层中用于知识表示的“认知”的概念，此外， 进一步提出了认知的抽象模型，即感知、记忆、注意力、智力和语言。后来，Sporns 等考虑到涉及多个学科的脑网络的复杂性， 扩展了脑区的功能的新范式。这里涉及的学科从生物到物理、社会学到信息学[6]。基于此，强调了如何研究复杂网络的结构和动力学才会有助于理解大脑和认知功能， 并尝试确定未来的信息处理领域实验与理论探讨。

控制论是研究调节系统的基础结构，主要是信息、控制和系统方面的理论，适用于闭环反馈调节系统，其因果循环关系是控制论的基本特征。1948年，维纳对控制论进行了描述，主要研究动物（人）和机器方面的控制和通信。McCulloch发展了控制论，1953年，提出了人工神经网络。Walter实现了初期的自适应机器人，能简单地模仿动物和人的大部分基本行为。

人工神经网络，长期与外部世界相互作用中进行学习的能力是大脑的一个鲜明特征。为了建立模仿人的学习模型，一种常用的方法是训练一个人工神经网络，它是由一组称之为神经元的计算单元组成。对于给定的神经网络，利用监督学习或无监督学习，算法上模仿其学习过程。

受大脑视觉启发，我们提出了一种新的将认知可控的传感引入雷达系统的途径。认知雷达的构建是基于感知―执行周期，它是认知的初始阶段。感知部分基于贝叶斯滤波器和寻求贝叶斯最优性；执行部分基于贝尔曼动态规划下的最佳控制器。将记忆和注意力加入到感知―执行周期中，雷达能够达到的性能水平可以理解为真正意义上体现了智能行为。

2 认知雷达的定义

具有感知周围环境能力的智能、动态闭环系统。其通过先验知识以及对环境的交互学习来感知环境，在此基础上，实时的调整发射机和接收机适应环境的变化，以有效地、可靠地、稳健地达到预定的目标。其主要包括三个基本要素：

1） 智能信息处理。它的主要任务是通过与环境的不断交互，获得并提高雷达对环境的认知；

2） 接收机到发射机的信息反馈。接收机截获雷达信号，经智能信息处理得到目标信息，然后将其反馈给发射机，使得发射机能够自适应调整发射信号，以期望提高整机性能；

3） 雷达回波数据的存储。通过更多雷达回波的积累效果，以提高雷达认知环境的精确程度。

3 认知雷达的未来发展方向

尽管对认知雷达的研究取得了一定的进展但至今还没有认知雷达的问世，编者认为网络化是未来雷达发展的重要方向。多部雷达互相合作可实现远程感知能力。认知雷达网络、可采用分布式（每部雷达都有认知功能）或集中式（设有中心基站，只有该中心基站具有认知功能），将认知雷达和传统雷达组网概念结合，即可充分利用传统雷达组成网络的节点，提高雷达系统的综合能力的同时降低了成本，而网络节点上的单部雷达可以是传统雷达，也可以是具有接收系统的被动雷达[5]。

参考文献：

[1] B. R. Frieden， Science From Fisher Information： A Unification. Cambridge， U.K.： Cambridge Univ. Press， 2004.

[2] S. Haykin， Cognitive radar： A way of the future， IEEE Signal Process. Mag.， vol. 23， no. 1， pp. 30-40， Jan. 2006.

[3] S. Haykin， New generation of radar systems enabled with cognition， presented at the IEEE Radar Conf.， Arlington， VA， May 2010， Keynote Lecture.

[4] D. J. Kershaw，R. J. Evans， Optimal waveform selection for tracking systems， IEEE Trans. Inf. Theory， 1994，40（5）： 1536-1550.

[5] Y. Bar-Shalom， X. R. Li， and T. Kirubarajan， Estimation With Applications to Tracking and Navigation. New York： Wiley-Interscience， 2001.