雷達作為一種全天候、全天時的遠程傳感器，通過與環境、目標相互作用來獲取目標信息，具有探測距離遠且不易受粉塵、天氣、煙霧等因素影響的特點。當前，在整體能量、時間、頻譜等資源有限的情況下，根據目標、環境變化合理分配并有效利用這些資源，是下一代雷達發展必須面對的挑戰。“認知雷達”可根據目標和外部環境特性，智能地選擇發射信號和工作方式，并將有限資源最優分配，被認為是未來雷達發展的重要方向之一。

2006年，加拿大教授Simon Haykin在一個學術研討會上首次提出認知雷達概念，其參考模仿蝙蝠回聲定位的生物探測機制發展而來。認知雷達的接收端與發射端間具備“目標、環境反饋系統”，改變了傳統雷達發射波形始終單一、環境自適應調節差的缺點。

具體而言，目標、環境反饋系統采集分析雷達回波和環境信息(如能見度、濕度、溫度等)變化;然后貝葉斯跟蹤器利用回波的環境信息以及先驗知識(包括地形、非合作目標特性等)，持續對目標的有無進行判斷，如果數據量極大，則引入深度學習和大數據處理技術對雷達數據進行統計分析，不斷優化雜波和目標的模型;最后，接收端將這些信息反饋給發射端，發射端再根據統計處理后的信息，智能化調整發射波參數(如波形形狀、波形頻率等)，再次照射環境目標，如此循環不停地重復，達到認知雷達智能探測目標的最終目的。

當前，盡管認知雷達創新性的參考了仿生學相關原理，但是還需在自適應學習、雜波抑制、波形優化設計、目標及環境庫等方面投入更多的研究。基于認知雷達的智能化背景，未來認知雷達將會朝向網絡化、模塊化的方向發展，最終大幅度提升雷達探測能力。

本文由空軍指揮學院教授徐邦年進行科學性把關。

標簽： 雷達