利用幅度比特征进行有源假目标鉴别

针对现有信号级协同抗干扰方法无法实现恒虚警鉴别的问题,提出了一种新的单脉冲回波数据下基于目标幅度比特征差异的有源假目标鉴别方法,通过对目标在各接收站中幅度比的随机分布进行理论分析,可在保证预设假目标误判概率的情况下,利用多维空间门限检测方法进行真假目标鉴别.仿真结果验证了这种方法的可行性和有效性.

利用空间散射特性差异进行有源假目标鉴别

针对欺骗式假目标干扰,单站雷达的对抗能力有限,而组网雷达数据级信息损失率较高,导致数据级融合抗假目标干扰方法未能充分发挥其抗干扰能力.由于真实目标的雷达截面积随视角随机起伏,在长基线条件下真实目标回波具有各向异性,而有源假目标信号具有各向同性.利用此差异,提出基于目标空间散射特性的组网雷达有源假目标鉴别方法,通过对目标的慢时间复包络序列进行相关性检验,以鉴别假目标.仿真结果表明该方法可在保证较高真实目标的鉴别概率的情况下,实现对有源假目标的鉴别.

一种适用于分集MIMO雷达鲁棒的有源假目标鉴别方法

分集多输入多输出(MIMO)雷达在对抗欺骗式假目标干扰方面有着体制优势,已有文献在假设真实目标回波完全去相关的假设下,通过对目标慢时间复包络序列进行相关性检验来鉴别假目标。考虑到在真实目标回波不完全去相关条件下此有源假目标鉴别方法性能下降较严重,提出了一种鲁棒的有源假目标鉴别方法。仿真分析表明,在真实目标回波存在相关性的场景下,此方法有着较明显的性能优势。

基于空时特性的雷达网距离多假目标鉴别

针对单时刻雷达网距离多假目标鉴别可靠性低的问题,提出了一种基于空时特性的雷达网距离多假目标鉴别方法。首先,通过雷达网目标量测预处理,将各组网雷达目标量测转换至地心直角坐标系,以实现目标量测的坐标系统一;然后,基于真-假目标量测的空间分布特性构建检验统计量,通过单时刻的关联检验实现真假目标的初步鉴别;最后,对多个时刻检验进行积累,以增强目标量测判别的可靠性。仿真结果表明,利用多个时刻检验积累与单时刻检验相比能够提高距离多假目标鉴别的可靠性。

全极化复杂调制假目标的鉴别方法

全极化复杂调制假目标可以在时域、频域和极化域模拟真实目标,从而使传统的极化抗假目标干扰方法失效。利用同时极化测量体制雷达两路极化发射通道的独立波形调制能力,提出了一种基于载频变换的全极化复杂调制假目标鉴别方法。在对同时极化测量体制雷达的目标极化散射矩阵测量原理和全极化复杂调制假目标干扰原理进行分析的基础上,详细介绍了基于载频变换的全极化复杂调制假目标鉴别原理;推导了真实目标的最佳检测算法;实现了全极化复杂调制假目标的正确鉴别。最后通过实测数据对本方法的有效性进行了验证。

频率分集阵列鉴别距离欺骗假目标方法

针对常见的雷达有源欺骗式干扰——距离欺骗假目标干扰,提出了一种阵列雷达发射时采用频率分集阵列(FDA)模式,接收时采用常规相控阵模式的假目标鉴别方法。雷达选定需要鉴别的目标,利用FDA发射方向图距离角度二维相关的特点,使方向图主瓣经过需鉴别目标而不经过其他目标,根据接收到信号的不同鉴别出目标的类型。通过计算机仿真表明了所提方法具有良好的目标鉴别效果。

多基地雷达聚类分析鉴别有源假目标

针对现有多基地雷达抗欺骗式干扰方法无法应用于多干扰源的问题,该文提出一种基于聚类分析的多基地雷达鉴别有源假目标方法,利用真假目标接收信号矢量之间相关性的差异,以相关系数为度量,通过聚类分析方法,将相同干扰源产生的假目标聚为一类,每个真实目标各为一类,实现有源假目标的有效鉴别。该方法可用于鉴别任意欺骗调制方式产生的有源假目标,且适用于多个干扰源实施分布式干扰的应用场景。最后,通过仿真实验,验证了所提聚类分析方法鉴别有源假目标的有效性。

雷达极化信息获取与处理的研究进展

雷达极化信息获取与处理已成为当前雷达技术的重要分支之一。该文首先简要回顾了雷达极化技术的发展历程,而后结合电子信息系统复杂电磁环境效应国家重点实验室的研究成果,重点阐述了雷达极化测量与校准、极化抗干扰、极化特征提取与分类识别、极化成像与参数反演等关键技术的基本原理、研究现状与发展趋势,得出了一些有意义的结论。

多干扰源下多站雷达抗欺骗式干扰方法

通过将多部干扰机链接组网,欺骗式干扰可大幅提高其干扰能力,对雷达性能构成了致命威胁。然而,现有的多站雷达抗欺骗式干扰方法大多仅适用于单一干扰源的情况。针对此问题,提出一种多干扰源场景下利用目标接收信号矢量之间的相关性进行真假目标鉴别的方法。由于同一个干扰机产生的假目标是高度相关的,而雷达真实目标之间、真实目标与假目标之间,以及不同干扰机产生的假目标之间均是不相关的,利用这一差异可设计目标鉴别算法对多干扰源产生的欺骗式假目标进行有效鉴别。提出算法的优势在于可用于鉴别任意调制方式产生的假目标,且不需要任何先验信息。仿真结果验证了该鉴别方法的可行性,并分析了雷达目标空间相关性、干噪比(JNR)和门限对其性能的影响。

多站雷达干扰对抗系统子站选择策略

基于参数联合估计的假目标鉴别方法可通过增加雷达站数量来提高假目标鉴别概率,然而,过度增加雷达站数量会造成设备资源的严重浪费.对此,提出基于多站雷达系统假目标鉴别过程中渐进收缩的子站选择策略.对于空间已有的雷达站,在满足预设假目标鉴别性能的前提下,考虑通过快速收缩和全局收缩2种筛选方式,迭代选出系统中空间分布更有优势、鉴别能力更强的发射或接收站,共同组成雷达子站.相比于穷举搜索方法,子站选择策略可大幅降低筛选过程的时间复杂度.仿真结果表明,子站能够保持与原多站雷达系统近似的鉴别效果,同时优化了雷达设备数量,减少了融合中心处理的数据量和所需的通信链路,有效节约了运作成本.