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。     

基于时频域特征融合的IR-UWB穿墙雷达人体行为识别方法

冲激脉冲(impulse radio, IR)超宽带(ultra-wideband, UWB)穿墙雷达因其良好的穿透性和距离分辨率在穿墙人体行为识别领域具有重要作用,但是常规识别方法仅采用单域特征对行为模式进行描述,识别准确率不高。针对这一问题,提出基于时频域特征融合的IR-UWB穿墙雷达人体行为识别算法。首先,通过杂波抑制及距离补偿方法获取高信噪比的人体行为距离像。其次,基于距离像提取目标时域特征,与频域特征进行融合,构建数据集。最后,基于支持向量机(support vector machine, SVM)算法对人体行为进行识别。实验结果表明,所提算法对于IR-UWB穿墙雷达人体行为识别能够达到95%的准确率。     

距离-速度同步拖引欺骗干扰的频谱特征分析

为了正确识别雷达欺骗干扰,针对基于数字射频存储器(DRFM)及直接数字频率合成器(DDS)产生距离-速度同步拖引干扰的现代欺骗干扰机,根据干扰机的工作机理,理论推导并对比了理想距离-速度同步拖引干扰信号及实际干扰信号的频谱特征。发现实际干扰信号的最大谱线相对理想干扰信号会产生微小频偏并在幅度上有一定衰减,这一频域细微特征可以为雷达识别该类干扰提供依据。仿真实验验证了理论分析的结果。     

基于熵特征的DRFM有源欺骗干扰CFAR检测

基于数字射频存储(digital radio frequency memory, DRFM)技术的转发式干扰的存在性检测是对抗有源欺骗干扰的前提。干扰机的相位取样量化会导致干扰信号有谐波分量的寄生。在雷达距离/速度波门内同时存在目标信号和欺骗干扰信号的情形下,利用经验模态分解(empirical model decomposition, EMD)算法分离出干扰信号谐波分量,通过提取干扰谐波分量与目标回波在时频域上能量分布特征差异,提出了一种基于时频域熵特征的有源欺骗干扰检测方法。该方法不需要估计噪声参数,且具有恒虚警(constant false-alarm rate,CFAR)特性。蒙特卡罗仿真结果验证了该方法的有效性。     

载频重频联合捷变雷达目标参数估计方法

针对载频-重频联合捷变体制雷达目标参数估计问题,提出了一种新的基于多重信号分类(multiple signal classification, MUSIC)算法的载频-重频联合捷变雷达目标参数估计方法。通过信号模型的空时等效,将时域信号的处理等效成空域阵列信号的处理,并将超分辨阵列信号处理方法应用到目标的参数估计中,从而把目标距离和速度的估计等效成阵列中二维参数的估计,解决了由于载频-重频联合捷变所带来的目标参数估计难题。仿真实验表明,所提方法能有效实现对目标距离和速度的超分辨估计。     

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。     

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。     

距离-速度同步欺骗干扰下的机动目标跟踪算法

研究了距离-速度同步拖引欺骗干扰下的机动目标跟踪问题。根据数字射频存储器及直接数字频率合成器产生的距离-速度同步拖引干扰原理,建立了距离-速度同步拖引干扰下的机动目标回波信号模型,利用接收机自动增益控制电压和目标个数的突变信息对信号进行欺骗干扰判决,当判断为距离-速度同步欺骗干扰时,采用正交匹配追踪方法识别出真实信号,最后利用扩展卡尔曼滤波方法对目标进行跟踪。仿真验证了该方法与魏格纳变换和魏格纳-霍夫变换相比具有较高的识别性能,并在机动条件下具有良好的跟踪效果。     

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。     

基于稀疏表示分类的雷达欺骗干扰识别方法

为了应对基于数字射频存储的各种欺骗干扰信号, 提出了一种基于稀疏表示分类的欺骗干扰识别算法。通过小波包分解重构把信号划分为不同频段, 然后对信号提取三阶累积量切片特征构造特征矩阵, 并利用奇异值分解对特征进行降维, 提取主要分量。最后利用稀疏表示分类在不同频段上对信号进行分类识别, 利用决策融合的方法对分类结果进行整合。经验证, 该方法具有很好的抗噪性能, 能够有效识别几种常见的欺骗干扰信号, 在信噪比为0 dB时, 欺骗干扰平均识别率达到90%以上, 并与其他欺骗干扰识别方法进行了对比, 显示了所提方法的优越性。     

基于极化分集接收的HRRP欺骗干扰鉴别

有源宽带欺骗干扰能够生成虚假高分辨距离像(high resolution range profile, HRRP),严重影响成像雷达的目标特征提取与识别。为此,研究了基于极化分集接收的HRRP欺骗干扰鉴别方法。首先,建立了目标回波和欺骗干扰的正交极化宽带响应模型,分析了两者的极化相关特性差异;然后,利用正交极化HRRP之间的互相关系数作为鉴别量,提出了相应的鉴别算法;最后,利用飞机缩比模型及干扰机天线的暗室测量数据进行仿真实验。实验结果表明：在一定信噪比(signal-to-noise ratio, SNR)及鉴别门限条件下,正确鉴别概率将大于90%,验证了算法的有效性。     

基于干涉相位的虚假目标鉴别算法

以具有地面动目标指示(ground moving target indication, GMTI)能力的三天线合成孔径雷达(synthetic aperture radar, SAR)系统为对象,研究了虚假目标的鉴别问题。在虚假目标干扰原理和动目标检测技术的基础上,分析了目标信号和干扰信号的干涉相位特征;利用真假目标的干涉相位特征差异,提取了两种稳健的鉴别特征量,提出了一种基于干涉相位的虚假目标鉴别算法,给出了鉴别处理流程、算法的应用条件及计算量和复杂度;最后进行了仿真实验验证。理论分析和仿真实验均表明该鉴别算法的可行性和有效性。     

基于时钟频漂检验的卫星导航欺骗识别算法

通过分析欺骗信号对目标接收机时钟频漂的影响,建立被欺骗目标接收机在匀速圆周运动条件下的时钟频漂模型,将其与单位余弦函数进行圆相关,通过检测归一化相关值可以成功实现对欺骗干扰信号的检测,同时有效避免了虚警的发生;通过对相关相位及相关峰值分析处理可以解算出欺骗信号的方位角及仰角,仿真表明对方位角和仰角的估计误差在1°以内。该算法可行性较强,具有重要的理论价值和应用价值。     

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。     

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。     

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。