基于密集干扰的机载雷达STAP技术的干扰研究

空时自适应处理(STAP)技术是新一代机载预警雷达的关键技术,其优越的抑制杂波和干扰的性能给电子对抗提出了严峻考验。从STAP技术的原理出发寻找其不足,通过密集干扰使得STAP最优时,系统因缺乏足够多的自由度干扰抑制性能大大下降,最后通过仿真验证了该方法的干扰效果。

一种慢时间维的密集假目标干扰主瓣匿影算法

受干扰机对雷达脉冲重复频率、波束扫描周期测量精度影响,密集假目标干扰在回波中的慢时间分布与目标不同。针对该差异,提出一种慢时间维的密集假目标干扰主瓣匿影(Main-Lobe Blanking,MLB)算法。该算法与副瓣匿影(Side-Lobe Blanking,SLB)具有一定相似性,区别在于SLB是利用辅助通道回波,对主通道回波沿快时间进行选通,而所提MLB算法是利用主通道内的多个脉冲重复周期回波,对各距离单元回波沿慢时间进行选通。仿真与实测数据表明,所提方法可有效抑制主瓣或副瓣进入的密集假目标干扰。

密集扫频干扰下调频连续波引信响应特性

密集扫频干扰作为一种典型的压制式干扰方式,在实际战场使用中对调频连续波引信产生巨大威胁。针对调频连续波引信在密集扫频干扰下容易失效的问题,在分析调频连续波引信工作原理的基础上,推导密集扫频干扰下的调频连续波引信响应过程,进一步分析采用时域干扰样本归零抗干扰方法后的等效干扰效果,并进行相关的仿真分析及实验验证。仿真及实测实验结果表明:密集扫频干扰信号与引信信号越相似,在差频信号时域样本中的有效干扰比例就越大;进行时域干扰样本归零处理后,将产生对调频连续波引信真实目标信号的间歇采样转发干扰效果,距离维包络上将产生多个假目标,假目标的分布与归零处理后的等效占空比及干扰频率相关,导致调频连续波引信的炸点散布显著增大。

密集假目标干扰峰均比优化方法分析

针对延迟叠加产生密集假目标干扰存在峰均比(Peak-to-Average Power Ratio,PAPR)过高的问题,分析了现有多相序列调制法的适应性。针对其不足,提出了一种利用粒子群算法(Particle Swarm Optimization,PSO)优化干扰波形以降低峰均比的方法。首先基于雷达发射线性调频脉冲信号,建立延迟叠加产生密集假目标干扰的信号模型。然后以最小化干扰波形的峰均比为目标函数,结合干扰调制参数约束条件形成优化问题。随后利用PSO得到干扰调制参数的次优解,最终通过仿真实验验证了所提方法的有效性。

基于SVM的捷变频雷达密集转发干扰智能抑制方法

密集转发干扰与雷达发射信号高度相关,兼具压制式和欺骗式干扰效果,使雷达系统难以检测到真实目标,严重威胁雷达作战能力。针对这一问题,该文提出一种基于支持向量机(SVM)的捷变频雷达密集转发干扰智能抑制方法。通过对随机样本集进行离线训练获得最优SVM模型,智能化识别并分类目标和干扰;然后,采用平滑滤波进一步抑制目标所在距离单元内的干扰信号;最后,基于压缩感知(CS)理论进行二维高分辨重构,估计出目标参数信息。仿真实验与实测数据处理结果表明,所提算法在不同场景下均能够有效抑制密集转发干扰,准确检测出真实目标。

针对密集假目标的干扰效果分析与优化

针对密集假目标干扰样式,在干信比较低的情况下,对雷达恒虚警检测处理方法和滑窗长度不同时的干扰效果进行分析与仿真。在此基础上提出一种两机协同的干扰方法,通过卷积灵巧噪声提高假目标间隔中的噪声功率,实现在滑窗长度未知情况下始终能够实现对目标信号的良好压制。

基于脉间码型捷变波形的距离-多普勒二维干扰重构算法

密集假目标干扰通过在真实目标周围产生大量假目标,形成欺骗和压制双重干扰效果,严重影响雷达的目标探测能力。为此,该文提出一种基于脉间码型捷变波形的距离-多普勒二维干扰重构算法来抑制密集假目标干扰。该算法基于脉间码型捷变波形的距离选通性,在距离-多普勒域通过交替反演实现干扰和目标重构,并从回波中对消干扰来实现干扰剔除。首先,通过构造不同距离段的接收滤波器组来实现干扰和目标回波的分距离段处理;其次,采用联合失配滤波器组使各脉冲滤波输出的距离旁瓣结构近似相同,减小脉间码型捷变波形经脉冲多普勒处理后沿多普勒维的散布能量;然后,利用干扰和目标回波在不同距离-多普勒平面上的能量分布特性构造滤波矩阵;最后,通过交替反演实现干扰和目标的精准重构,进而实现密集假目标干扰的抑制。仿真结果表明,与传统方法相比,该文所提算法在干扰抑制和运行时间方面展现出优越的性能,显著提升了雷达在强干扰环境中的目标检测能力。

调频斜率捷变联合BFT抑制密集假目标干扰算法

为实现相参雷达有效抑制密集假目标干扰,提出一种调频斜率捷变联合双正交傅里叶变换的干扰抑制算法。在自卫式干扰条件下,雷达发射调频斜率捷变线性调频信号波形并接收1个相干处理间隔回波进行处理。首先,通过匹配相关运算法估计受干扰段回波的平均时延,并根据时延截取受干扰段回波;然后,利用双正交傅里叶变换将回波信号转换至调频斜率域,利用调频斜率差异分离真实目标回波与干扰信号,并设计遮盖窗对干扰峰值位置进行遮盖;其次,通过双正交傅里叶逆变换恢复真实目标回波;最后进行脉冲压缩、相参积累进一步抑制干扰。通过仿真实验验证了方法的可行性以及在不同场景下的有效性。效能分析结果表明经干扰抑制后真实目标检测概率大幅提高,且算法在应对假目标数量较多场景时具备优势。

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Hough变换的雷达密集转发干扰抑制算法

雷达密集转发干扰与目标回波相关性极高,对雷达产生欺骗和压制作用,使目标检测面临巨大困难。针对这一问题,提出了一种新的基于Hough变换的雷达密集转发干扰抑制算法。首先通过Hough变换将雷达回波脉冲压缩后的数据映射到参数空间,采取二值投票方式进行非相干积累并提取峰值抑制干扰。随后,根据Hough变换中点与线的对偶性,通过逆Hough变换和最小二乘法恢复出目标运动轨迹。进一步地,对恢复出的目标信号进行动目标检测,估计目标参数,实现了干扰环境下的雷达目标检测。仿真实验和实测数据处理验证了所提算法的有效性和实用性。

基于多特征的密集假目标干扰融合识别与抑制

密集假目标干扰通过产生大量虚假回波扰乱雷达对真实目标的有效检测和识别,由于虚假回波信号与真实信号的高度相关性,雷达很难对其进行有效识别和抑制。针对该问题,提出了基于信号-数据多特征的脉冲多普勒雷达密集假目标干扰融合识别与抑制技术,通过速度量测统计分布特征提取、峰值邻域谱线抑制、谱线分布-信号幅度基本概率赋值构建及D-S证据理论融合判别实现了干扰的识别与抑制,仿真验证了该方法的有效性。

捷变频联合波形熵的密集假目标干扰抑制算法

密集假目标干扰具备欺骗性和压制性的双重特性,严重影响雷达作战效能。对此,提出一种捷变频联合波形熵的密集假目标干扰抑制算法。首先采用Kittler算法进行二值化处理;其次利用波形熵识别目标和干扰;然后采用局部离群因子检测算法对目标回波中叠加有较强干扰旁瓣的数据进行剔除;最后采用稀疏重构算法进行脉间相参处理。数字仿真实验和外场实测数据处理结果验证了所提算法的有效性。算法性能分析结果表明,当干信比为58 dB时,所提算法仍能有效抑制干扰,正确检测目标。

噪声加密集假目标复合干扰效果分析

根据密集假目标和噪声干扰信号的特点,建立了噪声加密集假目标复合干扰的数学模型,基于雷达信号检测的方法分析了复合干扰对雷达的干扰效果,并在实际装备试验中加以验证,最后提出了噪声加密集假目标复合干扰在作战中的使用策略。

基于多维特征的密集转发式干扰识别方法

针对密集转发式干扰与真实目标回波的高相干性,传统基于单维特征的干扰识别方法识别率低的问题,提出了基于多维特征的干扰识别方法。从分数阶傅里叶变换域提取调频参数,从自相关幅度谱和匹配滤波幅度谱分别提取矩峰度系数,从频域提取频谱半带宽方差比系数,组成特征向量,作为决策树和BP神经网络的输入,对几类密集转发式干扰进行分类识别。仿真结果表明,所提特征参数对噪声不敏感,具有较好的稳定性和分离性,在干信比大于6 dB时,能够有效辨识几类密集转发式干扰。

LFM脉冲压缩雷达密集假目标干扰时序设计与分析

针对线性调频脉压雷达全脉冲采样直接转发干扰中假目标间距过大的问题,分析了典型的3种密集假目标干扰方法:间歇采样直接转发干扰方法、全脉冲采样延迟叠加干扰方法以及全脉冲采样分段叠加干扰方法的干扰时序设计和信号处理方式,研究了不同干扰时序以及信号处理方式对脉冲压缩后产生假目标的数目和密集度的影响,并结合仿真从干扰效果角度比较了3种干扰方法的优缺点。

一种分数阶域的密集假目标干扰抑制算法

针对线性调频(LFM)相参雷达抗自卫式密集假目标干扰问题,提出一种分数阶域的密集假目标干扰抑制算法。雷达遭受干扰后,首先发射调频斜率捷变LFM(SV-LFM)波形,得到1个相干处理间隔回波;其次,最大高阶矩准则估计各脉冲重复周期干扰调频斜率,确定分数阶傅里叶变换(FRFT)最优阶次;然后,计算回波最优阶次FRFT,通过峰值遮盖滤除部分干扰;最后,对滤除干扰后的回波进行脉冲压缩、相参积累,最终实现干扰抑制。对于发射SV-LFM波形的雷达,其脉冲压缩、相参积累本身对密集假目标干扰具有一定抑制作用,结合干扰滤除处理,能够取得更佳抑制效果。实验结果表明,所设计的变带宽SV-LFM波形与雷达动目标检测具备较高兼容性,相比理想不捷变,真实目标有效检测临界信噪比小于1 dB;所提算法对干扰抑制后的真实目标有效检测临界干信比提高约20 dB,假目标数量减少约40%。

基于域变换的雷达主瓣密集转发干扰抑制方法研究

雷达主瓣经常面临干扰机发射的密集转发干扰,难以对其进行有效抑制。文中提出了一种基于域变换的雷达密集转发干扰抑制算法,在变换域中抑制干扰。该方法首先对雷达回波信号进行去斜处理,将转发干扰转变为单频干扰;然后,将信号分段构造成矩阵进行奇异值分解,将回波信号转换到变换域;最后,利用奇异值差分谱进行奇异值选择,重构目标回波信号,从而实现干扰抑制。通过仿真验证了该方法的有效性。

基于2D-RFRFT的密集假目标干扰自适应抑制算法

密集假目标干扰(DFJ)由截获全脉冲雷达信号生成,连续复制转发可有效压制雷达系统。分析了DFJ干扰特性,设计二维精简分数阶傅里叶变换(2D-RFRFT)。在此基础上,以自卫式干扰下线性调频相参雷达抗DFJ为背景,提出基于2D-RFRFT的密集假目标干扰自适应抑制算法;根据真实回波和干扰信号2D-RFRFT分布差异,引入中位数绝对偏差鲁棒统计量识别剔除干扰离群点;通过进一步阶次调整,抑制干扰的同时实现瞬时机动目标检测。仿真试验验证了所提回波处理工具和干扰抑制算法的可行性和有效性。

基于数学形态学的密集转发干扰抑制算法

基于数字射频存储器(Digital Radio Frequency Memory,DRFM)的干扰机在一个脉冲重复周期内通过重复转发截获的雷达发射信号形成密集假目标干扰,严重影响雷达对真实目标的检测和跟踪。针对这一问题,提出了一种基于数学形态学的密集假目标干扰抑制算法。该方法先用Otsu算法对脉压后的回波二值化处理,利用形态学中的开运算抑制密集干扰,对滤除干扰后的回波信号做动目标检测(Moving Target Detection,MTD)获取目标参数,实现了干扰环境下的目标检测。通过仿真和实测数据的处理,验证了该方法可以有效抑制密集假目标干扰,实现对目标的检测。

雷达密集多假目标干扰及其压制性能分析

建立了密集多假目标干扰的数学模型和信号流程图,设计了密集多假目标干扰效果信号级的仿真试验软件。该软件可通过灵活设置多种干扰调制参数实现不同的多假目标干扰效果;并基于此,在简要分析经典噪声压制干扰效应的基础上,重点对密集多假目标干扰的压制性效果形成机理进行了剖析,并给出了定量的分析结果模型,可为鉴定与评价相关的干扰系统性能或雷达系统的抗干扰性能提供技术支持。