基于改进的盲源分离算法抗主瓣SMSP干扰

针对基于最大信噪比的盲源分离算法在信干噪比较差环境中无法有效分离信号和干扰的情况,提出了一种改进的基于最大信噪比的盲源分离算法,使用经过小波阈值去噪后的观测信号作为新的观测信号,重新构建最大信噪比目标函数,实现在高信噪比条件下的干扰分离。通过计算机仿真,在频率分集阵列-多输入多输出雷达系统中实现了在高信噪比条件下弥散干扰的分离。结果表明:相比于原始算法,改进后的算法能够很好地实现目标与干扰信号的分离。

基于干扰重构和峭度最大化的SMSP干扰抑制方法

频谱弥散(SMSP)干扰是一种针对线性调频(LFM)信号的相参压制干扰。根据SMSP干扰子脉冲的周期特性,提出了一种基于干扰重构和峭度最大化的干扰抑制方法。首先,利用自相关方法估计干扰子脉冲的周期,并根据干扰的产生原理确定子脉冲调频斜率,即可重构相位未知的干扰子脉冲;其次,对重构的干扰子脉冲分别设定不同的相位,并与接收信号做共轭相乘,根据相乘的结果确定干扰信号的初相位;最后,利用峭度最大化原理,确定干扰抑制因子,实现干扰抑制。仿真结果表明,本文方法能够有效实现干扰抑制,经过干扰抑制后的信干比可达20 d B以上,并且在存在噪声和相位误差的情况下,仍能够保持较高的信干噪比增益。

频谱弥散和切片组合欺骗式干扰的识别算法

针对频谱弥散(SMSP)和切片组合(C&I)两种有源欺骗干扰检测识别算法计算量大,需要过采样等问题,提出了频谱弥散和切片组合欺骗式干扰的识别算法。该算法首先建立干扰的时、频域模型,在此基础上分析其时、频域特征,并进一步提取基于时域的盒维数与基于频域的指数熵作为干扰的本质特征参数,通过基于二叉树结构的支持向量机分类器(SVM)对干扰信号进行分类识别。仿真结果表明,在一定的信噪比要求下,该算法能够准确识别出干扰类型,为雷达抗干扰措施的选取提供先验知识,提高雷达在复杂电磁环境下工作的可靠性。

基于信号重构的频谱弥散干扰抑制方法

频谱弥散(smeared spectrum,SMSP)干扰是专门针对线性调频脉冲压缩雷达的密集多假目标干扰。依据SMSP干扰信号的周期性特征,提出了一种基于信号重构的SMSP干扰抑制方法。首先,采用奇异值比谱法估计SMSP干扰的子脉冲个数和调频斜率,采用相关运算法估计SMSP干扰的脉冲前沿位置、幅度以及相位参数,得到重构的SMSP干扰。其次,将其从接收信号中减去即可达到抑制干扰的目的。最后,仿真结果表明,即使在较低的干信比和干噪比条件下,干扰抑制比仍可以达到20dB以上,说明所提方法对SMSP干扰具有较好的干扰抑制效果。

一种基于复值盲分离的欺骗干扰抑制算法

针对线性调频引信欺骗干扰问题,提出了一种基于复值盲分离的欺骗干扰抑制算法.其中:将阵元间的延时转化为信号混合系数,避免了实域盲分离中阵元间需要精确延时补偿的弊端,根据含噪声观测信号协方差矩阵为非单位矩阵的特点,对复值非高斯最大(CMN)算法及其非线性函数进行修正,以提高算法的抗噪声能力,并借助于分离回波与干扰匹配滤波信号的幅值统计方差鉴别回波与干扰信号.仿真结果表明:在低信噪比条件下,改进的CMN算法明显优于原算法;当信噪比大于10dB时,分离回波信号的相似度在80%以上,而且即使信噪比很低,信号的鉴别率也可达到100%.

基于截取交织的GPS污染谱干扰技术

提出了一种新式拦阻式干扰——"污染谱"干扰,用于干扰GPS接收机。分别提出了基于截取交织技术的等间隔等脉宽与非等间隔非等脉宽"污染谱"干扰产生方式,对其频域特性与干扰效果作了理论分析与仿真实验。仿真结果表明,适当选取"污染谱"干扰的分段数与脉宽,尤其是非等间隔非等脉宽情形下,可以达到优于扫频干扰与离散梳状谱干扰的干扰效果。

基于干扰重构和盲源分离的混合极化抗SMSP干扰

线性调频(LFM)信号是现代雷达常用的发射信号,可以有效提高雷达距离分辨率和探测距离,然而频谱弥散(SMSP)干扰应用于主瓣自卫式干扰时,干扰信号与目标在时域、频域和空域高度重合,是一种能够有效对抗LFM信号的干扰样式。利用干扰信号与目标回波信号极化信息的差异,引入了混合极化雷达系统信号接收模型,提出了基于干扰重构和盲源分离的抗SMSP干扰算法,实现了对干扰的抑制。仿真结果表明:所提算法不仅降低了计算量而且在干信比(JSR)为25 dB的情况下,能够有效实现干扰抑制。

基于FDA-MIMO雷达的主瓣SMSP干扰空时域联合抑制方法

主瓣干扰由于与真实目标位于同一个雷达波束宽度,不仅会严重降低雷达对真实目标的检测与跟踪性能,更难以在波束层面上受到抑制。来自主瓣的频谱弥散(smeared spectrum,SMSP)干扰可以在时频域对目标信号进行遮盖,更可在空域上形成多个具有欺骗效果的假目标。针对此问题,提出一种基于频控阵-多输入多输出雷达的空时域联合抑制方法,利用盲源分离算法将目标与干扰分离在不同通道,在获得目标距离信息后进行距离角度联合波束形成,以提高输入信干噪比。该方法可以在不具有目标的距离先验信息条件下有效抑制主瓣SMSP干扰,因此具有很好的适用性,仿真实验验证了所提方法的有效性。

基于短时分数阶傅里叶变换的间歇采样转发干扰辨识方法

基于数字射频存储的间歇采样转发干扰能够形成大量同时兼具压制和欺骗效果的假目标,难以被传统方法准确检测与识别。本文针对切片组合干扰和频谱弥散干扰这两种典型间歇采样转发干扰样式,提出一种基于短时分数阶傅里叶变换的干扰辨识方法。该方法首先通过角度遍历选取干扰信号的分数阶变换最优旋转角度;之后通过短时分数阶傅里叶变换,获得接收信号时频分布图像;再对时频图像进行二值化操作,提取干扰时频域特征参数,进而对干扰进行有效辨识。仿真结果证实了该方法的有效性与准确性。

基于最大熵法和遗传算法的SMSP干扰对抗方法

线性调频(LFM)信号是现代雷达常用的发射信号,可以有效提高雷达的检测性能,然而频谱弥散(SMSP)干扰应用于主瓣自卫式干扰时,干扰信号强度远大于目标回波信号,能够对目标回波信号形成遮盖,是一种有效对抗LFM信号的干扰样式。利用干扰信号与目标回波信号时频特征的不同,通过广义S变换(GST)凸显时频特征差异。运用最大熵法和遗传算法(GA)求取时频滤波器的分割阈值。通过构造的时频滤波器达到干扰抑制的目的。仿真结果表明:当干信比(JSR)大于10 dB、信噪比(SNR)大于0 dB时,所提方法具有较好的干扰抑制效果,其中最大信干噪比(SJNR)增益接近25 dB。

基于盲源分离的时域极化域联合抗SMSP干扰

频谱弥散(SMSP)干扰是一种针对线性调频(LFM)信号雷达的有源干扰,它在时域和频域上与LFM信号高度相似,当干扰信号从主瓣进入时,雷达更难以探测目标。采用混合极化天线接收系统,并结合干扰信号在相邻脉冲重复周期之间的差异,利用时域通道和极化域通道联合得到的时域极化域联合通道来获得混合信号,应用盲源分离算法分离出目标信号和干扰信号,最后通过脉冲压缩来获取目标信号,从而达到抗干扰的目的。仿真结果表明,这种方法能够很好地从混合信号中提取目标信号。

分数阶傅里叶和压缩感知自适应抗频谱弥散干扰

频谱弥散(SMSP)干扰与线性调频雷达信号之间存在大量的时频域耦合,干扰效能突出。该文提出一种信息域的抗SMSP干扰的信号处理算法,根据SMSP干扰信号的形式与特点,通过自适应改变压缩感知的干扰基字典,同时匹配雷达信号与干扰信号的调频率,构建压缩感知求解模型并基于凸优化算法完成信号重构,最终实现干扰信号的识别及雷达信号的提取。该算法中冗余字典的构造采用了Pei型分数阶傅里叶快速分解方法,不需要反复对信号进行时频域解耦,并且迭代次数较少,运算效率较高。

线性正则域抑制频谱弥散干扰方法

频谱弥散干扰(SMSP)是一种对抗线性调频脉冲压缩雷达的新型干扰样式。自卫式干扰条件下,目标回波与干扰信号时频域重叠,传统抗干扰手段难以有效抑制。针对该问题,分析了目标回波和干扰信号线性正则域(LCT域)特征,依据特征差异提出了两种LCT域干扰抑制方法,分别为窄带滤波法和稀疏重构法,其中窄带滤波方法通过LCT域遮盖处理,滤除干扰分量,而稀疏重构方法首先利用Pei型DLCT核矩阵构造正交字典,然后基于压缩感知理论重构真实回波。仿真表明,所提两种方法均具有一定的干扰抑制效能,恢复信号与真实回波高度相似,且幅度高于真实回波,使干扰信号成为标的。

基于多阶次二维分数阶傅里叶变换的频谱弥散干扰抑制算法

现有频谱弥散(SMSP)干扰抑制算法均针对一个脉冲重复周期回波信号,涉及相干处理间隔(CPI)整体回波时,需要分别对每个重复周期内的SMSP进行抑制。针对该问题,以远距离支援干扰条件下线性调频脉冲多普勒雷达抗SMSP为背景,以雷达在真实目标方位接收到的一个CPI回波为处理对象,提出基于多阶次二维分数阶傅里叶变换的SMSP抑制算法。分析回波信号多阶次分数阶特征,结合采样型离散分数阶傅里叶变换快速算法,研究真实目标和干扰机发生分数阶域走动的临界运动参数,设计二维遮盖窗。仿真结果表明,所提算法无需分别对每个重复周期内的SMSP进行抑制,通过对一个CPI回波整体处理,可同时达成干扰抑制和目标检测的目的。

快慢时间域联合处理抑制频谱弥散干扰

现有频谱弥散干扰(SMSP)抑制算法以一个长度为雷达发射信号的受干扰回波为处理对象,未涉及相参处理间隔内整体回波。针对此问题,该文以自卫式干扰条件下线性调频(LFM)相参体制雷达抗SMSP干扰为背景,提出快慢时间域联合处理抑制SMSP干扰算法。分析了SMSP干扰时频特征和对相参雷达的干扰特性,在此基础上,设计了慢时间微分熵估计干扰位置,相关系数最大准则估计干扰参数,双正交傅里叶变换快时间分段重构干扰信号和干扰对消的抑制流程。仿真结果表明,所提算法模型与雷达处理流程切合度高,对比分析进一步验证算法效能。

联合时频重排和双正交傅里叶变换对抗频谱弥散干扰

频谱弥散(SMSP)干扰由多个LFM子信号时域拼接而成,利用信号处理工具重构干扰信号,需要进行多次滤波。针对该问题,分析了SMSP干扰时频特征,在此基础上,提出联合时频重排和双正交傅里叶变换SMSP干扰抑制算法。首先,对回波时频重排矩阵进行Radon变换,估计干扰子信号个数。其次,根据估计的子信号个数设计参考信号,将回波中的SMSP干扰调制成一个LFM信号。然后,对调制后回波进行BFT峰值滤波处理,解调重构干扰信号。最后,将回波减去重构信号实现干扰抑制。仿真结果表明,所提算法无需估计全部干扰参数,仅需一次峰值滤波解调处理即可准确重构干扰信号,对消后回波中的SMSP干扰得到有效抑制。

基于干扰重构和分数阶滤波的频谱弥散干扰抑制

频谱弥散(Smeared Spectrum,SMSP)干扰是一种针对脉冲压缩雷达的密集假目标干扰,兼具压制和欺骗干扰效果。为了有效抑制SMSP干扰,根据SMSP干扰参数与雷达发射信号参数的关系,提出了基于干扰重构对消和分数阶滤波的干扰抑制方法。首先利用分数阶傅里叶变换对SMSP干扰调频率进行精估计得到SMSP干扰子脉冲个数和脉宽,然后构造特殊匹配滤波器估计SMSP干扰的时延,接着采用匹配傅里叶变换估计SMSP干扰的幅度和初始相位,最后在参数估计的基础上重构SMSP干扰并对消。仿真结果表明,干扰重构对消达到29 dB以上信干比增益,在此基础上分数阶滤波能进一步提高信干噪比增益。

基于孪生波形设计的频谱弥散干扰抑制方法

频谱弥散(SMSP)干扰是针对线性调频(LFM)脉冲压缩雷达的一种有效干扰手段。基于干扰信号的时频特征,提出了一种基于孪生波形设计的频谱弥散干扰抑制方法。首先,利用初始脉冲发射LFM信号,对受干扰回波进行Gabor变换得到时频分析结果,并估计干扰子脉冲数;其次,基于干扰子脉冲数设计第2个脉冲发射的孪生波形;然后,设计调制信号对干扰后的孪生波形进行时频搬移后重组;最后,通过匹配滤波处理实现干扰抑制。仿真实验表明:所提方法能主动调整设计发射波形相关参数,并有效利用干扰信号的能量,解决在干信比较大时干扰抑制较为困难的问题,避免复杂的信号分离算法。在干信比为25 dB时,经干扰抑制后的信干噪比增益可以达到60 dB以上。