rss
当前位置 :首页 > 销售网络

美国陆军研究实验室ARL 划重点:雷达技术路线图

  在现代战争的作战条件下,现代雷达需要满足多种不同的任务需求,并能够在复杂、动态的电磁环境中高效作战。而雷达技术的发展却需要同时受到诸如造价、尺寸、重量及功率(SWaP)等各种条件的限制。未来的雷达系统需要能够在尽可能减少所占用资源的同时,适应急剧变化的作战环境。若要达成这个目的,雷达研究需要发展更加敏捷、更加有效的雷达系统。

  在技术方面,未来雷达将广泛采用可扩展射频系统并开发模块化的硬件,此外软件定义无线电(SDRs)以及其他商用现货供应(COTS)技术也越来越被广泛应用于波形生成、信号处理以及非传统雷达应用上。自适应射频技术也将是技术发展的重点,主要包括孔径及其它前端部分等,整体趋势是向弹性、多功能方向发展。

  总之,这些技术趋势将会形成一种新的技术框架,可制造更具鲁棒性的雷达系统,能够应用认知处理技术适应复杂多变的电磁频谱环境,满足现代战争的作战需求。引 言目前陆军雷达领域的研究和发展方向非常广泛,涉及到大量应用。典型案例包括:

  有源电扫相控阵(AESA)技术,未来可用于多波段多任务模块化雷达;新型孔径技术及信号处理技术,植被穿透(FOPEN)雷达;以及超宽带射频和处理技术,可用于地面穿透雷达(Ground-penetrating radar)等。

  下图1展示了目前雷达传统和未来的技术发展路线。为了实现未来雷达的技术需求,需要重点发展的相关技术包括:认知射频技术,模块化多波段硬件/软件技术、捷变波形生成、数字信号处理以及可降低雷达研制生产成本的商用现货利用技术。

  这类技术的开发将满足未来愈加复杂的电磁环境以及现代战争条件下对雷达多功能性和高效性的需求。

  1. 雷达技术发展路线. 雷达技术发展路线为了提升未来陆军雷达的技术水平,陆军研究实验室开发了一系列雷达技术新概念,其中包括认知资源管理、多波段天线以及应用于低成本协同传感器的软件定义无线电技术。这类雷达技术将解决目前陆军面临的电磁频谱资源紧张、干扰强度增大等问题,并适应当前高度动态化的电磁环境。下表展示了当前面临的主要挑战及ARL相应的研究领域。

  2. 敏捷多功能雷达所需技术美国陆军研究实验室正在开发未来敏捷多功能雷达所需的一系列相关技术。多波段可重构射频硬件的发展提供了现代雷达所需的通用组件。举例而言,采用通用硬件及一系列可重构部件制造的多重射频系统可用于构建多功能系统。通过这种射频技术手段制造的雷达系统将可以在高度动态环境中自适应调整其作战方式,提升电磁环境任务弹性。作为实现可拓展射频技术框架的重要一步,ARL正在开发多波段孔径技术,满足未来雷达的相控阵应用、模块化高效射频电路以及放大器等系统需求,并开发相关技术支持构建雷达的数字化、可重构射频终端。

  目前ARL雷达方向的研究主要集中在多波段孔径技术中,是ARL雷达技术发展的典型。

  目前ARL正在研发一种平板贴片天线,能够最优化双波段雷达的功能。该设计采用一种革命性阵元设计,能够满足雷达在S和C波段进行双波段工作的需求,并具有双重线性极化性质。该设计具备一种紧凑、轻薄(1.4×1.4×0.17英寸)的构造,能够满足相控阵阵元应用需求,并可最小化其稀疏阵列相关的影响。该天线可在每个共振贴片下装载不同的电介质材料,使得整体尺寸最小化。图2展示了该单一贴片天线的性能参数,展示出双波段共振与对称辐射方向图。从图右侧仿线dB回波损耗,并在远场实现5.5 dB的增益;而在7.6 GHz则会出现-35 dB的回波损耗,并在远场实现6.5 dB的增益。该阵元采用Ansoft HFSS进行设计,ARL将在短期内对其进行制造测试。

  左侧为双波段、双极化天线阵元设计。该设计可实现同一孔径可满足雷达可在S波段与C波段工作的需求。图右侧为单一贴片阵元在S波段和C波段的仿线. 适应复杂拥挤的电磁频谱环境对于陆军雷达而言,现代战争中复杂拥挤的电磁频谱环境是一个长久存在的挑战。随着无线通信规模的扩张,军用频谱的“领地”正不断被蚕食,推动着美军电子技术的发展。为了解决这种长期存在的挑战,人们提出了一种雷达通用性框架,其重点在于通过认知技术进行雷达资源的管理。美国陆军研究实验室认知雷达战略的重点在于通过认知技术对雷达资源的管理,实现对复杂电磁频谱环境的有效适应和开发。ARL认知雷达策略包括四个阶段:宽带感知、动态学习、自主决策以及自适应天线和前端。

  相关文章曾提出,频谱感知可通过识别未占据的信道来进行动态频谱接入,实现频谱共享。目前可通过被动地射频接收技术和低复杂度资源算法来完成对射频环境的实时监测,所以需要宽带感知方式。感知过程可使用现有的雷达接收机前端和处理器或一个符合单功能感知孔径及模块。ARL目前针对频谱感知协作系统对软件定义无线电技术(SDR)进行重点攻关,以研发低造价、低SWaP的环境传感器。

  如图3所示,目标探测时,雷达接收机接收到的信息将会通过相关算法进行处理。电磁环境信息与目标信息都将储存在存储器中,并被用于实现对威胁和射频环境进行动态学习。对于动态学习与自主决策而言,算法发展是实现雷达资源有效管理的关键。动态学习的主要供功能是发展算法技术对储存信息进行处理,减少处理时间并对目标回波行为进行预测。自主决策将多源信息结合起来(比如宽带感知信息以及其它统计区域频谱标准等),发展雷达最优化解决方案。举例而言,理解白空间内的频谱行动可对发射波形进行适应调整,从而将雷达性能(例如信噪比等参数)最大化。

  图3. ARL提出的认知架构。该架构将确保雷达系统能够以一种非预测性、非固定模式方法对雷达性能进行优化,旨在通过“感知、学习、决策和适应”的认知循环方式提高雷达资源管理水平。

  对于雷达资源管理而言,态势感知是其实现功能的重要前提。系统可通过采用上述提出的雷达框架循环来不断搜集目标信息,实现态势感知能力。我们想象中的高度适应雷达系统将能够产生可对线性或非线性目标进行有效响应的特殊波形。目标信息将在多个标准上增长,包括目标探测、目标跟踪、目标分类等。目前ARL正在进行相关研究工作。

  在理解系统所在电磁环境后,此时系统需要在正确的时间对波形中频和调制带宽进行快速重构。对于天线和系统前端的智能控制将能够调节改变放大器匹配负载、电源效率以及带宽等。目前ARL正在针对快速开关和相位改变的方式进行研发。通过一种通用模块化方式对阵列进行有效量测是实现不同陆军平台对功能、平台和寿命周期要求的关键。

  结论当前陆军雷达正面临着频谱可用性、动态电磁环境以及寿命造价等多方面的考验,下一代雷达系统需要在尽量占用较少资源的前提下适应复杂电磁环境下的作战需求。目前的发展趋势主要包括波形多样化、认知处理以及模块化、多波段硬件/软件技术,旨在研发新的雷达体系架构,使其具备更大的应用潜力,满足未来陆军雷达作战多任务功能需求。未来,认知资源管理、多波段和自适应天线和前端、价格低廉的SDR组合技术、传统雷达射频收敛等技术都将可能在不久的将来实现。

上一篇: 《企业网络营销落地地图班     下一篇: AI技术助力中国网球公开赛 球员观众实现无障沟通