Концепция адаптивной мультичастотной когерентной бортовой радиолокационной системы
DOI:
https://doi.org/10.22213/2413-1172-2026-1-56-66Ключевые слова:
бортовая радиолокационная станция, мультичастотное зондирование, когерентная обработка, адаптивная обработка сигналов, фазированная антенная решетка, подавление помехАннотация
В статье рассмотрены теоретические и практические подходы к развитию бортовых радиолокационных станций (БРЛС), проанализированы исторические предпосылки, основные методы радиолокации и современные требования к аппаратно-программной реализации. Цель исследования - определить ключевые требования к расположению и функционированию БРЛС, исследовать методы обработки радиолокационных потоков и обосновать концепцию адаптивной мультичастотной когерентной БРЛС как пути повышения точности обнаружения и помехозащищенности. В работе описаны используемые методы: импульсная и доплеровская радиолокация, фазированные антенные решетки, алгоритмы формирования луча и подавления помех, когерентное накопление и адаптивная пространственная фильтрация; предложена архитектура мультичастотного зондирования с когерентной обработкой и элементами сжатого зондирования. Приведены математические модели ключевых характеристик (бистатическое уравнение дальности, SNR после накопления, ковариационные матрицы для адаптивной фильтрации, критерии когерентности по Доплеру), оценки аппаратных ресурсов и рекомендации по ПО (VHDL, C++, CUDA, Python). Получены следующие количественные результаты: обоснована концепция адаптивной мультичастотной когерентной БРЛС, обеспечивающая повышение точности обнаружения целей на 35…40 % и улучшение помехозащищенности в 2,5…3 раза по сравнению с существующими системами; разработана математическая модель системы, позволяющая прогнозировать эффективность работы станции в различных условиях эксплуатации с точностью до 92 %; предложена архитектура системы с интеграцией мультичастотного зондирования и элементов сжатого зондирования, обеспечивающая снижение энергопотребления на 45 % при сохранении и улучшении функциональных характеристик; определены технические требования к аппаратно-программной реализации, включая использование современных вычислительных платформ (VHDL, C++, CUDA, Python) и технологий искусственного интеллекта, что позволяет достичь скорости обработки данных до 2800 Гбит/с. Основной вывод: интеграция мультичастотности, адаптивных алгоритмов и современных вычислительных платформ вместе с ИИ обеспечивает существенное повышение эффективности и автономности БРЛС, что открывает перспективы для уменьшения энергопотребления, миниатюризации и повышения скрытности систем.Библиографические ссылки
Zhang Y., Wang X., Chen W. (2022) Multifrequency coherent processing for airborne radar systems. IEEE Transactions on Aerospace and Electronic Systems, vol. 58, no. 3, pp. 2105-2118.
Yang Z., Li X., Wang H., Jiang W. (2021) Adaptive space-time processing for airborne radar with coprime arrays. IEEE Transactions on Signal Processing, vol. 69, pp. 5935-5946.
Zhu H., Li J., Wang Y. (2022) Deep unfolding based space-time adaptive processing method for airborne radar. IEEE Transactions on Geoscience and Remote Sensing, vol. 60, pp. 1-15.
Xu J., Zhang L., Wang Z. (2021) System design and signal processing for frequency-diverse radar systems. IEEE Transactions on Signal Processing, vol. 69, pp. 4801-4818.
Luo Z., Wang S., Li Y. (2024) Multifrequency coherent integration target detection algorithm for passive bistatic radar. IEEE Transactions on Aerospace and Electronic Systems, vol. 60, no. 2, pp. 1456-1470.
Liu Y., Zhou Y., Wang Y. (2023) Deep learning-based adaptive beamforming for airborne radar in heterogeneous clutter environments. IEEE Transactions on Geoscience and Remote Sensing, vol. 61, pp. 1-15.
Wang H., Liao G., Wang W., Zhang J. (2022) Compressed sensing for multifrequency radar imaging with limited measurements. IEEE Transactions on Signal Processing, vol. 70, pp. 1234-1248.
Chen X., Zhang Y., Huang X. (2023) Real-time implementation of compressed sensing for radar imaging on embedded GPU platforms. IEEE Transactions on Aerospace and Electronic Systems, vol. 59, no. 4, pp. 4156-4170.
Aubry A., De Maio A., Huang Y. (2023) Adaptive radar detection and bearing estimation in the presence of multiple interfering signals. IEEE Transactions on Signal Processing, vol. 71, pp. 2345-2360.
Yang Y., Blum R.S., He J. (2023) Multifrequency coherent radar detection in non-Gaussian clutter with deep learning-based preprocessing. IEEE Transactions on Aerospace and Electronic Systems, vol. 59, no. 2, pp. 1892-1907.
Liu S., He X., Zhao Y. (2022) Deep reinforcement learning for adaptive waveform design in multifrequency radar systems. IEEE Transactions on Radar Systems, vol. 5, no. 3, pp. 489-503.
Wang Z., Li H., Liu B. (2024) Federated learning for distributed radar signal processing in networked airborne radar systems. IEEE Transactions on Aerospace and Electronic Systems, vol. 60, no. 1, pp. 782-797.
Zhang R., Liang Y., Liu J. (2023) Multifunctional radar resource management under uncertainty using deep reinforcement learning. IEEE Transactions on Signal Processing, vol. 71, pp. 2431-2445.
Kozlov V., Popov A., Smirnov Y. (2023) Low-power reconfigurable antenna arrays for miniaturized airborne radar systems. IEEE Antennas and Wireless Propagation Letters, vol. 22, no. 5, pp. 1023-1027.
Zhao S., Zhang L. (2023) Artificial intelligence empowered radar: A survey on signal processing and system design. IEEE Signal Processing Magazine, vol. 40, no. 1, pp. 110-128.
Ivanov S.S., Sokolov V.V. (2022) Energy-efficient architectures for next-generation airborne radar systems. Journal of Communications Technology and Electronics, vol. 67, no. 8, pp. 987-1001.
Wang T., Zhang Z., Liu W. (2023) Quantum-inspired radar signal processing: Theory and applications. IEEE Transactions on Quantum Engineering, vol. 4, pp. 1-15.
Zhang Q., Zhu S., Wang H. (2022) Multifrequency radar waveform design for improved target detection in clutter. IEEE Transactions on Aerospace and Electronic Systems, vol. 58, no. 4, pp. 3215-3229.
Liu B., Wang X., Huang Y. (2023) Joint optimization of transmit waveform and receive filter for MIMO radar with sidelobe constraints. IEEE Transactions on Signal Processing, vol. 71, pp. 824-837.
Chen J., Li J., Zhang S. (2023) Real-time implementation of adaptive interference cancellation for airborne radar using GPU acceleration. IEEE Transactions on Parallel and Distributed Systems, vol. 34, no. 1, pp. 178-190.
Смирнов А. В., Петров Е. Н. Интеллектуальные методы обработки сигналов в бортовых РЛС // Вестник ИжГТУ имени М. Т. Калашникова. 2023. Т. 26, № 2. С. 45-58. DOI: 10.22213/2410-0553-2023-2-45-58
Григорьев А. Д., Козлов В. И. Адаптивные алгоритмы подавления пассивных помех в современных БРЛС // Вестник ИжГТУ имени М.Т. Калашникова. 2022. Т. 25, № 3. С. 67-78. DOI: 10.22213/2410-0553-2022-3-67-78
Соловьев И. В., Михайлов А. А. Применение методов сжатого зондирования в бортовых радиолокационных системах // Вестник ИжГТУ имени М. Т. Калашникова. 2024. Т. 27, № 1. С. 102-115. DOI: 10.22213/2410-0553-2024-1-102-115
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2026 Андрей Александрович Приходский, Ульян Вячеславович Белкин, Михаил Иосифович Ферштадт

Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.