基于关联准则的主瓣航迹欺骗干扰方法

针对现有的主瓣航迹欺骗干扰技术进行航迹规划时仅考虑运动参数限制和单部干扰机为主的问题,通过参考具有普遍适用性的航迹关联准则,提出虚假航迹设定方法,推导干扰机运动参数和干扰信号调制参数。在单部干扰机航迹欺骗干扰的基础上探究多机协同干扰组网雷达的可行性,仿真结果表明干扰信号最终能被敌方雷达识别,并且在两部干扰机对抗两部雷达情形下可以达到预期效果,为复杂情形下的组网雷达对抗奠定了基础。     

对分布式组网雷达的航迹欺骗偏差补偿技术

电子战飞机(electronic combat air vehicle,ECAV)在对雷达网协同产生航迹欺骗干扰过程中会引入误差,分布式组网雷达可根据真/假航迹关联距离差异识别出航迹欺骗干扰。针对该问题,在三维条件下设计产生两种航迹欺骗干扰的基础上,重点分析雷达站址侦测误差和电子战飞机预设位置误差对航迹欺骗干扰的影响,然后针对组网雷达航迹关联检测,提出了一种偏差补偿机制,理论分析和仿真实验验证了该方法的可行性和有效性。     

基于干扰机组网主瓣干扰的单脉冲雷达航迹欺骗干扰技术

以组网干扰对抗现代雷达为研究背景,针对单脉冲雷达航迹欺骗问题,提出了基于干扰机组网主瓣干扰的航迹欺骗干扰技术。分析了单脉冲雷达干扰基本原理和航迹欺骗要点,给出了组网主瓣干扰航迹欺骗机理和实现过程。首先通过干扰信号传输路径和相位控制,构造两点源相干干扰条件,建立两台干扰机在雷达主瓣内形成可控欺骗点迹的基本模型。在此基础上,设计干扰机组网工作模式,采用组内协同和组间接力的方式对干扰模型进行扩展,形成持续性高逼真欺骗航迹。仿真结果证明了该技术的可行性和有效性。     

集中式组网雷达的假目标欺骗干扰优化方法

针对组网雷达系统综合抗干扰能力强的问题,在集中式融合结构组网雷达背景下提出了一种假目标欺骗干扰优化方法。首先，建立了组网雷达跟踪目标的状态和量测模型,以及假目标距离和速度欺骗干扰模型,进而建立了量测偏差模型。然后，在此基础上,分别研究了单次和持续假目标欺骗干扰对组网雷达融合中心的卡尔曼滤波状态估计误差的影响。最后，通过分析假目标欺骗干扰的约束条件,提出了假目标欺骗干扰目标函数最优化的问题,并基于模拟退火算法进行了求解。仿真结果验证了假目标欺骗干扰引起的状态估计误差的表达式,以及本文方法的有效性。     

基于新息检验的分布式雷达网虚假航迹鉴别

针对电子战飞机(electronic combat air vehicle, ECAV)编队对分布式雷达网的航迹欺骗干扰,提出了一种基于新息检验的分布式雷达网虚假航迹鉴别方法。首先,分析了ECAV引入的虚假目标位置误差,研究了其对雷达量测所造成的影响。在此基础上,采用Kalman滤波对虚假航迹进行跟踪,并在跟踪的过程中提取归一化新息平方,利用统计假设检验实现单部雷达对航迹真实性的判决,采用 m/n 逻辑加强判决结果的可靠性,突出了雷达网在信息融合方面的优势。仿真结果表明,该方法能够实现对虚假航迹的准确鉴别。     

分布式多传感器融合多目标跟踪方法

为实现杂波干扰环境中对密集多目标的精确跟踪,对于分布式多传感器融合多目标跟踪系统,提出一种序贯处理的航迹关联算法。其中航迹关联采用了粗、精关联相结合的方法,航迹融合采用了序贯的融合方法。本文算法在保证航迹关联正确的同时,大大降低了计算量。仿真实验结果说明了本文方法的有效性。     

针对低空目标的分布式组网探测

针对低空区域的防控问题，提出分布式组网探测体制。采用基站式发射、分布式接收、基于到达时间(time of arrival, TOA)的定位、组网探测等手段,采用分层跟踪与航迹管理有效抑制低空探测场景下的虚假航迹,适宜低空目标探测场景。通过引入分布式扩展系数和低空覆盖系数，可对系统进行有效评估。在正方形与正六边形部署场景下,仿真验证了其威力与精度性能,与传统单基地雷达相比,该体制具有较好的低空探测与扩展能力。     

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。     

基于模糊累积函数的航迹起始问题研究

为提取杂波环境下直线航迹,提出了使用模糊累积函数进行Hough变换的方法.考虑到雷达误差对累积函数的影响,该方法以模糊函数的隶属度为累积对象,在参数空间中进行峰值的累积,使累积函数的峰值更加明显.详细描述了航迹起始的算法,并采用衰减因子保证累积函数的时效性.为验证算法,设定了杂波环境下的直线航迹,对各种雷达误差取值下的参数空间累积效果进行了仿真.仿真表明,以累积峰值和峰值显著比为衡量指标,模糊累积法能提高直线航迹检测的准确性,从而减少候选航迹的数量,减轻后续航迹验证的计算量.     

分布式干扰下组网雷达目标检测与跟踪技术

针对分布式干扰下组网雷达目标检测与跟踪,提出一种基于分布式干扰下雷达量测模型的跟踪技术。该跟踪技术包括分布式干扰下量测模型和组网雷达序贯滤波跟踪两部分,分布式干扰下量测模型根据雷达采取抗干扰措施前后的接收机输入端的信干比分别计算检测概率,进而模拟传感器在分布式干扰下对目标的检测情况。在组网雷达序贯滤波中,首先对分布式干扰下各雷达的量测数据进行串行合并和点迹合成,然后采用基于交互多模型的序贯滤波方法对压缩后的数据进行跟踪。该检测与跟踪技术可模拟出雷达在分布式干扰下因检测概率下降造成的目标暂消现象,提高组网雷达跟踪航迹的连续性和稳定性。仿真结果证明了该技术的可行性和有效性。     

基于杂波脊先验信息的非均匀杂波抑制方法

机载雷达回波数据非均匀会在很大程度上削弱传统空时自适应处理算法的杂波抑制性能。为此,提出一种基于杂波脊先验信息的非均匀杂波抑制方法,利用机载雷达杂波信号在角度多普勒平面的谱分布信息构造导向矢量基,并在考虑阵元误差影响情况下,对待检测单元数据进行迭代的最小二乘拟合,最后对拟合后的剩余数据进行恒虚警检测处理。该方法充分利用了雷达系统参数及杂波谱分布等先验信息,并且不需要训练样本,可以较好地抑制非均匀杂波,从而改善机载雷达的检测性能。仿真实验验证了该方法的有效性。     

基于深度学习的复杂背景雷达图像多目标检测#br#

针对传统雷达图像目标检测方法在海杂波及多种干扰物组成的复杂背景下目标分类识别率低、虚警率高的问题,提出将当前热点研究的深度学习方法引入到雷达图像目标检测。首先分析了目前先进的YOLOv3检测算法优点及应用到雷达图像领域的局限,并构建了海杂波环境下有干扰物的舰船目标检测数据集,数据集包含了不同背景、分辨率、目标物位置关系等条件,能够较完备地满足实际任务需要。针对该数据集包含目标稀疏、目标尺寸小的特点,首先利用K means算法计算适合该数据集的锚点坐标;其次在YOLOv3的基础上提出改进多尺度特征融合预测算法,融合了多层特征信息并加入空间金字塔池化。通过大量对比实验,在该数据集上,所提方法相比原YOLOv3检测精度提高了6.07%。     

基于多站微多普勒融合的弹道目标特征提取

宽、窄带混合组网雷达数据融合处理是弹道中段目标特征提取的重要途径。提出了一种基于宽、窄带雷达混合组网的弹道目标融合提取算法,该算法通过窄带自相关处理,获得锥体弹头的进动周期,并结合非线性最小二乘估计,分别估计出组网雷达中各散射中心的幅相参数。然后根据宽、窄带雷达微多普勒特征的融合特性和关联特性,利用加权平均和散射中心关联相结合的方法,提取出锥体弹头的三维进动特征及结构参数,从而实现宽、窄带混合组网雷达的数据融合。计算机仿真验证了该方法的可行性与有效性。     

Signal decomposition of HF radar maneuvering targets by using S~2-method with clutter rejection

Multiple maneuvering targets signal processing in high frequency radar is challenging due to the following difficulties:the interference between signals is severe because of significant spread of the target Doppler spectrum,the low signal to clutter ratio (SCR) environment degrades the performance of signal processing algorithms.This paper addresses this challenging problem by using an S 2-method and an adaptive clutter rejection scheme.The proposed S 2-method improves the S-method by eliminating interference between signals,and thus it enables multi-target signals to be reconstructed individually.The proposed adaptive clutter rejection scheme is based on an adaptive notch filter,which is designed according to the envelop of the clutter spectrum.Experiments with simulated targets added into radar sea clutter echo and real air target data illustrate the effectiveness of the proposed method.     

组网雷达自适应模糊CFAR检测融合算法

为提高组网雷达的分布式恒虚警(constant false alarm rate, CFAR)检测性能, 基于模糊逻辑和最大选择筛选平均检测器(maximum-censored mean level detector, MX-CMLD)提出一种自适应多传感器分布式模糊CFAR检测算法。该方法是一种基于无信噪比信息的检测融合算法, 通过传输单部雷达站接收信号的检验统计量、检测可信度来完成全局的CFAR检测。该方法通过表决模块和反馈模块, 控制传输到融合中心的数据量, 并自适应选取相关的雷达数据进行融合, 在一定程度上可以实现雷达资源的管理。仿真结果表明, 在均匀背景、多目标干扰背景的目标检测中, 自适应分布式模糊MX-CMLD均有较好的检测性能。     

组网雷达融合处理组件化设计与仿真

数据融合处理是多雷达组网的核心.以典型防空雷达网为参考对象,采用组件化设计方式,将纽网数据融合处理过程划分为不同的组件,设计通用组件库,包括数据有效性检验、误差配准、时空对准、点迹关联、点迹融合、航迹起始、航迹滤波、航迹关联、航迹融合、航迹管理等.每个组件包含不同的处理算法,采用统一的外部接口,通过参数选择不同的处理算...     

基于逆协方差矩阵估计的杂波抑制方法

分析了机载双基地雷达杂波分布的特点,并基于杂波逆协方差矩阵的特性提出了基于逆协方差矩阵估计的机载双基地雷达杂波抑制方法。首先利用常规方法估计得到邻近距离门的协方差矩阵;然后利用邻近距离门的逆协方差矩阵对待检测距离门的逆协方差矩阵进行估计;最后通过传统的空时自适应处理方法完成对杂波的有效抑制。仿真结果表明该方法可明显改善机载双基地雷达的杂波抑制性能。     

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。     

基于距离-多普勒域的电离层杂波极化抑制方法

斜投影极化滤波是高频地波雷达(high frequency surface wave radar, HFSWR)抑制干扰的有效方法。分析了干扰估计误差对斜投影极化滤波器性能的影响,指出多普勒处理后的电离层杂波较处理之前具有更高的干噪比,在距离 多普勒域处理可获得更佳的估计精度和干扰抑制效果。提出一种基于距离 多普勒域的电离层杂波极化抑制方法,并使用实测数据对其处理效果进行验证。对某HFSWR实验系统实际录取的数据处理结果表明,电离层杂波干扰得到有效抑制,信干比改善可达15 dB以上。