时频分析和Fisher聚类的转发式干扰抑制算法

针对雷达对抗中转发式欺骗干扰的抑制问题,提出了一种基于时频分析和Fisher聚类的干扰鉴别及抑制算法。通过STFT变换,分析并提取了回波与干扰信号的时频特性差异,在信号检测基础上,采用Fisher聚类法实现了干扰与回波的分离,并通过时频滤波实现干扰抑制。仿真结果表明,能有效对抗频移调制实时转发干扰,当干扰与回波处于不同时辨单元时,可直接滤除干扰信号,且对干信比不敏感;处于相同时辨单元时,可有效抑制干信比小于25 dB的干扰信号。     

多类型的雷达有源干扰感知新方法

针对雷达有源干扰可识别的类型有限且识别效果欠佳的问题,提出了一种多类型雷达有源干扰识别新方法。该方法首先利用变分模态分解对雷达有源干扰信号进行分解,得到具有不同中心频率带宽有限的固有模态分量,然后分别计算每个固有模态分量相应的矩形积分双谱,并计算其Renyi熵以组成特征参量,最后采用随机森林分类器将多个随机决策树的结果取众数,从而实现了雷达有源干扰类型的识别。仿真结果表明,所提方法不但能够有效地识别多种不同类型的雷达有源干扰,而且具有良好的抗噪声性能和稳健性。与基于熵理论的识别方法和基于时频特征的识别方法相比,当信噪比为5 dB时,压制式干扰识别率分别提高了0.33%和1.75%;与基于时频图的识别方法和基于时频分布的识别方法相比,当信噪比为0 dB时,拖引欺骗干扰识别率分别提高了3.89%和5.06%。     

基于时频图像特征提取的LFM雷达有源欺骗干扰识别

为了提高雷达的抗干扰能力,有针对性地合成最有效的抗干扰措施,提出了一种基于时频图像特征提取的欺骗干扰识别方法。该方法对雷达接收信号进行时频分析,根据时频图像分布的特点,提取时频域可分离度和三阶Renyi熵2个有效特征参数,将2个特征参数用于雷达接收信号的自动干扰识别。仿真结果验证了算法的有效性和稳定性,为后续抗干扰措施的选取提供了先验信息。     

SSC移频算法的改进型间歇采样转发干扰

针对间歇采样转发干扰空间分布特性较差,而传统移频处理暴露干扰特征及无法应对调频斜率捷变的弱点,提出应用SSC移频算法改进的间歇采样转发干扰。首先从雷达模糊函数出发推导假目标表达式,分析该干扰方法存在假目标的空间分布缺陷,然后利用N阶频谱扩展-压缩盲移频算法,通过对信号及其延迟进行N倍和N-1倍频谱扩展,利用后者对前者频谱压缩从而得到前移假目标。经理论分析与仿真验证,这种改进方法能有效优化间歇采样转发干扰的欺骗干扰假目标空间分布,且相比直接移频处理,不需要雷达信号先验知识、不会暴露移频特征,可以有效对抗调频斜率捷变雷达。     

常规雷达航迹干扰参数分析

对雷达的有源欺骗干扰是电子对抗中经常应用的重要手段。文中介绍了对常规雷达进行航迹欺骗时,干扰功率、角度干扰时延、距离干扰时延和多普勒频移等干扰参数的设置方法,给出了相关公式。利用这些公式,可描绘出虚假航迹,达到欺骗敌方雷达的目的。以此为依据设置干扰机参数,对雷达网进行干扰,可在组网雷达的每部雷达上产生空间相关的航迹,达到干扰敌方雷达网的目的。     

基于分数阶傅里叶变换和循环谱的雷达信号调制方式识别

针对低信噪比条件下雷达信号脉内调制方式识别算法识别率低的问题,提出了一种基于分数阶傅里叶变换(FRFT)和循环谱的雷达信号识别方法。通过分数阶傅里叶变换搜索出最大峰值对应的分数阶,把信号粗分为非调频信号和调频信号2大类。对于非调频信号,利用信号的谱峰特征和频谱复杂度以及循环谱特征,对二频编码信号、常规雷达信号、二相编码信号和四相编码信号进行分类识别;对于调频信号,利用自相关得到功率谱特征实现线性调频信号与非线性调频信号的细分类。经实验验证,本文提出的方法在信噪比大于2 dB时,总体识别率达到90%以上。     

基于FM广播的无源雷达自适应回波重建系统研究

介绍了采用调频广播作为外辐射源的无源雷达,因FM广播载频高和带宽窄,采用窄带采样定理可以保证在信号无失真采样的前提下大大降低采样频率,为实时信号处理提供方便。另外,目标回波会受到较强的直达波干扰影响,由于多普勒频移相对较小,目标回波与直达波干扰频谱混叠严重,使用经典滤波器进行直达波干扰抑制十分困难。因此,设计了基于最小均方的自适应回波重建系统,仿真表明,直达波干扰抑制效果明显,目标回波得到较好重建,自适应回波重建系统工作性能良好。     

基于小孔径超视距目标探测的OFDM-LFM发射波形设计

针对传统天波超视距雷达接收阵列孔径大的问题,提出一种基于小孔径的超视距目标探测方法。分析了阵列孔径减小后信号接收与处理的性能损失,在此基础上采用正交频分复用线性调频信号,从发射信号设计方面提升系统性能。首先对信号进行建模,重点提出一种基于凸优化的脉压信号峰值旁瓣抑制算法,建立了优化模型并进行求解。仿真表明,采用正交频分复用线性调频信号可以提升距离分辨率,采用凸优化的算法后脉压峰值旁瓣为-26.28dB,旁瓣电平平均值小于-50dB,距离门内和距离门外噪声/干扰的抑制能力得到提升,改善了小孔径超视距目标探测的处理性能。     

基于灰度共生矩阵的微动干扰分类识别

针对雷达成像中面临的调制转发微动干扰、微动散射波干扰、脉冲卷积微动干扰3种新型微动干扰样式的识别问题,提出一种基于灰度共生矩阵的干扰识别方法。该方法从图像域角度出发,首先对雷达接收信号矩阵进行灰度化处理,然后利用灰度共生矩阵提取其纹理参数并构造特征参数,最后采用KNN分类器实现了对雷达接收信号中目标回波和3种微动干扰样式的检测与识别。仿真实验结果表明,当信噪比为-5 dB时,不同干信比下4种信号样式的识别率均能够达到90%以上,每种信号样式整体识别率在98%以上;当信噪比为5 dB时,不同干信比下4种信号样式的识别率均能够达到95%以上,每种信号样式整体识别率在99%以上。     

基于S-method的伪码调相连续波雷达调频干扰抑制

针对当调频(FM)干扰超出伪码调相连续波雷达自身抗干扰容限时相关输出严重恶化的问题,提出了一种基于S-method的FM干扰抑制方法.该方法首先计算回波信号的S-method分布,估计干扰信号的瞬时频率及瞬时相位,并通过迭代校正方法提高相位估计精度,基于最终的估计相位,构造干扰对消器实现干扰抑制.对正弦调频和线性调频干扰抑制前后的相关输出进行了仿真分析.结果表明,在信干比(S JR)分别为-20 dB和-25 dB的条件下,该方法能够有效抑制干扰,实现目标正常检测.     

水下目标LFM回波的小波尺度谱重排及匹配检测

在浅水混响限条件下,为提高水下小尺度目标检测性能,结合宽带线性调频(LFM)信号回波目标信息量大、混响背景相关性弱的特点,提出对目标宽带回波进行时频谱重排压制混响,再进行匹配检测的方法.通过比较目标回波的短时傅里叶变换和小波尺度重排谱时频表征,发现小波尺度谱重排能较好地实现目标信号和耦合混响的分离.再结合匹配滤波的定位特性设计基于小波尺度重排谱的时频匹配检测器.仿真和测试数据分析表明,文中方法的检测性能优于传统匹配滤波约4 dB,在混响背景下,时频匹配滤波器仍能对水下目标进行有效定位,且能较好抑制旁瓣.     

基于字典学习的77GHz雷达人体动作识别

基于视觉的人体动作识别方法对光线和视距环境较高,并且存在侵犯隐私的问题,在应用中有局限性。为了解决这个问题,提出一种基于毫米波雷达和字典学习的人体动作识别方法。首先对人体动作的雷达回波信号进行时频分析得到时频图,再使用两种特征提取方法对时频图进行降维描述,将两种降维后的数据融合,通过LC-KSVD字典学习算法同时学习多特征字典和一个线性分类器,最后根据稀疏系数和线性分类器来识别动作。在此基础上,设计77 GHz毫米波雷达动作识别实验系统,结果表明:算法在10种人体动作数据集上达到了97.7%的识别准确率,可见所提方法实现了对人体动作的准确识别。     

应用双谱分析和分形维数的雷达欺骗干扰识别

为解决频谱弥散干扰(SMSP)和切片组合干扰(CI)2种干扰类型的识别问题,提出了一种利用双谱分析和分形维数的干扰识别方法。首先对零中频处理后雷达接收信号进行双谱分析,得到接收信号的三维双谱信息;然后通过降维方法把三维信息变换成二维特征曲线,以减小干扰识别的计算量;最后提取二维曲线的盒维数和信息维数2个特征参数,通过支持向量机对干扰识别率进行检验。仿真结果表明:在一定的噪声背景下,该识别方法能够较为稳定地识别不同干扰形式;在信噪比为0dB的条件下,干扰的识别成功率能够达到88%以上,证明了干扰识别方法的有效性。     

一种极化MIMO雷达导引头关键技术研究

为提高雷达导引头的工作性能,提出一种新体制极化多输入多输出(MIMO)雷达导引头的概念,研究了该雷达导引头中的关键技术. 该雷达导引头采用双极化天线阵列,各个天线子阵发射正交频分线性调频信号;同时接收雷达回波信号的双极化分量,采用匹配滤波技术实现各个回波信号的有效分离;引入瞬态极化检测与识别技术,有效提高雷达导引头的抗干扰性能;采用单脉冲测角技术实现对目标的正确测角和跟踪. 理论分析和仿真结果表明,极化MIMO雷达导引头具有优良的电子战性能.      

频率步进雷达机动目标运动参数估计及成像

为了解决频率步进雷达目标的复杂径向运动参数估计及补偿问题,提出用基于随机自相关函数的联合调频傅里叶变换方法精确估计目标复杂运动参数。目标回波信号与本振信号混频后,可以表示成离散的高阶线性函数,将其进行随机自相关运算,并在脉内作联合调频傅里叶变换,同时在脉间进行相干累积,根据峰值位置获得径向运动参数的精确估计,实现低信噪比条件下目标运动补偿和清晰成像。计算机仿真实验结果显示,该方法能够在-25dB低信噪比下清晰成像,通过比较表明,该方法具有较好的抗干扰能力。     

正交频分复用调制雷达高速弱目标检测算法

为提高正交频分复用(OFDM)调制雷达对高速弱目标的检测能力,提出了一种基于相参Radon变换的OFDM调制雷达高速弱目标检测算法。首先分析了高速弱目标回波信号模型以及对其进行长时间相参积累时出现的跨距离单元走动问题,然后采用相参Radon变换算法沿距离单元走动斜线对其进行长时间相参积累,并研究了其存在速度模糊情况时的参数估计方法。理论分析和仿真结果表明,该算法具有比非相参Radon变换和动目标检测(MTD)更优的低信噪比(SNR)背景下的目标检测性能,并能进行有效的参数估计。     

利用雷达滤波进行空间有源假目标识别的原理和方法

针对弹道导弹突防过程中的空间有源假目标欺骗干扰,介绍了利用雷达滤波进行假目标识别的原理和方法．在弹道目标跟踪中,滤波器通常默认目标运动服从二体运动方程．真目标的动力学模型与滤波状态方程相匹配,其滤波状态估计归一化误差较小;而有源假目标则相反．这种差异是有源假目标识别的理论基础．由于实际应用中目标的真实运动状态未知,无法直接计算归一化误差,文中采用非线性最小二乘估计,对目标的状态真值进行更精密的估计以获得名义真值．提出了近似归一化误差的概念．结合典型仿真场景,分析了近似归一化误差的分布特性,设计了识别门限．结合中程弹道进行真假目标的计算机识别实验,并对各种影响识别性能的因素做了分析．实验结果验证了所提识别方法的有效性和可行性。     

基于小波变换的风廓线雷达间歇杂波抑制方法

针对风廓线雷达实际应用中,飞鸟等飞行体产生的间歇杂波对风谱识别的严重干扰问题,提出了一种小波系数代换的杂波抑制方法.通过分析风廓线雷达的信号特性,根据间歇杂波的突发性和持续时间短的特点,给出了在小波域内通过非相干谱积累之间信号能量一致性检验的杂波识别方法、判定公式以及相关尺度间小波系数代换的抑制方法.实测数据验证结果表明,杂波抑制效果明显.     

基于多天线FMCW雷达的人体行为识别方法

提出一种基于多天线调频连续波(frequency modulated continuous wave, FMCW)雷达的多参数融合神经网络(fusion neural network, FNN)人体行为识别方法。针对FMCW雷达参数估计算法角度分辨率不足以及在估计目标个数错误的情况下会降低精度的问题,提出一种结合最小功率无失真响应(minimum power distortionless response, MPDR)波束形成与快速傅里叶变换(fast Fourier transform, FFT)的距离-方位角参数联合估计算法。利用2个相互垂直的线阵雷达捕捉人体行为,使用参数联合估计算法估计人体目标各回波点在水平与垂直方向的距离、角度参数。构建FNN,从参数估计结果中提取并融合人体行为在水平与垂直方向的空间与时间特征,根据融合特征实现人体行为识别与分类。实验结果表明,FNN方法对人体行为识别的准确率相比传统三维卷积神经网络(3D convolutional neural networks, 3D-CNN)提升了4.37%。     

基于改进粒子群算法的UWB雷达人体动作识别研究

针对雷达信号中的杂波干扰及样本数量对人体动作识别精度的限制,提出一种基于改进粒子群算法(particle swarm optimization,PSO)优化支持向量机(support vector machine,SVM)模型的超宽带(ultra-wideband,UWB)雷达人体动作识别算法。利用动态目标指示(moving target indication,MTI)与小波阈值滤波对接收到的UWB回波信号进行预处理,消除回波信号中的杂波和噪声对人体动作识别的影响;结合二维离散小波包分解(two dimensional discrete wavelet packet decomposition,2D-DWPD)与奇异值分解(singular value decomposition,SVD),对预处理后的雷达信号进行特征提取和降维;提出一种改进粒子群算法,优化SVM模型的相关参数进行识别和分类。实验结果表明,提出的算法准确率可达到96.25%,具有良好的识别性能。