CN114814739A - 基于分布式fda-mimo雷达的主瓣干扰抑制方法 - Google Patents

Abstract

本发明提供一种基于分布式FDA‑MIMO雷达的主瓣干扰抑制方法，包括：通过主阵加辅助阵的分布式阵列构型，获取分布式FDA‑MIMO雷达阵列构型；构造分布式FDA‑MIMO雷达回波信号模型，发射信号包络正交，且频率线性递增，接收信号经过混频后通过若干通道的匹配滤波器进行匹配滤波；通过计算样本广义内积的方法搜索目标位置信息；通过目标位置信息计算MVDR最优加权矢量，根据所述MVDR最优加权矢量进行自适应加权，得到干扰存在情况下的最优波束方向图，在干扰处形成零陷，实现干扰抑制。本发明能够获取更高的角度分辨率和距离分辨率，从两个维度实现抗主瓣干扰，提升了抑制主瓣干扰的性能。

Description

基于分布式FDA-MIMO雷达的主瓣干扰抑制方法

技术领域

本发明涉及雷达干扰对抗技术领域，尤其涉及一种基于分布式FDA-MIMO雷达的主瓣干扰抑制方法。

背景技术

在现代战争中，电子对抗占有及其重要的战略地位。雷达干扰机是电子对抗中的重要手段，且干扰形式复杂多变，例如，欺骗干扰在空域形成多个假目标，诱使雷达丢失真实目标；压制干扰利用大功率干扰信号淹没目标回波。传统相控阵雷达对旁瓣干扰具有较好的抑制能力，如果干扰从雷达的主瓣进入，传统的旁瓣抑制算法的性能将严重下降，甚至完全失效。

因此，亟需一种能够解决主瓣欺骗干扰及主瓣压制式干扰的主瓣干扰抑制方法。

发明内容

基于此，有必要针对上述技术问题，提供一种基于分布式FDA-MIMO雷达的主瓣干扰抑制方法。

一种基于分布式FDA-MIMO雷达的主瓣干扰抑制方法，包括以下步骤：通过主阵加辅助阵的分布式阵列构型，获取分布式FDA-MIMO雷达阵列构型，所述主阵用于发射FDA信号和接收信号，所述辅助阵用于接收信号；构造分布式FDA-MIMO雷达回波信号模型，发射信号包络正交，且频率线性递增，接收信号经过混频后通过若干通道的匹配滤波器进行匹配滤波；通过计算样本广义内积的方法搜索目标位置信息，所述目标位置信息包括距离信息、方位角及俯仰角信息；通过目标位置信息计算MVDR最优加权矢量，根据所述MVDR最优加权矢量进行自适应加权，得到干扰存在情况下的最优波束方向图，在干扰处形成零陷，实现干扰抑制。

在其中一个实施例中，所述通过主阵加辅助阵的分布式阵列构型，获取分布式FDA-MIMO雷达阵列构型，具体包括：结合分布式系统多单元雷达的阵列结构，在主阵周围布置大孔径辅助接收阵列，即为辅助阵，主阵设置有M个主雷达，辅助阵设置有L个辅助雷达，主雷达用于发射FDA-MIMO信号波形。

在其中一个实施例中，所述构造分布式FDA-MIMO雷达回波信号模型，具体包括：发射信号频率以Δf线性递增，则第m个阵元的发射频率为：

f_m＝f₀+(m-1)△f,m＝1,2,…,M

式中，f₀为天线载频，第m个阵元发射信号形式为：

式中，T_p为脉冲宽度，s(t)为发射信号包络，且不同阵元的信号彼此正交，理想情况下，s(t)满足：

假设有一点目标出现在雷达的远场，其位置为

R₀为径向距离，θ₀和

分别为方位角和俯仰角，则所有阵元的发射信号经目标后向散射，并由第n个阵元接收的回波信号为：

式中，τ_m,n为双程传播时延，设发射阵元M的坐标为P_m＝[x_m,y_m,z_m]，接收阵元N的坐标为P_n＝[x_n,y_n,z_n]，则τ_m,n表示为：

在远场和相干性假设下，接收信号首先与exp{j2πf₀t}混频，然后通过M个通道的匹配滤波器进行匹配滤波。

在其中一个实施例中，所述匹配滤波包括：每个通道进行与Δf相关的数字混频；对每个发射的波形进行匹配，接收信号的矢量形式为：

ξ'＝ξexp{-j2πf₀2R₀/c}

式中，ξ为传播系数，

表示Kronecker积，

为发射导向矢量，

表示导向矢量的维数，

为接收导向矢量，

发射导向矢量和接收导向矢量分别表示为：

假设远场

处存在单点期望目标，

处存在N个假目标，且目标和干扰角度相同而距离不同，则接收信号的矢量形式可表示为：

在其中一个实施例中，所述通过计算样本广义内积的方法搜索目标位置信息，具体包括：计算所有样本的广义内积GIP，即：

式中，n为采样点总数；根据GIP值是否偏离均值，挑选出目标样本，获取目标的距离信息；在一定角度内遍历导向矢量，计算MVDR最优权矢量和对应的输出功率，获取目标功率谱图，根据目标功率谱图获取方位角及俯仰角信息。

在其中一个实施例中，所述通过目标位置信息计算MVDR最优加权矢量，根据所述MVDR最优加权矢量进行自适应加权，得到干扰存在情况下的最优波束方向图，在干扰处形成零陷，实现干扰抑制，具体包括：将分布式FDA-MIMO雷达的自适应波束形成问题表示为约束的凸优化问题，如下所示：

式中，R_i,n为干扰加噪声的协方差矩阵，

为目标信号的发射接收联合导向矢量，表示为：

采用拉格朗日乘数法求出最优权向量，为：

通过接收信号的相关矩阵R＝E{xx^H}代替R_i,n，获取最优加权矢量：

通过所述最优加权矢量进行自适应加权，得到干扰存在情况下的最优波束方向图，并在干扰处形成零陷，实现干扰抑制。

相比于现有技术，本发明的优点及有益效果在于：根据主阵加辅助阵的分布式阵列构型，获取分布式FDA-MIMO雷达阵列构型，主阵用于发射FDA信号和接收信号，辅助阵用于接收信号，构造分布式FDA-MIMO雷达回波信号模型，发射信号频率线性递增，且发射信号包络正交，接收信号经过混频后通过若干通道的匹配滤波器进行匹配滤波；通过计算样本广义内积的方法搜索目标位置信息，目标位置信息包括距离信息、方位角及俯仰角信息，通过目标位置信息计算MVDR最优加权矢量，根据最优加权矢量进行自适应加权，得到干扰存在情况下的最优波束方向图，在干扰处形成零陷，实现干扰抑制，通过获取更高的角度分辨率和距离分辨率，从两个维度实现抗主瓣干扰，提升了抑制主瓣干扰的性能。

附图说明

图1为一个实施例中一种基于分布式FDA-MIMO雷达的主瓣干扰抑制方法的流程示意图；

图2为发射接收阵列结构及信号处理流程图；

图3为一个实施例中的样本广义内积GIP；

图4为一个实施例中的期望目标功率谱；

图5为一个实施例中MVDR加权后波束方向图；

图6为一个实施例中干扰抑制后的信号回波；

图7为一个实施例中不同体制雷达输出信号与干扰加噪声比的对比曲线。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，下面通过具体实施方式结合附图对本发明做进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

在一个实施例中，如图1所示，提供了一种基于分布式FDA-MIMO雷达的主瓣干扰抑制方法，包括以下步骤：

步骤S101，通过主阵加辅助阵的分布式阵列构型，获取分布式FDA-MIMO雷达阵列构型，主阵用于发射FDA信号和接收信号，辅助阵用于接收信号。

具体地，设计分布式FDA-MIMO雷达阵列构型，结合分布式系统多单元雷达的阵列结构，借助大孔径阵列空间高分辨率的优势，在主雷达周围增加大孔径辅助接收阵列，形成主阵加辅助阵的分布式阵列构型，主阵设置有M个主雷达，辅助阵设置有L个辅助雷达，主雷达用于发射信号和接收回波信号，辅助雷达用于接收回波信号。分布式阵列构型的FDA-MIMO雷达同时具有更高的角度分辨率和距离分辨率，从两个维度实现主瓣干扰，提升了抑制主瓣干扰的性能。

其中，主雷达采用数字化阵列形式，完成多功能探测任务，根据不同的情况可以切换不同的工作模式。

为了使雷达系统具有距离维分辨率，结合频控阵雷达的原理，对主雷达进行发射波形修改，主雷达发射FDA-MIMO信号波形。

步骤S102，构造分布式FDA-MIMO雷达回波信号模型，发射信号包络正交，且频率线性递增，接收信号经过混频后通过若干通道的匹配滤波器进行匹配滤波。

具体地，构造分布式FDA-MIMO雷达回波信号模型，主阵发射信号频率以Δf线性递增，且发射信号包括正交，接收信号先经过混频，然后通过对应M个通道的匹配滤波器，进行匹配滤波。在进行匹配滤波时，每个通过进行与Δf相关的数字混频，然后对每个发射的波形进行匹配，同时建立包含目标信号、干扰信号以及噪声的回波信号模型。

其中，构造分布式FDA-MIMO雷达回波信号模型，具体包括：发射信号频率以Δf线性递增，则第m个阵元的发射频率为：

f_m＝f₀+(m-1)△f,m＝1,2,…,M

式中，f₀为天线载频，第m个阵元发射信号形式为：

式中，T_p为脉冲宽度，s(t)为发射信号包络，且不同阵元的信号彼此正交，理想情况下，s(t)满足：

假设有一点目标出现在雷达的远场，其位置为

R₀为径向距离，θ₀和

分别为方位角和俯仰角，则所有阵元的发射信号经目标后向散射，并由第n个阵元接收的回波信号为：

式中，τ_m,n为双程传播时延，设发射阵元M的坐标为P_m＝[x_m,y_m,z_m]，接收阵元N的坐标为P_n＝[x_n,y_n,z_n]，则τ_m,n表示为：

如图2所示，在远场和相干性假设下，接收信号首先与exp{j2πf₀t}混频，然后通过M个通道的匹配滤波器进行匹配滤波。

其中，匹配滤波包括：每个通道进行与Δf相关的数字混频；对每个发射的波形进行匹配，由于发射信号两两正交，因此，接收信号的矢量形式为：

ξ'＝ξexp{-j2πf₀2R₀/c}

式中，ξ为传播系数，

表示Kronecker积，

为发射导向矢量，

表示导向矢量的维数，

为接收导向矢量，

发射导向矢量和接收导向矢量表示为：

假设远场

处存在单点期望目标，

处存在N个假目标，且目标和干扰角度相同而距离不同，则接收信号的矢量形式可表示为：

步骤S103，通过计算样本广义内积的方法搜索目标位置信息，目标位置信息包括距离信息、方位角及俯仰角信息。

具体地，样本GIP(Generalized inner product，广义内积)均值等于协方差矩阵的维数，对于非均匀样本，杂波协方差矩阵不能有效的被百花，其GIP值明显偏离均值，可以以此为理论挑选出目标样本，同时获得目标的距离信息。在一定角度范围内遍历目标导向矢量，计算MVDR最优权矢量及对应的输出功率，获取目标功率谱图，搜索目标功率最大处对应的角度，获取方位角及俯仰角信息。

其中，通过计算样本广义内积的方法搜索目标位置信息，具体包括：计算所有样本的广义内积GIP，即：

式中，n为采样点总数；

根据GIP值是否偏离均值，挑选出目标样本，获取目标的距离信息；在一定角度内遍历导向矢量，计算MVDR(Minimum Variance Distortionless Response，自适应波束形成)最优权矢量和对应的输出功率，获取目标功率谱图，根据目标功率谱图获取方位角及俯仰角信息。

步骤S104，通过目标位置信息计算MVDR最优加权矢量，根据MVDR最优加权矢量进行自适应加权，得到干扰存在情况下的最优波束方向图，在干扰处形成零陷，实现干扰抑制。

具体地，使用搜索得到的目标位置信息，计算MVDR最优加权矢量，并通过MVDR最优加权矢量进行自适应加权，得到干扰存在情况下的最优波束方向图，在干扰处形成零陷，从而达到抑制干扰的目的。通过MVDR自适应加权，能够对主瓣欺骗干扰和主瓣压制干扰进行抑制。

其中，计算MVDR最优加权矢量，具体包括：将分布式FDA-MIMO雷达的自适应波束形成问题表示为约束的凸优化问题，如下所示：

式中，R_i,n为干扰加噪声的协方差矩阵，

为目标信号的发射接收联合导向矢量，表示为：

采用拉格朗日乘数法求出最优权向量，为：

通过接收信号的相关矩阵R＝E{xx^H}代替R_i，n，获取最优加权矢量：

通过所述最优加权矢量进行自适应加权，得到干扰存在情况下的最优波束方向图，并在干扰处形成零陷，实现干扰抑制。

在本实施例中，根据主阵加辅助阵的分布式阵列构型，获取分布式FDA-MIMO雷达阵列构型，主阵用于发射FDA信号和接收信号，辅助阵用于接收信号，构造分布式FDA-MIMO雷达回波信号模型，发射信号频率线性递增，且发射信号包络正交，接收信号经过混频后通过若干通道的匹配滤波器进行匹配滤波；通过计算样本广义内积的方法搜索目标位置信息，目标位置信息包括距离信息、方位角及俯仰角信息，通过目标位置信息计算MVDR最优加权矢量，根据最优加权矢量进行自适应加权，得到干扰存在情况下的最优波束方向图，在干扰处形成零陷，实现干扰抑制，通过获取更高的角度分辨率和距离分辨率，从两个维度实现抗主瓣干扰，提升了抑制主瓣干扰的性能。

在一个实施例中，系统仿真参数设置为：频段为S波段(3GHz)，主雷达子阵数为16，辅助雷达个数为5，带宽为5MHz，脉宽为100μs，发射信号频偏为10KHz。目标和干扰参数设置为：期望目标位置为(57km,-0.1°,0.2°)，信噪比为-10dB；密集型假目标干扰机位置为(79km,-0.1°,0.2°)，假目标个数和间隔分别为4个和5km，干噪比为5dB；压制干扰机位置为(60km,0.3°,0.2°)，干噪比为30dB。目标搜索范围为(-1°,1°)。

图3给出了所有样本的广义内积GIP，可以获得目标的距离，图4给出了目标功率图谱，搜索最高点得到目标的方位角和俯仰角分别为-0.091度和0.19度。用此目标位置信息计算MVDR最优权矢量，图5和图6分别给出了此权向量加权得到的雷达波束方向图和信号回波。可以看出，MVDR加权后的波束方向图主瓣对准期望目标位置，在干扰处形成零陷，主瓣欺骗干扰和压制干扰均得到抑制，且Matlab计算得到输出信干噪比改善约为30dB。

图7给出了不同体制雷达的输出SINR(Signal to Interference plus NoiseRatio，信号与干扰加噪声比)曲线，对比本发明所提分布式FDA-MIMO雷达、常规FDA-MIMO雷达以及传统MIMO雷达的输出SINR性能。可以看出，在MIMO雷达中，由于干扰位于天线主瓣，因此会造成目标相消，输出SINR性能较差；分布式FDA-MIMO雷达和常规FDA-MIMO雷达都具有距离-角度二维自适应匹配滤波，可实现主瓣压制式干扰的抑制，输出端获得较高的SINR且两者性能接近。

因此，结合MVDR最优权矢量和分布式FDA-MIMO雷达能够通过更高的角度分辨率和距离分辨率，从两个维度实现对主瓣欺骗干扰和压制干扰的抑制，提升了抑制主瓣干扰的性能。

以上内容是结合具体的实施方式对本发明所做的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (6)

1.一种基于分布式FDA-MIMO雷达的主瓣干扰抑制方法，其特征在于，包括以下步骤：

通过主阵加辅助阵的分布式阵列构型，获取分布式FDA-MIMO雷达阵列构型，所述主阵用于发射FDA信号和接收信号，所述辅助阵用于接收信号；

构造分布式FDA-MIMO雷达回波信号模型，发射信号包络正交，且频率线性递增，接收信号经过混频后通过若干通道的匹配滤波器进行匹配滤波；

通过计算样本广义内积的方法搜索目标位置信息，所述目标位置信息包括距离信息、方位角及俯仰角信息；

通过目标位置信息计算MVDR最优加权矢量，根据所述MVDR最优加权矢量进行自适应加权，得到干扰存在情况下的最优波束方向图，在干扰处形成零陷，实现干扰抑制。

2.根据权利要求1所述的基于分布式FDA-MIMO雷达的主瓣干扰抑制方法，其特征在于，所述通过主阵加辅助阵的分布式阵列构型，获取分布式FDA-MIMO雷达阵列构型，具体包括：

结合分布式系统多单元雷达的阵列结构，在主阵周围布置大孔径辅助接收阵列，即为辅助阵，主阵设置有M个主雷达，辅助阵设置有L个辅助雷达，主雷达用于发射FDA-MIMO信号波形。

3.根据权利要求2所述的基于分布式FDA-MIMO雷达的主瓣干扰抑制方法，其特征在于，所述构造分布式FDA-MIMO雷达回波信号模型，具体包括：

发射信号频率以Δf线性递增，则第m个阵元的发射频率为：

f_m＝f₀+(m-1)△f,m＝1,2,…,M

式中，f₀为天线载频，第m个阵元发射信号形式为：

式中，T_p为脉冲宽度，s(t)为发射信号包络，且不同阵元的信号彼此正交，理想情况下，s(t)满足：

假设有一点目标出现在雷达的远场，其位置为

R₀为径向距离，θ₀和

分别为方位角和俯仰角，则所有阵元的发射信号经目标后向散射，并由第n个阵元接收的回波信号为：

式中，τ_m,n为双程传播时延，设发射阵元M的坐标为P_m＝[x_m,y_m,z_m]，接收阵元N的坐标为P_n＝[x_n,y_n,z_n]，则τ_m,n表示为：

在远场和相干性假设下，接收信号首先与exp{j2πf₀t}混频，然后通过M个通道的匹配滤波器进行匹配滤波。

4.根据权利要求3所述的基于分布式FDA-MIMO雷达的主瓣干扰抑制方法，其特征在于，所述匹配滤波包括：

每个通道进行与Δf相关的数字混频；

对每个发射的波形进行匹配，接收信号的矢量形式为：

ξ'＝ξexp{-j2πf₀2R₀/c}

式中，ξ为传播系数，

表示Kronecker积，

为发射导向矢量，

表示导向矢量的维数，

为接收导向矢量，

发射导向矢量和接收导向矢量分别表示为：

假设远场

处存在单点期望目标，

处存在N个假目标，且目标和干扰角度相同而距离不同，则接收信号的矢量形式可表示为：

5.根据权利要求4所述的基于分布式FDA-MIMO雷达的主瓣干扰抑制方法，其特征在于，所述通过计算样本广义内积的方法搜索目标位置信息，具体包括：

计算所有样本的广义内积GIP，即：

式中，n为采样点总数；

根据GIP值是否偏离均值，挑选出目标样本，获取目标的距离信息；

在一定角度内遍历导向矢量，计算MVDR最优权矢量和对应的输出功率，获取目标功率谱图，根据目标功率谱图获取方位角及俯仰角信息。

6.根据权利要求5所述的基于分布式FDA-MIMO雷达的主瓣干扰抑制方法，其特征在于，所述通过目标位置信息计算MVDR最优加权矢量，根据所述MVDR最优加权矢量进行自适应加权，得到干扰存在情况下的最优波束方向图，在干扰处形成零陷，实现干扰抑制，具体包括：

将分布式FDA-MIMO雷达的自适应波束形成问题表示为约束的凸优化问题，如下所示：

式中，R_i,n为干扰加噪声的协方差矩阵，

为目标信号的发射接收联合导向矢量，表示为：

采用拉格朗日乘数法求出最优权向量，为：

通过接收信号的相关矩阵R＝E{xx^H}代替R_i,n，获取最优加权矢量：

通过所述最优加权矢量进行自适应加权，得到干扰存在情况下的最优波束方向图，并在干扰处形成零陷，实现干扰抑制。

Images