间歇非均匀采样转发干扰产生方法研究

间歇采样转发干扰(interrupted sampling repeater jamming,ISRJ)在接收端匹配滤波后会产生相干假目标群,但是这些假目标在距离和幅度上都呈现出很强的规律性。针对这一问题,依据每一个采样子波形的理论脉压结果,采用间歇非均匀的采样和不定量的转发破坏假目标在脉压后的规律性,使其能在较大范围内形成压制效果,并使用禁忌搜索算法对每一个干扰采样信号的脉冲宽度和转发次数进行优化求解。仿真分析了不同信号参数和禁忌搜索算法中的不同权值对干扰效果的影响,并从脉压前后的平均功率、脉压结果的过门限概率以及脉压前后干扰信号和目标信号的循环相关系数等3个方面将传统的产生干扰方法和本文所提的方法进行对比,证明了所提方法的有效性。

非均匀间歇采样转发干扰对脉内捷变雷达影响分析

脉内频率捷变雷达通过自身“主动”抗干扰特性,利用传统间歇采样转发干扰的不连续性和周期性的特点,结合抗干扰算法,可以有效抑制间歇采样转发干扰。为提高干扰机对脉内频率捷变雷达的干扰效能,本文提出采用非均匀间歇采样转发干扰对脉内频率捷变雷达进行干扰,首先对截获到的脉内频率捷变雷达信号通过时频脊线提取与小波变换进行参数估计,获取子脉冲宽度,然后根据子脉冲宽度约束干扰参数,构造非均匀间歇采样转发干扰。理论分析和结果表明,通过非均匀间歇采样转发使得脉内频率捷变雷达在时频域等多域难以抑制干扰,极大地提升了干扰机的干扰能力。

脉内步进频信号非均匀间歇转发干扰特性研究

随着数字射频存储技术的快速发展,间歇采样转发干扰凭借其突出的欺骗和压制效果,在实际的干扰场景中有广泛的运用,对雷达的识别和探测造成了严重的威胁。区别于常规的均匀间歇干扰,采样信号非均匀的样式进一步拓展了干扰的灵活性和欺骗性,对雷达有更明显的干扰压制效果。通过研究雷达发射脉内步进频信号和非均匀间歇采样转发干扰类型的产生机理,对其脉压后的时频特性进行分析,最后通过仿真实验对脉内捷变步进频受到非均匀间歇采样干扰的效果进行验证。

一种针对LFM雷达的非均匀间歇采样干扰样式

利用非均匀间歇采样脉冲宽度和采样脉冲周期不固定的特点,研究了基于非均匀间歇采样的干扰样式的干扰效果。分析了均匀间歇采样与非均匀间歇采样2种干扰样式的干扰效果以及灵巧噪声干扰在均匀间歇采样方式下对线性调频(LFM)信号的干扰效果。通过分析可知:均匀间歇采样干扰仅具有欺骗效果,而非均匀间歇采样干扰不仅具有欺骗效果,还具有一定的压制效果;灵巧噪声干扰在均匀间歇采样方式下的信号幅度参差不齐,峰均比较高,而非均匀间歇采样干扰信号为恒包络信号,峰均比较低。MATLAB仿真结果表明,基于非均匀间歇采样的干扰样式与均匀间歇采样方式相比,可以实现更好地干扰效果,验证了理论分析的正确性,具有一定的工程价值。

基于DQN的探测干扰一体化波形优化设计

由于侦察干扰机设备具有发射功能,为使发射的干扰信号还具有探测的效果,考虑将探测信号隐藏在干扰信号中,提出一种基于非均匀间歇采样重复转发的探测干扰一体化信号波形。首先,建立一体化信号模型,并利用非均匀间歇采样重复转发技术实现幅度编码调制;然后,在优化过程中,从模糊函数以及雷达检测环节分析一体化信号的特征,根据距离、速度分辨率以及脉压后幅度的均值与标准差之比,构造相应的目标函数;最后,利用深度Q学习算法求解目标函数,获取最优的幅度编码方式。仿真结果表明,当编码状态量小时,深度Q网络(deep Q-network,DQN)算法与强化学习算法收敛效果一致。与遗传算法相比,DQN算法最优解的质量提高了13.10%;当编码状态量增大时,相对于遗传算法和强化学习算法,DQN算法的收敛值更优,最优解更稳定。