CN105510887B - 一种杂波背景下对机载雷达的有源压制式干扰抑制方法 - Google Patents
一种杂波背景下对机载雷达的有源压制式干扰抑制方法 Download PDFInfo
- Publication number
- CN105510887B CN105510887B CN201510969422.4A CN201510969422A CN105510887B CN 105510887 B CN105510887 B CN 105510887B CN 201510969422 A CN201510969422 A CN 201510969422A CN 105510887 B CN105510887 B CN 105510887B
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- mtd
- doppler
- data matrix
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 230000000452 restraining effect Effects 0.000 title abstract 2
- 239000011159 matrix material Substances 0.000 claims abstract description 132
- 238000012545 processing Methods 0.000 claims abstract description 38
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 6
- 230000009466 transformation Effects 0.000 claims abstract description 6
- 230000001629 suppression Effects 0.000 claims description 29
- 230000001427 coherent effect Effects 0.000 claims description 4
- 238000012935 Averaging Methods 0.000 claims description 2
- 230000006835 compression Effects 0.000 claims description 2
- 238000007906 compression Methods 0.000 claims description 2
- 230000004044 response Effects 0.000 claims description 2
- 230000003044 adaptive effect Effects 0.000 abstract description 3
- 238000004088 simulation Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000002592 echocardiography Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 206010020400 Hostility Diseases 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000003760 hair shine Effects 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/36—Means for anti-jamming, e.g. ECCM, i.e. electronic counter-counter measures
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种杂波背景下对机载雷达的有源压制式干扰抑制方法,包括以下步骤:(1)对第n个阵元回波数据矩阵进行傅里叶变换;(2)确定杂波的、噪声区的多普勒频率的取值范围,计算噪声区的多普勒频道和回波功率;(3)若相控阵雷达受到干扰,计算干扰的协方差矩阵,对其进行特征分解,确定干扰个数,并计算每个干扰的角度;形成辅助波束和第k个多普勒频道的主波束,抑制第k个多普勒频道的干扰信号,得到抑制干扰后的第k个多普勒频道的数据矩阵,再对其进行空时自适应处理,得到杂波抑制后的第k个多普勒频道的数据矩阵;若相控阵雷达没有受到干扰,对第k个多普勒频道的数据矩阵进行空时自适应处理,得到杂波抑制后的第k个多普勒频道的数据矩阵。
Description
技术领域
本发明属于雷达技术领域,特别涉及一种杂波背景下对机载雷达的有源压制式干扰抑制方法,用于在杂波背景下,对机载雷达的有源压制式干扰进行抑制。
背景技术
对于机载雷达来说,受机械加工等诸多因素的影响,各阵元不可能完全一样,不同阵元的方向图很难保持一致,导致各阵元的副瓣难以达到非常低,从而导致机载雷达接收到的回波的副瓣杂波不仅多而且强,很容易遮盖住目标回波信号。另一方面,目标系统为了降低被机载雷达系统发现的概率,常常会采取一定的电子对抗措施,发射电磁干扰信号,同样造成机载雷达系统的目标探测性能下降,所以需要采取一定的措施来抑制机载雷达回波中的干扰信号和杂波信号。
干扰信号分为有意干扰和无意干扰,其中,有意干扰是针对雷达采取的带有特定敌意的电子攻击行为,它可以在空域、时域、频域、极化域等多维域中对雷达形成干扰,使得目标回波特性被扭曲或变形,导致雷达无法准确探测出目标。有源压制干扰是最早出现的一种有意干扰形式,它主要是通过发射功率较大的噪声或者类噪声信号,覆盖雷达系统的整个带宽,从而掩盖目标回波信号,使雷达无法检测出目标。
发明内容
针对上述现有技术的不足,本发明的目的在于提出一种杂波背景下对机载雷达的有源压制式干扰抑制方法,该方法能够有效抑制有源压制式干扰、改善目标信干噪比,能够明显提高机载雷达系统在干扰环境中的目标检测性能。
为实现上述技术目的,本发明采用如下技术方案予以实现。
一种杂波背景下对机载雷达的有源压制式干扰抑制方法,其特征在于,包括以下步骤:
步骤1,设定机载雷达的阵元个数为N;对第n个阵元回波数据矩阵Xn进行傅里叶变换,得到第n个阵元的多普勒数据矩阵Yn;其中,第n个阵元回波数据矩阵Xn的维数为K×L,K为相参脉冲的个数,L为距离单元的个数,n=1,2,..,N;
步骤2,设定杂波相对于第n个阵元的角度θn的取值范围为θn∈[-90°,90°],确定杂波的多普勒频率的最小值fd,min和杂波的多普勒频率的最大值fd,max,从而确定杂波的多普勒频率fd的取值范围为fd∈[fd,min,fd,max];
步骤3,根据杂波的多普勒频率fd的取值范围,确定噪声区的多普勒频率fn的取值范围,并计算噪声区的多普勒频道kn;
步骤4,根据所有N个阵元的多普勒数据矩阵Y1,...,Yn,...,YN,计算噪声区的回波功率
步骤5,根据噪声区的回波功率判断机载雷达是否受到干扰,如果噪声区的回波功率则机载雷达受到干扰,依次执行步骤6-步骤9,如果噪声区的回波功率则机载雷达没有受到干扰,执行步骤10;其中,η为设定的门限值,为噪声功率;
步骤6,根据所有N个阵元的多普勒数据矩阵Y1,...,Yn,...,YN,得到噪声数据矩阵Z′,并计算干扰的协方差矩阵对干扰的协方差矩阵进行特征分解,确定干扰个数;计算每个干扰的角度;
步骤7,根据每个干扰的角度,构造辅助主波束变换矩阵TAux,并根据所有N个阵元的多普勒数据矩阵Y1,...,Yn,...,YN,形成辅助波束ZAux,所述辅助波束ZAux指向干扰方向;
步骤8,根据所有N个阵元的多普勒数据矩阵Y1,...,Yn,...,YN,形成第k个多普勒频道的主波束ZMain,k;根据辅助波束ZAux和第k个多普勒频道的主波束ZMain,k抑制第k个多普勒频道的干扰信号,得到抑制干扰后的第k个多普勒频道的数据矩阵Zc,k;所述第k个多普勒频道的主波束ZMain,k指向目标方向;其中,k=1,2,...,K,K为多普勒频道的个数;
步骤9,对抑制干扰后的第k个多普勒频道的数据矩阵Zc,k进行空时自适应处理,得到杂波抑制后的第k个多普勒频道的数据矩阵Zo,k;其中,k=1,2,...,K,K为多普勒频道的个数;
步骤10,对第k个多普勒频道的数据矩阵Yk进行空时自适应处理,得到杂波抑制后的第k个多普勒频道的数据矩阵Zo,k;其中,第k个多普勒频道的数据矩阵Yk=Y(:,k,:),Y表示由N个阵元的多普勒数据Y1,...,Yn,...,YN组成的三维多普勒数据矩阵,Y(n,:,:)=Yn,Yn为第n个阵元的多普勒数据矩阵,k=1,2,...,K,K为多普勒频道的个数。
本发明的有益效果为:当机载雷达接收到回波信号中存在干扰和杂波信号时,本发明首先对机载雷达的回波信号进行干扰抑制,能够使杂波子空间的维数大大降低,然后再采用空时自适应处理来抑制杂波,能够明显提高机载雷达系统在干扰环境中的目标检测性能。
附图说明
下面结合附图和具体实施方式对本发明作进一步详细说明。
图1为本发明的流程图;
图2a为机载雷达在没有受到干扰时的回波信号;
图2b为机载雷达在受到干扰时的回波信号;
图3a为对机载雷达回波信号进行PD处理后的距离多普勒图;
图3b为对机载雷达回波信号进行干扰抑制处理后的距离多普勒图;
图3c为对机载雷达回波信号进行杂波抑制处理后的距离多普勒图;
图4为对机载雷达回波信号进行级联抑制处理后的第15个多普勒频道的空间频率随归一化多普勒频率的变化图;
图5为对机载雷达回波信号进行PD处理、级联抑制处理后的改善因子曲线对比图。
具体实施方式
参照图1,本发明的一种杂波背景下对机载雷达的有源压制式干扰抑制方法,包括以下具体步骤:
步骤1,设定机载雷达的阵元个数为N;对第n个阵元回波数据矩阵Xn进行傅里叶变换,得到第n个阵元的多普勒数据矩阵Yn;其中,第n个阵元回波数据矩阵Xn的维数为K×L,K为相参脉冲的个数,L为距离单元的个数,n=1,2,..,N。
所述第n个阵元的多普勒数据矩阵Yn,其表达式为:
其中,TFFT为傅里叶变换系数矩阵,其维数为K×K,上标H表示共轭转置。
步骤2,设定杂波相对于第n个阵元的角度θn的取值范围为θn∈[-90°,90°],确定杂波的多普勒频率的最小值fd,min和杂波的多普勒频率的最大值fd,max,从而确定杂波的多普勒频率fd的取值范围为fd∈[fd,min,fd,max]。
所述杂波的多普勒频率fd,其表达式为:
fd=(2v/λ)sinθn
其中,v表示载机的飞行速度,λ表示机载雷达的工作波长;
设定杂波相对于第n个阵元的角度θn的取值范围为θn∈[-90°,90°],则杂波的多普勒频率的最小值fd,min=(2v/λ)sin(-90°)=-2v/λ,杂波的多普勒频率的最大值fd,max=(2v/λ)sin(90°)=2v/λ,杂波的多普勒频率fd的取值范围为fd∈[fd,min,fd,max],即fd∈[-2v/λ,2v/λ]。
步骤3,根据杂波的多普勒频率fd的取值范围,确定噪声区的多普勒频率fn的取值范围,并计算噪声区的多普勒频道kn。
所述噪声区的多普勒频率fn的取值范围为:fn∈{[-fr/2,fd,min]∪[fd,max,fr/2]}。
所述噪声区的多普勒频道kn,其表达式为:
其中,为噪声区的归一化多普勒频率,fr为脉冲重复频率,K为多普勒频道的个数。
步骤4,根据所有N个阵元的多普勒数据矩阵Y1,...,Yn,...,YN,计算噪声区的回波功率
步骤4的具体子步骤为:
4.1对所有N个阵元的多普勒数据矩阵Y1,...,Yn,...,YN进行空域波束形成处理,得到和波束数据矩阵Z,其表达式为:
Z=wHY
其中,w为波束权值矢量,其维数为N×1,Y表示由N个阵元的多普勒数据Y1,...,Yn,...,YN组成的三维多普勒数据矩阵,Y(n,:,:)=Yn,上标H表示共轭转置;
4.2计算噪声区的回波功率
其中,kn为噪声区的多普勒频道,mean(·)表示求均值,|·|表示取模运算,L为距离单元的个数。
步骤5,根据噪声区的回波功率判断机载雷达是否受到干扰,如果噪声区的回波功率则机载雷达受到干扰,依次执行步骤6-步骤9,如果噪声区的回波功率则机载雷达没有受到干扰,执行步骤10;其中,η为设定的门限值,为噪声功率。
步骤6,根据所有N个阵元的多普勒数据矩阵Y1,...,Yn,...,YN,得到噪声数据矩阵Z′,并计算干扰的协方差矩阵对干扰的协方差矩阵进行特征分解,确定干扰个数;计算每个干扰的角度。
步骤6的具体子步骤为:
6.1根据所有N个阵元的多普勒数据矩阵Y1,...,Yn,...,YN,得到噪声数据矩阵Z′:
Z′=[y′1;...;y′n;...;y′N]
其中,y′n为第n个阵元的噪声矢量,y′n=[Yn(1,:),...,Yn(k′,:),...,Yn(Kn,:)],k′=1,2,...,Kn,Kn表示噪声区的多普勒频道个数;
6.2计算干扰的协方差矩阵
其中,上标H表示共轭转置,L为距离单元的个数;
6.3对干扰的协方差矩阵进行特征分解:
其中,[UJ Un]表示由干扰的协方差矩阵的特征向量组成矩阵,Λ表示干扰的协方差矩阵的特征值矩阵;对干扰的协方差矩阵的N个特征值从大到小进行排序,前M个特征值为大特征值,后N-M个特征值为小特征值,由前M个大特征值依次对应的特征向量u1,...,uM组成干扰特征向量矩阵UJ,UJ=[u1,...,uM],由后N-M个小特征值对应的特征向量uM-1,...,uN组成噪声特征向量矩阵Un,Un=[uM-1,..,uN];
所述M个大特征值中的最小值减去所述N-M个小特征值中的最大值的差值大于10dB;
所述干扰的协方差矩阵的大特征值数为M,则干扰个数为M个;
6.4计算M个干扰的角度θJ,1,...,θJ,m,...,θJ,M;
首先,给出干扰角度θJ的公式:
其中,θ为波达方向,其取值范围为θ∈[-90°,90°],a(θ)表示机载雷达对波达方向θ的响应矢量,a(θ)=[1,ej2πdsinθ/λ,…,ej2π(N-1)dsinθ/λ]T,λ表示机载雷达的工作波长,d表示阵元间距;
然后,将波达方向θ以设定步长在其取值范围[-90°,90°]内取值,并代入干扰角度θJ的公式,将计算得到的干扰角度θJ的值从大到小进行排序,将其中前M个干扰角度θJ的值所对应的M个波达方向θ的值,依次作为第1至第M个干扰的角度;本发明实例中,设定步长为0.01°。
步骤7,根据每个干扰的角度,构造辅助主波束变换矩阵TAux,并根据所有N个阵元的多普勒数据矩阵Y1,...,Yn,...,YN,形成辅助波束ZAux,所述辅助波束ZAux指向干扰方向。
所述辅助波束变换矩阵TAux,其表达式为:
其中,θJ,m表示第m个干扰的角度,m=1,2,...,M,M表示干扰个数,λ表示机载雷达的工作波长,d表示阵元间距。
所述辅助波束ZAux,其表达式为:
ZAux=TAuxZ″
其中,Z″为干扰数据矩阵,其表达式为:
Z″=[Y1(kJ,:);Yn(kJ,:);…;YN(KJ,:)]
其中,kJ表示任意一个存在干扰清晰区的多普勒频道的序号,kJ∈{1,2,...,Kn},Kn表示噪声区的多普勒频道个数。
步骤8,根据所有N个阵元的多普勒数据矩阵Y1,...,Yn,...,YN,形成第k个多普勒频道的主波束ZMain,k;根据辅助波束ZAux和第k个多普勒频道的主波束ZMain,k抑制第k个多普勒频道的干扰信号,得到抑制干扰后的第k个多普勒频道的数据矩阵Zc,k;所述第k个多普勒频道的主波束ZMain,k指向目标方向;其中,k=1,2,...,K,K为多普勒频道的个数。
步骤8的具体子步骤为:
8.1,首先根据所有N个阵元的多普勒数据矩阵Y1,...,Yn,...,YN,形成第k个多普勒频道的主波束ZMain,k;
ZMain,k=TMainYk
其中,Yk表示第k个多普勒频道的数据矩阵,Yk=Y(:,k,:),Y表示由N个阵元的多普勒数据Y1,...,Yn,...,YN组成的三维多普勒数据矩阵,Y(n,:,:)=Yn,TMain表示主波束变换矩阵:
其中,θ0表示主波束方向,λ表示机载雷达的工作波长,d表示阵元间距,P为主波束个数;
8.2,根据以下公式抑制第k个多普勒频道的干扰信号,得到干扰抑制后的第k个多普勒频道的数据矩阵Zc,k;
Zc,k=[Zc,k,1;…;Zc,k,p;…;Zc,k,P]
其中,ZMain,k,p表示第k个多普勒频道的第p个主波束,ZMain,k,p=ZMain,k(p,:),wk,p表示第k个多普勒频道的第p个波束的权矢量:
其中,ZAux为辅助波束,p=1,2,...,P,P为主波束个数,上标H表示共轭转置。
步骤9,对抑制干扰后的第k个多普勒频道的数据矩阵Zc,k进行空时自适应处理,得到杂波抑制后的第k个多普勒频道的数据矩阵Zo,k;其中,k=1,2,...,K,K为多普勒频道的个数。
步骤9中,通过因子化方法(Factored Approach,FA)或扩展因子化方法(ExtendedFactored Approach,EFA),对抑制干扰后的第k个多普勒频道的数据矩阵Zc,k进行空时自适应处理,得到杂波抑制后的第k个多普勒频道的数据矩阵Zo,k。
所述通过FA方法,对抑制干扰后的第k个多普勒频道的数据矩阵Zc,k进行空时自适应处理,得到杂波抑制后的第k个多普勒频道的数据矩阵Zo,k,其表达式为:
其中,wo,k表示第k个多普勒频道的空时滤波器权系数, s表示P×1维的全1矢量,L为距离单元的个数,P为主波束个数,上标H表示共轭转置。
所述通过EFA方法,对抑制干扰后的第k个多普勒频道的数据矩阵Zc,k进行空时自适应处理,得到杂波抑制后的第k个多普勒频道的数据矩阵Zo,k,其表达式为:
其中,wo,k表示第k个多普勒频道的空时滤波器权系数, Zc,k-1、Zc,k和Zc,k+1分别为第k-1个、第k个和第k+1个多普勒频道的数据矩阵,s表示P×1维的全1矢量,L为距离单元的个数,P为主波束个数,表示表示Kronecker积,上标T表示转置,上标H表示共轭转置。
步骤10,对第k个多普勒频道的数据矩阵Yk进行空时自适应处理,得到杂波抑制后的第k个多普勒频道的数据矩阵Zo,k;其中,第k个多普勒频道的数据矩阵Yk=Y(:,k,:),Y表示由N个阵元的多普勒数据Y1,...,Yn,...,YN组成的三维多普勒数据矩阵,Y(n,:,:)=Yn,Yn为第n个阵元的多普勒数据矩阵,k=1,2,...,K,K为多普勒频道的个数。
步骤10中,通过FA方法或EFA方法,对第k个多普勒频道的数据矩阵Yk进行空时自适应处理,得到杂波抑制后的第k个多普勒频道的数据矩阵Zo,k。
所述通过FA方法,对第k个多普勒频道的数据矩阵Yk进行空时自适应处理,得到杂波抑制后的第k个多普勒频道的数据矩阵Zo,k,其表达式为:
其中,wo,k表示第k个多普勒频道的空时滤波器权系数,Rc=Yk(Yk)H/L,s表示N×1维的全1矢量,L为距离单元的个数,上标H表示共轭转置。
所述通过EFA方法,对第k个多普勒频道的数据矩阵Yk进行空时自适应处理,得到杂波抑制后的第k个多普勒频道的数据矩阵Zo,k,其表达式为:
其中,wo,k表示第k个多普勒频道的空时滤波器权系数, Yk-1、Yk和Yk+1分别为第k-1个、第k个和第k+1个多普勒频道的数据矩阵,s表示N×1维的全1矢量,L为距离单元的个数,表示表示Kronecker积,上标T表示转置,上标H表示共轭转置,
其中,st的表达式为:
其中,fk-1、fk和fk+1分别为第k-1个、第k个和第k+1个多普勒频道对应的多普勒频率。
本发明的优点可通过以下仿真实验作进一步说明。
1)仿真条件:
机载雷达系统参数:载机飞行高度5000m,载机飞行速度80m/s,机载雷达的工作频率为3GHz,脉冲重复频率为5000Hz,相参脉冲个数为32,机载雷达波束指向0°。机载雷达照射场景中有三个压制式干扰,来波方向分别为:-55°、-37°和60°。
2)仿真内容及结果分析
仿真内容1:分别给出机载雷达在没有受到干扰和受到干扰时的回波数据,如图2a和图2b所示。
从图2a中可以看出,在第20号距离单元处出现了一个功率为40dB的目标回波信号,机载雷达很容易检测出该目标。图2b为存在功率为30dB的目标回波信号的机载雷达接收到的回波数据,该回波数据的输出信噪比图2a的机载雷达的回波数据的输出信噪比要明显偏低,无法可靠地将目标检测出来。
仿真内容2:分别对机载雷达回波信号进行脉冲多普勒(Pulse Doppler,PD)处理、干扰抑制处理和杂波抑制处理的距离多普勒图,如图3a、图3b和图3c所示。
从图3a中可以看出,由于机载雷达受到干扰的影响,其回波信号的距离多普勒图中无清晰区,造成目标检测性能显著下降。
从图3b中可以看出,对机载雷达回波信号进行干扰抑制后,噪声功率明显减少,出现多普勒清晰区,说明干扰得到了有效抑制,从而有利于采用空时自适应处理来进一步抑制杂波。
从图3c中可以看出,对干扰抑制后的机载雷达回波信号进行杂波抑制后,主瓣杂波所占的多普勒频率明显变窄,有利于对低速运动目标进行检测。
仿真内容3:绘制对机载雷达回波信号进行级联抑制处理后的第15个多普勒频道的空间频率随归一化多普勒频率的变化图,如图4所示。级联抑制处理是指:对机载雷达回波信号依次经过干扰抑制和杂波抑制。
从图4中可以看出,对机载雷达回波信号进行级联抑制处理后,不仅可以在干扰处形成深凹口,达到干扰抑制的目的,而且还能够在杂波处形成与其十分匹配的零陷,可以有效滤除杂波。
仿真内容4:绘制对机载雷达回波信号进行PD处理、级联抑制处理后的改善因子曲线对比图,如图5所示。
从图5可以看出,经过级联抑制处理后,清晰区以及副瓣杂波区的输出信杂噪比明显得到了改善,而且主瓣杂波也明显变窄,有利于机载雷达系统探测低速运动目标。由于输出信杂噪比得到了极大的改善,目标相关参数(如角度、速度等)的估计也会更为准确。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围;这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种杂波背景下对机载雷达的有源压制式干扰抑制方法,其特征在于,包括以下步骤:
步骤1,设定机载雷达的阵元个数为N;对第n个阵元回波数据矩阵Xn进行傅里叶变换,得到第n个阵元的多普勒数据矩阵Yn;其中,第n个阵元回波数据矩阵Xn的维数为K×L,K为相参脉冲的个数,L为距离单元的个数,n=1,2,..,N;
步骤2,设定杂波相对于第n个阵元的角度θn的取值范围为θn∈[-90°,90°],确定杂波的多普勒频率的最小值fd,min和杂波的多普勒频率的最大值fd,max,从而确定杂波的多普勒频率fd的取值范围为fd∈[fd,min,fd,max];
步骤3,根据杂波的多普勒频率fd的取值范围,确定噪声区的多普勒频率fn的取值范围,并计算噪声区的多普勒频道kn;
步骤4,根据所有N个阵元的多普勒数据矩阵Y1,...,Yn,...,YN,计算噪声区的回波功率
步骤5,根据噪声区的回波功率判断机载雷达是否受到干扰,如果噪声区的回波功率则机载雷达受到干扰,依次执行步骤6-步骤9,如果噪声区的回波功率则机载雷达没有受到干扰,执行步骤10;其中,η为设定的门限值,为噪声功率;
步骤6,根据所有N个阵元的多普勒数据矩阵Y1,...,Yn,...,YN,得到噪声数据矩阵Z′,并计算干扰的协方差矩阵对干扰的协方差矩阵进行特征分解,确定干扰个数;计算每个干扰的角度;
步骤7,根据每个干扰的角度,构造辅助主波束变换矩阵TAux,并根据所有N个阵元的多普勒数据矩阵Y1,...,Yn,...,YN,形成辅助波束ZAux,所述辅助波束ZAux指向干扰方向;
步骤8,根据所有N个阵元的多普勒数据矩阵Y1,...,Yn,...,YN,形成第k个多普勒频道的主波束ZMain,k;根据辅助波束ZAux和第k个多普勒频道的主波束ZMain,k抑制第k个多普勒频道的干扰信号,得到抑制干扰后的第k个多普勒频道的数据矩阵Zc,k;所述第k个多普勒频道的主波束ZMain,k指向目标方向;其中,k=1,2,...,K,K为多普勒频道的个数;
步骤9,对抑制干扰后的第k个多普勒频道的数据矩阵Zc,k进行空时自适应处理,得到杂波抑制后的第k个多普勒频道的数据矩阵Zo,k;其中,k=1,2,...,K,K为多普勒频道的个数;
步骤10,对第k个多普勒频道的数据矩阵Yk进行空时自适应处理,得到杂波抑制后的第k个多普勒频道的数据矩阵Zo,k;其中,第k个多普勒频道的数据矩阵Yk=Y(:,k,:),Y表示由N个阵元的多普勒数据Y1,...,Yn,...,YN组成的三维多普勒数据矩阵,Y(n,:,:)=Yn,Yn为第n个阵元的多普勒数据矩阵,k=1,2,...,K,K为多普勒频道的个数。
2.如权利要求1所述的一种杂波背景下对机载雷达的有源压制式干扰抑制方法,其特征在于,步骤1中,
所述第n个阵元的多普勒数据矩阵Yn,其表达式为:
<mrow>
<msub>
<mi>Y</mi>
<mi>n</mi>
</msub>
<mo>=</mo>
<msubsup>
<mi>T</mi>
<mrow>
<mi>F</mi>
<mi>F</mi>
<mi>T</mi>
</mrow>
<mi>H</mi>
</msubsup>
<msub>
<mi>X</mi>
<mi>n</mi>
</msub>
</mrow>
其中,TFFT为傅里叶变换系数矩阵,其维数为K×K,上标H表示共轭转置。
3.如权利要求1所述的一种杂波背景下对机载雷达的有源压制式干扰抑制方法,其特征在于,步骤2中,
所述杂波的多普勒频率fd,其表达式为:
fd=(2v/λ)sinθn
其中,v表示载机的飞行速度,λ表示机载雷达的工作波长;
设定杂波相对于第n个阵元的角度θn的取值范围为θn∈[-90°,90°],则杂波的多普勒频率的最小值fd,min=(2v/λ)sin(-90°)=-2v/λ,杂波的多普勒频率的最大值fd,max=(2v/λ)sin(90°)=2v/λ,杂波的多普勒频率fd的取值范围为fd∈[fd,min,fd,max],即fd∈[-2v/λ,2v/λ]。
4.如权利要求1所述的一种杂波背景下对机载雷达的有源压制式干扰抑制方法,其特征在于,步骤3中,
所述噪声区的多普勒频率fn的取值范围为:fn∈{[-fr/2,fd,min]∪[fd,max,fr/2]};
所述噪声区的多普勒频道kn,其表达式为:
<mrow>
<msub>
<mi>k</mi>
<mi>n</mi>
</msub>
<mo>=</mo>
<mn>1</mn>
<mo>+</mo>
<mrow>
<mo>(</mo>
<msub>
<mover>
<mi>f</mi>
<mo>&OverBar;</mo>
</mover>
<mi>n</mi>
</msub>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mi>K</mi>
<mo>/</mo>
<mn>2</mn>
</mrow>
其中,为噪声区的归一化多普勒频率,fr为脉冲重复频率,K为多普勒频道的个数。
5.如权利要求1所述的一种杂波背景下对机载雷达的有源压制式干扰抑制方法,其特征在于,步骤4的具体子步骤为:
4.1对所有N个阵元的多普勒数据矩阵Y1,...,Yn,...,YN进行空域波束形成处理,得到和波束数据矩阵Z,其表达式为:
Z=wHY
其中,w为波束权值矢量,其维数为N×1,Y表示由N个阵元的多普勒数据Y1,...,Yn,...,YN组成的三维多普勒数据矩阵,Y(n,:,:)=Yn,上标H表示共轭转置;
4.2计算噪声区的回波功率
<mrow>
<msubsup>
<mover>
<mi>&sigma;</mi>
<mo>^</mo>
</mover>
<mi>n</mi>
<mn>2</mn>
</msubsup>
<mo>=</mo>
<mi>m</mi>
<mi>e</mi>
<mi>a</mi>
<mi>n</mi>
<mo>&lsqb;</mo>
<mo>|</mo>
<mi>Z</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>k</mi>
<mi>n</mi>
</msub>
<mo>,</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<msup>
<mo>|</mo>
<mn>2</mn>
</msup>
<mo>,</mo>
<mo>...</mo>
<mo>,</mo>
<mo>|</mo>
<mi>Z</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>k</mi>
<mi>n</mi>
</msub>
<mo>,</mo>
<mi>L</mi>
<mo>)</mo>
</mrow>
<msup>
<mo>|</mo>
<mn>2</mn>
</msup>
<mo>&rsqb;</mo>
</mrow>
其中,kn为噪声区的多普勒频道,mean(·)表示求均值,|·|表示取模运算,L为距离单元的个数。
6.如权利要求1所述的一种杂波背景下对机载雷达的有源压制式干扰抑制方法,其特征在于,步骤6的具体子步骤为:
6.1根据所有N个阵元的多普勒数据矩阵Y1,...,Yn,...,YN,得到噪声数据矩阵Z′:
Z′=[y′1;...;y′n;...;y′N]
其中,y′n为第n个阵元的噪声矢量,y′n=[Yn(1,:),...,Yn(k′,:),...,Yn(Kn,:)],k′=1,2,...,Kn,Kn表示噪声区的多普勒频道个数;
6.2计算干扰的协方差矩阵
<mrow>
<msub>
<mover>
<mi>R</mi>
<mo>^</mo>
</mover>
<mi>J</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msup>
<mi>Z</mi>
<mo>&prime;</mo>
</msup>
<mo>&times;</mo>
<msup>
<mrow>
<mo>(</mo>
<msup>
<mi>Z</mi>
<mo>&prime;</mo>
</msup>
<mo>)</mo>
</mrow>
<mi>H</mi>
</msup>
</mrow>
<mrow>
<msub>
<mi>K</mi>
<mi>n</mi>
</msub>
<mo>&times;</mo>
<mi>L</mi>
</mrow>
</mfrac>
</mrow>
其中,上标H表示共轭转置,L为距离单元的个数;
6.3对干扰的协方差矩阵进行特征分解:
<mrow>
<msub>
<mover>
<mi>R</mi>
<mo>^</mo>
</mover>
<mi>J</mi>
</msub>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>U</mi>
<mi>J</mi>
</msub>
</mtd>
<mtd>
<msub>
<mi>U</mi>
<mi>n</mi>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mi>&Lambda;</mi>
<msup>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>U</mi>
<mi>J</mi>
</msub>
</mtd>
<mtd>
<msub>
<mi>U</mi>
<mi>n</mi>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mi>H</mi>
</msup>
</mrow>
其中,[UJ Un]表示由干扰的协方差矩阵的特征向量组成矩阵,A表示干扰的协方差矩阵的特征值矩阵;对干扰的协方差矩阵的N个特征值从大到小进行排序,前M个特征值为大特征值,后N-M个特征值为小特征值,由前M个大特征值依次对应的特征向量u1,...,uM组成干扰特征向量矩阵UJ,UJ=[u1,...,uM],由后N-M个小特征值对应的特征向量uM+1,...,uN组成噪声特征向量矩阵Un,Un=[uM+1,...,uN];
所述M个大特征值中的最小值减去所述N-M个小特征值中的最大值的差值大于10dB;
所述干扰的协方差矩阵的大特征值数为M,则干扰个数为M个;
6.4计算M个干扰的角度θJ,1,...,θJ,m,...,θJ,M;
首先,给出干扰角度θJ的公式:
<mrow>
<msub>
<mi>&theta;</mi>
<mi>J</mi>
</msub>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mi>a</mi>
<msup>
<mrow>
<mo>(</mo>
<mi>&theta;</mi>
<mo>)</mo>
</mrow>
<mi>H</mi>
</msup>
<msub>
<mi>U</mi>
<mi>n</mi>
</msub>
<msubsup>
<mi>U</mi>
<mi>n</mi>
<mi>H</mi>
</msubsup>
<mi>a</mi>
<mrow>
<mo>(</mo>
<mi>&theta;</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
</mrow>
其中,θ为波达方向,其取值范围为θ∈[-90°,90°],a(θ)表示机载雷达对波达方向θ的响应矢量,a(θ)=[1,ej2πds inθ/λ,...,ej2π(N-1)d sinθ/λ]T,λ表示机载雷达的工作波长,d表示阵元间距;
然后,将波达方向θ以设定步长在其取值范围[-90°,90°]内取值,并代入干扰角度θJ的公式,将计算得到的干扰角度θJ的值从大到小进行排序,将其中前M个干扰角度θJ的值所对应的M个波达方向θ的值,依次作为第1至第M个干扰的角度。
7.如权利要求1所述的一种杂波背景下对机载雷达的有源压制式干扰抑制方法,其特征在于,步骤7中,
所述辅助波束变换矩阵TAux,其表达式为:
<mrow>
<msub>
<mi>T</mi>
<mrow>
<mi>A</mi>
<mi>u</mi>
<mi>x</mi>
</mrow>
</msub>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<mi>j</mi>
<mn>2</mn>
<mi>&pi;</mi>
<mi>d</mi>
<mi>s</mi>
<mi>i</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>&theta;</mi>
<mrow>
<mi>J</mi>
<mo>,</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>/</mo>
<mi>&lambda;</mi>
</mrow>
</msup>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<mi>j</mi>
<mn>2</mn>
<mi>&pi;</mi>
<mrow>
<mo>(</mo>
<mi>N</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mi>d</mi>
<mi>s</mi>
<mi>i</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>&theta;</mi>
<mrow>
<mi>J</mi>
<mo>,</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>/</mo>
<mi>&lambda;</mi>
</mrow>
</msup>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<mi>j</mi>
<mn>2</mn>
<mi>&pi;</mi>
<mi>d</mi>
<mi>s</mi>
<mi>i</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>&theta;</mi>
<mrow>
<mi>J</mi>
<mo>,</mo>
<mi>m</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>/</mo>
<mi>&lambda;</mi>
</mrow>
</msup>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<mi>j</mi>
<mn>2</mn>
<mi>&pi;</mi>
<mrow>
<mo>(</mo>
<mi>N</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mi>d</mi>
<mi>s</mi>
<mi>i</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>&theta;</mi>
<mrow>
<mi>J</mi>
<mo>,</mo>
<mi>m</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>/</mo>
<mi>&lambda;</mi>
</mrow>
</msup>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<mi>j</mi>
<mn>2</mn>
<mi>&pi;</mi>
<mi>d</mi>
<mi>s</mi>
<mi>i</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>&theta;</mi>
<mrow>
<mi>J</mi>
<mo>,</mo>
<mi>M</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>/</mo>
<mi>&lambda;</mi>
</mrow>
</msup>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<mi>j</mi>
<mn>2</mn>
<mi>&pi;</mi>
<mrow>
<mo>(</mo>
<mi>N</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mi>d</mi>
<mi>s</mi>
<mi>i</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>&theta;</mi>
<mrow>
<mi>J</mi>
<mo>,</mo>
<mi>M</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>/</mo>
<mi>&lambda;</mi>
</mrow>
</msup>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
其中,θJ,m表示第m个干扰的角度,m=1,2,...,M,M表示干扰个数,λ表示机载雷达的工作波长,d表示阵元间距;
所述辅助波束ZAux,其表达式为:
ZAux=TAuxZ″
其中,Z″为干扰数据矩阵,其表达式为:
Z″=[Y1(kJ,:);Yn(kJ,:);...;YN(kJ,:)]
其中,kJ表示任意一个存在干扰清晰区的多普勒频道的序号,kJ∈{1,2,...,Kn},Kn表示噪声区的多普勒频道个数。
8.如权利要求1所述的一种杂波背景下对机载雷达的有源压制式干扰抑制方法,其特征在于,步骤8的具体子步骤为:
8.1,首先根据所有N个阵元的多普勒数据矩阵Y1,...,Yn,...,YN,形成第k个多普勒频道的主波束ZMain,k:
ZMain,k=TMainYk
其中,Yk表示第k个多普勒频道的数据矩阵,Yk=Y(:,k,:),Y表示由N个阵元的多普勒数据Y1,...,Yn,...,YN组成的三维多普勒数据矩阵,Y(n,:,:)=Yn,TMain表示主波束变换矩阵:
其中,θ0表示主波束方向,λ表示机载雷达的工作波长,d表示阵元间距;
8.2,根据以下公式抑制第k个多普勒频道的干扰信号,得到干扰抑制后的第k个多普勒频道的数据矩阵Zc,k:
Zc,k[Zc,k,1;...;Zc,k,p;...;Zc,k,P]
<mrow>
<msub>
<mi>Z</mi>
<mrow>
<mi>c</mi>
<mo>,</mo>
<mi>k</mi>
<mo>,</mo>
<mi>p</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>Z</mi>
<mrow>
<mi>M</mi>
<mi>a</mi>
<mi>i</mi>
<mi>n</mi>
<mo>,</mo>
<mi>k</mi>
<mo>,</mo>
<mi>p</mi>
</mrow>
</msub>
<mo>-</mo>
<msubsup>
<mi>w</mi>
<mrow>
<mi>k</mi>
<mo>,</mo>
<mi>p</mi>
</mrow>
<mi>H</mi>
</msubsup>
<msub>
<mi>Z</mi>
<mrow>
<mi>A</mi>
<mi>u</mi>
<mi>x</mi>
</mrow>
</msub>
</mrow>
其中,ZMain,k,p表示第k个多普勒频道的第p个主波束,ZMain,k,p=ZMain,k(p,:),wk,p表示第k个多普勒频道的第p个波束的权矢量:
<mrow>
<msub>
<mi>w</mi>
<mrow>
<mi>k</mi>
<mo>,</mo>
<mi>p</mi>
</mrow>
</msub>
<mo>=</mo>
<msubsup>
<mi>R</mi>
<mrow>
<mi>A</mi>
<mi>u</mi>
<mi>x</mi>
</mrow>
<mrow>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msubsup>
<msub>
<mi>r</mi>
<mrow>
<mi>x</mi>
<mi>d</mi>
</mrow>
</msub>
</mrow>
<mrow>
<msub>
<mi>R</mi>
<mrow>
<mi>A</mi>
<mi>u</mi>
<mi>x</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>Z</mi>
<mrow>
<mi>A</mi>
<mi>u</mi>
<mi>x</mi>
</mrow>
</msub>
<msubsup>
<mi>Z</mi>
<mrow>
<mi>A</mi>
<mi>u</mi>
<mi>x</mi>
</mrow>
<mi>H</mi>
</msubsup>
</mrow>
<mrow>
<msub>
<mi>r</mi>
<mrow>
<mi>x</mi>
<mi>d</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>Z</mi>
<mrow>
<mi>A</mi>
<mi>u</mi>
<mi>x</mi>
</mrow>
</msub>
<msubsup>
<mi>Z</mi>
<mrow>
<mi>M</mi>
<mi>a</mi>
<mi>i</mi>
<mi>n</mi>
<mo>,</mo>
<mi>k</mi>
<mo>,</mo>
<mi>p</mi>
</mrow>
<mi>H</mi>
</msubsup>
</mrow>
其中,ZAux为辅助波束,p=1,2,...,P,P为主波束个数,上标H表示共轭转置。
9.如权利要求1所述的一种杂波背景下对机载雷达的有源压制式干扰抑制方法,其特征在于,步骤9中,通过FA方法或EFA方法,对抑制干扰后的第k个多普勒频道的数据矩阵Zc,k进行空时自适应处理,得到杂波抑制后的第k个多普勒频道的数据矩阵Zo,k,其中,
所述通过FA方法,对抑制干扰后的第k个多普勒频道的数据矩阵Zc,k进行空时自适应处理,得到杂波抑制后的第k个多普勒频道的数据矩阵Zo,k,其表达式为:
<mrow>
<msub>
<mi>Z</mi>
<mrow>
<mi>o</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
</msub>
<mo>=</mo>
<msubsup>
<mi>w</mi>
<mrow>
<mi>o</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
<mi>H</mi>
</msubsup>
<msub>
<mi>Z</mi>
<mrow>
<mi>c</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
</msub>
</mrow>
其中,wo,k表示第k个多普勒频道的空时滤波器权系数, s表示P×1维的全1矢量;
所述通过EFA方法,对抑制干扰后的第k个多普勒频道的数据矩阵Zc,k进行空时自适应处理,得到杂波抑制后的第k个多普勒频道的数据矩阵Zo,k,其表达式为:
<mrow>
<msub>
<mi>Z</mi>
<mrow>
<mi>o</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
</msub>
<mo>=</mo>
<msubsup>
<mi>w</mi>
<mrow>
<mi>o</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
<mi>H</mi>
</msubsup>
<msub>
<mover>
<mi>Z</mi>
<mo>&OverBar;</mo>
</mover>
<mrow>
<mi>c</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
</msub>
</mrow>
其中,wo,k表示第k个多普勒频道的空时滤波器权系数, Zc,k-1、Zc,k和Zc,k+1分别为第k-1个、第k个和第k+1个多普勒频道的数据矩阵,s表示P×1维的全1矢量,表示Kronecker积,上标T表示转置。
10.如权利要求1所述的一种杂波背景下对机载雷达的有源压制式干扰抑制方法,其特征在于,步骤10中,通过FA方法或EFA方法,对第k个多普勒频道的数据矩阵Yk进行空时自适应处理,得到杂波抑制后的第k个多普勒频道的数据矩阵Zo,k,其中,
所述通过FA方法,对第k个多普勒频道的数据矩阵Yk进行空时自适应处理,得到杂波抑制后的第k个多普勒频道的数据矩阵Zo,k,其表达式为:
<mrow>
<msub>
<mi>Z</mi>
<mrow>
<mi>o</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
</msub>
<mo>=</mo>
<msubsup>
<mi>w</mi>
<mrow>
<mi>o</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
<mi>H</mi>
</msubsup>
<msup>
<mi>Y</mi>
<mi>k</mi>
</msup>
</mrow>
其中,wo,k表示第k个多普勒频道的空时滤波器权系数,Rc=Yk(Yk)H/L,s表示N×1维的全1矢量,L为距离单元的个数,上标H表示共轭转置;
所述通过EFA方法,对第k个多普勒频道的数据矩阵Yk进行空时自适应处理,得到杂波抑制后的第k个多普勒频道的数据矩阵Zo,k,其表达式为:
<mrow>
<msub>
<mi>Z</mi>
<mrow>
<mi>o</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
</msub>
<mo>=</mo>
<msubsup>
<mi>w</mi>
<mrow>
<mi>o</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
<mi>H</mi>
</msubsup>
<msup>
<mover>
<mi>Y</mi>
<mo>&OverBar;</mo>
</mover>
<mi>k</mi>
</msup>
</mrow>
其中,wo,k表示第k个多普勒频道的空时滤波器权系数, Yk-1、Yk和Yk+1分别为第k-1个、第k个和第k+1个多普勒频道的数据矩阵,s表示N×1维的全1矢量,L为距离单元的个数,表示Kronecker积,上标T表示转置,上标H表示共轭转置;
其中,st的表达式为:
<mrow>
<msub>
<mi>s</mi>
<mi>t</mi>
</msub>
<mo>=</mo>
<mo>&lsqb;</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>m</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>K</mi>
</munderover>
<msup>
<mi>e</mi>
<mrow>
<mi>j</mi>
<mn>2</mn>
<mi>&pi;</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>f</mi>
<mi>k</mi>
</msub>
<mo>-</mo>
<msub>
<mi>f</mi>
<mrow>
<mi>k</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
</msup>
<mo>,</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>m</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>K</mi>
</munderover>
<msup>
<mi>e</mi>
<mrow>
<mi>j</mi>
<mn>2</mn>
<mi>&pi;</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>f</mi>
<mi>k</mi>
</msub>
<mo>-</mo>
<msub>
<mi>f</mi>
<mi>k</mi>
</msub>
<mo>)</mo>
</mrow>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
</msup>
<mo>,</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>m</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>K</mi>
</munderover>
<msup>
<mi>e</mi>
<mrow>
<mi>j</mi>
<mn>2</mn>
<mi>&pi;</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>f</mi>
<mi>k</mi>
</msub>
<mo>-</mo>
<msub>
<mi>f</mi>
<mrow>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
</msup>
<mo>&rsqb;</mo>
</mrow>
其中,fk-1、fk和fk+1分别为第k-1个、第k个和第k+1个多普勒频道对应的多普勒频率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510969422.4A CN105510887B (zh) | 2015-12-22 | 2015-12-22 | 一种杂波背景下对机载雷达的有源压制式干扰抑制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510969422.4A CN105510887B (zh) | 2015-12-22 | 2015-12-22 | 一种杂波背景下对机载雷达的有源压制式干扰抑制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105510887A CN105510887A (zh) | 2016-04-20 |
CN105510887B true CN105510887B (zh) | 2018-02-02 |
Family
ID=55718998
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510969422.4A Active CN105510887B (zh) | 2015-12-22 | 2015-12-22 | 一种杂波背景下对机载雷达的有源压制式干扰抑制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105510887B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106249209B (zh) * | 2016-07-12 | 2018-06-19 | 电子科技大学 | 一种抗速度欺骗干扰的自适应迭代估计方法 |
CN106291476B (zh) * | 2016-07-29 | 2019-03-29 | 西安电子科技大学 | 机载三维异构阵的雷达地面杂波回波获取方法 |
CN106353737B (zh) * | 2016-08-22 | 2019-02-19 | 西安电子科技大学 | 一种基于全频带谱分析的雷达压制式干扰检测方法 |
CN106546966B (zh) * | 2016-10-31 | 2019-03-29 | 西安电子科技大学 | 基于多项式拟合的杂波背景下雷达噪声功率估计方法 |
CN106788653B (zh) * | 2016-11-25 | 2020-11-27 | 西安电子科技大学 | 一种基于协方差矩阵重构的自适应波束形成方法 |
CN106896350A (zh) * | 2017-03-13 | 2017-06-27 | 南京航空航天大学 | 一种WAS‑GMTI模式下基于Relax算法的杂波抑制和参数估计方法 |
CN109655793B (zh) * | 2018-12-07 | 2022-10-14 | 南京邮电大学 | 高频雷达从瞬态干扰中提取回波的方法 |
CN110378320A (zh) * | 2019-08-07 | 2019-10-25 | 华泰证券股份有限公司 | 多个信号的共同周期确定方法、装置和可读存储介质 |
CN114578311B (zh) * | 2022-05-09 | 2022-07-12 | 中国人民解放军空军预警学院 | 天波超视距雷达特征域抗杂波和干扰方法与装置 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7006034B1 (en) * | 2005-03-10 | 2006-02-28 | Raytheon Company | Fast and slow time scale clutter cancellation |
CN103439692B (zh) * | 2013-09-01 | 2015-06-17 | 西安电子科技大学 | 基于协方差矩阵广对称特性的stap方法 |
CN103760529B (zh) * | 2013-12-06 | 2017-01-25 | 河海大学 | 一种无源探测高效级联空时自适应处理方法 |
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 |
CN103913725B (zh) * | 2014-03-14 | 2016-06-15 | 西安电子科技大学 | 密集转发式干扰环境下的机载雷达地面动目标检测方法 |
CN103901409A (zh) * | 2014-03-14 | 2014-07-02 | 西安电子科技大学 | 基于自适应波束形成的机载雷达抗转发式干扰方法 |
CN104535972A (zh) * | 2015-01-30 | 2015-04-22 | 西安电子科技大学 | 一种机载雷达相干转发式干扰抑制方法 |
CN105044686B (zh) * | 2015-08-03 | 2017-05-10 | 中国电子科技集团公司第二十八研究所 | 一种雷达密集假目标干扰抑制方法 |
-
2015
- 2015-12-22 CN CN201510969422.4A patent/CN105510887B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN105510887A (zh) | 2016-04-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105510887B (zh) | 一种杂波背景下对机载雷达的有源压制式干扰抑制方法 | |
CN103399303B (zh) | 机载雷达抗密集转发式欺骗干扰方法与系统 | |
CN102156279B (zh) | 基于mimo的双基地雷达地面动目标检测方法 | |
CN108872948B (zh) | 一种高频地波雷达电离层杂波抑制方法 | |
CN103760529B (zh) | 一种无源探测高效级联空时自适应处理方法 | |
CN106842140B (zh) | 一种基于和差波束降维的主瓣干扰抑制方法 | |
CN106772253B (zh) | 一种非均匀杂波环境下的雷达杂波抑制方法 | |
CN105403864B (zh) | 基于改进斜投影的二维船载高频地波雷达海杂波抑制方法 | |
CN112014806A (zh) | 一种复杂干扰场景下的机载雷达无意干扰抑制方法 | |
CN107632291A (zh) | 一种基于极化雷达抗角反射器干扰的方法 | |
CN112098956B (zh) | 一种基于成像技术的交叉眼干扰对抗方法 | |
CN110940953B (zh) | 地波雷达海杂波中目标的三维检测方法 | |
CN106291547B (zh) | 基于天线方向图辅助的多普勒模糊分量自适应抑制方法 | |
CN113376607B (zh) | 机载分布式雷达小样本空时自适应处理方法 | |
CN104101868B (zh) | 基于干扰子空间重构的雷达多假目标干扰抑制方法 | |
Su et al. | Adaptive HF interference cancellation for sky wave over-the-horizon radar | |
CN113156380A (zh) | 基于收发失配处理的主瓣噪声压制干扰自适应抑制方法 | |
CN114428228B (zh) | 高重频和差天线雷达导引头的杂波抑制方法 | |
CN113156392B (zh) | 一种基于俯仰域自适应处理的杂波抑制方法 | |
CN105334502A (zh) | 基于fir滤波器的雷达空时二维自适应处理方法 | |
Heng et al. | Modified JDL with Doppler compensation for airborne bistatic radar | |
CN114152918A (zh) | 基于压缩感知的抗间歇式主瓣干扰方法 | |
CN113238194A (zh) | 基于分数域-频域处理的宽带相控阵雷达抗诱骗干扰方法 | |
Feng et al. | Constained adaptive monopulse algorithm based on sub-array | |
CN114578311B (zh) | 天波超视距雷达特征域抗杂波和干扰方法与装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |