时域离散类主瓣干扰下基于样本识别的雷达和差测角方法

时域离散类主瓣干扰在时域上处于离散状态，干扰训练样本不易提取，其样本纯度将直接影响干扰抑制效果和目标测角性能。针对时域离散类主瓣干扰背景下的雷达干扰抑制和目标角度估计问题，提出了一种时域离散类主瓣干扰下基于样本识别的雷达和差测角方法。该方法利用了目标和干扰在和、差通道的时域相关性差异，由此提取纯净的干扰训练样本，然后利用空域方位维、空域俯仰维的正交性进行时域离散主瓣干扰抑制，同时估计目标角度。理论推导和仿真实验表明所提方法具备时域离散类主瓣干扰背景下的较好的雷达测角能力。     

EPC-MIMO雷达主瓣距离欺骗式干扰抑制方法

主瓣距离欺骗式干扰对真实目标的估计精度以及目标跟踪的准确性都会产生极大的影响。针对主瓣距离欺骗式干扰抑制问题,基于脉冲编码-多输入多输出(element pulse coding-multiple input multiple output, EPC-MIMO)雷达,针对主瓣距离欺骗式干扰的脉冲重复频率(pulse repetition frequency, PRF)大于等于两个发射脉冲重频情况,提出了一种抑制主瓣距离欺骗式干扰的算法。在EPC-MIMO雷达主瓣距离式干扰抑制算法中,首先利用线性调频信号对雷达系统中雷达发射-接收通道的信号进行幅相误差校正;其次通过分析雷达回波中真、假目标的脉冲信号差异,对EPC-MIMO雷达的回波进行匹配分离,从而获得转发式干扰的规律;最后对雷达回波的筛选达到抑制假目标的目的。通过对雷达实测数据的分析,验证了该方法能够有效解决主瓣距离欺骗式干扰抑制问题,提升雷达在复杂电磁环境的抗干扰性能。     

基于单脉冲三维成像的抗交叉眼干扰方法

交叉眼干扰是针对末制导雷达实施的一种有效的角度欺骗干扰,使得导弹不能有效地跟踪并打击目标。针对这种主瓣干扰,现有末制导雷达缺乏较为有效的对抗措施。为此,本文提出一种基于单脉冲三维成像的抗交叉眼干扰方法。该方法首先对单脉冲雷达和、方位差、俯仰差3个通道信号在距离、多普勒两维上进行高分辨处理,通过测量各分辨单元的方位角和俯仰角,再结合距离信息得到目标三维像,然后利用目标的团聚效应设定合适的阈值,剔除由交叉眼干扰引起的目标尺寸之外的奇异点,从而得到干扰对抗后的测角结果,确保了导弹对目标的有效跟踪。仿真结果证明了这种抑制主瓣角度干扰措施具有一定的有效性。     

GSC结构相控阵在主瓣干扰下的自适应单脉冲方法

当有源干扰从旁瓣进入广义旁瓣对消器(general sidelobe canceller, GSC)结构相控阵系统时, 通过对旁瓣干扰的抑制, 可以维持较高的单脉冲测角精度, 然而当干扰进入主瓣范围内时, 自适应方向图会发生畸变, 导致测角错误。针对这一问题, 提出了一种在GSC结构下的两级自适应单脉冲测角的工程实现方法, 首先对采样协方差矩阵进行特征分解并根据主瓣子空间的正交性分离主瓣干扰对应的特征向量, 由此重构旁瓣干扰和噪声协方差矩阵, 再利用旁瓣对消器抑制旁瓣干扰, 最后通过四通道系统抑制主瓣干扰并保持单脉冲比不变, 实现对目标的精确测角。该方法无需对干扰的来波方向进行预估计, 具有较强的鲁棒性, 仿真结果验证了该方法的有效性。     

主瓣干扰下混合极化系统单脉冲角度估计方法

当压制干扰源与目标方向相临近时,雷达天线对干扰信号的接收增益很大,形成主瓣压制干扰,对雷达目标检测、角度测量与跟踪构成严重威胁。运用极化滤波手段可以有效抑制主瓣压制干扰、提升雷达目标检测能力,但其滤波输出数据中的目标单脉冲比受到剩余干扰、目标交叉极化耦合等诸多因素影响,导致角度测量存在偏差。这某些情况下,这种角度偏差将难以忽略,甚至导致测角完全失效。本文基于混合极化单脉冲系统,本文提出一种抗主瓣压制式干扰的目标角度估计方法,通过对正交极化和、差通道的极化滤波与极化综合,实现目标角度无偏估计,完善了极化滤波方法在单脉冲系统中的应用。     

双基地机载雷达杂波和主瓣压制干扰抑制方法

当干扰从雷达波束主瓣进入时，传统的空域抗干扰方法不仅无法抑制主瓣干扰，还会引发主瓣畸变、旁瓣抬升等问题，严重影响机载雷达目标检测性能。针对该问题，提出了一种基于双基地配置的机载雷达杂波和主瓣压制干扰抑制方法。该方法首先针对主、辅雷达分别形成多个相邻空域波束；然后，对波束形成后的数据进行脉冲多普勒(pulse Doppler, PD)处理，并在距离-多普勒域对主、辅雷达的干扰信号进行配对处理。在此基础上，在主、辅雷达对应的多普勒通道通过时域自适应滤波抑制干扰；最后，联合相邻波束的数据通过降维空时自适应处理(reduced-dimension space-time adaptive processing, STAP)抑制剩余的杂波。仿真结果表明，所提方法能够有效抑制杂波和主瓣压制干扰，与传统采样矩阵求逆(sample matrix inversion, SMI)方法和局域联合处理(joint domain localized, JDL)方法相比，对信干噪比性能分别改善了约20.6 dB和21.5 dB。     

自适应单脉冲与复单脉冲比算法

传统单脉冲算法是针对空域高斯白噪声背景下单目标的一种有效测角算法。当外界噪声为空域色噪声或存在主瓣干扰时,传统单脉冲算法需要改进。主要介绍用于色噪声背景的自适应单脉冲算法和用于主瓣两目标的复单脉冲比算法的基本原理,并以主瓣干扰条件下目标方位估计问题为例,介绍自适应单脉冲、复单脉冲比及其它一些方法的具体应用。     

基于BSS的FDA-MIMO雷达主瓣欺骗式干扰抑制方法

主瓣欺骗式干扰与目标位于同一个波束宽度内,严重影响了雷达对真实目标的检测与参数估计。针对此问题,基于频率分集阵列-多输入多输出(frequency diversity array multiple input multiple output, FDA-MIMO)雷达,提出了一种抑制主瓣欺骗式干扰的方法。所提方法的主要突破点在于,当干扰和目标的角度完全相同时,利用FDA-MIMO雷达天线方向图的距离-角度二维依赖性,进一步通过基于最大信噪比(maximum signal to noise ratio, MSNR)的盲源分离(blind source separation, BSS)算法将干扰和目标分离在不同的通道,以达到抑制干扰的目的。该方法无需目标的距离、角度先验信息。仿真实验验证了所提算法的有效性,当干噪比(jamming to noise ratio, JNR)为80 dB时,目标的正确检测概率约为0.98。     

基于BSS的FDA-MIMO雷达主瓣欺骗式干扰抑制方法

主瓣欺骗式干扰与目标位于同一个波束宽度内,严重影响了雷达对真实目标的检测与参数估计。针对此问题,基于频率分集阵列-多输入多输出(frequency diversity array multiple input multiple output, FDA-MIMO)雷达,提出了一种抑制主瓣欺骗式干扰的方法。所提方法的主要突破点在于,当干扰和目标的角度完全相同时,利用FDA-MIMO雷达天线方向图的距离-角度二维依赖性,进一步通过基于最大信噪比(maximum signal to noise ratio, MSNR)的盲源分离(blind source separation, BSS)算法将干扰和目标分离在不同的通道,以达到抑制干扰的目的。该方法无需目标的距离、角度先验信息。仿真实验验证了所提算法的有效性,当干噪比(jamming to noise ratio, JNR)为80 dB时,目标的正确检测概率约为0.98。     

基于二次补偿的FDA-MIMO雷达抗主瓣欺骗式干扰方法

主瓣欺骗式干扰与真实目标具有相同角度, 传统相控阵雷达无法在空域对其进行区分, 严重降低了对真实目标的探测性能。针对此问题, 本文在频率分集阵列多输入多输出(frequency diversity array multiple input multiple output, FDA-MIMO)雷达中提出一种基于二次补偿的抗主瓣欺骗式干扰方法。首先, 通过对脉内主值距离进行前移补偿和对距离频率进行后移补偿, 等效于将欺骗式干扰从方向图主瓣搬移到旁瓣。然后, 借助奇异谱分析技术进行样本筛选以获得干扰协方差矩阵。最后,利用自适应波束形成的方法对干扰进行抑制。仿真实验验证了所提抗干扰方法的有效性。     

基于极化单脉冲雷达扩展目标角度估计方法

当单脉冲雷达受到箔条质心干扰时, 将视为波束内存在两个不可分辨的目标, 由于目标和箔条干扰回波混叠耦合, 导致单脉冲测角偏差, 最终致使目标跟踪丢失。对此, 利用宽带单脉冲雷达测角精度高的优点和极化信息, 提出一种基于极化单脉冲雷达的扩展目标角度估计方法。首先,分析宽带单脉冲雷达体制下箔条质心干扰的特点, 给出扩展目标双极化和差信号模型。然后, 根据和、差通道极化回波信号, 通过联立方程组, 估计出目标和箔条干扰的到达角(angle of arrival, AOA), 为后续利用目标角度信息跟踪目标提供条件。最后,通过蒙特卡罗仿真实验分析关键参数对目标角度估计性能的影响, 并与传统单脉冲雷达体制的测角方法进行比较。理论分析和仿真实验表明, 在质心干扰条件下, 宽带单脉冲雷达估计目标AOA的性能要优于传统单脉冲雷达。     

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。     

端射阵机载雷达STAP单脉冲测角方法

端射阵列雷达是新体制雷达发展的一个重要趋势,因其具有低剖面和定向辐射特性,特别适合用于机载雷达的补盲。但由于端射阵天线方向图的特殊性,其主瓣宽度比相同天线尺寸的侧射阵宽得多,这势必会导致传统自适应单脉冲测角方法性能下降。本文提出了一种基于三维空时联合约束的自适应单脉冲测角方法,将传统自适应单脉冲测角问题扩展到俯仰-方位-多普勒三维空间,利用三维杂波特性克服波束过宽所带来的问题,并可同时测出目标的方位角和俯仰角,表现出较为优越的角度估计性能。计算机仿真结果验证了该方法的有效性。     

一种稳健的多主瓣干扰抑制方法

当训练数据含有期望信号时,传统的基于特征投影预处理的主瓣干扰抑制算法会产生严重退化。这是因为在期望信号的扰动下主瓣干扰对应的特征波束易产生峰值偏移,导致主瓣干扰难以完全去除,当多个主瓣干扰存在时尤为突出。通过估计信号与噪声功率并将期望信号功率置零重构干扰加噪声协方差矩阵,排除了期望信号的影响,使得主瓣干扰能够充分去除。进一步将主瓣干扰功率置零重构旁瓣干扰加噪声协方差矩阵进行波束形成,方向图较协方差重构法在旁瓣干扰方向上能够形成更深的零陷。仿真实验表明,提出的方法能够有效抑制多个主瓣干扰并具有良好的稳健性。     

基于鉴角曲线拟合的自适应单脉冲测角方法

自适应单脉冲方法是干扰背景下目标角度估计的一种有效方法。但对于主瓣内明显偏离波束中心的目标,或者在实际应用中由于天线往往采用子阵结构且存在误差,自适应单脉冲方法估计结果会出现较大的测角偏差。为解决这两个问题,提出一种基于鉴角曲线拟合的自适应单脉冲测角方法。该方法首先利用自适应和差权矢量与实测导向矢量计算出对应角度的单脉冲比;然后采用最小二乘法拟合出自适应鉴角曲线;最后通过自适应鉴角曲线估计出目标角度。仿真实验验证了该方法的有效性。     

波形分集阵列雷达抗干扰进展

现代战场电子环境日趋复杂, 主瓣欺骗式干扰对雷达的生存能力构成严重威胁。传统阵列雷达无法对抗与目标角度相同的干扰, 而以频率分集阵为代表的波形分集阵列雷达, 通过发射端调制而具有额外距离维自由度, 增加了系统设计与信号处理灵活性, 为解决主瓣欺骗式干扰抑制难题提供了有效途径。本文总结了波形分集阵列雷达波束形成抗干扰的方法, 指出其在对抗主瓣欺骗式干扰上的优势, 并对波形分集阵列雷达抗干扰技术的难点与趋势进行了梳理。     

非理想极化条件下改进的PF-PS角度估计方法

当存在主瓣压制式干扰时,覆盖时、频域的干扰信号使雷达难以检测、跟踪目标。极化域滤波方法虽然可以有效抑制干扰但同时引入了额外的测角偏差。针对这种偏差,本文作者近年提出一种主瓣干扰背景下无偏估计目标角度的极化滤波与极化综合方法(polarization filtering and polarization synthesis, PF-PS)。然而,真实环境中存在的极化非理想因素会影响PF-PS方法的性能,主要包括雷达天线的交叉极化响应以及跟踪过程中姿态改变导致的目标回波与干扰信号极化起伏。论文通过建立以上两种极化非理想因素的影响效应模型,进一步完善PF PS算法结构,有效提高了该方法在主瓣干扰背景下对目标的连续跟踪性能。     

多通道相控阵自适应数字单脉冲合成方法

为了在有源干扰条件下对目标到达角精确估计,提出一种二维多通道平面相控阵雷达自适应单脉冲波束合成方法。利用平面相控阵方向图的正交性,沿阵列一个方向分别合成和子阵及差子阵,对子阵输出进行自适应处理,可以在其正交方向上形成零点,同时抑制旁瓣及主瓣干扰,并保证该方向上和、差波束不发生畸变,确保该方向的测角精度。仿真结果验证了算法的有效性。     

基于凸约束下泰勒估计的主瓣干扰抑制算法

针对真实信号协方差矩阵估计难以直接获取及低快拍条件下传统采样协方差矩阵存在较大误差的问题,提出了基于凸约束下泰勒估计的抗主瓣干扰波束形成算法。该算法首先利用凸约束下的泰勒估计法在低快拍数条件下对信号协方差矩阵进行估计。其次利用多信号分类算法进行波达方向估计,筛选主瓣干扰对应特征矢量。而后利用特征投影矩阵法对主瓣干扰进行抑制。最后,通过添加线性约束获得权值矢量进行波束形成。仿真结果显示,在低快拍数条件下,所提算法对信号协方差矩阵具有更高的估计精度,波束形成性能稳健且具有更高的输出信干噪比。     

直接数据域空时自适应单脉冲方法

机载雷达空时自适应处理(space time adaptive processing,STAP)与单脉冲技术相结合可以实现对运动目标空、时参数的估计。然而,在非均匀环境下,由于同分布快拍数有限,杂波协方差矩阵难以准确估计,常常导致STAP方法性能急剧下降甚至失效,进而无法有效实现目标检测和参数估计。本文提出一种直接数据域的动目标空时参数估计方法,该方法首先应用幅相估计谱(amplitude and phase estimation,APES)谱估计由被检测单元数据估计出杂波干扰协方差矩阵,然后利用STAP技术抑制杂波和干扰,并结合单脉冲理论实现对目标角度和多普勒频率的估计。仿真结果表明,与传统单脉冲方法相比,新方法具有自适应抑制杂波干扰的能力和更好的估计性能;同时由于无需参考数据,该方法更适应于非均匀环境。