CN103605115B - 基于网络化雷达阵列合成的抗有源主瓣干扰方法 - Google Patents

Abstract

本发明公开了一种基于网络化雷达阵列合成的抗有源主瓣干扰方法。其实现步骤是：（1）调整网络化雷达相邻两节点雷达的基线长度D_i,i+1并在相邻两节点雷达的基线上插入随机放置的阵元；（2）计算相邻两节点雷达的回波信号r_i(t)和r_i+1(t)及随机阵元的回波信号r_i,i+1(t)；（3）对相邻两节点雷达的回波信号r_i(t)和r_i+1(t)及随机阵元的回波信号r_i,i+1(t)进行合成，得到合成后的一组新数据r_c(t)；（4）利用新数据r_c(t)中的目标、干扰及噪声信息计算新数据r_c(t)的权值W；（5）利用权值W对合成后的新数据r_c(t)进行自适应波束形成，获得干扰抑制之后的天线方向图和输出信号。本发明能有效抑制有源主瓣干扰，且具有计算复杂度低、易于工程实现的优点，可用于目标探测或跟踪。

Description

基于网络化雷达阵列合成的抗有源主瓣干扰方法

技术领域

本发明涉及雷达技术领域，特别涉及一种抗有源主瓣干扰的方法，可用于组网雷达系统，在有源主瓣干扰条件下，对从网络化雷达各节点雷达天线主瓣进入的干扰信号进行有效的抑制，提高网络化雷达在主瓣干扰条件下的探测跟踪性能。

背景技术

当有源干扰位于目标附近时，干扰信号通常会从雷达接收天线主瓣进入；当雷达探测远距离目标时，即使干扰机距离目标较远，干扰信号也会落入雷达接收天线的主瓣之内，从而形成有源主瓣干扰。当对雷达接收天线接收到的数据进行波束形成时，有源主瓣干扰的存在会导致严重的波束畸变或主瓣峰值偏置，使得雷达无法正确探测目标。

网络化雷达，是指由多部体制相同或不同的节点雷达构成的一个有机的雷达网络，它具有灵活的工作模式和协同探测方式，有丰富的空域资源。

随着干扰天线的阵列化，干扰机具有多波束形成和系统资源调度的能力，能够同时对多部雷达实施干扰，网络化雷达面临着有源主瓣干扰的威胁，网内每一部节点雷达都会受到主瓣干扰的影响，网络化雷达的检测性能会急速下降。

针对有源主瓣干扰，现有方法主要是通过增大雷达天线的孔径，来提高雷达接收天线的分辨率，实现抗有源主瓣干扰。但该方法只能用于单站雷达抗有源主瓣干扰，若直接用于网络化雷达，由于网络化雷达中的节点雷达的个数较多，增大每个节点雷达天线的孔径的代价较高，无法工程实现。

发明内容

本发明的目的在于针对单站雷达抗主瓣干扰的方法无法直接用于网络化雷达的问题，提出一种基于网络化雷达阵列合成的抗有源主瓣干扰方法，以实现对网络化雷达有源主瓣干扰的抑制，提高网络化雷达的检测性能。

为实现上述目的，本发明的技术方案包括如下步骤：

（1）假设网络化雷达相邻两节点雷达的基线长度D_i,i+1是实时可变的，调整D_i,i+1的大小，使其满足D_i,i+1≤λR_d/d_t，并且在相邻两节点雷达的基线上插入L个随机放置的阵元，L＞D_i,i+1sin(θ_0.5)/λ，其中，θ_0.5＝50.7λ/(D_i+D_i,i+1+D_i+1)为阵列的半功率波束宽度,R_d为目标与网络化雷达系统之间的距离，d_t为目标尺寸，λ＝c/f₀为雷达发射电磁波的波长，D_i为第i部节点雷达的阵列孔径，D_i+1为第i+1部节点雷达的阵列孔径,c为电磁波在自由空间中的传播速度，f₀为电磁波的载波频率；

（2）假设网络化雷达由P部相控阵节点雷达构成，每部节点雷达的工作模式均相同，且各节点雷达的发射信号相同，空间远场存在一个目标，目标附近存在Q部有源干扰机，根据网络化雷达的系统结构和目标、干扰相对于相邻两节点雷达的波达方向，计算相邻两节点雷达的回波信号及L个随机阵元的回波信号：

r_i(t)＝r_i,s(t)+r_i,j(t)+n_i(t)，

r_i+1(t)＝r_i+1,s(t)+r_i+1,j(t)+n_i+1(t)，

r_i,i+1(t)＝r_i,i+1,s(t)+r_i,i+1,j(t)+n_i,i+1(t)，

其中，r_i,s(t)是第i部节点雷达的目标回波信号，r_i,s(t)＝a(θ_t)s(t)，r_i+1,s(t)是第i+1部节点雷达的目标回波信号，r_i+1,s(t)＝b(θ_t)s(t)，r_i,i+1,s(t)是L个随机阵元的目标回波信号，r_i,i+1,s(t)＝d(θ_t)s(t)，r_i,j(t)是第i部节点雷达的干扰回波信号，r_i+1,j(t)是第i+1部节点雷达的干扰回波信号，r_i,i+1,j(t)是L个随机阵元的干扰回波信号， $r_{i.i+1,j}\left(t\right)=\underset{j=1}{\overset{Q}{\mathrm{\Σ}}}d\left({\mathrm{\θ}}_j\right)J_j\left(t\right),i=\mathrm{1,2}...P-1,j=\mathrm{1,2},...,Q,$ n_i(t)和n_i+1(t)分别是第i部节点雷达和第i+1部节点雷达的噪声信号，且雷达的噪声信号与雷达的发射信号不相关，n_i,i+1(t)是L个随机阵元的噪声信号，且随机阵元的噪声信号与雷达的发射信号不相关，P是相控阵节点雷达的个数，Q是干扰机的个数，θ_t是目标信号到达相邻两节点雷达的角度，a(θ_t)和b(θ_t)分别是第i部节点雷达和第i+1部节点雷达在目标方向的导向矢量，d(θ_t)是L个随机阵元在目标方向的导向矢量，s(t)是节点雷达发射信号的回波信号，J_j(t)是第j部干扰机发射的干扰信号，且每部干扰机发射的干扰信号与雷达的发射信号、噪声信号及随机阵元的噪声信号都不相关，θ_j是第j个干扰信号到达相邻两节点雷达的角度，a(θ_j)和b(θ_j)分别是第i部节点雷达和第i+1部节点雷达在第j个干扰方向的导向矢量，d(θ_j)是L个随机阵元在第j个干扰方向的导向矢量；

（3）将步骤（2）得到的相邻两节点雷达的回波信号r_i(t)和r_i+1(t)及L个随机阵元的回波信号r_i,i+1(t)进行合成，得到一组合成后新数据r_c(t)：

$r_c\left(t\right)={[r_i^T\left(t\right),{r_{i,i+1}}^T\left(t\right),{r_{i+1}}^T\left(t\right)]}^T=c\left({\mathrm{\θ}}_t\right)s\left(t\right)+r_{c,J+n}\left(t\right)$

其中，c(θ_t)是合成后新数据对应的目标导向矢量，c(θ_t)＝[a^T(θ_t),d^T(θ_t),b^T(θ_t)]^T，r_c,J+n(t)是合成后新数据中干扰与噪声信号之和， $r_{c,J+n}\left(t\right)=\underset{j=1}{\overset{Q}{\mathrm{\Σ}}}{[a^T\left({\mathrm{\θ}}_j\right),d^T\left({\mathrm{\θ}}_j\right),b^T\left({\mathrm{\θ}}_j\right)]}^T{J}_j\left(t\right)+n_c\left(t\right),$ n_c(t)为合成后新数据对应的噪声矢量，J_j(t)是第j部干扰机发射的干扰信号，T表示对矩阵的转置；

（4）计算合成后新数据r_c(t)的权值：W＝μ_cR_c,J+n ^-1c(θ_t)，

其中，μ_c是权值系数，R_c,J+n是r_c,J+n(t)的采样协方差矩阵，c(θ_t)是合成后新数

据对应的目标导向矢量，“-1”表示矩阵的求逆；

（5）利用步骤（4）得到的权值对步骤(3)得到的合成后新数据r_c(t)进行加权处理，获得干扰抑制之后的天线方向图G_c(θ)和输出信号Y_c(t)：

Y_c(t)＝W^Hr_c(t)，

G_c(θ)＝W^Hc(θ)，

其中，θ∈[-π/2,π/2]，c(θ)是合成后的数据对应不同θ角的导向矢量。

本发明与现有技术相比具有如下优点：

1、易于工程实现

现有的单站雷达增大天线孔径的方法，直接应用于网络化雷达时代价过大，无法工程实现；本发明通过将相邻两节点雷达的接收数据和两节点雷达间随机插入的阵元的接收数据进行合成，有效利用了网络化雷达的空间资源，从而增大了合成后的新数据对应的天线孔径，提高了雷达接收天线的分辨率，实现了网络化雷达抗有源主瓣干扰，容易工程实现。

2、计算复杂度低

本发明由于使用了常用的自适应波束形成算法对相邻两节点雷达合成后的新数据进行自适应波束形成，可在不增加运算复杂度的前提下，实现网络化雷达有源主瓣干扰的抑制。

附图说明

图1是本发明使用的场景示意图；

图2是本发明的实现流程图；

图3是仿真第i部节点雷达的接收数据进行自适应波束形成的天线方向图；

图4是仿真第i+1部节点雷达的接收数据进行自适应波束形成的天线方向图；

图5是仿真本发明中相邻两节点雷达和随机阵元合成后的新数据进行自适应波束形成的天线方向图。

具体实施方式

参照图1，本发明的使用场景，包括由P部相控阵节点雷达构成网络化雷达，相邻两节点雷达的基线长度为D_i,i+1，在相邻两节点雷达的基线上插入L个随机放置的阵元，第i部节点雷达的阵列孔径为D_i，第i+1部节点雷达的阵列孔径为D_i+1，空间远场存在一个目标，目标附近存在Q部有源干扰机。

参照图2，本发明的实施步骤如下：

步骤1：调整网络化雷达相邻两节点雷达的基线长度D_i,i+1，使其满足D_i,i+1≤λR_d/d_t，并且在相邻两节点雷达的基线上插入L个随机放置的阵元，L＞D_i,i+1sin(θ_0.5)/λ，其中，θ_0.5＝50.7λ/(D_i+D_i,i+1+D_i+1)为阵列的半功率波束宽度,R_d为目标与网络化雷达系统之间的距离，d_t为目标尺寸，λ＝c/f₀为雷达发射电磁波的波长，D_i为第i部节点雷达的阵列孔径，D_i+1为第i+1部节点雷达的阵列孔径,c为电磁波在自由空间中的传播速度，f₀为电磁波的载波频率。

步骤2：假设每部节点雷达的工作模式均相同，且各节点雷达的发射信号相同，根据网络化雷达的系统结构和目标、干扰相对于相邻两节点雷达的波达方向，计算相邻两节点雷达的回波信号及L个随机阵元的回波信号：

r_i(t)＝r_i,s(t)+r_i,j(t)+n_i(t)，

r_i+1(t)＝r_i+1,s(t)+r_i+1,j(t)+n_i+1(t)，

r_i,i+1(t)＝r_i,i+1,s(t)+r_i,i+1,j(t)+n_i,i+1(t)

其中，r_i,s(t)是第i部节点雷达的目标回波信号，r_i,s(t)＝a(θ_t)s(t)，

r_i+1,s(t)是第i+1部节点雷达的目标回波信号，r_i+1,s(t)＝b(θ_t)s(t)，

r_i,i+1,s(t)是L个随机阵元的目标回波信号，r_i,i+1,s(t)＝d(θ_t)s(t)，

r_i,j(t)是第i部节点雷达的干扰回波信号，

r_i+1,j(t)是第i+1部节点雷达的干扰回波信号，

r_i,i+1,j(t)是L个随机阵元的干扰回波信号，

n_i(t)和n_i+1(t)分别是第i部节点雷达和第i+1部节点雷达的噪声信号，且雷达的噪声信号与雷达的发射信号不相关，n_i,i+1(t)是L个随机阵元的噪声信号，且随机阵元的噪声信号与雷达的发射信号不相关，

θ_t是目标信号到达相邻两节点雷达的角度，

a(θ_t)和b(θ_t)分别是第i部节点雷达和第i+1部节点雷达在目标方向的导向矢量，d(θ_t)是L个随机阵元在目标方向的导向矢量，

s(t)是节点雷达发射信号的回波信号，

J_j(t)是第j部干扰机发射的干扰信号，且每部干扰机发射的干扰信号与雷达的发射信号、噪声信号及随机阵元的噪声信号都不相关，

θ_j是第j个干扰信号到达相邻两节点雷达的角度，

a(θ_j)和b(θ_j)分别是第i部节点雷达和第i+1部节点雷达在第j个干扰方向的导向矢量，d(θ_j)是L个随机阵元在第j个干扰方向的导向矢量，

i＝1,2…P-1，j＝1,2,…,Q，P是相控阵节点雷达的个数，Q是干扰机的个数。

步骤3：将步骤（2）得到的相邻两节点雷达的回波信号r_i(t)和r_i+1(t)及L个随机阵元的回波信号r_i,i+1(t)进行合成，得到一组合成后新数据r_c(t)：

$r_c\left(t\right)={[r_i^T\left(t\right),{r_{i,i+1}}^T\left(t\right),{r_{i+1}}^T\left(t\right)]}^T=c\left({\mathrm{\θ}}_t\right)s\left(t\right)+r_{c,J+n}\left(t\right)$

其中，c(θ_t)＝[a^T(θ_t),d^T(θ_t),b^T(θ_t)]^T，其表示合成后新数据对应的目标导向矢量，

$r_{c,J+n}\left(t\right)=\underset{j=1}{\overset{Q}{\mathrm{\Σ}}}{[a^T\left({\mathrm{\θ}}_j\right),d^T\left({\mathrm{\θ}}_j\right),b^T\left({\mathrm{\θ}}_j\right)]}^T{J}_j\left(t\right)+n_c\left(t\right),$ 其表示合成后新数据中干扰与噪声信号之和，

其表示合成后新数据对应的噪声矢量，

J_j(t)是第j部干扰机发射的干扰信号，T表示对矩阵的转置。

步骤4：根据自适应波束形成原理，基于最大信干噪比准则，计算合成后新数据r_c(t)的权值：

W＝μ_cR_c,J+n ^-1c(θ_t)，

其中，μ_c是权值系数， ${\mathrm{\μ}}_c=1/\left[c{\left({\mathrm{\θ}}_t\right)}^H{R}_{c,J+n}^{-1}c\left({\mathrm{\θ}}_t\right)\right],$

R_c,J+n是r_c,J+n(t)的采样协方差矩阵，R_c,J+n＝E[r_c,J+n(t)r_c,J+n ^H(t)]，

c(θ_t)是合成后新数据对应的目标导向矢量，

r_c,J+n(t)是合成后新数据中干扰与噪声信号之和，“-1”表示矩阵的求逆。

步骤5：利用步骤（4）得到的权值对步骤(3)得到的合成后新数据r_c(t)进行加权处理，获得干扰抑制之后的天线方向图G_c(θ)和输出信号Y_c(t)：

Y_c(t)＝W^Hr_c(t)，

G_c(θ)＝W^Hc(θ)，

其中，θ∈[-π/2,π/2]，c(θ)是合成后的数据对应不同θ角的导向矢量。

本发明对有源主瓣干扰的抑制性能可通过以下仿真进一步验证。

1.实验场景：

采用如图1所示的场景，从P部相控阵节点雷达构成的网络化雷达中，取相邻两节点雷达，相邻两节点雷达的结构为：第i部节点雷达是由20个阵元构成的等距线阵，阵元间距为半波长，第i+1部节点雷达是由30个阵元构成的等距线阵，阵元间距为半波长，相邻两节点雷达的基线长度D_i,i+1为100米，在相邻两节点雷达的基线上插入100个随机放置的阵元，目标信号到达相邻两节点雷达的角度是0°，两部干扰机到达相邻两节点雷达的角度分别是-1°和1°。

2.实验内容：

仿真实验1

直接对相邻两节点雷达的接收数据分别进行自适应波束形成，其中第i部节点雷达自适应波束形成的天线方向图如图3所示，第i+1部节点雷达自适应波束形成的天线方向图如图4所示。

仿真实验2

使用本发明的方法，对相邻两节点雷达和随机阵元合成后的新数据进行自适应波束形成，自适应波束形成的天线方向图如图5所示。

3.实验结果分析：

从图3和图4中可以看到，直接对相邻两节点雷达的接收数据分别进行自适应波束形成，其波束形成的天线方向图在目标方向上波束主瓣失真，严重影响雷达对目标的探测性能。

从图5中可以看到，对相邻两节点雷达和随机阵元合成后的新数据进行自适应波束形成，波束形成的天线方向图在目标方向上无失真的波束主瓣，从而能够正确探测到目标，在两个干扰方向-1°和1°上形成-90dB的零陷深度，从而能够抑制这两个主瓣干扰，最终达到能够在探测到目标的同时抑制有源主瓣干扰的效果。

综上所述，本发明的方法能在不增加运算复杂度的前提下，在工程上实现探测到目标的同时抑制有源主瓣干扰，从而验证了本发明对抗有源主瓣干扰的有效性。

Claims (2)

1.一种基于网络化雷达阵列合成的抗有源主瓣干扰方法，其包括如下步骤：

(1)假设网络化雷达相邻两节点雷达的基线长度D_i,i+1是实时可变的，调整D_i,i+1的大小，使其满足D_i,i+1≤λR_d/d_t，并且在相邻两节点雷达的基线上插入L个随机放置的阵元，L>D_i,i+1sin(θ_0.5)/λ，其中，θ_0.5＝50.7λ/(D_i+D_i,i+1+D_i+1)为阵列的半功率波束宽度,R_d为目标与网络化雷达系统之间的距离，d_t为目标尺寸，λ＝c/f₀为雷达发射电磁波的波长，D_i为第i部节点雷达的阵列孔径，D_i+1为第i+1部节点雷达的阵列孔径,c为电磁波在自由空间中的传播速度，f₀为电磁波的载波频率；

(2)假设网络化雷达由P部相控阵节点雷达构成，每部节点雷达的工作模式均相同，且各节点雷达的发射信号相同，空间远场存在一个目标，目标附近存在Q部有源干扰机，根据网络化雷达的系统结构和目标、干扰相对于相邻两节点雷达的波达方向，计算相邻两节点雷达的回波信号及L个随机阵元的回波信号：

r_i(t)＝r_i,s(t)+r_i,j(t)+n_i(t)，

r_i+1(t)＝r_i+1,s(t)+r_i+1,j(t)+n_i+1(t)，

r_i,i+1(t)＝r_i,i+1,s(t)+r_i,i+1,j(t)+n_i,i+1(t)，

其中，r_i,s(t)是第i部节点雷达的目标回波信号，r_i,s(t)＝a(θ_t)s(t)，r_i+1,s(t)是第i+1部节点雷达的目标回波信号，r_i+1,s(t)＝b(θ_t)s(t)，r_i,i+1,s(t)是L个随机阵元的目标回波信号，r_i,i+1,s(t)＝d(θ_t)s(t)，r_i,j(t)是第i部节点雷达的干扰回波信号，r_i+1,j(t)是第i+1部节点雷达的干扰回波信号，r_i,i+1,j(t)是L个随机阵元的干扰回波信号，i＝1,2···P-1，j＝1,2,···,Q，n_i(t)和n_i+1(t)分别是第i部节点雷达和第i+1部节点雷达的噪声信号，且雷达的噪声信号与雷达的发射信号不相关，n_i,i+1(t)是L个随机阵元的噪声信号，且随机阵元的噪声信号与雷达的发射信号不相关，P是相控阵节点雷达的个数，Q是干扰机的个数，θ_t是目标信号到达相邻两节点雷达的角度，a(θ_t)和b(θ_t)分别是第i部节点雷达和第i+1部节点雷达在目标方向的导向矢量，d(θ_t)是L 个随机阵元在目标方向的导向矢量，s(t)是节点雷达发射信号的回波信号，J_j(t)是第j部干扰机发射的干扰信号，且每部干扰机发射的干扰信号与雷达的发射信号、噪声信号及随机阵元的噪声信号都不相关，θ_j是第j个干扰信号到达相邻两节点雷达的角度，a(θ_j)和b(θ_j)分别是第i部节点雷达和第i+1部节点雷达在第j个干扰方向的导向矢量，d(θ_j)是L个随机阵元在第j个干扰方向的导向矢量；

(3)将步骤(2)得到的相邻两节点雷达的回波信号r_i(t)和r_i+1(t)及L个随机阵元的回波信号r_i,i+1(t)进行合成，得到一组合成后新数据r_c(t)：

r_c(t)＝[r_i ^T(t),r_i,i+1 ^T(t),r_i+1 ^T(t)]^T＝c(θ_t)s(t)+r_c,J+n(t) 

其中，c(θ_t)是合成后新数据对应的目标导向矢量，c(θ_t)＝[a^T(θ_t),d^T(θ_t),b^T(θ_t)] ^T ，r_c,J+n(t)是合成后新数据中干扰与噪声信号之和， n_c(t)为合成后新数据对应的噪声矢量，n_c(t)＝[n_i ^T(t),n_i,i+1 ^T(t),n_i+1 ^T(t)]^T，J_j(t)是第j部干扰机发射的干扰信号，T表示对矩阵的转置；

(4)计算合成后新数据r_c(t)的权值：W＝μ_cR_c,J+n ^-1c(θ_t)，

其中，μ_c是权值系数，R_c,J+n是r_c,J+n(t)的采样协方差矩阵，c(θ_t)是合成后新数据对应的目标导向矢量，“-1”表示矩阵的求逆；

(5)利用步骤(4)得到的权值对步骤(3)得到的合成后新数据r_c(t)进行加权处理，获得干扰抑制之后的天线方向图G_c(θ)和输出信号Y_c(t)：

Y_c(t)＝W^Hr_c(t)，

G_c(θ)＝W^Hc(θ)，

其中，θ∈[-π/2,π/2]，c(θ)是合成后的数据对应不同θ角的导向矢量。

2.根据权利要求1所述的方法，其中所述步骤(4)中的采样协方差矩阵，通过如下公式计算：

R_c,J+n＝E[r_c,J+n(t)r_c,J+n ^H(t)]，

其中，r_c,J+n(t)是合成后新数据中干扰与噪声之和，H表示矩阵的共轭转置。