跨界 · 融合 · 服務 · 創新
摘 要：隨著電磁環境日益復雜、敵我對抗態勢越發激烈，對無人系統信息傳輸的可靠性提出了更高的要求，傳統節點的認知通信模式已難以適應未來自主化、分布式的寬帶聯合抗干擾發展趨勢。針對無人系統面臨的抗干擾低截獲通信需求，圍繞干擾的檢測識別、變換分析和多域抑制等認知抗干擾關鍵技術展開具體分析，梳理常見的檢測估計和分類識別研究現狀；對典型干擾類型進行分類建模，總結變換處理過程的方法和問題；并對傳統干擾抑制方法和新型干擾抑制方法進行了系統性概述，分析了未知干擾的分類識別、多樣干擾的時域消除、分布干擾的聯合分離以及協同干擾的優化控制等制約寬帶聯合抗干擾的關鍵問題，突出認知抗干擾技術對無人系統通信的重要作用。
隨著5G技術的不斷發展，無人系統的通信頻率和帶寬不斷提高，從而迅速推動了高速率、低延遲和大容量的可靠通信，利用寬帶和高速傳輸的優勢，無人系統可以支持智能傳感、控制和其他飛行器之間通信的廣泛應用。但由于電磁頻譜逐漸緊缺，所有相關的無人系統個體都面臨著通信中斷、阻塞或惡意干擾的挑戰，從而容易影響通信效率和能力。因此，確保高頻譜效率的前提下保證低截獲概率和抗干擾性能，對于戰術邊緣網絡中通信安全性和可靠性至關重要。
傳統無人系統通信常采用直擴、跳頻、跳時等抗干擾通信技術，通過將信號特征隱藏于時域或頻域的方式規避敵方截獲，但信號在循環平穩和各態歷經性等方面存在一定的特征，容易被敵探測干擾。隨著認知電子戰技術的發展以及電磁頻譜作戰理念的興起[1-2]，對傳統通信技術的抗干擾能力提出了更高的要求，認知抗干擾通信通過將認知思想應用到抗干擾通信領域，實現了敏捷、智能的抗干擾能力，近年來逐漸受到各國研究人員的高度重視。
按照“OODA環”[3-4]中觀察、判斷、決策、行動等階段對干擾的認知處理，認知抗干擾通信涉及的關鍵技術主要包括：快速準確的檢測估計、智能魯棒的分類識別技術、高效抗擾的波形變換技術、靈活適變的抑制消除技術以及多樣聯合的優化決策技術等[5-6]。其中干擾的檢測識別為前提，優化決策是核心，波形變換和抑制消除是手段，如圖1所示。本文主要針對干擾的檢測識別、變換分析和抑制消除等展開分析。
圖1 認知抗干擾的“OODA”環
Fig.1“OODA”loop for cognitive anti-interference
1 干擾的檢測識別
干擾的檢測識別作為認知抗干擾系統的基礎環節，目的是通過獲取干擾的強度、頻段和類型等先驗知識，從而為干擾的抑制消除提供所需的經驗信息，主要包括干擾的檢測估計和分類識別兩部分[7-8]。其中，干擾檢測估計的側重點在于干擾存在性的檢測算法，而干擾分類識別的研究則聚焦于干擾特征參數的估計和類型識別。下面分別具體展開分析。
1.1 干擾檢測估計
干擾的檢測估計通常指干擾信號存在與否的二元性檢測，即在環境噪聲的影響下，通過某一狀態下的特征和判別準則進行干擾存在性的假設檢驗。常用的判別準則包括奈曼-皮爾森（Neyman-Pearson，NP）準則、Bayesian準則和最大后驗概率（maximum a posteriori，MAP）準則等。基于NP估計框架，文獻[9]研究了在加性高斯噪聲影響下的發射信號檢測問題，并利用檢測概率函數的凸性特征，針對平均/峰值功率約束的發射機和接收機提出了最優/近似最優的分時策略及其策略參數，有效提高了干擾檢測能力；在無論是否存在平均功率約束的情況下，Soganci等人基于總貝葉斯風險和最大貝葉斯風險兩種不同的性能準則，設計了一類固定估計量的多參數最優檢測估計方法[10]，并給出了相對應的最優參數表征和所取得的檢測性能增益；為了在平均發射功率約束下最小化平均誤差概率，在接收端利用MAP決策規則設計最優檢測策略[11]，有效降低了系統誤碼率。
根據檢測的信號處理形式，干擾檢測估計算法可分為時頻域檢測估計、空域檢測估計以及其他變換域檢測估計等。其中，后者干擾的空域檢測估計主要利用電磁波在天線陣列不同極化方向和不同波束方向的傳播特性，通過波達方向（direction of arrival，DOA）估計目標的位置和角度等信息，進而通過控制天線陣列的方向圖實現干擾抑制消除的目的。該方法具有分辨率高、信噪比靈敏度低的特點，能夠檢測出相干干擾和欺騙式干擾，但對天線材料和成本要求較高，如龍勃透鏡，硬件實現有一定難度，適應于隱身飛機等特定場景，與應用更廣泛的前兩種方法相比，后者應用范圍有限，需要進行專門的天線陣列設計。
干擾的時頻域檢測估計主要利用干擾波形在時頻域的能量或頻率變化特性，通過功率能量譜、循環特征譜、高階累積量等特性信息以及連續均值去除和前向連續均值去除等頻譜感知方法，實現干擾門限的設置和干擾參數的估計。該方法不需要任何先驗信息，簡單高效，能夠一定程度上適應干擾強度的變化，但對噪聲不太敏感，適用類型范圍一定，特別是處理寬帶干擾時容易出現虛警現象，精度受限。
干擾的變換域檢測估計主要利用干擾、噪聲和通信信號在不同變換域呈現的差異性特征來檢測出干擾的，通過選取合適的變換基從而降低在時頻域處理的復雜度。根據不同的變換基形式，通常可分為分數階傅里葉變換、小波變換、離散余弦變換等干擾變換檢測技術。該方法可以高效地處理時變多樣的干擾類型，簡化復雜的濾波實現過程，能夠進行干擾的細節特征分析，特別適合于寬帶稀疏性干擾，但目前獲取最優變換的方法效率不高，時效性有待進一步提高。
