无人机干扰雷达作战仿真系统研究*

魏海永 罗 航

(海装武汉局驻景德镇军事代表室 景德镇 333002)

无人机干扰雷达作战仿真系统研究*

魏海永 罗 航

(海装武汉局驻景德镇军事代表室 景德镇 333002)

论文建立了雷达模型、雷达检测模型和雷达威胁模型,并在此基础上设计了无人机与敌方雷达的交互系统,最后设定具体作战背景,完成了无人机干扰雷达作战系统仿真，为部队使用无人机提供了一定的依据。

无人机; 雷达; 作战仿真

Class Number TP391

1 引言

作战仿真,就是用模拟的方式,再现战场上作战双方的作战行为和战斗的进程和结局,以检验各种参战兵器的效能和战术运用的成败得失,作为改进兵器性能和战术的依据。在仿真中,根据其仿真试验采取的手段的不同,可以分为实物物理仿真,半实物物理仿真以及计算机仿真几种类型。在计算机仿真中,试验环境和参试设备的性能和工作机理,都是由数学模型和各种数据表示的,试验过程则是由计算机软件控制,并通过计算机的演算得到试验结果。

现代无人机主要执行战场侦察与监视、目标截获、火力校正,摧毁评估以及电子诱骗与电子干扰等任务,发挥着日益重要的作用。

本文旨在无人机干扰敌方雷达系统作战仿真系统方面做出一定的研究,为部队无人机使用提供一定的依据。

2 模型的建立

2.1 无人机运动学模型

通常研究飞行器的运动时,假定飞行器的质量集中在质心上,从而研究飞行器的质心移动规律,因此飞机的六自由度包括决定质心瞬时位置的三个自由度和决定瞬时姿态的三个自由度。这里采用通用无人机六自由运动学动力学方程组。

2.2 雷达威胁模型

1) 雷达模型

雷达方程是描述雷达系统特性的最基本的数学方程。在雷达方程的完整形式中,考虑了雷达系统参量、目标参量、背景杂波和干扰影响、传播影响、传播介质等各种因素对雷达作用距离的影响,雷达方程对目标探测问题的分析十分必要。常见的雷达方程如式(1)。

(1)

式中,PR为雷达接收机收到的回波信号功率,PT为

雷达发射机输出功率,GT为发射天线增益,GR为接收天线增益,λ为雷达的工作波长,σ为目标的雷达散射截面积,FT为发射方向图传播因子,FR为接收方向图传播因子,RT为发射机到目标的距离,RR为接收机到目标的距离,CB为滤波器与信号波形匹配程度系数,在匹配情况下,CB=1,不匹配情况下,CB>1,LT为发射损耗因子,LR为接收损耗因子。式(1)中考虑了方向图传播因子和损耗因子,未考虑大气衰减问题。对于收发合置的单基地雷达,由于RT=RR=R,GT=GR=G,LR=LT=L,FR=FT=F,所以,式(1)可以简化为

(2)

2) 雷达检测模型

雷达接收机从载波中排除噪声和杂波并检测出有用信号的过程称为检波[1]。检波器通常有两种类型,一种是要利用回波信号的相位信息,采用相位检波(又称为相干检波);另一种不用回波相位信息,而是以载波包络的幅度来分辨信号的,也称为包络检波器。包络检波器虽然要损失信噪比,但简单实用,常规雷达大多采用包络检波器,因而本文计算中使用的也是包络检波器。

雷达的检测过程可以用门限检测来描述,它首先对单个脉冲信号进行匹配滤波,然后进行包络检波,n个脉冲加权积累以后与某一门限电压进行比较,如果接收机输出的电压包络超过了预置的门限,就认为有目标出现,否则认为没有目标。

由门限检测的概念知道这种检测方式会有错误:(1)无目标出现情况可能会判定目标存在;(2)确有目标出现时可能会判定无目标。这两种情况分别称为虚警和漏检,在统计检测理论上称为第Ⅰ类和第Ⅱ类错误。出现这两种错误的概率与噪声、干扰的波动,目标的波动以及门限的设定有关。在雷达探测领域,选择门限的原则是在虚警概率不超过某一值的情况下,使探测概率最大,即固定第Ⅰ类错误前提下使第Ⅱ类错误最小,该原则称为Neyman-Pearson原则[2]。图1给出了探测概率、虚警概率和门限之间的关系。

图1 探测概率计算示意图

图1中p(y,x=0)表示雷达感兴趣目标不存在时,接收机检波器输出信噪比的概率密度分布,而P(y,x)表示目标、噪声(可能的干扰)同时存在时,检波器输出的信噪比概率密度分布情况。设门限为T,由概率论知识可知:

(3)

(4)

在门限检测技术中,门限值的确定与杂波和干扰的存在情况密切相关。如果假设有杂波分布保持不变的情况,则由式(3)可以得到对应于某一虚警概率的门限是一个定值,将得到的固定门限代入式(4)计算可以得到雷达的探测概率。在实际中,由于杂波和干扰的存在以及杂波均值的变化,固定门限检测有可能错误估计杂波水平,如果固定门限值偏高,则降低雷达对目标的探测概率;固定门限值偏低则又使虚警概率增加,两者都降低了雷达的探测性能,所以在雷达接收机信号处理系统中最重要的环节就是恒虚警(Constant False Alarm Rate,CFAR)处理技术。恒虚警处理技术[3]的实质就是通过实时地对杂波水平进行估值、对被检测单元处于杂波中的位置进行判断以及消除干扰单元的影响,从而实时设定检测门限,保证虚警概率不变。

3) 雷达网威胁计算

对于假定的敌方分布式雷达网探测系统,其探测性能与组成该系统的各个探测器的探测性能密切相关,探测概率可以写为如下形式。

Pd=f[K·Pfa·(Pfa1·Pa1)·…·(PfaN·PaN)]

(5)

式(5)中,Pfa为探测系统给定的虚警概率,K为数据融合准则参数,N为组成探测系统的探测单元数,(Pfai,Pdi)表示第i个探测单元的虚警概率和探测概率,f(·)表示探测系统的优化配置过程。本文采用的数据融合准则简单地规定为:所有探测单元中最大的探测发现概率即为整个探测系统的探测发现概率。

求解分布式雷达网探测系统的探测性能随距离变化时,首先需要得到给定距离Ri和RCS为σ的目标的(Pfat,Pat),即各探测单元对目标的探测性能。求解过程如下:首先给定N个探测单元的特征探测性能,这N个探测单元的特征探测性能可以相同或不同,然后得到N个探测单元的探测性能(Pfai,Pai),再利用式(5)得到整个探测系统的探测概率。如果无人机的航路己知,则可以无人机的任务目标点(无人机执行任务需要到达的位置)为坐标原点建立坐标系。图5表示无人机朝向任务目标点直线飞行时的情况。

图2 无人机-威胁示意图

图2中,R为无人机到任务点的平面水平距离,Rhl为飞机到第1个探测单元的平面水平距离,RN为雷达波在第N个探测单元与目标之间的传播距离。

3 无人机与雷达交互设计

图3 无人机与雷达交互的系统流程图

进行仿真时,无人机开始按照预定的路径飞行,并实时地进行探测判断,图形界面需实时显示了无人机的位置。雷达实时计算与无人机的距离,进行探测判断。雷达在无人机进入其有效探测范围之后开始工作。在无人机接受到雷达的信号以后,将探测结果输出给无人机模型,控制飞机的运动姿态,并使飞机进入攻击状态。雷达模型计算出对无人机的探测结果,并将计算结果实时传递给数据库,并启动所定计时器。如果计时器超过10s,则向无人机发出命中数据信息,包括命中的时间、命中时的坐标、命中的距离等;此时则停止该无人机的仿真,发送被摧毁消息,并退出本次仿真,从二维显示图上消失。如果无人机在攻击过程中没有被摧毁,则直至无人机航程结束或攻击过程完毕。若攻击过程被执行,无人机使用落地点与雷达的距离来判断是否击中雷达,向雷达发出攻击信息,包括落点与雷达的距离,是否命中等,并退出仿真。雷达根据无人机最后发出的攻击信息,判断自身是否被摧毁。如果接收到的攻击信息中包含雷达被摧毁,则退出仿真,否则继续进行仿真直到整个仿真结束。图3是该系统的流程图。

4 案例仿真

战术背景:红方某机群将轰炸蓝方某重要目标,在蓝方该目标周边设有防空系统对空警戒,防空系统由防空雷达和防空导弹部队等组成,为配合红方机群成功突破蓝方防空系统,现派出9架无人机与战斗机编队飞行(或在轰炸机群之前),运用无人机群来干扰压制蓝方雷达,使其在探测距离和/或探测精度上下降,从而降低敌方雷达的发现概率,达到掩护红方机群成功突防、顺利完成轰炸的目的。

根据任务,9架无人机在红方基地按顺序发射,根据轰炸机群的任务航线和事先已获得蓝方地面雷达站的大概方位,无人机机群初始飞行方向就是航线附近的蓝方雷达站的方位。进攻开始前敌方只有值班雷达开机,如图4所示。

图4 蓝方只有值班雷达开机(进攻前)

在向目标飞行过程中,敌方值班雷达发现无人机后,通知防空雷达网中的所有雷达开机,对空搜索(如图5所示)。

无人机根据事先侦察的敌情分配任务,结合当时搜索到的具体雷达位置信息,进行任务分配的修正,有重点的实施干扰,从雷达分布与当前任务航线的关系,确定威胁最大的雷达,将关键位置的雷达摧毁。各飞机通过机载自导导引头搜索雷达目标(搜索雷达的发射波的频率),然后搜索发射波的波源(雷达),攻击雷达目标。

图5 蓝方雷达全部开机探测范围(无人机干扰前)

反复推演采用不同的编队方式、采用不同作战手段(反辐射无人机摧毁、箔条干扰或制造假目标等),从而产生的不同情况(如采用无人机群利用箔条进行干扰时,开辟“干扰走廊”,掩护空中突击编队飞抵目标区。如图6所示)。根据结果的比较来确定无人机群的最佳的战术运用方式,确保为突击机群提高突防概率。

图6 蓝方雷达探测范围(无人机干扰条件下)

5 结语

本文采用无人机通用模型,建立了雷达威胁模型,并进行了无人机与地方雷达系统的交互设计,最后通过仿真进行了无人机干扰雷达作战仿真系统的研究。未来在战场环境的设置应该更加具体,气象条件就是一个重要因素,本文限于时间条件限制,在此未做深入探讨,但这是一个不容忽视的问题。在不同气象条件,不同敌情,不同数量,不同的战术运用的会产生不同结果,统计仿真结果可用来做指导部队训练的重要参考。

[1] [美]杰里.L.伊伏斯,爱得华.K.里迪.现代雷达原理[M].北京:电子工业出版社,2001:40-48.

[2] [美]D. K.巴顿.雷达系统分析[M].北京:电子工业出版社,2007:56-58.

[3] Thom McLean. Hard Real-Time Simulation using HLA[C]//Proceedings of the Fall Simulation Interoperability Workshop. 2001, Paper 01F-SIW-093:167-169.

[4] Ratan Guha, Mostafa Bassiouni. Simulation Methods and Applications Simulation Practice and Theory[J]. 2002,9(3):91-93.

[5] 黄柯棣.系统仿真技术[M].长沙:国防科技大学出版社,2004:23-27.

[6] STAGE User’s Guide Version 4.0[M]. Virtual Prototypes Inc.,2001:24-29.

[7] 沈林成,高国华,等.开放式飞行任务规划方法[J].宇航学报,1998,28(2):13-18.

[8] IEEEP1516.2 Standard for Modeling and Simulation(M&S) High Level Architecture(HLA)-HLA Object Model Template(OMT), HLA-Frame and Rules[S]. IEEE P1516 Standard Modeling and Simulation,2000:14-21.

[9] J. Szezerba. Peggy Galkowski Ira S. Clickstein and Noah Ternullo. Robust Algorithm for Algorithm for Real-time Route Planning[J]. IEEE Trans. On Aerospace and Electronic System,2000,36(3):869-878.

[10] Rynson W. H. Lau, Jinuny H. P. Chim. Object Caching and Prefetching in Distributed Virtual Walkthrough[J]. Real-Time Systems,2003,21(1):143-164.

UAV Interference Radar Combat Simulation System

WEI Haiyong LUO Hang

(Navy Representative Office in Jingdezhen, Jingdezhen 333000)

In this paper, the model of radar, radar detection model and radar threat model are established. Based on that, the UAV and enemy radar intercation system is designed. Finally, by setting specific operational background, UAV interference radar combat system sumulation is completed, which provides the certain reference for the army using UAV.

unmanned air vehicle(UAV), radar, combat simulation

2014年5月10日,

2014年6月20日 作者简介:魏海永,男,助理工程师,研究方向:航空机械。罗航,男,助理工程师,研究方向:航空机械。

TP391

10.3969/j.issn1672-9730.2014.11.025