CN102495394A - 针对雷达主瓣干扰的极化抑制处理方法 - Google Patents
针对雷达主瓣干扰的极化抑制处理方法 Download PDFInfo
- Publication number
- CN102495394A CN102495394A CN2011104001974A CN201110400197A CN102495394A CN 102495394 A CN102495394 A CN 102495394A CN 2011104001974 A CN2011104001974 A CN 2011104001974A CN 201110400197 A CN201110400197 A CN 201110400197A CN 102495394 A CN102495394 A CN 102495394A
- Authority
- CN
- China
- Prior art keywords
- theta
- polarization
- interference
- mixed signal
- target mixed
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供一种针对雷达主瓣干扰的极化抑制处理方法。技术方案包括五个处理步骤:第一步,建立关于雷达天线极化特性的函数库;第二步,干扰和目标混合信号的预处理;第三步,干扰和目标混合信号的正交极化分解处理;第四步,干扰和目标混合信号的极化滤波矢量估计;第五步,干扰和目标混合信号的空域多凹口极化滤波。本发明利用最小二乘算法对干扰和目标混合信号的电压矩阵进行处理,实现了对干扰和目标混合信号的正交极化分解与估计;在不能精确获知俯仰角的情况下,利用空域多凹口虚拟极化滤波器抑制干扰信号。本发明对硬件系统无额外要求,易于实现,工程适用性强。
Description
技术领域
本发明属于雷达信号处理技术领域,涉及一种抑制雷达主瓣干扰的处理方法,尤其是针对从单极化、机械扫描雷达天线主瓣方向进入的干扰信号的极化抑制处理方法。
背景技术
现有雷达抗干扰方法主要集中在回波信号的时域、频域或空域进行处理,而在信号极化域中的研究则相对较少。雷达信号的极化信息反映了目标的固有属性,充分利用目标、干扰极化信息的差异,则能够取得非常特殊的抗干扰效果。
近年来,随着雷达极化理论研究的逐步深入和器件水平的大幅度提高,极化信息处理技术在雷达成像、超分辨、目标分类识别、地理遥感、抑制杂波和抗干扰等领域中日益占据越来越重要的地位,并付诸于实际应用,大幅度的提高了传感系统的探测能力和感知能力。但是,上述应用的前提都是雷达具备全极化测量能力。对于单极化方式的雷达,比如防空、警戒、引导雷达等,不具备变极化能力或全极化测量能力,这对雷达的极化域抗干扰和目标识别造成了根本性的困难。特别是,当干扰从雷达传感器的天线主瓣方向进入时,常规的自适应波束形成对干扰对消效果较差,期望信号也被抑制。不仅严重降低了对消性能,而且增加了辅助设备大幅度的提高了抗干扰实现的硬件成本。
根据天线理论,在给定频率和空间指向的远场区,天线存在着某一确定的极化方式。当天线的工作频率固定,随着空间指向的不同,天线辐射场的极化方式也有所不同,这意味着天线的极化是空域指向的函数。天线极化在空间的这种变化特性,简称为天线极化的“空域慢变特性”。这种特性在固定的俯仰角下,偏离天线方位中心的主瓣附近区域具有显著的变化规律。在此基础上,如果能够巧妙地利用天线扫描接收机得到的电压序列,根据事先测得的天线极化特性,通过设计先进的信号处理方法,就可以使现在雷达在不作硬件改动的前提下,具备一定的极化测量能力和变极化能力,可以消除主瓣压制式干扰,这将具有重要的应用价值和应用前景。目前,尚未找到利用单极化天线的极化特性消除主瓣压制式干扰的公开资料。
发明内容
本发明要解决的技术问题是:当雷达探测目标时受到主瓣压制干扰的情况下,基于单极化的机械扫描体制雷达回波数据,充分的挖掘和利用天线本身固有的较弱的交叉极化分量,提供一种快速、适应性强的主瓣干扰极化抑制的信号处理方法。
为实现这样的目的,本发明技术方案的思路是:首先获得天线的主极化方向图和交叉极化方向图,建立多组俯仰角下方位扫描的方向图特性函数库,体现天线的极化特性在不同观测角度下的极化特性是有差异的;选择一定的窗口宽度,截取主瓣附近不同扫描角度下接收到的干扰和目标混合信号,并且按照距离单元形式进行划分写成矩阵的形式;由于干扰和目标混合信号的入射仰角通常无法精确获得,利用多组俯仰角下方位扫描的方向图特性函数族,对每一距离单元的电压序列应用最小二乘算法进行极化分解,估计出多组正交极化信号;估计出每组正交极化回波信号的干扰抑制滤波矢量;利用极化滤波矢量对多组正交极化信号做并行的多凹口极化滤波处理;将每组的滤波输出信号做“逻辑积”处理,取“逻辑积”输出作为极化抑制处理后的输出信号。
本发明的技术方案是:一种针对雷达主瓣干扰的极化抑制处理方法,应用于单极化的机械扫描体制雷达,其特征在于包括下述步骤:
第一步、建立关于雷达天线极化特性的函数库;
已知雷达天线主极化方式为水平极化H,交叉极化方式为垂直极化V。
用现有的天线特性测量方法测量在不同方位角和俯仰角θ下的雷达天线增益其中表示在方位角和俯仰角θ下雷达天线的水平极化增益,表示在方位角和仰角θ下雷达天线的垂直极化增益。其中,俯仰角θ的分别取值为θ1,θ2,L,θN,俯仰角θ的取值是根据雷达天线的俯仰波束宽度和测量精度决定;俯仰波束宽度越宽,俯仰角θ的取值数越多;测量精度要求越高,俯仰角θ的取值数越多。方位角在雷达天线方位扫描区间内取值,即方位角 方位角的取值根据测量精度的需要决定。
第二步、干扰和目标混合信号的预处理;
通常,雷达天线在工作过程中测得的干扰和目标混合信号的俯仰角θ′是存在较大误差的,本发明的后续步骤在处理过程中消除了θ′的影响。
第三步、干扰和目标混合信号的正交极化分解处理;
通过第一步测量可知在俯仰角θ=θ1,θ2,L,θN下,雷达天线极化特性矩阵Gθ为:
上式中,Gθ H表示矩阵Gθ的共轭转置。将采样时刻t=t1,t2,L,tM代入公式一即可得到关于采样时刻的正交极化信号序列Rθ:
将俯仰角θ=θ1,θ2,L,θN代入公式二,可得到N路的正交极化信号
经上述信号极化分解处理后,每一距离单元(或采样时刻)的接收信号被分解为两路正交极化信号。对于干扰距离单元,接收信号仅包括干扰信号,而对于目标距离单元,接收信号是干扰信号和目标信号的叠加,因此,极化分解得到的两路正交极化信号在不同距离单元也具有不同特征,本发明正是利用这一特性进行滤波,抑制干扰信号。
第四步、干扰和目标混合信号的极化滤波矢量估计;
由俯仰角θ的取值为θ1,θ2,L,θN,可以得到由N个极化滤波矢量Hq组成的极化滤波器
第五步、干扰和目标混合信号的空域多凹口极化滤波;
利用如下的逻辑积运算对干扰和目标混合信号进行空域多凹口滤波,得到了对干扰和目标混合信号进行抑制干扰后的输出信号
本发明的有益效果为:通过测量雷达天线在不同方位角和俯仰角扫描下的极化特性,将天线扫描区间接收的干扰和目标混合信号转化为电压矩阵,利用最小二乘算法对干扰和目标混合信号的电压矩阵进行处理,实现了对干扰和目标混合信号的正交极化分解与估计;此外,利用目标和干扰极化特性的差异,在不能精确获知俯仰角的情况下(即θ′),设计了空域多凹口虚拟极化滤波器,可以显著的抑制干扰和目标混合信号中的干扰信号,大幅度的提高信噪比,提高目标的检测概率。本发明的方法充分挖掘天线自身固有的极化特性,可以使雷达具备一定的极化抗干扰能力,对硬件系统无额外要求,易于实现,工程适用性强。
附图说明
图1是本发明所述技术方案的原理流程示意图;
图2是某型雷达天线极化特性的示意图;
图3是仿真实验中利用的干扰信号的频谱图;
图4是雷达接收到的干扰和目标混合信号的空时分布图;
图5是雷达天线在方位角为0度时接收的干扰和目标混合信号电压幅度分布图;
图6是雷达天线在方位角为1.2度时接收的干扰和目标混合信号电压幅度分布图;
图7是雷达天线在方位角为3.9度时接收的干扰和目标混合信号电压幅度分布图;
图8是采用本发明至第五步之后输出信号的电压幅度分布图;
图9是应用本发明对不同极化的干扰和目标混合信号进行处理后,对干扰信号的抑制性能结果图。
具体实施方式
下面结合说明书附图和具体实施对本发明作进一步更详细的说明。
图1是本发明所述技术方案的原理流程示意图。如图所示,本发明包括五个处理步骤:第一步,建立关于雷达天线极化特性的函数库;第二步,干扰和目标混合信号的预处理;第三步,干扰和目标混合信号的正交极化分解处理;第四步,干扰和目标混合信号的极化滤波矢量估计;第五步,干扰和目标混合信号的空域多凹口极化滤波。
图2是某型雷达天线极化特性的示意图。图中的横坐标是方位角,纵坐标是增益。利用本发明的第一步,方位角在雷达天线方位扫描区间[-4°,4°]内取值,分别在俯仰角θ为0度,0.2度,0.6度,1.2度四种情况下,得到雷达天线的极化增益。其中,实线对应的是水平极化增益,虚线对应的是垂直极化增益,并且带“○”标号的曲线对应俯仰角θ为0度,带“□”标号的曲线对应俯仰角θ为0.2度,带标号的曲线对应俯仰角θ为0.6度,带“△”标号的曲线对应俯仰角θ为1.2度。
图3~图9是对图2所示的雷达在实验室进行仿真实验的示意图。
图3是仿真实验中利用的干扰信号的频谱图。图中横坐标为频率,纵坐标为频谱幅度。其中,干扰信号的频率带宽为10M。
图4是雷达接收到的干扰和目标混合信号的空时分布图。图中的横坐标为采样时刻t,采样时刻为20000个,即对应20000个距离分辨单元,纵坐标为电压幅度。已知干扰信号功率为12.23dBw,目标回波位于第3000~3200个采样时刻中,脉冲宽度为10μs,目标回波功率为0dBw,输入信干比SIRi=-12.23dB,此时目标的距离信息完全被干扰压制,无法检测目标信息。
图5是雷达天线在方位角为0度时接收的干扰和目标混合信号电压幅度分布图。图中的横坐标是采样时刻,即对应距离单元,纵坐标是对应的干扰和目标混合信号电压值。通过本发明的第二步处理后,得到干扰和目标混合信号的电压矩阵Vθ′的行向量,相当于在不同的采样时刻t和固定方位角下时接收的干扰和目标混合信号的电压值。图5中此时目标的距离信息完全被干扰压制,无法检测目标信息。图6中图7中同样可以看出,此时目标的距离信息完全被干扰压制,无法检测目标信息。
图8是采用本发明至第五步之后输出信号的电压幅度分布图。可知看出,在滤波处理前,在各方位角下目标回波都淹没在干扰信号中,不能有效检测出目标,通过计算可知输入信干比SIRin=-5.1795dB。经本发明的第一步至第五步的处理后,各距离单元的干扰信号得到有效抑制,而目标信号被凸现出来,输出信干比SIRo=8.7242dB,改善因子EIF达到13.9037dB。
图9是应用本发明对不同极化的干扰和目标混合信号进行处理后,对干扰信号的抑制性能结果图。在试验中固定目标回波功率,而把干扰极化分别取左旋圆极化、右旋圆极化、45°线极化及135°线极化,调整干扰信号功率,使信干比SIR分别设置4.8205dB,-0.1795dB,-5.1795dB,-10.1795dB,-15.1795dB,采用本发明后,雷达接收机的SIR改善因子都能达到13dB以上。证明了本发明对于各类极化状态的干扰都有很好的抑制效果,能够显著的抑制干扰,提高信干比,改善了雷达在干扰背景下目标信号的检测性能。
Claims (1)
1.一种针对雷达主瓣干扰的极化抑制处理方法,应用于单极化的机械扫描体制雷达,其特征在于,包括下述步骤:
第一步、建立关于雷达天线极化特性的函数库;
已知雷达天线主极化方式为水平极化H,交叉极化方式为垂直极化V;
用现有的天线特性测量方法测量在不同方位角和俯仰角θ下的雷达天线增益其中表示在方位角和俯仰角θ下雷达天线的水平极化增益,表示在方位角和仰角θ下雷达天线的垂直极化增益;其中,俯仰角θ的分别取值为θ1,θ2,L,θN,俯仰角θ的取值是根据雷达天线的俯仰波束宽度和测量精度决定;俯仰波束宽度越宽,俯仰角θ的取值数越多;测量精度要求越高,俯仰角θ的取值数越多;方位角在雷达天线方位扫描区间内取值,即方位角 方位角的取值根据测量精度的需要决定;
第二步、干扰和目标混合信号的预处理;
第三步、干扰和目标混合信号的正交极化分解处理;
通过第一步测量可知在俯仰角θ=θ1,θ2,L,θN下,雷达天线极化特性矩阵Gθ为:
上式中,Gθ H表示矩阵Gθ的共轭转置;将采样时刻t=t1,t2,L,tM代入公式一即可得到关于采样时刻的正交极化信号序列Rθ:
将俯仰角θ=θ1,θ2,L,θN代入公式二,可得到N路的正交极化信号
第四步、干扰和目标混合信号的极化滤波矢量估计;
由俯仰角θ的取值为θ1,θ2,L,θN,可以得到由N个极化滤波矢量Hq组成的极化滤波器
第五步、干扰和目标混合信号的空域多凹口极化滤波;
利用下式得到对干扰和目标混合信号进行抑制干扰后的输出信号Of:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110400197 CN102495394B (zh) | 2011-12-06 | 2011-12-06 | 针对雷达主瓣干扰的极化抑制处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110400197 CN102495394B (zh) | 2011-12-06 | 2011-12-06 | 针对雷达主瓣干扰的极化抑制处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102495394A true CN102495394A (zh) | 2012-06-13 |
CN102495394B CN102495394B (zh) | 2013-04-17 |
Family
ID=46187234
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201110400197 Active CN102495394B (zh) | 2011-12-06 | 2011-12-06 | 针对雷达主瓣干扰的极化抑制处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102495394B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103207389A (zh) * | 2013-03-14 | 2013-07-17 | 中国人民解放军63801部队 | 一种基于信号幅相特性的雷达天线副瓣识别算法 |
CN103605115A (zh) * | 2013-12-03 | 2014-02-26 | 西安电子科技大学 | 基于网络化雷达阵列合成的抗有源主瓣干扰方法 |
CN103728597A (zh) * | 2014-01-16 | 2014-04-16 | 西安电子科技大学 | 基于辅助阵列的网络化雷达抑制压制式主瓣干扰方法 |
CN103941239A (zh) * | 2014-05-08 | 2014-07-23 | 西安电子科技大学 | 网络化雷达极化对消抑制主瓣压制式干扰方法 |
CN106125053A (zh) * | 2016-06-17 | 2016-11-16 | 中国电子科技集团公司第十研究所 | 脉冲多普勒雷达极化抗干扰方法 |
CN108508483A (zh) * | 2018-06-07 | 2018-09-07 | 中国人民解放军海军工程大学 | 一种滩涂近地表掩埋目标的地震波探测方法和系统 |
CN112949100A (zh) * | 2020-11-06 | 2021-06-11 | 中国人民解放军空军工程大学 | 一种机载雷达抗主瓣干扰的方法 |
CN113991325A (zh) * | 2021-12-27 | 2022-01-28 | 中国人民解放军海军工程大学 | 一种卫星通信地面站干扰对消空间取样天线设计方法 |
CN114325591A (zh) * | 2022-03-08 | 2022-04-12 | 中国人民解放军火箭军工程大学 | 一种sar雷达主瓣有源干扰的极化滤波抑制方法 |
CN116068285A (zh) * | 2022-12-28 | 2023-05-05 | 中国电信股份有限公司卫星通信分公司 | 卫星天线入网测试方法、装置及非易失性存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5361074A (en) * | 1980-05-05 | 1994-11-01 | The United States Of America As Represented By The Secretary Of The Navy | Mainlobe canceller system |
CN101482610A (zh) * | 2008-12-30 | 2009-07-15 | 中国人民解放军空军雷达学院 | 相控阵雷达自适应抑制特殊干扰技术 |
CN101776764A (zh) * | 2010-01-29 | 2010-07-14 | 中国民航大学 | 基于多通道单延迟互相关处理的gps干扰抑制方法 |
JP2011145221A (ja) * | 2010-01-15 | 2011-07-28 | Toshiba Corp | レーダ装置及びレーダ信号処理方法 |
-
2011
- 2011-12-06 CN CN 201110400197 patent/CN102495394B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5361074A (en) * | 1980-05-05 | 1994-11-01 | The United States Of America As Represented By The Secretary Of The Navy | Mainlobe canceller system |
CN101482610A (zh) * | 2008-12-30 | 2009-07-15 | 中国人民解放军空军雷达学院 | 相控阵雷达自适应抑制特殊干扰技术 |
JP2011145221A (ja) * | 2010-01-15 | 2011-07-28 | Toshiba Corp | レーダ装置及びレーダ信号処理方法 |
CN101776764A (zh) * | 2010-01-29 | 2010-07-14 | 中国民航大学 | 基于多通道单延迟互相关处理的gps干扰抑制方法 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103207389B (zh) * | 2013-03-14 | 2017-10-31 | 中国人民解放军63801部队 | 一种基于信号幅相特性的雷达天线副瓣识别算法 |
CN103207389A (zh) * | 2013-03-14 | 2013-07-17 | 中国人民解放军63801部队 | 一种基于信号幅相特性的雷达天线副瓣识别算法 |
CN103605115A (zh) * | 2013-12-03 | 2014-02-26 | 西安电子科技大学 | 基于网络化雷达阵列合成的抗有源主瓣干扰方法 |
CN103605115B (zh) * | 2013-12-03 | 2015-09-30 | 西安电子科技大学 | 基于网络化雷达阵列合成的抗有源主瓣干扰方法 |
CN103728597A (zh) * | 2014-01-16 | 2014-04-16 | 西安电子科技大学 | 基于辅助阵列的网络化雷达抑制压制式主瓣干扰方法 |
CN103728597B (zh) * | 2014-01-16 | 2016-03-02 | 西安电子科技大学 | 基于辅助阵列的网络化雷达抑制压制式主瓣干扰方法 |
CN103941239A (zh) * | 2014-05-08 | 2014-07-23 | 西安电子科技大学 | 网络化雷达极化对消抑制主瓣压制式干扰方法 |
CN106125053A (zh) * | 2016-06-17 | 2016-11-16 | 中国电子科技集团公司第十研究所 | 脉冲多普勒雷达极化抗干扰方法 |
CN106125053B (zh) * | 2016-06-17 | 2019-05-28 | 中国电子科技集团公司第十研究所 | 脉冲多普勒雷达极化抗干扰方法 |
CN108508483A (zh) * | 2018-06-07 | 2018-09-07 | 中国人民解放军海军工程大学 | 一种滩涂近地表掩埋目标的地震波探测方法和系统 |
CN112949100A (zh) * | 2020-11-06 | 2021-06-11 | 中国人民解放军空军工程大学 | 一种机载雷达抗主瓣干扰的方法 |
CN112949100B (zh) * | 2020-11-06 | 2023-02-28 | 中国人民解放军空军工程大学 | 一种机载雷达抗主瓣干扰的方法 |
CN113991325A (zh) * | 2021-12-27 | 2022-01-28 | 中国人民解放军海军工程大学 | 一种卫星通信地面站干扰对消空间取样天线设计方法 |
CN114325591A (zh) * | 2022-03-08 | 2022-04-12 | 中国人民解放军火箭军工程大学 | 一种sar雷达主瓣有源干扰的极化滤波抑制方法 |
CN116068285A (zh) * | 2022-12-28 | 2023-05-05 | 中国电信股份有限公司卫星通信分公司 | 卫星天线入网测试方法、装置及非易失性存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN102495394B (zh) | 2013-04-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102495394B (zh) | 针对雷达主瓣干扰的极化抑制处理方法 | |
Dai et al. | Main-lobe jamming suppression method of using spatial polarization characteristics of antennas | |
Zhou et al. | Narrow-band interference suppression for SAR based on independent component analysis | |
Aboutanios et al. | Hybrid detection approach for STAP in heterogeneous clutter | |
US8179300B2 (en) | Method for suppressing clutter in space-time adaptive processing systems | |
CN103837863B (zh) | 基于梯度投影的距离‑速度同步拖引欺骗干扰识别 | |
CN103454624B (zh) | 基于降维稀疏重构空时谱的直接数据域动目标检测方法 | |
CN104155632A (zh) | 一种基于局部相关性的改进子空间海杂波抑制方法 | |
CN108931766A (zh) | 一种基于稀疏重构的非均匀stap干扰目标滤除方法 | |
CN103901416A (zh) | 一种基于稳健主成分分析法的多通道杂波抑制方法 | |
Yang et al. | Preliminary results of multichannel SAR-GMTI experiments for airborne quad-pol radar system | |
CN105372635A (zh) | 基于改进的降维空时自适应处理的船载高频地波雷达海杂波抑制方法 | |
Lou et al. | Joint optimal and adaptive 2-D spatial filtering technique for FDA-MIMO SAR deception jamming separation and suppression | |
CN108872947B (zh) | 一种基于子空间技术的海杂波抑制方法 | |
Dai et al. | Novel research on main-lobe jamming polarization suppression technology | |
CN109061598A (zh) | 一种stap杂波协方差矩阵估计方法 | |
CN102928826A (zh) | 基于重构信号和时间采样的空中机动目标检测方法 | |
Fang et al. | E 2 DTF: An End-to-End Detection and Tracking Framework for Multiple Micro-UAVs With FMCW-MIMO Radar | |
Guan et al. | A CFAR detector for MIMO array radar based on adaptive pulse compression-Capon filter | |
CN104391288A (zh) | 拟合干涉相位的虚警剔除方法 | |
CN108983227A (zh) | 一种基于白化滤波的极化mimo雷达检测方法 | |
McCorkle et al. | Transient synthetic aperture radar and the extraction of anisotropic and natural frequency information | |
Laurukevich et al. | Estimation of energy, spectral and polarimetric characteristics of meteorological echoes in DMRL-C | |
CN103645468A (zh) | 一种雷达目标极化散射矩阵测量装置 | |
CN108474845A (zh) | 用于对含盐液体介质中的杂波进行谱估计的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |