陳筠力，陶明亮，劉艷陽，路瑞峰，粟嘉

（1.上海航天技術(shù)研究院，上海 201109；2.西北工業(yè)大學(xué) 電子信息學(xué)院，陜西 西安 710072；3.上海衛(wèi)星工程技術(shù)研究所，上海 201109）

0 引言

雷達(dá)遙感衛(wèi)星作為一種重要的主動探測載荷，其不受光照、云層、天氣等條件的約束與影響，能夠全天時、全天候地獲取地物目標(biāo)高分辨率圖像，是我國對地觀測空間基礎(chǔ)設(shè)施的重要組成部分，對保障國家軍事安全和促進(jìn)經(jīng)濟(jì)社會發(fā)展具有重大的戰(zhàn)略意義［1］。但與此同時，隨著空間無線電業(yè)務(wù)量的爆炸式增長，信息化應(yīng)用不斷擴(kuò)大的頻譜帶寬需求與有限頻譜資源之間的供需矛盾愈加突出，客觀上形成了密集錯綜、動態(tài)變幻的復(fù)雜電磁環(huán)境態(tài)勢［2］。例如新一代泛在高效的信息網(wǎng)絡(luò)中民用移動互聯(lián)網(wǎng)、物聯(lián)網(wǎng)對信號帶寬的需求越來越大，高分辨率微波成像雷達(dá)的帶寬由數(shù)百M(fèi)Hz 展寬至最大1.2GHz，無人系統(tǒng)的爆發(fā)式增長對未來頻譜的有序利用也構(gòu)成了全新的挑戰(zhàn)。由此導(dǎo)致雷達(dá)遙感衛(wèi)星回波數(shù)據(jù)將不可避免地受到同一頻段或相鄰頻段其他眾多無線電業(yè)務(wù)的射頻干擾（Radio Frequency Interference，RFI）影響，特別是低頻段、高分辨率雷達(dá)遙感衛(wèi)星發(fā)射信號瞬時帶寬大、波束較寬、駐留時間較長，從而致使全球范圍內(nèi)精細(xì)化觀測的數(shù)據(jù)獲取能力和對地觀測科學(xué)數(shù)據(jù)的準(zhǔn)確完好性面臨著嚴(yán)峻的挑戰(zhàn)［3-4］。

RFI 會造成遙感數(shù)據(jù)失真、解譯困難，主要體現(xiàn)在：①RFI 的存在將顯著降低回波信干噪比，降低數(shù)據(jù)之間相干性，影響回波信號錄取過程和幅值動態(tài)范圍，極易造成目標(biāo)檢測的漏檢和虛警［5］；② 干擾會直接擾亂圖像的幅度和相位，表現(xiàn)為具有特定紋理特征的遮蓋性偽影，甚至完全遮擋目標(biāo)場景，由此引起真實(shí)目標(biāo)的空間和輻射響應(yīng)信息失真，極大程度地削弱地物分類、相干變化檢測、目標(biāo)識別等定性解譯應(yīng)用的可靠性［6］；③干擾引起的幅度和相位失真誤差會影響極化相關(guān)性、干涉相位圖等衍生參數(shù)準(zhǔn)確性，限制了高精度形變觀測、精細(xì)化定量遙感參數(shù)反演等應(yīng)用的準(zhǔn)確性［8］。

隨著星座組網(wǎng)觀測系統(tǒng)建設(shè)的持續(xù)推進(jìn)，遙感衛(wèi)星將逐步具備立體、多維、綜合觀測能力，以滿足對地高精細(xì)、大尺度和連續(xù)不斷監(jiān)測的要求［10-12］。作為科學(xué)大數(shù)據(jù)重要組成部分，對地遙感觀測數(shù)據(jù)已成為國家基礎(chǔ)性和戰(zhàn)略性資源。定量化觀測、精細(xì)化應(yīng)用需求對微波遙感衛(wèi)星的回波、圖像及其衍生反演產(chǎn)品的精準(zhǔn)性和可靠性要求越來越高。若簡單將受干擾的遙感回波與圖像數(shù)據(jù)棄之不用，是對數(shù)據(jù)資源的極大浪費(fèi)。因此，亟須全面認(rèn)知雷達(dá)遙感衛(wèi)星的RFI 來源要素與作用影響機(jī)制，創(chuàng)新探索高精度、高時效的干擾智能抑制新理論與新方法，對于保障我國雷達(dá)遙感衛(wèi)星在復(fù)雜電磁環(huán)境下的應(yīng)用效能具有重大現(xiàn)實(shí)意義和迫切應(yīng)用需求。

本文在現(xiàn)有典型波段的雷達(dá)遙感衛(wèi)星的頻率分配現(xiàn)狀的基礎(chǔ)上，梳理分析了頻段共用的主要RFI 源，闡明介紹RFI 的定義和干擾影響機(jī)制，并提出模型數(shù)據(jù)混合驅(qū)動的干擾抑制新思路，為新一代雷達(dá)遙感衛(wèi)星的頻率優(yōu)化設(shè)計提供知識依據(jù)，進(jìn)而保障在復(fù)雜電磁環(huán)境的作用效能。

1 遙感衛(wèi)星頻率分配現(xiàn)狀

衛(wèi)星無線電頻率資源是國家戰(zhàn)略性稀缺資源，是進(jìn)入空間、感知空間、利用空間的前提條件。為了從頂層規(guī)范全球?qū)o線電頻譜的利用，國際電信聯(lián)盟（International Telecommunication Union，ITU）按空間地理區(qū)域和頻段劃分制訂統(tǒng)一的無線電頻譜分配方案［13-14］，如圖1 所示。

圖1 國際電信聯(lián)盟無線電規(guī)則與全球分配地理分區(qū)Fig.1 ITU Radio regulations and its geographical allocation regions

《無線電規(guī)則》（Radio Regulations）作為無線電管理領(lǐng)域唯一的國際條約，從技術(shù)和規(guī)則框架方面最大限度地協(xié)調(diào)規(guī)避無線電頻譜的使用沖突問題［15］。世界無線電通信大會（World Radiocommunication Conferences，WRC）是協(xié)調(diào)管理全球無線電頻譜和衛(wèi)星軌道資源的最高締約性會議，每3～4年舉辦一次，對《無線電規(guī)則》進(jìn)行討論，修訂衛(wèi)星頻率使用規(guī)則程序并形成相關(guān)決議。

各個國家和地區(qū)可以在國際框架下根據(jù)實(shí)際情況制定具體劃分標(biāo)準(zhǔn)，當(dāng)前我國最新的《中華人民共和國無線電頻率劃分規(guī)定》自2018 年7 月1 日起施行［16］。除此之外，國際空間頻率協(xié)調(diào)組（Space Frequency Coordination Group，SFCG）、IEEE 遙感頻率分配技術(shù)委員會（Frequency Allocations in Remote Sensing Technical Committee，F(xiàn)ARS-TC）等也是積極參與國際遙感衛(wèi)星頻率分配論證工作的重要組織機(jī)構(gòu)。

根據(jù)《無線電規(guī)則》，衛(wèi)星頻率和軌道資源的主要分配形式為“先申報就可優(yōu)先使用”的搶占方式。在限定的頻段范圍內(nèi)，衛(wèi)星對地探測業(yè)務(wù)（Earth Exploration Satellite Service，EESS）與其他無線電業(yè)務(wù)共享運(yùn)行。ITU 劃定的P 波段至X 波段的雷達(dá)遙感衛(wèi)星的允許工作頻率［15］見表1。從表中可以看出，由于不同頻段的兼容性問題，衛(wèi)星有源對地探測業(yè)務(wù)在不同波段的業(yè)務(wù)級別有差異，允許的最大工作帶寬也隨著頻率的增大而提升，并與無線電定位、業(yè)余無線電、移動通信、空間探測、無線電導(dǎo)航等業(yè)務(wù)共享頻譜。

表1 衛(wèi)星地球探測業(yè)務(wù)（有源）頻率分配規(guī)定Tab.1 Frequency allocation for EESSs（active）

國內(nèi)外在軌和規(guī)劃的典型雷達(dá)遙感衛(wèi)星系統(tǒng)及其用頻狀況見表2?？梢钥吹?，微波遙感衛(wèi)星的任務(wù)頻率均需要遵循表1 中國際無線電規(guī)則中的用頻規(guī)定。L、S、C、X 波段是微波遙感衛(wèi)星的重要頻段，也是世界各大航天強(qiáng)國重點(diǎn)規(guī)劃發(fā)展的頻段。P 波段由于共享業(yè)務(wù)較多，帶寬和探測區(qū)域受限，目前僅有歐洲規(guī)劃研制了Biomass 系統(tǒng)［17］。我國目前在軌運(yùn)行的雷達(dá)遙感衛(wèi)星主要包括環(huán)境一號C 星（S 波段）、高分三號（C 波段）、陸地探測一號（L 波段）等，隨著我國遙感和空間科學(xué)衛(wèi)星的應(yīng)用領(lǐng)域不斷拓展，對衛(wèi)星無線電頻率和軌道資源的需求日益迫切。

表2 國內(nèi)外部分在軌或規(guī)劃的雷達(dá)遙感衛(wèi)星系統(tǒng)及用頻情況Tab.2 Typical microwave active remote sensing systems at home and abroad and their frequency usage

續(xù)表2 國內(nèi)外部分在軌或規(guī)劃的雷達(dá)遙感衛(wèi)星系統(tǒng)用頻情況Continued Tab.2 Typical microwave active remote sensing systems at home and abroad and their frequency usage

在2019 年，工業(yè)和信息化部、國防科工局聯(lián)合印發(fā)了我國衛(wèi)星應(yīng)用領(lǐng)域首部頻率資源使用規(guī)劃《遙感和空間科學(xué)衛(wèi)星無線電頻率資源使用規(guī)劃（2019—2025 年）》，對“十三五”和“十四五”期間遙感和空間科學(xué)衛(wèi)星無線電頻率資源的合理、高效利用提出了明確的要求［18］。對于微波主動遙感衛(wèi)星探測頻率的設(shè)計，一方面要根據(jù)遙感探測任務(wù)需求和業(yè)務(wù)特性，另一方面主要依據(jù)國際電聯(lián)ITU-R RS.2105 建議書［19］，設(shè)定星載有源傳感器的功率通量密度、地球表面接收的干擾功率、射頻信號類型等參數(shù)，重點(diǎn)提高系統(tǒng)自身的頻率兼容性，減少和避免對其他系統(tǒng)的干擾。

2 射頻干擾機(jī)理

2.1 射頻干擾定義

頻譜分配是微波遙感衛(wèi)星工作頻段的重要依據(jù)，對于保障微波遙感衛(wèi)星的探測效能至關(guān)重要，但僅有小部分頻譜可用于微波有源遙感并且與其他無線電業(yè)務(wù)廣泛共享，仍不能完全避免其他無線電輻射源的威脅影響。與此同時，RFI 信號的來源多樣，不同地區(qū)、不同系統(tǒng)、不同時間的干擾信號類型也有可能不同，導(dǎo)致其信息獲取能力受到嚴(yán)峻的挑戰(zhàn)。

國際電聯(lián)《無線電規(guī)則》第1.166 款將RFI 定義為［15］：“由于某種發(fā)射、輻射、感應(yīng)或其組合所產(chǎn)生的無用能量對無線電通信系統(tǒng)的接收產(chǎn)生的影響，這種影響的后果表現(xiàn)為性能下降、誤解或信息遺漏”。干擾又可劃分為3 個等級：允許的干擾、可接受的干擾以及有害干擾。其中，針對雷達(dá)遙感衛(wèi)星而言，有害干擾是造成探測性能下降的主要威脅。國際電聯(lián)ITU-R RS.1166 建議書給出了雷達(dá)遙感衛(wèi)星的空間有源遙感器的性能和干擾標(biāo)準(zhǔn)，在成像像素功率標(biāo)準(zhǔn)偏差下降10%的情況下，其干擾門限標(biāo)準(zhǔn)為干擾與噪聲比（Interference to Noise Ratio，INR）-6 dB［20-21］。

2.2 射頻干擾機(jī)理

微波遙感衛(wèi)星系統(tǒng)所遭遇的RFI 主要來源于共享頻段的授權(quán)業(yè)務(wù)、共享頻段的非授權(quán)業(yè)務(wù)以及鄰近頻段的無用輻射。從信號的傳播路徑追溯來看，無意RFI 主要來源于地面直射干擾和星間散射互擾，如圖2 所示。地面直射干擾主要由地面/海面同頻段共享的軍民無線電設(shè)備引起，比如機(jī)場監(jiān)視雷達(dá)、氣象雷達(dá)、廣播電視、通信網(wǎng)絡(luò)設(shè)備等［22-24］。星間散射互擾則源自異源雷達(dá)遙感衛(wèi)星在時空頻交疊探測場景下經(jīng)由地面散射調(diào)制而產(chǎn)生的干擾信號。前期研究表明，我國高分三號系統(tǒng)與歐洲Sentinel-1 系統(tǒng)、加拿大RADARSAT 系統(tǒng)之間存在著嚴(yán)重的星間散射互擾現(xiàn)象［25-26］。隨著衛(wèi)星數(shù)量星座化建設(shè)，時空頻交疊概率大幅增加，衍生的異源雷達(dá)星間散射互擾問題會更加嚴(yán)重，已逐漸成為新興常態(tài)化威脅［27］。

圖2 雷達(dá)遙感衛(wèi)星面臨的潛在射頻干擾源及其干擾機(jī)理Fig.2 Potential RFI sources for microwave active remote sensing satellite and its interference mechanisms

雷達(dá)遙感圖像中的地面直射干擾和星間散射互擾2 種典型RFI 如圖3 所示。從圖中可看出，地面直射干擾、星間散射互擾的幅度、持續(xù)時間、調(diào)制方式等都存在著較大的差異性。常規(guī)地面直射干擾可假設(shè)為點(diǎn)源模型，能量反比于距離的二次方，與目標(biāo)回波線性混合疊加，干擾信號特性與觀測幾何關(guān)系、系統(tǒng)參數(shù)、極化方式、干擾源特性密切相關(guān)。而對于星間散射互擾，異源雷達(dá)遙感衛(wèi)星發(fā)射信號會歷經(jīng)與地物的二次反射與卷積調(diào)制過程，信號轉(zhuǎn)發(fā)于分布式面目標(biāo)，能量反比于距離的四次方，其特性與地形地貌非線性深度耦合影響。圖像域也表現(xiàn)出較獨(dú)特的紋理規(guī)律、形狀和模式特征，但都對遙感圖像中地物目標(biāo)形成了遮蓋偽影，對解譯反演分析造成了較大的負(fù)面影響。

圖3 遙感圖像中的典型射頻干擾Fig.3 Typical RFI in remote sensing images

由于干擾源與接收天線之間極化方式的差異性，不同極化通道的干擾偽影強(qiáng)度和紋理有所差異，如圖4 所示。同時，對于非固定、非持續(xù)發(fā)射的干擾而言，在遙感衛(wèi)星的不同周訪周期之內(nèi)，同一場景中干擾的強(qiáng)度也會呈現(xiàn)時變的特性，在時間序列圖像上不會穩(wěn)定持續(xù)存在，呈現(xiàn)“尖峰”的特性，如圖5所示。

圖4 同一場景不同極化通道的圖像對比Fig.4 Comparison of images under different polarimetric channels

圖5 不同時相的散射系數(shù)強(qiáng)度對比Fig.5 Variation of the scattering coefficient intensity with the acquisition time

2.3 雷達(dá)遙感衛(wèi)星面臨的射頻干擾環(huán)境

近年來，對RFI 問題逐漸得到重視，并被納入作為衛(wèi)星系統(tǒng)頂層設(shè)計的重要考量因素之一。衛(wèi)星干擾檢測與抑制手段需在總體設(shè)計時予以考慮，是保障探測數(shù)據(jù)的精準(zhǔn)有效性的重要手段。美國國家航空航天局（NASA）、歐洲空間局（ESA）、日本航天局（JAXA）等研究機(jī)構(gòu)，早已將地面RFI 監(jiān)測與抑制融入到雷達(dá)遙感衛(wèi)星系統(tǒng)總體設(shè)計與研制過程中。比如，美國2015 年發(fā)射的L 波段SMAP 衛(wèi)星，對在軌RFI 環(huán)境進(jìn)行了詳細(xì)的模擬、記錄與分析，并融入考慮到系統(tǒng)體制設(shè)計上，實(shí)現(xiàn)具備在軌靜默監(jiān)測和頻率捷變干擾規(guī)避能力［28］。作為美國NASA 資助的前沿項目之一，2018 年發(fā)射的CUBERRT 系統(tǒng)具備在6～40 GHz 頻帶范圍，瞬時帶寬1 GHz 的在軌RFI 監(jiān)測能力，系統(tǒng)全面地認(rèn)知了全球RFI 環(huán)境，對于后續(xù)衛(wèi)星的頻率規(guī)劃與在軌運(yùn)行提供了詳細(xì)的干擾要素依據(jù)［29］。日本L 波段ALOS 雷達(dá)系統(tǒng)，開發(fā)了地面端干擾檢測與抑制處理系統(tǒng)，形成了全球干擾數(shù)據(jù)特征庫和空間強(qiáng)度分布圖［30］，豐富了對RFI環(huán)境要素的認(rèn)知深度和廣度，如圖6 所示。歐洲C 波段Sentinel-1系統(tǒng)利用噪聲監(jiān)測脈沖，通過長時間的對地觀測數(shù)據(jù)積累與分析，統(tǒng)計獲得了全球C 波段遙感探測RFI空間分布強(qiáng)度概率分布圖［31］，如圖7 所示，為在軌探測模式優(yōu)化提供了寶貴的決策知識支撐。

圖6 日本ALOS 系統(tǒng)獲取的全球L 波段射頻干擾源強(qiáng)度概率分布［30］Fig.6 Probability distribution of the global L-band RFI obtained by the ALOS system in Japan［30］

從圖6～圖7 中可以看出，從干擾空間分布來說，雷達(dá)遙感衛(wèi)星需對全球進(jìn)行大范圍、長期觀測，其面臨的調(diào)制樣式、信號強(qiáng)度隨地理區(qū)域動態(tài)變化，特別是在城市化程度較高的區(qū)域更為嚴(yán)重。歐洲Sentinel-1 系統(tǒng)獲取的2 個典型場景的地面和海面干擾累積圖，如圖8～圖9 所示，根據(jù)衛(wèi)星的上升軌道和下降軌道交叉點(diǎn)能夠粗略定位地基雷達(dá)、艦載雷達(dá)等高功率輻射源［22］。干擾樣式體現(xiàn)出的圖像偽影變化可以作為行為意圖反演的依據(jù)，即可以根據(jù)某些地點(diǎn)的雷達(dá)開啟頻率，推斷其“威脅等級”水平，若為海面移動輻射源，可以跟蹤活動軌跡，推斷其工作意圖，從而為電磁目標(biāo)檢測、開源情報分析等提供獨(dú)特的視角。

圖7 歐洲Sentinel 系統(tǒng)獲取的全球C 波段射頻干擾源強(qiáng)度概率分布［31］Fig.7 Probability distribution of the global C-band RFI obtained by the Sentinel system in European［31］

圖8 地面高功率雷達(dá)輻射源及其造成的干擾Fig.8 Terrestrial high-power radar emitter and the interference it causes

圖9 海面高功率雷達(dá)輻射源及其造成的干擾Fig.9 Marine high-power radar emitter and the interference it causes

除此之外，新一代雷達(dá)遙感衛(wèi)星系統(tǒng)也已將RFI列為實(shí)質(zhì)威脅并在研制階段對干擾抑制能力進(jìn)行頂層規(guī)劃設(shè)計。作為歐空局發(fā)起的7 大地球探測新計劃之一，計劃于2023 年發(fā)射的P 波段BIOMASS系統(tǒng)，開發(fā)了地面RFI 檢測與抑制處理系統(tǒng)［17］。美國和印度聯(lián)合開發(fā)并計劃于2023 年發(fā)射全球首顆L/S 雙頻段NISAR 系統(tǒng)也對RFI 進(jìn)行了前期驗證和評估［32］。世界各大國爭相論證建設(shè)地球同步軌道合成孔徑雷達(dá)（GEO SAR）衛(wèi)星，由于其對地覆蓋范圍廣、駐留時間長的特點(diǎn)，國內(nèi)外相關(guān)團(tuán)隊也提前進(jìn)行了干擾場景與概率的論證分析［33-34］。從2021 年起，作者參與的IEEE FARS-TC 組織開展了國際首個遙感干擾量化與效應(yīng)評估標(biāo)準(zhǔn)“P4006 Standard for Remote Sensing Frequency Band Radio Frequency Interference（RFI）Impact Assessment”的論證工作［35］，并建立了遙感RFI 數(shù)據(jù)庫［36］，旨在定量刻畫各個頻段的干擾環(huán)境態(tài)勢，從而為遙感衛(wèi)星探測任務(wù)的設(shè)計提供規(guī)范化依據(jù)。

3 模型數(shù)據(jù)混合驅(qū)動的干擾抑制方法

當(dāng)回波中存在干擾時，就需要利用信號處理方法實(shí)現(xiàn)干擾抑制，其目的是采用先進(jìn)的信號處理算法來表征有用回波與干擾之間的特性差異，然后將RFI 提取、相消或者重構(gòu)，同時使目標(biāo)回波失真盡可能小。具體來說，已有研究可大致分為模型優(yōu)化的分解重構(gòu)類方法和數(shù)據(jù)驅(qū)動的智能學(xué)習(xí)類方法，詳細(xì)的綜述介紹可參閱文獻(xiàn)［37-38］。

1）模型優(yōu)化的分解重構(gòu)類方法。此類方法聚焦于在一定先驗知識的前提下構(gòu)建數(shù)學(xué)表征模型，根據(jù)干擾與目標(biāo)回波的特性差異，包括能量、極化、統(tǒng)計特性差異等，在特定優(yōu)化準(zhǔn)則框架下來迭代估計干擾對應(yīng)的潛在分量或子空間，最后完成干擾的重構(gòu)相消。一種熱點(diǎn)思路是通過建立對原始數(shù)據(jù)域或圖像域中的稀疏性和低秩性假設(shè)，并采用魯棒主成分分析方法，取得了不錯的抑制恢復(fù)性能［39-44］。此外，文獻(xiàn)［45］進(jìn)一步擴(kuò)展應(yīng)用于對多時相的圖像數(shù)據(jù)進(jìn)行處理。RPCA 方法可以通過無監(jiān)督迭代優(yōu)化方法，將數(shù)據(jù)矩陣分解為一個低秩分量和稀疏分量。文獻(xiàn)［46］提出了一種半?yún)?shù)化優(yōu)化求解框架。進(jìn)一步，學(xué)者利用距離譜的稀疏性［47］和時頻域的稀疏性［48］，將聯(lián)合稀疏恢復(fù)用于處理窄帶和寬帶干擾。文獻(xiàn)［49］通過聯(lián)合約束窄帶干擾的一維稀疏和二維低秩特性，通過多維張量耦合約束關(guān)系實(shí)現(xiàn)協(xié)同優(yōu)化求解?？傮w來說，以上分解重構(gòu)類方法是由模型驅(qū)動，通過對干擾和目標(biāo)信號進(jìn)行聯(lián)合先驗約束，其性能優(yōu)勢直接取決于特定先驗知識約束下的優(yōu)化模型設(shè)計。實(shí)測數(shù)據(jù)處理經(jīng)驗表明，迭代優(yōu)化步驟的計算量較大，實(shí)效性受到限制。不同數(shù)據(jù)集的超參數(shù)選取并不是一項簡單的任務(wù)，也不適合遙感應(yīng)用中的大規(guī)模流程化處理。

2）數(shù)據(jù)驅(qū)動的智能學(xué)習(xí)類方法。在豐富樣本集支撐下，基于數(shù)據(jù)驅(qū)動的特征學(xué)習(xí)和表征方法已經(jīng)被廣泛地應(yīng)用并證明了具有較好的穩(wěn)健性和泛化推廣能力。隨著對地成像觀測大數(shù)據(jù)的積累，干擾抑制方法向“大樣本數(shù)據(jù)集+完備參數(shù)刻畫能力”的智能分析轉(zhuǎn)變是一種變革趨勢［50-52］。已有研究表明［53-56］，語義分割、自編碼網(wǎng)絡(luò)、殘差網(wǎng)絡(luò)等深度學(xué)習(xí)技術(shù)的引入可以避開傳統(tǒng)數(shù)學(xué)建模過程而直接實(shí)現(xiàn)端到端的學(xué)習(xí)，通過復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)和超大量參數(shù)容量以及長時間監(jiān)督訓(xùn)練，捕獲干擾與回波的深層次特征差異，進(jìn)而實(shí)現(xiàn)對干擾的高效與高性能抑制。常規(guī)的數(shù)據(jù)驅(qū)動方法對訓(xùn)練數(shù)據(jù)的數(shù)量與質(zhì)量要求比較高，且過程缺乏較高的物理規(guī)律約束與可解釋性，是阻礙數(shù)據(jù)驅(qū)動類方法進(jìn)一步深度應(yīng)用的問題。

已有干擾抑制算法大多遵循“特定樣本數(shù)據(jù)集+領(lǐng)域知識先驗約束”的適用模型和假設(shè)條件，存在著先驗知識的局限性和非精確建模偏差，易導(dǎo)致干擾抑制不充分、信號損失較大。同時，算法超參數(shù)的經(jīng)驗化擇優(yōu)過程中人工參與力度較大，對特定數(shù)據(jù)依存度較高，多樣化觀測場景的泛化適用能力較欠缺。物理建模（理論驅(qū)動）與機(jī)器學(xué)習(xí)建模（數(shù)據(jù)驅(qū)動）具有不同范式，但兩類方法分別具有鮮明的特點(diǎn)，優(yōu)勢可以互補(bǔ)，模型優(yōu)化類方法可解釋性、外推能力強(qiáng)，數(shù)據(jù)驅(qū)動類方法對數(shù)據(jù)的適應(yīng)性、發(fā)現(xiàn)數(shù)據(jù)規(guī)則的能力強(qiáng)。

因此，如何將模型優(yōu)化類與數(shù)據(jù)驅(qū)動類干擾抑制方法深入融合，探索研究“模型數(shù)據(jù)混合驅(qū)動”的干擾抑制方法，使其既遵循物理定律，又具有概念化、可解釋的結(jié)構(gòu)，同時數(shù)據(jù)自適應(yīng)，從而有助于刻畫RFI 與有用信號的特征差異，提升干擾抑制精確性和實(shí)效性，是值得深入研究的科學(xué)研究新范式［57］，如圖10 所示。2019 年，Nature 期刊文章提出混合建模方法，建議整合基于過程與機(jī)器學(xué)習(xí)的方法，利用數(shù)據(jù)驅(qū)動方法對物理模型進(jìn)行補(bǔ)充與增強(qiáng)，實(shí)現(xiàn)對地球觀測科學(xué)領(lǐng)域的應(yīng)用性能提升［58-59］。2022 年國家自然科學(xué)基金指南中，將“模型與數(shù)據(jù)混合驅(qū)動的雷達(dá)信息處理方法”作為信息科學(xué)部重點(diǎn)項目立項領(lǐng)域，也凸顯映證了該課題研究的重要性與迫切性。模型數(shù)據(jù)混合驅(qū)動的信號處理方法已初步在醫(yī)學(xué)圖像、無線通信等領(lǐng)域取得一定進(jìn)展［60-61］，但在雷達(dá)信號及干擾抑制處理領(lǐng)域尚處于初步階段。

圖10 模型優(yōu)化與數(shù)據(jù)驅(qū)動方法的差異與融合Fig.10 Difference and fusion of the model-based and data-driven schemes

下面將介紹模型數(shù)據(jù)混合驅(qū)動方法在RFI 抑制中的應(yīng)用［62］?？紤]到方位相鄰脈沖之間的相關(guān)性，以及干擾在不同脈沖之間的異步變化性，可對塊回波建模為滿足聯(lián)合低秩性與稀疏性的模型，其本質(zhì)上是一個數(shù)據(jù)自驅(qū)動的迭代優(yōu)化求解問題，如下所示：

式（1）是正則化最小均方誤差優(yōu)化問題，可以用迭代收縮閾值算法求解得到：

普遍逼近定理指出，一個含有有限個神經(jīng)元的單隱層前向網(wǎng)絡(luò)可以逼近緊子集上的連續(xù)函數(shù)。如果能將迭代算法的每次迭代替換為深層神經(jīng)網(wǎng)絡(luò)中的一個層，然后連接幾個這樣的層，那么就有可能實(shí)現(xiàn)收斂性的顯著改進(jìn)。通過采用“深度展開”的創(chuàng)新概念，基于棧式循環(huán)神經(jīng)網(wǎng)絡(luò)，構(gòu)建融合物理模型和算法先驗知識及其相應(yīng)的優(yōu)化算法啟發(fā)的深度神經(jīng)網(wǎng)絡(luò)架構(gòu)。將算法涉及的超參數(shù)嵌入設(shè)計到網(wǎng)絡(luò)權(quán)值參數(shù)中，通過訓(xùn)練過程學(xué)習(xí)逼近現(xiàn)有算法的迭代過程，從而將傳統(tǒng)的“非確定收斂”的模型化迭代搜索問題轉(zhuǎn)化為“有限層數(shù)”的深度神經(jīng)網(wǎng)絡(luò)遞歸自學(xué)習(xí)問題，如圖11 所示。

圖11 棧式循環(huán)神經(jīng)網(wǎng)絡(luò)的深度展開形式Fig.11 Deep unfolding of the recurrent neural network

每一個迭代步驟可以等效替代為循環(huán)神經(jīng)網(wǎng)絡(luò)的單層網(wǎng)絡(luò)架構(gòu)。為了更好地捕獲時頻空間的干擾與目標(biāo)的分布差異特征，利用恰當(dāng)尺寸的卷積核來替換迭代式（2）、（3）中的因子矩陣，從而可以將深度展開網(wǎng)絡(luò)的第k層表示為

以上模型數(shù)據(jù)混合驅(qū)動學(xué)習(xí)方法保留了一些模型的確定性推理，同時兼?zhèn)淞松疃葘W(xué)習(xí)方法強(qiáng)大的學(xué)習(xí)能力，而又克服了網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)選擇的困難。這使得深度學(xué)習(xí)方法的可設(shè)計性和可預(yù)測性變?yōu)榭赡?，從而更好地平衡了通用性和相關(guān)性之間的關(guān)系。再利用訓(xùn)練數(shù)據(jù)集來實(shí)現(xiàn)超參數(shù)的優(yōu)化，獲得對數(shù)據(jù)集的最優(yōu)估計。通過采用反向傳播算法進(jìn)行訓(xùn)練，其中代價函數(shù)可表示為真實(shí)值與預(yù)測值的均方誤差，即：

最后，可以利用訓(xùn)練好的展開式深度網(wǎng)絡(luò)快速地獲得對特定數(shù)據(jù)集的干擾分離與重構(gòu)?；诖怂枷脒M(jìn)行了某實(shí)測數(shù)據(jù)處理驗證，如圖12 所示。從圖中可以看出，干擾嚴(yán)重影響了成像質(zhì)量，導(dǎo)致圖像形成了一層霧狀偽影。圖12（b）為利用模型數(shù)據(jù)混合驅(qū)動方法的處理結(jié)果。在強(qiáng)干擾目標(biāo)場景下，原始信息則直接被掩蓋，所提方法可以很好地從數(shù)據(jù)中清晰地估計和提取RFI 特征，且可以將干擾有效抑制并盡可能地保留原始數(shù)據(jù)的有效信息。

圖12 模型數(shù)據(jù)混合驅(qū)動的干擾抑制結(jié)果［62］Fig.12 Experimental results of the interference suppression effect by the model-data hybrid driving method［62］

續(xù)圖12 模型數(shù)據(jù)混合驅(qū)動的干擾抑制結(jié)果［62］Continuous Fig.12 Experimental results of the interference suppression effect by the model-data hybrid driving method［62］

相比傳統(tǒng)的模型迭代求解方法，模型數(shù)據(jù)混合驅(qū)動的方法可以實(shí)現(xiàn)描述低秩、稀疏特性的正則項參數(shù)等算法超參數(shù)的自學(xué)習(xí)，并且能在較少的前饋迭代次數(shù)內(nèi)達(dá)到算法收斂，不再需要繁瑣的迭代過程，從而解決傳統(tǒng)干擾抑制算法超參數(shù)人為參與力度大、計算復(fù)雜度高、泛化能力弱的瓶頸問題。同時，相比現(xiàn)有的“端到端”深度神經(jīng)網(wǎng)絡(luò)的方法，能夠確保小樣本條件下的可解析性能下界，并使模型參數(shù)和訓(xùn)練時間減少了幾個數(shù)量級，大大簡化了學(xué)習(xí)參數(shù)數(shù)量，降低了對天基星間散射互擾訓(xùn)練數(shù)據(jù)的“大數(shù)據(jù)完備性”要求，提高了可解釋性與處理效率。模型數(shù)據(jù)混合驅(qū)動的方法實(shí)現(xiàn)了模型優(yōu)化與數(shù)據(jù)驅(qū)動方法的融合，但相比無監(jiān)督的模型優(yōu)化類方法，需要額外的高質(zhì)量訓(xùn)練數(shù)據(jù)進(jìn)行監(jiān)督訓(xùn)練，其泛化能力仍需進(jìn)一步提高。同時不能脫離于物理知識去模擬或替代物理模型，依賴于對干擾與目標(biāo)回波特性的先驗建模知識。因此，仍需要進(jìn)一步結(jié)合特定模式下成像回波特點(diǎn)，挖掘模型數(shù)據(jù)混合驅(qū)動的方法在RFI抑制方面的突破與應(yīng)用。

4 結(jié)束語

雷達(dá)遙感衛(wèi)星作為國家信息基礎(chǔ)設(shè)施，在空間的延伸和顯著提高自主對地觀測信息獲取能力方面發(fā)揮著重要作用。RFI 將一直是困擾雷達(dá)遙感衛(wèi)星定量精細(xì)遙感的難點(diǎn)問題。本文系統(tǒng)地歸納了雷達(dá)遙感衛(wèi)星的頻率分配現(xiàn)狀，闡述了RFI 的定義與典型干擾機(jī)制，并提出了模型與數(shù)據(jù)混合驅(qū)動的干擾抑制方法新思路。在國家戰(zhàn)略需求的牽引下，我國已經(jīng)自主發(fā)射運(yùn)行了一系列雷達(dá)遙感衛(wèi)星系統(tǒng)，但對全球RFI 電磁環(huán)境的認(rèn)識仍處于較局部、較模糊的階段。全面認(rèn)知RFI 來源要素與作用影響機(jī)制，將RFI 問題納入作為系統(tǒng)頂層設(shè)計的重要考量因素之一，對于保障我國雷達(dá)遙感衛(wèi)星在復(fù)雜電磁環(huán)境下的應(yīng)用效能具有重大現(xiàn)實(shí)意義和迫切應(yīng)用需求，面臨的機(jī)遇與挑戰(zhàn)體現(xiàn)在以下方面：

1）頻率分配與管理是雷達(dá)遙感衛(wèi)星工作頻段選擇的重要依據(jù)，對于保障衛(wèi)星的探測效能至關(guān)重要。應(yīng)該積極參與國際電聯(lián)WRC 以及國際電聯(lián)無線電通信局第四研究組、第七研究組的相關(guān)會議，加強(qiáng)雷達(dá)遙感衛(wèi)星在頻率劃分與使用以及與其他無線電業(yè)務(wù)的兼容共用性研究，制定RFI 檢測的國際標(biāo)準(zhǔn)，從源頭上維護(hù)雷達(dá)遙感衛(wèi)星頻率使用權(quán)益。

2）國內(nèi)外研究大多聚焦于地面輻射干擾源，而對空間相鄰、同頻段異源雷達(dá)衛(wèi)星之間的互擾關(guān)注較少。同時，模型數(shù)據(jù)混合驅(qū)動的干擾抑制方法遵守物理模型，具有概念化和可解釋的結(jié)構(gòu)，同時整合了數(shù)據(jù)自適應(yīng)能力，初步展現(xiàn)出了較大的潛力，為未來實(shí)現(xiàn)高效與高精度在軌抗干擾處理提供了新思路。

3）當(dāng)前干擾抑制處理大多以重構(gòu)精確聚焦的圖像為出發(fā)點(diǎn)，對于直接影響定量參數(shù)化遙感精度的相位失真關(guān)注不夠，影響進(jìn)一步定量化精細(xì)遙感科學(xué)應(yīng)用。因此，如何將定量精細(xì)遙感應(yīng)用緊密關(guān)聯(lián)起來，實(shí)現(xiàn)“以相位低失真”為驅(qū)動的回波域和圖像域干擾分離與重構(gòu)是尚待深入研究的問題。