《无源合成孔径雷达发射器选择优化》美空军239页

分布广泛的现代通信网络为无源雷达系统提供了共享频谱的绝佳机会，而发射器选择是其中的一个主要考虑因素。本研究介绍了发射器选择问题空间，它由三个合成孔径雷达（SAR）处理域组成，即数据采集域、图像域和任务性能域。这些域之间的定量联系对于在数据收集域和/或图像域中提出满足任务性能域中给定任务要求的最佳发射器选择问题至关重要。本研究考察了合成孔径雷达处理域的属性，以制定数据采集域和图像域的性能指标，并根据探测性能在任务性能域对其结果进行评估。研究结果表明，可以在数据采集域和图像域中提出并解决等效的优化问题，从而实现快速高效的优化，同时满足任务性能域中给出的任务要求。

图 2. 合成孔径雷达处理链的数据采集、图像和任务性能领域。

大量的现代通信系统增加了对有限射频（RF）频谱的需求，造成频谱拥塞问题[1, 2]。因此，在多个系统之间建立频谱共享机制的想法已经浮出水面，利用现有地面发射器（发射机）网络的无源雷达系统也得到了积极开发[3, 4]。其中，无源合成孔径雷达（SAR）技术由于能够不受天气和日光限制地生成高分辨率图像，在民用和军用领域的应用兴趣也显著增加[5, 6]。此外，近年来，利用机会信号的双稳态雷达技术也得到了显著发展。

雷达可生成各种数据产品，包括合成孔径雷达图像和目标轨迹。产品的质量取决于雷达采集参数，如带宽、方位分集和信号杂波加噪声比（SCNR）。通常，雷达硬件将针对特定任务产品（合成孔径雷达、地面移动目标指示（GMTI）等）进行设计和广泛测试，以达到输出质量的最低要求。任务规划（飞行路径、运行参数等）会进一步调整硬件设计，以实现所需的性能。然而，对于无源雷达，只有接收机的设计受雷达工程师的控制。软件可调硬件为实时更新任务规划提供了灵活性，但还需要指标和算法来驱动这些更新。此外，对于无源雷达来说，选择最佳发射器是一项重大挑战，因此制定评估选择结果的性能标准至关重要。因此，本研究的目标是定义合成孔径雷达处理域并制定合成孔径雷达性能标准，以便为无源双稳态和多静态合成孔径雷达制定发射器选择问题，从而在确保任务成功的同时实现快速高效的优化。

图 1. 带有三个发射器（TX）和一个接收器（RX）的被动合成孔径雷达系统的成像场景。发射和接收信号分别表示为 s(t) 和 r(t)，β 为双稳态角。

图 1 描述的是一种无源合成孔径雷达应用场景，包括地面发射器和机载接收器，但这项研究也适用于其他几何形状和数量的接收器。近年来，有关无源雷达系统评估标准的研究一直在积极开展。例如，通过估算地形和大气条件对发射信号的传播损耗，开发了一种传播模型来预测合成孔径雷达的性能[7]。此外，还计算了相干 Cram´er-Rao 下限（CRLB）来表示目标参数估计误差，并将其应用于发射器选择的性能驱动优化算法中[8、9、10]。对于多静态合成孔径雷达，已开发出一种多目标优化框架，可根据合成孔径雷达性能标准（如信噪比、侧膜水平、分辨率和对比度）选择一组最佳发射器[11]。其他研究人员已经证明了制定通用图像质量方程（GIQE）的概念，以预测合成孔径雷达图像的国家图像可解释性分级表（NIIRS）[12, 13]，但对于双静态和多静态合成孔径雷达还没有这样的方程。多静态雷达比单静态或双静态雷达更有优势，因为它可以提供空间多样性，从而提高整体图像质量，增强目标特征，进而提高目标探测能力[14]。然而，多静态雷达信号处理更为复杂，发射器分布不均和/或测量不准确会降低图像质量[15]。

多静态雷达任务规划是一种新的范例，它将许多不同的参数和众所周知的雷达概念以新的方式结合在一起，但人们对这些新的方式还没有很好的理解或分析。与多个发射器和多个接收器相关的大量参数导致了高维空间的雷达设计问题。此外，由于各种雷达参数之间的相互影响，优化很难量化。如前所述，本研究探讨了无源合成孔径雷达发射器选择问题空间，讨论了制定发射器选择优化问题时需要考虑的重要因素，并解决了提出的优化问题。

研究目标和优化问题

本研究的重点是理解、定义和量化三个合成孔径雷达领域（即数据收集、图像和任务性能领域）之间的关系，以便在实现给定任务要求的同时高效选择发射器（见图 2）。第三章和第四章将讨论拟议的发射器选择框架，该框架在数据收集域和图像域中选择一个或一组发射器，其选择结果在任务性能域中进行评估，以检查所选双稳态对之间的关系及其在实现探测等任务要求方面的性能。

为此，针对被动双稳态和多静态合成孔径雷达提出了发射器选择和飞行路径规划的优化问题（OPs）。

发射器选择概述

与任何优化问题一样，必须对上一节中列出的拟议业务方案中的 “最佳 ”进行定义。第三章和第四章详细介绍了性能标准和目标函数的制定，这些标准和函数构成了一个优化问题，用于选择最佳发射器。图 2 描述了合成孔径雷达处理的一般数据采集、信号和图像处理、图像分析和任务性能评估链。如前所述，在本研究中，性能标准是在数据采集和图像域中定义的，然后在任务性能域中对选择结果进行评估。最终目的是满足任务目标，例如目标探测或识别性能。因此，我们可以从最大限度地提高任务成功率的角度来表述优化问题，例如通过探测概率与误报概率或识别正确率来衡量。然而，先验的任务评估通常并不可行，因此分辨率和对比度等图像指标通常被用作任务性能指标的替代指标[11, 12, 16, 17]。以往的工作关注基于特定合成孔径雷达域参数的发射器选择问题。文献[8、9、18]考虑了目标定位的发射器选择问题。在 [8, 9] 中，CRLB 被用作表示目标定位误差的性能指标，而在 [18] 中，目标定位熵被用作传感器选择的目标函数。在 [10] 中，作者使用双稳态几何图形来选择 在 [10] 中，作者根据模糊函数和 CRLB 之间的关系，利用双稳态几何选择多静态雷达的最佳发射器-接收器对。文献[11]为发射器选择框架定义了多静态合成孔径雷达性能标准，如信噪比、侧膜水平、分辨率和对比度。

通常情况下，以往的研究使用一个域（数据采集域或图像域）的参数（如采集几何形状、信噪比、分辨率和对比度）来解决发射器选择问题，并假定其结果可优化任务性能域的性能。从质量上讲，假定图像的改进将导致任务性能的提高。同样，数据收集标准（如 SCNR 和图 2 中列出的其他示例）的改进也会导致图像质量的提高。不过，要理解数据收集、图像和任务性能领域之间的关系，还需要定量联系。虽然文献（如文献 [19]）中有一些双稳态定义，但多稳态测量方法还不常见。例如，众所周知，双静态分辨率是双静态角度的函数，但多静态分辨率的通用定义尚未被广泛接受（尽管文献[11]中提出了一个定义）。因此，需要进一步分析，从数据采集和图像域参数的角度量化多静态合成孔径雷达任务的性能。这样，任务规划的优化问题就可以迎刃而解了。

与飞行前的任务规划方法相比，飞行中的实时优化需要更快的解决方案。将优化问题推向图 2 的数据采集（左）端，可减少信号和图像处理量，从而加快优化速度。因此，需要在合成孔径雷达领域之间建立定量联系，以便通过优化数据收集标准来优化任务性能。为此，本研究使用多目标函数提出了数据采集和图像域中发射器选择的优化问题。然后在任务性能域对选择结果进行评估，将选定的双稳态对与实现特定任务要求（如探测）的性能联系起来。目标函数由数据采集参数（如带宽、功率和几何形状）和图像质量指标（如分辨率和对比度）构成。然后，采用固定阈值检测器和恒定误报率（CFAR）检测器来评估由所选双稳态对形成的合成孔径雷达图像的性能。

贡献

本论文旨在提出并解决无源雷达网络中的最佳发射器选择问题，以生成性能最佳的合成孔径雷达图像，为无源双稳态和多静态合成孔径雷达技术领域的最新技术做出以下重要贡献。

• 定义了合成孔径雷达数据处理域，包括数据采集域、图像域和任务性能域，并提供了这些域之间的量化关系。

  • 通过推导 SCNR 和对比度 IQM 测量之间的定量关系，显示数据收集域和图像域之间的联系。

  • 通过展示分辨率和目标定位精度参数之间的相关性，显示数据收集/图像领域与任务性能领域之间的联系。

  • 通过评估数据收集和图像域中基于探测概率（任务性能域的衡量标准）的发射器选择结果，研究三个域之间的关系。

  • 提供了对无源雷达网络中最佳发射器选择问题空间的基本理解。

• 针对无源双静态和多静态合成孔径雷达配置，提出并解决发射器选择的多目标优化问题。

  • 提供了一个基于性能的发射器选择框架，该框架可根据作战任务需求进行自适应调整。

  • 根据合成孔径雷达性能指标开发归一化和加权目标函数，以便在数据采集域进行飞行中实时发射器选择。

  • 根据 SCNR 和对比度 IQM 关系，将数据采集域目标函数最大化的优化问题转化为图像域等效目标函数最小化的最大化问题。

• 通过检测评估双静态和多静态合成孔径雷达图像的任务性能。

  • 为合成孔径雷达图像实施固定阈值和 CFAR 探测器，考虑合成孔径雷达系统对杂波图像像素功率的成像效应。

  • 开发一种统计程序来实施检测器，以评估选定的最佳发射器在双稳态和多静态合成孔径雷达图像中的性能。

  • 对双稳态和多静态合成孔径雷达配置进行性能比较，并为选择合成孔径雷达配置提供定量措施，以便有效选择最佳发射器。

图 3. 概括数据收集、图像和任务性能领域之间关系的双静态案例图。

图 3 描述了双臂合成孔径雷达的数据采集、图像和任务性能领域之间基于性能指标的关系，第三章将对此进行讨论。在图 3 中，带宽和 SCNR0、分辨率和对比度、定位误差和探测概率 (PD) 分别指数据采集、图像和任务性能域的性能指标。本研究特别表明，检测概率（任务性能域）是 SCNR0（数据采集域）的函数。如图 3 所示，SCNR0（数据收集域指标）的增加意味着 PD（任务性能域指标）的增加。SCNR0 和带宽可以快速有效地选择发射器，而无需经过更复杂、更耗时的成像和任务分析过程。