基于脉内步进LFM波形的抗间歇采样转发干扰方法

间歇采样噪声调制转发式的灵巧噪声干扰向来是雷达干扰对抗的难点。在深入研究间歇采样转发干扰(interrupted sampling repeater jamming,ISRJ)的基础上,针对ISRJ时域不连续采样的特点,提出一种基于脉内步进线性调频(linear frequency modulation, LFM)波形的抗ISRJ方法。该方法利用脉内步进LFM子脉冲之间的正交性互相掩护,子脉冲间频率步进使得干扰采样段经调制后仍无法干扰相邻子脉冲,从而可以有效提取干扰机没有采样的信号段,在对抗高占空比的重复转发干扰时优势明显。仿真条件下,干扰采样与发射波形分段非同步时,窄子脉冲较宽子脉冲输出信干噪比提高约3.1 dB。     

频率捷变波形联合时频滤波器抗间歇采样转发干扰

干扰机在一个脉冲内精确复制、快速转发形成间歇采样转发干扰(interrupted-sampling repeater jamming, ISRJ),严重影响雷达工作性能。针对这一问题，从波形设计和滤波两个角度出发，提出一种频率捷变波形联合时频滤波器对抗间歇采样转发干扰的方法。首先，将常规线性调频(linear frequency modulation, LFM)信号划分为若干子段并随机重排，构建脉内频率捷变波形；然后，对回波信号进行时频分析得到时域投影分量，并利用大津(OTSU)算法计算最佳分割阈值，提取未被干扰的信号段；最后，通过卷积运算构建滤波器对脉压输出进行带通滤波，保留真实目标，实现干扰抑制。仿真结果表明，所提方法能够在干扰功率较大、信噪比低的情况下有效对抗间歇采样转发干扰，极大地提升了雷达抗干扰性能。     

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。     

基于压缩感知信号重构的间歇采样转发干扰对抗方法

间歇采样转发干扰是一种针对大时宽带宽线性调频(linear frequency modulation, LFM)信号的新型相干干扰样式,通过不同的参数设置可以形成逼真多假目标以及具有压制效果的密集假目标干扰。根据间歇采样转发干扰“存储转发存储转发”的干扰特点,给出了能量函数的定义,并根据目标回波信号和干扰信号能量函数的特征差异,提出了一种提取未受干扰影响的目标回波信号数据的方法;然后将其看作目标回波信号的压缩数据,利用其与解线调处理后的目标回波信号稀疏频域之间的线性关系,构建了压缩感知最小问题求解模型;最后,利用正交匹配追踪算法重构了目标回波信号,实现了对间歇采样转发干扰的抑制。蒙特卡罗仿真结果表明:通过设置合适的阈值,所提方法可以获得较好的干扰抑制性能和较高的抗干扰成功概率,并且不仅适用于中带LFM匹配滤波体制雷达,而且适应于宽带LFM去斜体制雷达。     

捷变频雷达联合脉内频率编码抗间歇采样干扰

间歇采样转发干扰通过对雷达信号进行部分采样并迅速转发, 在当前脉冲重复周期内, 产生相干假目标串, 使得基于传统频率捷变雷达的目标检测面临严峻挑战。因此, 在频率捷变技术基础上提出一种捷变频雷达联合脉内频率编码的抗间歇采样干扰方法。针对间歇采样干扰时域不连续的特点, 通过脉内频率编码-脉间频率捷变实现子脉冲间的相互掩护。脉冲压缩后, 首先利用最大类间方差法(Otsu)自适应计算阈值并抑制干扰, 然后通过二维稀疏重构方法实现目标检测。理论分析和仿真实验证明所提方法可以有效对抗间歇采样干扰。     

基于脉内正交的抗间歇采样转发干扰方法

间歇采样转发干扰是一种先进的有源相干干扰技术,主要利用欠采样和收发分时技术实现脉内假目标群干扰,现有雷达抗干扰手段尚无法实施有效对抗。在深入研究间歇采样转发干扰原理的基础上,针对其多普勒频移干扰的特点,设计了一种脉内正交的线性调频相位编码波形,该波形不仅能够在无干扰条件下进行正常检测目标,具有一定的多普勒不敏感和低副瓣特性;而且能针对间歇采样转发干扰,拆分成不同的子信号,利用其相应匹配滤波器对该干扰进行有效侦察识别、干扰对抗。仿真结果证明了基于脉内正交波形抗间歇采样转发干扰方法的有效性。     

LFM雷达中DRFM假目标自适应对消方法

针对欺骗干扰环境中的线性调频(linear frequency modulation, LFM)雷达干扰抑制问题,提出了一种动态环境下性能较好的数字射频存储器(digital radio frequency memory, DRFM)假目标干扰抑制方法。该方法通过自适应滤波从时〖CD*2〗频解耦后的信号中估计出干扰信号并对干扰信号进行对消,从而恢复出目标回波信号。该方法无需进行干扰环境下的多分量信号参数估计,运算复杂度低。仿真结果表明,在干扰与目标信号之间的时延差大于0.2 μs的情况下,对干扰信号的脉压峰值功率抑制可达50 dB以上,而目标信号脉压峰值功率损失小于1 dB,且算法对干信比不敏感。     

针对距离采样失配的多波形自适应脉冲压缩

针对距离单元内调频信号的回波采样点与目标点失配(即距离采样失配)时,引发回波采样波形与参考信号波形之间相位失配以及自适应脉冲压缩性能下降等问题,提出了一种针对距离采样失配的多波形自适应脉冲压缩(multi-waveform adaptive pulse compression, MWAPC)方法。所提方法将多基地自适应脉冲压缩(multistatic adaptive pulse compression, MAPC)方法应用到单基地雷达,首先将单基地雷达的原始发射信号过采样得到多个采样版本的发射信号,并将各种采样版本视为不同的波形;然后借助于自适应脉冲压缩对相位失配的敏感性,依次用不同采样版本的发射信号对回波信号做多波形自适应脉冲压缩构建距离维与采样维的二维输出,得到在距离单元内目标点与采样点的相对位置关系。实验证明,所提方法可根据多个采样版本的采样时序将自适应脉冲压缩的二维输出延展成一维。相比于常规脉压方法,所提方法不仅能抑制因采样失配而产生的距离旁瓣,还可获得超出传统脉压方法的分辨能力,在同一距离单元内区分出不同位置的目标。     

基于分数阶字典的间歇采样转发干扰自适应抑制算法

间歇采样转发干扰是一种对现有体制雷达具备高度威胁的新型干扰,典型样式包括间歇采样直接转发干扰、间歇采样重复转发干扰和间歇采样循环转发干扰。干扰信号与真实回波时频域、分数阶域混叠,常规信号处理方法难以做到有效分离。针对该问题,分析了3种干扰样式时域、最优分数阶域特征,构造了两种分数阶正交字典,即分数阶大字典和分数阶联合字典,区分弱干扰背景回波信号和强干扰背景回波信号,采取不同的干扰抑制方法,从而构建了基于分数阶字典的间歇采样转发干扰自适应抑制算法。仿真结果表明,所提算法适用强弱干扰背景,弱干扰背景下恢复信号与真实回波相似度更高,强干扰背景下恢复信号信噪比(signal to noise ratio, SNR)损失更低。     

对波形捷变SAR的间歇采样快/慢时间调制干扰

提出一种针对波形捷变合成孔径雷达（synthetic aperture radar, SAR）的新型干扰方法。借鉴间歇采样原理,结合快时间、慢时间调制,形成新型欺骗干扰。利用间歇采样实现在波形捷变SAR当前脉冲内及时转发,利用快时间调制实现距离向迁移,利用慢时间调制实现方位向上的多假目标。该新型干扰为实现对波形捷变SAR有效干扰提供了一种全新的途径。仿真实验验证了该干扰方法的可行性和有效性。     

基于Gabor框架的线性调频信号压缩采样与重构

针对线性调频信号在传统采集过程中存在的高采样频率问题, 提出了一种基于Gabor框架的线性调频信号压缩采样与重构方法。首先, 利用线性调频信号在Gabor变换下所具有的时频稀疏特性, 提出了基于Gabor框架的线性调频信号压缩采样系统。基于该采样系统, 分析了压缩采样系统工作过程, 建立了该系统压缩观测过程数学模型。随后, 分析了压缩采样系统重构模型, 将压缩采样重构问题转化为多观测向量重构问题。最后, 基于多维扩展的稀疏贝叶斯学习算法, 提出利用优化分类的方法来保证线性调频信号的精确重构。仿真实验结果表明, Gabor框架压缩采样系统有效降低了线性调频信号采样频率与采样点数, 在重构过程中, 本文提出的重构方法能够有效降低重构误差, 提高重构概率。     

基于分数阶Gabor变换的LFM回波信号压缩采样方法

针对现有的压缩采样系统在线性调频(linear frequency modulated, LFM)回波信号压缩采样重构过程中存在的重构效果不佳的问题, 提出一种基于分数阶Gabor变换的回波信号压缩采样方法。首先, 利用不同目标回波信号在时延上的差异性, 给出基于分数阶Gabor变换的LFM回波信号稀疏表示方法, 并分析了分数阶Gabor变换的完备性条件。然后, 根据分数阶Gabor变换低通滤波的实现方式, 设计了LFM回波信号压缩采样系统, 建立了信号重构模型。最后, 通过仿真实验与应用实例分析, 验证了所提压缩采样系统的有效性。实验结果表明, 与现有压缩采样系统相比, 所提压缩采样系统的重构误差更低、重构效果更好。     

多LFM信号自适应时频表示方法

提出了一种多线性调频信号自适应时频表示方法及其快速算法:首先采用分数阶傅里叶变换的快速算法计算出模糊函数,再通过Radon-Ambiguity变换设计出信号的最优核函数,以滤除噪声和多线性调频信号在模糊域中的互项,最后通过二维傅里叶变换得到信号的时频表示。在多分量线性调频信号情况下借助"clean"的思想来抑制强分量对弱分量的干扰。仿真表明该方法在低信噪比环境下也十分有效,且运算复杂度小。     

混合信息下的多属性大规模群体决策方法

针对多属性大规模群体决策问题中决策者评价信息类型不一致的情况,提出一种包含精确数、区间数、语言信息的多属性大规模群体决策方法。首先,定义了几种不同的转换函数,以此将各决策者给出的精确数、区间数、语言信息一致化为虚拟语言术语;然后,给出了大规模群体决策矩阵的的分组方法,并利用新的三维语言密度算子对其进行集结;最后,在语言幂Heronian算子的基础上,对群体综合决策矩阵进行集结。通过算例验证了所提方法的可行性与有效性。算例分析表明,该方法不仅能够较好地解决混合信息的处理问题,以及能够充分考虑群体共识度;还能够体现属性之间的关联性,以及反映集结值的整体均衡性,因此可使得决策结果更为客观合理。     

时域欠采样线性调频信号参数估计方法

针对Nyquist采样频率过高 ,硬件实现困难的问题 ,提出了一种基于分数阶傅里叶变换的时域欠采样线性调频信号参数估计方法。该方法首先用时域解线调方法估计调频斜率 ,然后在分数阶傅里叶变换域进行滤波 ,实现信号提取。利用PRO ESPRIT方法进行初始频率估计。数值仿真表明 ,本方法能够实现多个线性调频信号的高精度参数估计 ,在低信噪比下仍有较好的估计性能     

用于LFM信号参数估计的双谱和分段解线调方法

针对低信噪比条件下线性调频信号参数估计的问题,提出了改进方法,具体步骤是:首先利用双谱切片估计线性调频信号频谱的位置,然后设计带通滤波器滤出信号,最后采用分段解线调进行参数估计。为了解决强弱混合信号中检测和估计弱LFM分量参数的问题,在上面方法的基础上,结合逐次消去技术提出了多分量LFM信号参数估计算法。与传统方法相比,该方法充分利用了高阶统计量的特性,抑制了噪声和交叉项的影响。计算机仿真结果表明了该方法的有效性。     

基于FRFT的单基地MIMO雷达稳健波束形成算法

以单基地多输入多输出(multiple input multiple output, MIMO)雷达系统为研究对象, 针对线性调频(linear frequency modulation, LFM)形式的正交频分复用(orthogonal frequency division multiplexing, OFDM)信号, 提出了一种新的稳健自适应波束形成算法。所提算法首先利用LFM信号的特性, 对匹配滤波后的雷达回波信号进行分数阶傅里叶变换(fractional Fourier transform, FRFT), 经化简得到峰值点作为阵列的观测值。而后, 利用观测值构建接收信号的协方差矩阵, 并使用Capon谱估计方法重构干扰加噪声数据协方差矩阵。最后, 通过求解优化问题估计实际导向矢量, 从而得到阵列的最优权值。通过计算机仿真实验, 验证了所提算法的有效性。     

宽带LFM信号的压缩感知测向算法

在采用均匀圆阵对宽带线性调频(linear frequency modulation, LFM)信号进行测向时,由于满足奈奎斯特采样所需采样数据量很大,加重了实时处理系统负担。针对这一问题,在小孔径圆阵环境下提出并构建了基于压缩感知理论的时差测向模型,以较少的观测点实现了信号的波达方向估计。研究结果表明,应用所提的基于压缩感知的分数时延估计法对宽带LFM信号测向时,能够获得与分数时延估计测向算法相似的测向精度,并且大量减少了数据的运算量,提高了算法的时间效率。