加载与约束结合的主瓣干扰抑制方向图保形

针对基于阻塞矩阵实现主瓣干扰抑制的波束指向偏移问题,提出了一种基于对角加载与线性约束相结合的方向图保形方法。通过深入分析阻塞矩阵预处理方法,发现预处理后波束指向偏移是由自适应波束形成算法中的协方差矩阵失配引起的,故提出利用对角加载实现波束指向的准确校正,利用线性约束实现其它干扰方向的准确置零,有效实现了预期的自适应波束形成效果。通过仿真分析不仅验证了所提方法的正确性和有效性,同时发现所提方法对加载电平的选取不敏感,也即加载电平的选取比较容易。

弹载相控阵高重频阶梯变频雷达主瓣干扰抑制

针对弹载高重频阶梯变频雷达、相控阵单脉冲测角体制以及主瓣内干扰源数目为2的情况,提出了一种干扰抑制方法以及干扰背景中的目标角度参数估计方法.该方法在修正的方位俯仰坐标系上进行波束形成,实现了方向图函数在方位、俯仰方向上的可分离性;在各子阵输出信号的基础上利用数字处理形成和通道、方位差通道、俯仰差通道、其他辅助通道等8个独立的通道;采用多通道相关对消技术形成修正的和、差通道,在抑制干扰的同时保持单脉冲比不变.理论分析及仿真结果证实了该方法的有效性.

基于协方差矩阵修正的主瓣干扰抑制优化方法

针对基于阻塞矩阵实现主瓣干扰抑制而导致的波束畸变和探测盲区问题,提出基于协方差矩阵修正的主瓣干扰抑制优化方法。该方法首先通过阻塞矩阵构造协方差修正因子;然后利用修正因子对阻塞矩阵预处理后协方差进行修正,减小协方差矩阵失配;最后采用修正后的协方差实现对主瓣干扰抑制方法优化,减小波束畸变和探测盲区,达到预期的干扰抑制效果和检测效果。数值仿真和数据处理验证表明,该方法通过对阻塞矩阵预处理后协方差矩阵进行修正,优化了基于阻塞矩阵预处理的主瓣干扰抑制方法(干扰阻塞算法),能够对强干扰相邻3°的弱目标实现有效检测,有效降低了干扰阻塞算法形成的"宽凹"或"凸"字形波束对不同方位区间目标检测结果的影响,实现了波束校正,减小了探测盲区。

基于快时间序列STAP的机载阵列雷达主瓣干扰抑制方法

机载阵列雷达可通过传统空时二维自适应处理方法(STAP)处理方式在空域抑制副瓣干扰信号,但当目标和干扰角度一致时,传统STAP方法无法有效抑制此类主瓣干扰。通常,电子战天线的干扰波束宽度较宽,干扰信号经地面反射后可形成多径信号进入雷达波束,利用直达干扰信号与多径干扰信号的相关性可有效抑制主瓣干扰信号,提高目标信号的检测概率。仿真和实测数据表明了该方法的有效性。

基于频控阵波束锐化的主瓣干扰抑制技术

文中研究基于频控阵波束锐化的主瓣干扰的抑制问题,在非均匀对数偏频的基础上,利用频控阵列阵因子的空时耦合和变化、距离依赖的特性自适应的进行发射波束形成,在角度域-距离域上实现主波束锐化和精准指向,极大地抑制距离依赖和角度依赖的干扰。由于只在目标点处才会出现最大的波束能量聚焦,在接收端利用线性约束最小方差(LCMV)准则,空域上和期望信号完全对准主瓣干扰,利用距离依赖的差异也可以实现有效的抑制。仿真实验验证了方法的有效性。

基于神经网络的主瓣干扰抑制技术

本文讨论了基于数字波束形成的主瓣干扰的抑制问题。在已知主瓣干扰位置时,传统方法在干扰处形成零陷的同时,不能较好的实现主瓣位置的保形。本文采用神经网络算法,基于均匀线阵,通过对样本进行训练并进行处理,能够对接收信号在主瓣干扰位置形成较深的零陷,并使得零陷对主瓣的影响尽可能小,同时形成较低的旁瓣。通过仿真,当干噪比(INR)在20~30 d B时,该方法能够有效对主瓣干扰进行抑制。本文进而利用形成和差波束并进行比幅测角的方法,分析了本文所用方法对主瓣内测角S型曲线的影响,保证了对干扰进行抑制的同时,实现对目标较小误差的测角。

多基地极化雷达主瓣干扰抑制算法

现代战场电子对抗日益复杂,电磁干扰形式多样,当干扰从接收机主瓣进入会形成主瓣干扰。主瓣干扰严重影响雷达正常工作,传统空域、极化域、时频域等抗干扰算法都很难有效对其抑制。为有效抑制主瓣干扰,文章利用目标极化散射特性在不同角度存在差异的特点,提出基于多基雷达的空-极化协同滤波主瓣干扰抑制方法。方法首先采用主瓣保形技术在空域抑制副瓣干扰并压低空间噪声,然后将多基地雷达接收的数据进行时域对齐,计算包含主瓣干扰和回波信号的数据协方差矩阵,通过分解协方差矩阵在空-极化信号空间识别干扰,估计回波信号导向矢量,最后将目标回波与主瓣干扰通过多基地极化滤波,滤除主瓣干扰保留目标回波信号。通过仿真算法抑制噪声干扰与转发干扰,验证了所提算法能够有效对抗主瓣干扰,有效提高输出信干噪比。

基于特征值斜投影的主瓣干扰抑制方法

主瓣干扰将导致传统自适应波束形成算法的主瓣畸变、峰值偏移、旁瓣电平抬升,致使相控阵系统抗干扰性能严重恶化。另外,当接收快拍中存在目标信号时,会导致自适应波束形成在目标信号方向生成零陷,降低接收目标信号增益。针对这些问题,本文提出一种基于特征值斜投影的主瓣干扰抑制方法。首先通过构建特征值斜投影预处理矩阵滤除主瓣干扰,然后通过对角加载降低协方差矩阵失配的影响。所提算法能有效抑制主瓣干扰和接收信号中目标信号的影响。仿真验证了所提算法主瓣干扰抑制的有效性和鲁棒性。

分布式阵列雷达波束-极化域联合主瓣干扰抑制方法

分布式阵列雷达可以形成等效大口径,具有空域高分辨特性,但主瓣干扰会对其性能造成严重影响。针对这一问题,提出一种适用于分布式主-辅联合阵列雷达的波束-极化域联合主瓣干扰抑制方法。首先,利用分布式主阵列与辅助阵列极化特性构造空-极化导向矢量;然后,根据预估角度构造目标方向和干扰方向极化正交波束;最后,利用正交波束求取协方差矩阵,并结合空-极化导向矢量计算MSINR权值,进而对主瓣干扰进行抑制。通过计算机仿真对所提方法的有效性进行了验证。

基于EMP的主瓣干扰抑制算法分析

针对去除主瓣干扰的同时会产生一定程度的主波束偏移的问题,文中通过理论推导阐述了协方差矩阵失配是造成产生主波束偏移的根本原因,分析揭示了协方差重构和对角加载方法减小协方差矩阵失配的机理解决主波束偏移的机理。通过仿真实验,分别在单个主瓣干扰和多个主瓣干扰条件下,对三种基于特征投影矩阵预处理的主瓣干扰抑制算法进行对比分析仿真验证。实验结果表明,基于特征投影矩阵预处理的主瓣干扰抑制算法能够有效去除多个主瓣干扰,提高输出信干噪比显著提高。最后,结合主瓣干扰存在的特殊性对输出信干噪比的计算公式进行适当修正。

一种稳健的多主瓣干扰抑制方法

当训练数据含有期望信号时,传统的基于特征投影预处理的主瓣干扰抑制算法会产生严重退化。这是因为在期望信号的扰动下主瓣干扰对应的特征波束易产生峰值偏移,导致主瓣干扰难以完全去除,当多个主瓣干扰存在时尤为突出。通过估计信号与噪声功率并将期望信号功率置零重构干扰加噪声协方差矩阵,排除了期望信号的影响,使得主瓣干扰能够充分去除。进一步将主瓣干扰功率置零重构旁瓣干扰加噪声协方差矩阵进行波束形成,方向图较协方差重构法在旁瓣干扰方向上能够形成更深的零陷。仿真实验表明,提出的方法能够有效抑制多个主瓣干扰并具有良好的稳健性。

基于子空间正交性的主瓣干扰抑制算法

针对基于特征投影预处理的主瓣干扰抑制算法中主瓣干扰对应的特征向量难以分辨的问题,提出一种基于子空间正交性的主瓣干扰抑制算法。该方法首先利用主瓣大致区域这一先验知识求出主瓣子空间;再将采样协方差矩阵进行特征分解,得到干扰对应的特征向量并逐一在主瓣子空间中进行正交性测试,筛选出主瓣干扰对应的特征向量;然后利用特征投影矩阵预处理抑制实际接收数据中的主瓣干扰成分;最后,通过协方差重构求解自适应权矢量去除旁瓣干扰。仿真实验结果表明,子空间正交性验证能够检测出多个主瓣干扰对应的特征向量,能够有效抑制多个主瓣干扰,避免了基于特征投影矩阵预处理和协方差矩阵重构的主瓣干扰抑制算法仅能抑制单个主瓣干扰的问题。

一种改进的基于LC-GSC的主瓣干扰抑制方法

针对线性约束广义旁瓣相消器(LC-GSC)存在主瓣干扰时天线自适应方向图会出现主瓣波束畸变及副瓣电平升高的问题,给出了一种通过阻塞矩阵对数据进行预处理的主瓣干扰抑制方法,对线性约束广义旁瓣相消器进行了改进,先利用阻塞矩阵预处理实现主瓣干扰抑制,再通过线性约束广义旁瓣相消器进行波束形成,有效地解决了波束主瓣变形及旁瓣电平升高的问题。仿真分析验证了改进方法的有效性。

基于SAMV-SML的主瓣干扰抑制算法

针对主瓣干扰下自适应波束形成出现的波束畸变和主瓣偏移等问题,提出基于随机最大似然稀疏渐进最小方差(Sparse Asymptotic Minimum Variance Stochastic Maximum Likelihood,SAMV-SML)的主瓣干扰抑制算法。利用SAMV-SML算法准确地估计目标方位和功率,重构旁瓣干扰噪声协方差矩阵,避免将期望信号引入权矢量,并根据估计的主瓣干扰方位和期望方位,利用相关系数判断主瓣干扰特征矢量,构造特征投影预处理矩阵,实现多主瓣干扰抑制。仿真实验表明该算法能够实现波束保形,达到更快的收敛速度和更高的输出信干噪比。此外,还验证了该算法具备处理相干主瓣干扰的能力。

基于随动天线的雷达主瓣干扰抑制

针对雷达系统主瓣干扰问题,本文提出了一种基于随动天线的干扰抑制算法。假设雷达站配置了一个主天线和一个随动天线,其中随动天线仅配备了接收机。主瓣干扰抑制算法是分两步进行的,第一步是基于特征值分解和特征子空间,完成初步干扰对消;第二步是将预处理后的随动天线的信号作为参考信号完成二次对消。通过仿真实验比较了本文提出的算法和已有算法的性能,结果显示本文提出的基于随动天线的算法可有效地对抗多个主瓣干扰源。

一种基于阵列构型与阵元数量联合优化的分布式雷达主瓣干扰抑制方法

针对单基雷达无法有效抑制伴随式主瓣压制干扰的问题,可通过部署稀疏辅助阵形成等效大孔径阵列,从空域上将主瓣干扰与目标进行分离,但该方法易形成空域栅瓣。针对以上问题,该文提出了一种基于阵列构型与阵元数量双参数迭代优化框架,该框架由阵列构型优化与子阵阵元数量优化两部分组成,其中阵列构型优化固定子阵阵元数量,基于最小方差无失真响应准则在主瓣干扰方向形成零陷,利用改进自适应遗传粒子群算法在孔径尺寸、子阵最小间距和主瓣干扰方向零陷深度等约束条件下优化阵列构型,抑制波束栅瓣;子阵阵元数量优化通过改进自适应遗传粒子群算法在有限子阵阵元数量、主瓣干扰方向零陷深度等约束条件下优化子阵阵元数量,进一步抑制波束栅瓣。此外,通过数值仿真验证了相同参数条件下阵列构型与阵元数量双参数迭代优化框架的有效性。最后,针对典型分布式机动平台协同探测场景,探索了主瓣干扰抑制和栅瓣抑制性能边界。

基于相对拟牛顿法的自卫式欺骗干扰抑制算法

自卫式欺骗干扰与目标信号高度相似,且二者的到达角完全相同,传统的主瓣干扰抑制算法难以对其进行抑制。针对该问题,文中在极化单输入多输出(PSIMO)雷达系统下,提出一种基于相对拟牛顿法的盲源分离算法。该算法利用干扰和目标的极化特性差异,通过构建重叠子阵结构计算出联合自相关矩阵,并采用相对拟牛顿法估计出分离矩阵,从而将目标和干扰信号分离在不同的通道上,实现干扰抑制作用。仿真实验结果表明,该算法能够有效抑制自卫式欺骗干扰,且在低信噪比(SNR)和密集干扰场景下依然具有良好的干扰抑制性能,当输入SNR为-10 dB时,输出的目标检测概率仍可以达到51.6%,拥有较强的鲁棒性。

基于信干噪比最大化的盲提取抗主瓣干扰方法

针对雷达主瓣干扰抑制问题,提出一种基于信干噪比(signal to interference plus noise ratio,SINR)最大化的盲提取主瓣干扰抑制方法。与盲分离不同,盲提取能够从多路混合信号中提取出感兴趣的一路分量,这更适合在多信源多通道的复杂电磁环境下进行干扰抑制。该方法在混合信号距离域建立SINR最大化的优化模型,采用粒子群优化(particle swarm optimization,PSO)算法进行求解并提取出目标回波信号实现主瓣干扰抑制。经仿真测试,该方法相较于传统的盲分离干扰抑制方法,提升了干扰抑制效果;无需信源数目估计,对通道数目要求更低,在欠定场景中依然适用;减小了计算复杂度,更适用于复杂电磁环境。

基于FVE法的FDA-MIMO雷达主瓣密集假目标干扰抑制

针对频率分集多输入多输出(FDA-MIMO)雷达在目标导向矢量失配、训练数据包含期望信号的情况下,主瓣密集假目标干扰抑制性能急剧下降的问题,根据FDA-MIMO信号模型,给出了FDA-MIMO雷达密集假目标干扰抑制机理,提出了一种基于特征向量剔除法(FVE)的干扰抑制方法.仿真结果表明,与特征空间投影(ESB)方法相比,该方法在低信噪比和低快拍的条件下仍能输出较高的信干噪比,提升了主瓣干扰的抑制性能.

基于广义斜投影的雷达抗主瓣干扰方法

针对雷达抗主瓣干扰问题,提出一种基于广义斜投影的空极联合抗主瓣干扰方法。以非完备电磁传感器建立均匀圆阵极化敏感阵列信号接收模型;提出基于重构数据协方差矩阵的改进多重信号分类算法,以提升信号相干、低信噪比条件下的参数估计效果;提出基于相关性最大准则的极化参数估计方法,无需谱峰搜索,以减少运算复杂度;利用多线性约束最小方差准则设计广义斜投影滤波器,抑制主瓣干扰。实验结果表明:与同类极化估计算法对比,在0~40dB信噪比区间内极化参数估计的误差小于同类算法,且拥有更低的运算量;滤波后的波形特征明显,能够完全滤除干扰信号,并且保留期望信号的幅度、相位信息。