CN103954939B - 基于雷达组网的抗灵巧噪声干扰方法 - Google Patents

Abstract

本发明公开了一种基于雷达组网的抗灵巧噪声干扰方法，属于雷达组网抗干扰技术领域。“灵巧噪声干扰”作为一种新型干扰技术兼具压制性干扰和欺骗性干扰的特点，降低了雷达抗干扰措施的有效性。由于组网雷达数目较多、站址分布较广且工作参数不断变化，其很难实现对所有雷达的干扰，为抗干扰提供了解决途径，本发明的方法主要包括以下步骤：(一)各雷达录入数据，将数掘传输到信息融合中心；(二)不同雷达量测点迹关联；(三)将关联成功的量测进行数据压缩；(四)杂波环境下多目标跟踪；(五)鉴别干扰源载体。本发明实现了“灵巧噪声干扰”下的目标跟踪，不需要干扰信号的先验知识，且能在多目标情况下鉴别干扰源载体，具有较高的军事应用价值。

Description

基于雷达组网的抗灵巧噪声干扰方法

一、技术领域

本发明隶属于雷达组网抗干扰技术领域，适用于“灵巧噪声”干扰下雷达网对干扰源所在载体的鉴别和干扰下对目标的跟踪。

二、背景技术

随着现代战争中电子对抗的愈加激烈，雷达的生存环境变得十分恶劣，各种针对雷达的干扰手段层出不穷。其中“灵巧噪声干扰”作为一种新型干扰技术日益受到国内外关注，该干扰利用干扰机在雷达的中心频率附近发射许多噪声猝发脉冲，这些脉冲在时间上与雷达真正的目标回波重叠并且覆盖住目标回波，这样就使得“灵巧噪声干扰”兼具了压制性干扰和欺骗性干扰的优点，能够更充分地利用干扰能量，从而大大降低雷达采用抗干扰措施所造成的影响，例如：该干扰可以有效压制采用了相干处理技术的脉冲多普勒雷达，还能够对付雷达采用的旁瓣匿隐和旁瓣对消抗干扰技术。为了提高雷达在此种干扰下的生存能力和工作能力，研究抗“灵巧噪声干扰”的方法是非常重要的，目前典型的抗灵巧噪声干扰方法是“基于LFM解线调的灵巧噪声干扰抑制算法”，这种方法主要由以下4个步骤实现：

(1)求雷达前一脉冲重复周期与当前脉冲重复周期雷达接收信号的差拍信号；

(2)将目标回波信号移到低频；

(3)利用陷波器抑制干扰；

(4)通过差拍逆运算恢复出目标回波信号。

该方法主要存在以下2个缺陷：

(1)该背景技术是信号层的抗灵巧噪声干扰算法，需要对干扰信号的特征有一定的先验知识，随着先进的数字电子技术和智能技术在干扰设备中的广泛应用，干扰信号的形式更加多变，给特征提取和干扰剔除带来了更多困难；

(2)不能实现多目标情况下干扰源所在载体的鉴别。

三、发明内容

本发明的目的是提出一种基于雷达组网的抗灵巧噪声干扰方法，该方法利用雷达数据处理和信息融合技术，实现了“抗灵巧噪声干扰”下雷达网对干扰源所在载体的鉴别和目标融合跟踪，该方法对信号层的处理能力要求不高，不需要干扰信号的先验知识。

本发明提出的基于雷达组网的抗灵巧噪声干扰方法的技术方案包括以下步骤：

步骤1：录入数据

本发明采用集中式融合结构，在“灵巧噪声干扰”下，将组网雷达测得的信号(包含真实目标的回波信号和灵巧噪声干扰信号)送入雷达数据录取器，得到目标的距离、方位、俯仰信息以及干扰源的方位、俯仰信息，将录取的数据输入雷达网融合中心；

在融合中心执行以下步骤：

步骤2：初始化

雷达1被干扰后失去距离维量测；

雷达2、雷达3正常工作；

三部雷达的采样周期均为1s：

三部雷达的坐标分别为(x_r1，y_r1，z_r1)、(x_r2，y_r2，z_r2)、(x_r3，y_r3，z_r3)；

三部雷达的距离、俯仰角、方位角测量精度分别为

存在三个目标，目标1为干扰机载体；

k时刻某一目标在雷达2中的量测为

k时刻某一目标在雷达3中的量测为

步骤3：不同雷达之间的量测点迹互联

(1)计算雷达2量测与雷达3量测向量之差：

(2)求得协方差阵P

P＝AVA^T (1)

(3)计算雷达2量测与雷达3量测之间的马氏距离：

(4)选定判决门限G_α

根据3自由度X²分布的显著性水平确定判决门限G_α；

(5)关联判决

d₂₃≤G_α关联成功(两个量测源于同一目标)

d₂₃>G_α关联失败(两个量测不源于同一目标)

步骤4：数据压缩

(1)输入量测Z₂、Z₃

Z₂、Z₃为分别是雷达2、雷达3的直角坐标量测且Z₂与Z₃关联成功：

(2)计算量测协方差阵R₂、R₃

R₂＝A₂V₂A₂ ^T (5)

R₃＝A₃V₃A₃ ^T (8)

(3)求得压缩后的量测Z和压缩后的量测误差协方差阵R

步骤5：杂波环境下的多目标跟踪

(1)输入压缩后的量测数据Z

(2)应用2／3逻辑法进行航迹起始

(3)采用最近邻域标准滤波器进行航迹维持

步骤6：干扰源载体的鉴别

(1)构造点迹源于单部雷达量测时的检验统计量D₁

(2)构造点迹源于两部雷达融合量测时的检验统计量D₂

(3)选定判决门限K_α

根据2自由度X²分布的显著性水平确定判决门限K_α；

(4)鉴别干扰源

点迹源于单部雷达量测时：

D₁≤K_α 判定该点迹为干扰源

D₁>K_α 判定该点迹非干扰源

点迹源于两部雷达量测时：

D₂≤K_α 判定该点迹为干扰源

D₂>K_α 判定该点迹非干扰源

步骤7：进行下一时刻运算

重复执行步骤1～步骤7进行下一周期的量测点迹互联、数据压缩、杂波环境下的多目标跟踪、干扰源载体的鉴别。

和背景技术相比，本发明的有益效果说明：(1)组网雷达数目多、站址分布广且工作参数不断变化，“灵巧噪声”很难实现对所有雷达的干扰，本发明利用上述特点实现了“灵巧噪声干扰”下的目标跟踪；(2)本发明提出的“基于雷达组网的抗灵巧噪声干扰方法，，不需要干扰信号特征的先验知识，对信号处理能力要求不高；(3)本发明能够在多目标情况下鉴别出干扰源的载体，从而为下一步战术行动提供有价值的参考依据。

四、附图说明

附图1是本发明的基于雷达组网的抗灵巧噪声干扰方法整体流程图；

附图2是本发明实施例中杂波环境下的目标真实轨迹；

附图3是本发明中“灵巧噪声”对雷达网进行干扰的示意图；

附图4是本发明实施例中经数据压缩后的目标点迹；

附图5是本发明实施例中滤波跟踪后的目标航迹；

附图6是本发明实施例中单部雷达跟踪位置误差；

附图7是本发明实施例中两部雷达跟踪位置误差；

附图8是本发明实施例中雷达1方位角测量精度对鉴别率影响；

附图9是本发明实施例中雷达1俯仰角测量精度对鉴别率影响；

附图10是本发明实施例中雷达2测距精度对鉴别率影响；

附图11是本发明实施例中雷达2俯仰角测量精度对鉴别率影响；

附图12是本发明实施例中雷达2方位角测量精度对鉴别率影响；

五、具体实施方式

下面结合附图对本发明的基于雷达组网的抗灵巧噪声干扰方法进行详细描述。

实施例条件：设有三部三坐标雷达，雷达的位置坐标分别为：(0km，0km，0km)，(50km，0km，0km)(120km，0km,0km)，三部雷达的采样周期为1占、测距精度为100m、测角精度为0.1°，雷达1受灵巧噪声干扰失去测距功能：三个匀速运动目标的初始位置分别为：(30km，100km，15km)，(28km，100km，16km)，(26km，100km，17km)，运动速度分别为：(380m／s,-200m／s,-25m／s)、(180m／s,-200m／s,-25m／s)、(380m／s,-200m／s,-25m／s)；在一定的空间范围内存在着均匀分布的杂波，杂波的个数服从均值为5的泊松分布，设这个空间范围是：X方向0～120km，Y方向0～120km，X方向0～17km，进行300次蒙特卡洛仿真，整体流程如附图1所示。

步骤1：将组网雷达测得的信号(包含真实目标的回波信号、灵巧噪声干扰信号以及杂波)送入雷达数据录取器，得到目标和杂波的距离、方位、俯仰信息、干扰源的方位、俯仰信息，将录取数据输入雷达网融合中心的数据处理计算机，杂波环境下的目标真实轨迹如附图2所示。

步骤2：将不同雷达之间的量测点迹互联。不失一般性，设雷达网由三部雷达构成，雷达1被干扰后失去距离维量测；雷达2、雷达3正常工作，且分别能够获得三个目标的距离、方位、俯仰量测信息；干扰机以目标1为载体，雷达1可以通过被动测向的方法获得目标1的方位、俯仰信息，以马氏距离d₂₃作为检验统计量对量测点迹进行关联：若d₂₃≤G_α，则关联成功；若d₂₃>G_α，则关联失败；“灵巧噪声”对雷达网进行干扰的各量测空间关系如附图3所示。

步骤3：将成功关联的帚测讲行数据压缩得到压缩数据提高数据的精度，同时减小后续运算量，经数据压缩后的点迹如附图4所示。

步骤4：杂波环境下对多目标进行跟踪(本发明实施例中目标数量为3个)，经过步骤1～步骤3后，多传感器多目标跟踪问题转化成单传感器多目标跟踪问题，对于点迹互联后没有关联成功的点迹仍然加以保留，以避免将真实目标的点迹删除造成航迹的中断。航迹起始阶段采用2／3逻辑法，航迹维持阶段采用最近邻域标准滤波器，目标航迹和跟踪精度如附图5～附图7所示。

步骤5：鉴别干扰源载体。

(1)构造点迹源于单部雷达量测时的检验统计量，若该点不是合成的量测点迹，仅仅是源于雷达2的某个量测，可以构造出能够反映某个量测点迹与干扰源方向线L接近程度的检验统计量：

σ_M1、σ_M2分别为M₁、M₂的标准差，因为所有的测量误差均服从标准正态分布，所以M₁、M₂近似服从均值为零的正态分布，进而D服从自由度为2的卡方分布。

(2)构造点迹源于两部雷达融合量测时的检验统计量，检验统计量的构造形式同上式相同，M₁、M₂的表达式如下：

x₂₃、y₂₃、z₂₃为雷达2与雷达3的量测经关联、融合后的坐标。

(3)鉴别干扰源，一般情况下干扰机是以某个目标为载体的，只需鉴别与稳定航迹关联成功的点迹，而不需要对所有的点迹都进行鉴别，判别准则如下：

D≤K_α判定该点迹为干扰源

D>K_α判定该点迹非干扰源

其中K_α为判别门限，确定显著性水平后可以通过查表获得。

步骤6：分析雷达量测精度对干扰源载体鉴别的影响。

(1)改变雷达1的方位角、俯仰角量测精度，使其从0.1°增加到0.4°，计算干扰源载体的正确鉴别率和错误鉴别率，结果如附图8、附图9所示。雷达1的方位角、俯仰角测量精度对干扰源的正确鉴别率影响不大，但是干扰源的误鉴别率对雷达1的俯仰角测量精度较为敏感，这是因为雷达1的俯仰角测量误差会在X、Y、Z三个方向上影响直线L的分布，当俯仰角的量测误差增大时，直线L在X、Y、Z三个方向上的分布都会更加分散，因此将杂波或者源于其它目标的量测与直线L误关联的概率必然增大，而雷达1的方位角测量误差只会在X、Y两个方向上影响直线L的分布，所以其对误关联概率的影响相对较小；

(2)改变雷达2的距离量测精度，使其从50m增加到150m，计算干扰源载体的正确鉴别率和错误鉴别率，结果如附图10所示；改变雷达2的方位角、俯仰角量测精度，使其从0.1°增加到0.4°，计算干扰源载体的正确鉴别率和错误鉴别率，结果如附图11、附图12所示。从附图10～12可见，雷达2的距离、方位、俯仰量测误差对正确鉴别率和错误鉴别率的影响都不显著，可见本发明提出的鉴别方法具有较好的稳定性。可见和背景技术相比，本发明的基于雷达组网的抗灵巧噪声干扰方法实现了“灵巧噪声干扰”下的目标跟踪、不需要干扰信号特征的先验知识，并且能够在多目标情况下鉴别出干扰源的载体。

Claims (1)

1.一种基于雷达组网的抗灵巧噪声干扰方法，其特征在于包括以下步骤

步骤1：录入数据

采用集中式融合结构，在“灵巧噪声干扰”下，将组网雷达测得的信号包含真实目标的回波信号和灵巧噪声干扰信号送入雷达数据录取器，得到目标的距离、方位、俯仰信息以及干扰源的方位、俯仰信息，将录取的数据输入雷达网融合中心；

在融合中心执行以下步骤：

步骤2：初始化

雷达1被干扰后失去距离维量测；

雷达2、雷达3正常工作；

三部雷达的采样周期均为1s；

三部雷达的坐标分别为(x_r1,y_r1,z_r1)、(x_r2,y_r2,z_r2)、(x_r3,y_r3,z_r3)；

三部雷达的距离、俯仰角、方位角测量精度分别为

存在三个目标，目标1为干扰机载体；

k时刻某一目标在雷达2中的量测为

k时刻某一目标在雷达3中的量测为

步骤3：不同雷达之间的量测点迹互联

(1)计算雷达2量测与雷达3量测向量之差：

(2)求得协方差阵P

P＝AVA^T (1)

(3)计算雷达2量测与雷达3量测之间的马氏距离：

(4)选定判决门限G_α

根据3自由度χ²分布的显著性水平确定判决门限G_α；

(5)关联判决

d₂₃≤G_α关联成功(两个量测源于同一目标)

d₂₃＞G_α关联失败(两个量测不源于同一目标)

步骤4：数据压缩

(1)输入量测Z₂、Z₃

Z₂、Z₃为分别是雷达2、雷达3的直角坐标量测且Z₂与Z₃关联成功：

(2)计算量测协方差阵R₂、R₃

R₂＝A₂V₂A₂ ^T (5)

R₃＝A₃V₃A₃ ^T (8)

(3)求得压缩后的量测Z和压缩后的量测误差协方差阵R

步骤5：杂波环境下的多目标跟踪

(1)输入压缩后的量测数据Z

(2)应用2/3逻辑法进行航迹起始

(3)采用最近邻域标准滤波器进行航迹维持

步骤6：干扰源载体的鉴别

(1)构造点迹源于单部雷达量测时的检验统计量D₁

(2)构造点迹源于两部雷达融合量测时的检验统计量D₂

(3)选定判决门限K_α

根据2自由度χ²分布的显著性水平确定判决门限K_α；

(4)鉴别干扰源

点迹源于单部雷达量测时：

D₁≤K_α判定该点迹为干扰源

D₁＞K_α判定该点迹非干扰源

点迹源于两部雷达量测时：

D₂≤K_α判定该点迹为干扰源

D₂＞K_α判定该点迹非干扰源

步骤7：进行下一时刻运算

重复执行步骤1～步骤7进行下一周期的量测点迹互联、数据压缩、杂波环境下的多目标跟踪、干扰源载体的鉴别。