CN105954729A - 雷达抗距离-速度联合欺骗干扰的自适应迭代滤波方法 - Google Patents

Abstract

本发明提供一种雷达抗距离‑速度联合欺骗干扰的自适应迭代滤波方法，分别对目标和干扰的距离维和脉冲维进行估计，然后通过迭代来提高算法的精度。在干扰相对于目标延迟已知个脉冲的前提下，将自适应滤波的思想运用到对干扰和目标的距离‑多普勒平面的估计上，为了提高估计精度，同时引入了迭代步骤。本发明针对一种少有干扰形式：对抗距离‑速度联合，不需要对波形进行设计，实施较为方便，并且在多目标多干扰的场景下仍能对干扰有效压制并能对目标正确检测。仿真结果表明，本发明采用的方法相对于传统的匹配滤波和多普勒处理有明显的性能优越性。

Description

雷达抗距离-速度联合欺骗干扰的自适应迭代滤波方法

技术领域

本发明属于雷达抗干扰技术，特别涉及自适应迭代滤波技术。

背景技术

在电子战中，随着数字射频存储器DRFM技术在干扰机中的应用，使得电子反对抗ECCM变得更加困难。装备了数字射频存储器的干扰机在截获了雷达发射信号后进行，复制，存储，调制并转发。由于干扰信号复制了发射信号的模型，所以可以在雷达接收机中获得处理增益，这样在雷达的显示屏上将出现多个目标，在不具备电子反对抗能力的雷达系统中，这使得雷达无法辨别出真实目标，对传统雷达系统的生存构成了极大挑战。干扰机对截获的雷达发射信号的调制可以改变时延，或者对多普勒频率变换，以分别产生距离假目标和速度假目标，或者同时对两者进行调制，这样产生的即是距离-速度联合欺骗干扰。显然，后者对雷达的威胁更大。为了确保雷达对真实目标的检测，以及后续的跟踪，提高雷达的抗距离-速度联合欺骗干扰能力具有重要的理论价值和实际意义。

一种被广泛研究的抗干扰方法是对雷达发射信号的波形进行设计。例如设计雷达发射的脉冲是互相正交的，假设干扰机需要几个脉冲重复周期来识别和捕获发射信号，那么反射回来后的干扰信号经过当前脉冲重复周期的匹配滤波器后会衰减，因为设计波形为脉冲间相互正交。但是，在动目标显示(MTI)和脉冲多普勒雷达的距离多普勒处理中，上述方法会产生旁瓣变异，极大地限制了这一方法的有效性。文献[Jindong Zhang,DaiyinZhu,Gong Zhang,New Anti-velocity Deception Jamming Technique using Pulseswith Adaptive Initial Phases.IEEE Transactions on Aerospace and ElectronicSystems,vol.49,no.2,pp.1290-1300,2013]提出了一种通过设计自适应初始相位的编码信号来抗速度欺骗干扰的方法，但是此方法仅考虑了单个目标，在多目标场景下，此方法将丧失抗干扰能力。从公开发表的文献来看，针对距离-速度联合欺骗干扰抑制的方法还未有研究。

发明内容

本发明所要解决的技术问题是，提供一种通过自适应迭代滤波的方法来对抗距离-速度联合欺骗干扰的方法。

本发明为解决上述技术问题所采用的技术方案是，一种雷达抗距离-速度联合欺骗干扰的自适应迭代滤波方法，包括以下步骤：

1初始化步骤：设雷达对目标照射的驻留时间为M个脉冲，首先在快时间维对信号进行匹配滤波，然后在慢时间维做傅里叶变换得到的距离-多普勒平面作为真实目标的距离-多普 勒平面初始值和干扰信号的距离-多普勒平面初始值

2距离维估计迭代步骤：

2-1：构造真实目标的快时间变换矩阵G_T,m与对角矩阵

其中u表示迭代次数，diag(·)为求矩阵的对角线元素，s_T,m＝s_m为真实目标第m个脉冲的回波信号，s_m＝[s_m(1),s_m(2),…,s_m(N)]^T是对信号模型的采样结果，N为采样点数，(.)^T表示转置。，其中，表示真实目标第u-1次迭代距离像估计值，l＝1,2,…,L，L表示距离单元的个数，m＝1,…,M，M表示脉冲个数；

构造干扰信号的快时间变换矩阵G_J,m与对角矩阵

s_J,m表示干扰信号第m个脉冲的回波信号，其中，表示干扰信号第u-1次迭代距离像估计值；

2-2：得到真实目标在不同取值范围l里的距离像估计： 得到干扰信号在不同取值范围l里的距离像估计：

步骤2-3：构造距离维上真实目标矩阵和干扰信号矩阵

3脉冲维估计迭代步骤：

3-1：估计真实目标第l个距离单元对应第k个多普勒单元的值

估计干扰信号第l个距离单元对应第k个多普勒单元的值

其中，和分别是和的第l列，F＝[f₁,f₂,…,f_M]，f_m＝[exp(j2πmf₁),exp(j2πmf₂),…,exp(j2πmf_K)]^T是K×1的归一化多普勒相位矢量，F_k为F的第k行，I是单位矩阵，(.)^H表示共轭转置；

3-3：令l＝1,…,L得到真实目标的距离-多普勒平面估计：

得到干扰信号的距离-多普勒平面估计：

其中，

步骤5：重复步骤2和步骤3，直到达到停止迭代条件。

本发明分别对目标和干扰的距离维和脉冲维进行估计，然后通过迭代来提高算法的精度。 在干扰相对于目标延迟已知个脉冲的前提下，将自适应滤波的思想运用到对干扰和目标的距离-多普勒平面的估计上，为了提高估计精度，同时引入了迭代步骤。

本发明的有益效果是，提针对一种少有干扰形式：对抗距离-速度联合，不需要对波形进行设计，实施较为方便，并且在多目标多干扰的场景下仍能对干扰有效压制并能对目标正确检测。仿真结果表明，本发明采用的方法相对于传统的匹配滤波和多普勒处理有明显的性能优越性。

附图说明

图1为算法流程图。

图2为传统匹配滤波抗距离-速度联合欺骗干扰估计结果。

图3自适应迭代滤波法抗距离-速度联合欺骗干扰结果。

3-1为自适应迭代滤波法对真实目标的距离-多普勒平面估计结果示意图。

3-2为自适应迭代滤波法对干扰目标的距离-多普勒平面估计结果示意图。

具体实施方式

本发明的具体实施步骤如图1所示：

步骤1：脉冲多普勒雷达不断的发射脉冲信号，同时接收目标的回波信号，接收到的回波信号不光包括目标回波，还包括干扰机产生的欺骗式干扰信号，并且干扰类型为距离-速度联合欺骗式干扰，那么此时接着转到步骤2做下一步处理。

步骤2：准备自适应迭代算法初始值。假设雷达对目标照射的驻留时间为M个脉冲，首先在快时间维对信号进行匹配滤波，然后在慢时间维做傅里叶变换，这就是传统的脉冲多普勒处理，此时可以得到的距离-多普勒品面作为下面迭代步骤的初始值和

其中，和分别表示真实目标和干扰的距离-多普勒平面初始值。

步骤3：距离维估计步骤：

步骤3-1：对脉冲维的估计做准备工作，构造真实目标的快时间变换矩阵G_T,m；根据上一步的估计结果，构造对角矩阵其中：

对l＝1,…,N-1，l＝N,…,L-(N-1)，l＝L-(N-2),…,L，在l位于不同的取值范围时均做这样的处理。

对于干扰信号的估计，重复上面一样的准备工作。

步骤3-2：利用上一步已经得到的准备信息，分别得到在第u次迭代时，l在不同取值范围里的距离像估计，即：

同时也可以得到干扰目标在不同取值范围里的距离像估计，即： 对于真实目标的估计，具体如下：

其中，g_T,m,l表示G_T,m的第l列，y_m[l]＝[y_m[l],…,y_m[l+(N-1)]]表示回波信号第m个脉冲对应的从第l个距离单元到第l+(N-1)个距离单元的采样结果，I表示单位矩阵。

同样对于干扰目标，具体计算方式如下：

其中，g_J,m,l表示G_J,m的第l列，s_J,m＝s_T,m-i表示干扰滞后信号i个脉冲重复周期。

步骤3-3：利用步骤3-2的估计结果构造矩阵和

其中：

步骤4：脉冲维估计步骤：

步骤4-1：由步骤3的估计结果结合上一次的距离多普勒平面估计结果和 来估计第l个距离单元对应第k个多普勒单元的值，即同理也可以得到干扰目标的估计结果即：

其中：

和分别是和的第l列，F＝[f₁,f₂,…,f_M]，f_m＝[exp(j2πmf₁),exp(j2πmf₂),…,exp(j2πmf_K)]^T是K×1的目标多普勒相位矢量,F_k为F的第k行，I为单位矩阵，(.)^H表示转置共轭；

步骤4-2：令k＝1,…,K，可以得到：

对干扰亦然，即：

步骤4-3：令l＝1,…,L，可以得到真实目标与干扰的距离-多普勒平面估计：

步骤5：重复步骤3和步骤4，直到达到停止迭代的要求，如迭代次数达到10次。

仿真验证及分析

仿真场景：

假设一个CPI发射波形M+i＝33，干扰滞后发射信号i＝1个PRT。发射信号的离散采样点数N＝32的随机相位波形。多普勒采样点数K＝128，距离多普勒平面的估计范围是距离单元个数L＝100。选取一个CPI的最后M＝32个脉冲信号进行处理。中心频率f_c＝1GHz以及脉冲重复间隔PRT＝1ms接收机引入的加性噪声功率为1。算法迭代次数为10次。

假设场景中目标为Swerling-0类型，真实目标和假目标的位置、速度和幅度如下表：

表1真实目标参数

表2干扰假目标参数

仿真分析：

从图2可以看出，传统的匹配滤波和多普勒处理估计真实目标的距离-多普勒平面结果中，不能有效识别真实目标。

从图3中利用自适应迭代滤波算法得到的距离-多普勒平面估计可以看出：

(1)自适应迭代滤波算法算法能够有效抑制距离-多普勒旁瓣和互干扰，估计真实目标和干扰假目标的距离-多普勒平面。

(2)在图3-2中对干扰假目标的距离-多普勒估计中，距离维的旁瓣几乎没有扩展，而多普勒维上的旁瓣扩展明显。这是由于距离维的分辨率与带宽有关，而多普勒维的分辨率与脉冲的个数M有关，影响距离维和多普勒维的旁瓣扩展的参数不同，因此估计结果中距离维和多普勒维的旁瓣扩展效果不同。

(3)图3-2中图中的干扰假目标估计比图3-1中图中真实目标估计的多普勒维旁瓣扩展效果明显，因为干扰假目标的功率远大于真实目标，干扰假目标的估计结果中的旁瓣的水平明显高于噪声基底，因此干扰假目标的旁瓣明显。而真实目标估计中的旁瓣和噪声基底水平相近，因此旁瓣不明显。

Claims (1)

1.雷达抗距离-速度联合欺骗干扰的自适应迭代滤波方法，其特征在于，包括以下步骤：

1初始化步骤：设雷达对目标照射的驻留时间为M个脉冲，首先在快时间维对信号进行匹配滤波，然后在慢时间维做傅里叶变换得到的距离-多普勒平面作为真实目标的距离-多普勒平面初始值和干扰信号的距离-多普勒平面初始值

2距离维估计迭代步骤：

2-1：构造真实目标的快时间变换矩阵G_T,m与对角矩阵

${\mathrm{\Π}}_{T,m}^{(u-1)}\[l\]=diag\left(\right|{\mathrm{\α}}_{T,m}^{(u-1)}\[l-(N-1)\]{|}^2,...|{\mathrm{\α}}_{T,m}^{(u-1)}\[l+(N-1)\]{|}^2)$

其中u表示迭代次数，diag(·)为求矩阵的对角线元素，s_T,m＝s_m为真实目标第m个脉冲的回波信号，s_m＝[s_m(1),s_m(2),…,s_m(N)]^T是对信号模型的采样结果，N为采样点数，(·)^T表示转置。其中，表示真实目标第u-1次迭代距离像估计值，l＝1,2,…,L，L表示距离单元的个数，m＝1,…,M，M表示脉冲个数；

构造干扰信号的快时间变换矩阵G_J,m与对角矩阵

${\mathrm{\Π}}_{T,m}^{(u-1)}\[l\]=diag\left(\right|{\mathrm{\α}}_{J,m}^{(u-1)}\[l-(N-1)\]{|}^2,...|{\mathrm{\α}}_{J,m}^{(u-1)}\[l+(N-1)\]{|}^2)$

s_J,m＝s_m-i表示干扰信号第m个脉冲的回波信号，i为干扰机捕获雷达信号需要的脉冲周期数。其中，表示干扰信号第u-1次迭代距离像估计值；

2-2：得到真实目标在不同取值范围l里的距离像估计：l＝1,…,N-1，l＝N,…,L-(N-1)，l＝L-(N-2),…,L；得到干扰信号在不同取值范围l里的距离像估计：l＝1,…,N-1，l＝N,…,L-(N-1)，l＝L-(N-2),…,L；

步骤2-3：构造距离维上真实目标矩阵和干扰信号矩阵

$A_T^{\left(u\right)}=\[{\mathrm{\α}}_{T,1}^{\left(u\right)},...,{\mathrm{\α}}_{T,M}^{\left(u\right)}\]=\left[\begin{array}{ccc}{\mathrm{\α}}_{T,1}^{\left(u\right)}\[1\]& ...& {\mathrm{\α}}_{T,M}^{\left(u\right)}\[1\]\\ \·& & \·\\ \·& & \·\\ \·& & \·\\ {\mathrm{\α}}_{T,1}^{\left(u\right)}\[L\]& ...& {\mathrm{\α}}_{T,M}^{\left(u\right)}\[L\]\end{array}\right]$

$A_J^{\left(u\right)}=\[{\mathrm{\α}}_{J,1}^{\left(u\right)},...,{\mathrm{\α}}_{J,M}^{\left(u\right)}\]=\left[\begin{array}{ccc}{\mathrm{\α}}_{J,1}^{\left(u\right)}\[1\]& ...& {\mathrm{\α}}_{J,M}^{\left(u\right)}\[1\]\\ \·& & \·\\ \·& & \·\\ \·& & \·\\ {\mathrm{\α}}_{J,1}^{\left(u\right)}\[L\]& ...& {\mathrm{\α}}_{J,M}^{\left(u\right)}\[L\]\end{array}\right]$

3脉冲维估计迭代步骤：

3-1：估计真实目标第l个距离单元对应第k个多普勒单元的值

$X_T^{\left(u\right)}\[l,k\]=\frac{F_k^H{\{{\mathrm{FD}}_T^{(u-1)}\[l\]F^H+I/{s_m}^H{s}_m\}}^{-1}{\mathrm{\β}}_T^{\left(u\right)}\[l\]}{F_k^H{\{{\mathrm{FD}}_T^{(u-1)}\[l\]F^H+I/{s_m}^H{s}_m\}}^{-1}{F}_k}$

k＝1,…,K

$D_T^{(u-1)}\[l\]=diag\left(\right|{X_T}^{(u-1)}\[l,1\]{|}^2,...,|{X_T}^{(u-1)}\[l,K\]{|}^2)$

估计干扰信号第l个距离单元对应第k个多普勒单元的值

$X_J^{\left(u\right)}\[l,k\]=\frac{F_k^H{\{{\mathrm{FD}}_J^{(u-1)}\[l\]F^H+I/{s_m}^H{s}_m\}}^{-1}{\mathrm{\β}}_J^{\left(u\right)}\[l\]}{F_k^H{\{{\mathrm{FD}}_J^{(u-1)}\[l\]F^H+I/{s_m}^H{s}_m\}}^{-1}{F}_k}$

k＝1,…,K

$D_J^{(u-1)}\[l\]=diag\left(\right|{X_J}^{(u-1)}\[l,1\]{|}^2,...,|{X_J}^{(u-1)}\[l,K\]{|}^2)$

其中，和分别是和的第l列，F＝[f₁,f₂,…,f_M]，f_m＝[exp(j2πmf₁),exp(j2πmf₂),…,exp(j2πmf_K)]^T是K×1的目标多普勒相位矢量，m＝1,…,M,F_k为F的第k行，I是单位矩阵，(·)^H表示共轭转置；

3-3：令l＝1,…,L得到真实目标的距离-多普勒平面估计：

$X_T^{\left(u\right)}=\left[\begin{array}{c}{\{x_T^{\left(u\right)}\[1\]\}}^T\\ \·\\ \·\\ \·\\ {\{x_T^{\left(u\right)}\[L\]\}}^T\end{array}\right]$

得到干扰信号的距离-多普勒平面估计：

$X_J^{\left(u\right)}=\left[\begin{array}{c}{\{x_J^{\left(u\right)}\[1\]\}}^T\\ \·\\ \·\\ \·\\ {\{x_J^{\left(u\right)}\[L\]\}}^T\end{array}\right]$

其中，

步骤5：重复步骤2和步骤3，直到达到停止迭代条件。