CN106168661A - 随机捷变极化有源假目标的鉴别方法 - Google Patents

Abstract

本发明提供一种随机捷变极化有源假目标的鉴别方法。技术方案是：雷达包括H极化发射通道和V极化发射通道，两个通道的发射信号均由M个无缝连接的子脉冲构成；H通道、V通道接收信号经过同步接收后，首先按照子脉冲波形进行匹配滤波，对其输出信号采用M点滑窗方法实现非相参积累，进而采用恒虚警检测方法实现目标检测，对检测出的采样位置提取目标极化特征后，利用该特征进行真、假目标属性的鉴别。本发明的技术效果是有源假目标鉴别能力强，并且功率利用率高。

Description

随机捷变极化有源假目标的鉴别方法

技术领域

本发明属于雷达抗干扰技术领域，主要涉及雷达对有源假目标干扰的鉴别方法。

背景技术

有源假目标干扰是一种重要的雷达欺骗干扰，通过模拟目标特征并发射假目标信号，使雷达出现虚假目标以扰乱情报雷达对空情态势的掌握，或破坏雷达目标跟踪以扰乱跟踪制导雷达对目标的跟踪。

先进的有源假目标干扰能够做到与目标回波信号在波形调制、重复周期、多普勒频率、航迹以及RCS(Radar Cross Section，雷达散射截面积)起伏特性等方面几乎完全一致，雷达难以利用时域、频域、空域、调制域的特征差异来鉴别并剔除有源假目标干扰。由于有源假目标与雷达目标在极化域普遍存在着物理差异，基于极化域特征差异鉴别有源假目标干扰已成为一条重要的技术途径。

近年来，随着干扰技术的发展，已出现各种变极化假目标干扰，随机捷变极化假目标干扰就是其中十分重要的一种，其在PRI(Pulse Repeated Interval，脉冲重复周期)间或PRI内的极化状态随机捷变而在脉冲持续时间内极化状态恒定。

对于随机捷变极化假目标干扰，通常要求雷达具有同时发射多极化的能力，即雷达通过同时发射多个极化状态的矢量信号，将雷达目标回波在脉冲持续时间内的极化多样性与假目标信号在脉冲持续时间内的极化单一性进行区分，实现假目标的鉴别。现有报道中对于随机捷变极化假目标干扰的鉴别方法，都是基于严格意义上的同时发射多极化体制，即雷达在两个正交极化通道同时发射多个波形相互正交的信号，通过正交化接收处理实现对不同极化回波的隔离。这种体制在工程应用中存在造价高、发射功率利用率低的问题。本发明基于相位分集准同时变极化体制，通过子脉冲间极化相位的捷变实现有限的发射变极化能力，既能够实现假目标鉴别，又能够以饱和功率发射而具有功率利用率高的特点。基于该体制的有源假目标鉴别方法，还未见有文献报道。

发明内容

本发明针对随机捷变极化假目标，提出了一种基于相位分集准同时变极化体制的假目标鉴别方法。

本发明的技术方案是，一种基于相位分集准同时变极化体制的随机捷变极化假目标鉴别方法，其特征在于：

(1)雷达采用正交双极化天线，不失一般性，设为H(Horizontal，水平)极化、V(Vertical，垂直)极化，雷达的H极化通道、V极化通道同时发射、同时接收信号；

(2)H极化通道、V极化通道发射信号均由M个紧密连接的子脉冲构成，子脉冲的波形均为s(t)、宽度均为Δt，M为子脉冲个数，一般大于2；

(3)H极化通道、V极化通道发射信号在每个子脉冲上的相对相位差为 m为子脉冲序号，m＝1,…,M。

综上，H极化通道、V极化通道发射信号的合成矢量的表达式为：

其中分别表示H极化和V极化发射矢量。

本发明的信号处理过程包括以下五个步骤：

第一步，信号同步接收。

雷达接收的中频信号经过同步采样，得到两个极化通道的复信号数据序列x_H(n)、x_V(n)，n＝1,…,N，N为一个脉冲周期内的采样点数。

第二步，子脉冲匹配滤波。

依据下式分别计算H极化通道、V极化通道匹配滤波输出信号y_H(n)、y_V(n)：

$\begin{array}{c}{y}_H\left(n\right)=IFFT\[FFT\[x_H\left(n\right)\]\·U\left(n\right)\]\\ y_V\left(n\right)=IFFT\[FFT\[x_V\left(n\right)\]\·U\left(n\right)\]\end{array}---\left(1\right)$

上式中，FFT[]表示信号的傅里叶变换，IFFT[]表示信号的傅里叶反变换；U(n)是对子脉冲信号s(t)的基准波形进行N点傅里叶变换得到的频谱。

第三步，滑窗积累与检测。

对y_H(n)、y_V(n)进行滑窗积累，得到信号z(n)的过程如下：

$z\left(n\right)=\underset{m=0}{\overset{M-1}{\Σ}}\left\{\right|y_H(n+m\·\mathrm{\Δ}N)|+|y_{V,m}(n+m\·\mathrm{\Δ}N)\left|\right\},n=1,\mathrm{...},N-\mathrm{\Δ}N\·(M-1)$

其中，ΔN为子脉冲对应的采样点数。

对信号z(n)进行目标检测，由CFAR(Constant false alarm rate，恒虚警检测)完成，具体采用CA-CFAR(Cell averaging-Constant false alarm rate，简称单元平均恒虚警检测)。

设对z(n)中所有点进行CA-CFAR处理后，共得到K个目标，第k个目标对应的位置为T_k，k＝1,…,K

第四步，极化特征提取。

利用下式计算第k个目标第m个子脉冲回波的极化比ρ_m(T_k)：

$\begin{array}{c}{\mathrm{\ρ}}_m\left(T_k\right)=\frac{y_V(T_k+(m-1)*\mathrm{\Δ}N)}{y_H(T_k+(m-1)*\mathrm{\Δ}N)},R_m\left(T_k\right)=real\[{\mathrm{\ρ}}_m\left(T_k\right)\],I_m\left(T_k\right)=imag\[{\mathrm{\ρ}}_m\left(T_k\right)\],\\ k=1,\mathrm{...},K,m=1,\mathrm{...},M\end{array}---\left(2\right)$

其中，real[·]为取实部，imag[·]为取虚部。

对第k个目标，计算均值

${\stackrel{\‾}{R}}_k=\underset{m=1}{\overset{M}{\Σ}}{R}_m\left(T_k\right),{\stackrel{\‾}{I}}_k=\underset{m=1}{\overset{M}{\Σ}}{I}_m\left(T_k\right),m=1,\mathrm{...},M$

利用下式计算第k个目标对应的鉴别特征量和

$d_{R-k}\left(m\right)=|R_m\left(T_k\right)-{\stackrel{\‾}{R}}_k|,d_{I-k}\left(m\right)=|I_m\left(T_k\right)-{\stackrel{\‾}{I}}_k|,m=1,\mathrm{...},M$

第五步，极化特征鉴别。

首先确定鉴别门限。鉴别门限D由下式给出：

$D=\mathrm{\η}\·\sqrt{\frac{{{\mathrm{M\σ}}_V}^2}{\underset{m=1}{\overset{M}{\Σ}}|y_H(T_k+(m-1)*\mathrm{\Δ}N){|}^2}}$

其中，在假目标干扰情况下是{R_m(T_k)}、{I_m(T_k)}的正态分布方差，σ_V ²为V通道接收噪声功率，通过对匹配滤波后纯噪声数据的方差估计得到；η一般取3，此时有源假目标正确鉴别概率不小于99.7％(由统计学上关于正态分布的“3σ准则”给出)。

其次，根据门限D对第k个目标进行鉴别(k＝1,…,K)：

1).当鉴别特征量{d_R-k(m)}和{d_I-k(m)}(m＝1,…,M)均小于门限D时，判定第k个目标为有源假目标；

2).当鉴别特征量{d_R-k(m)}或{d_I-k(m)}(m＝1,…,M)中存在大于门限D的情况，则判定第k个目标为真实雷达目标。

本发明的技术效果：

一、有源假目标鉴别能力强。本发明基于相位分集准同时变极化体制，通过子脉冲间极化相位的捷变，实现在PRI内的发射变极化，能够有效鉴别随机捷变极化假目标，而对于PRI间恒定极化假目标亦能够提供鉴别能力，因此，本文提出的方法适用性较广，能够应对当前面临的大多数有源假目标干扰。

二、功率利用率高。本发明所采用的相位分集准同时变极化体制，相对于同时变极化体制，具有更为简单的信号波形，在多极化情况下H极化、V极化通道发射信号的幅度包络仍然可以保持恒定，因而能够以饱和功率发射，具有更高的功率利用率。

附图说明

图1为本发明所依赖的相位分集准同时发射变极化体制的发射信号示意图。

图2为本发明所提方法的信号处理流程示意图；

图3为采用本发明所提方法后雷达接收信号鉴别特征量随发射极化的变化。

图4为利用本发明所提方法对实体雷达目标和随机捷变极化假目标进行鉴别处理的效果。

具体实施方式

以下结合附图对本发明的实施方式作进一步说明。

图1为本发明所依赖的相位分集准同时变极化体制的发射信号示意图。图中，H通道、V通道分别表示雷达的H极化发射通道和V极化发射通道，两个通道的发射信号均由M个无缝连接的子脉冲构成，子脉冲波形均为s(t)、宽度均为Δt，H通道、V通道发射信号在每个子脉冲上的相对相位差为m＝1,…,M。

图2为本发明所提方法的信号处理流程示意图。如图所示，H通道、V通道接收信号经过同步接收后，首先按照子脉冲波形进行匹配滤波，对其输出信号采用M点滑窗方法实现非相参积累，进而采用恒虚警检测(CA-CFAR)方法实现目标检测，对检测出的采样位置提取目标极化特征后，利用该特征进行真、假目标属性的鉴别。

图3为采用本发明所提方法后雷达接收信号鉴别特征量随发射极化的变化。仿真中参数设置如下：

a).雷达采用相位分集准同时发射变极化体制，相位分集数、子脉冲个数M＝4，相对相位分别取值为0、π、

b).雷达发射信号脉冲宽度为100us，带宽为1MHz，载频为10GHz；

c).干扰机发射天线极化状态的Jones矢量为

d).实体目标的极化散射矩阵设置为

图中，横轴有8个点，表示8种发射极化，纵轴为鉴别特征量{d_R-k(m)}和{d_I-k(m)}的数值；“△”表示{d_R-k(m)}，“○”表示{d_I-k(m)}；左图为实体目标情况，右图为假目标干扰情况。如图所示，实体目标鉴别特征量随发射极化变化而改变，表现为{d_R-k(m)}、{d_I-k(m)}均出现起伏，而假目标信号鉴别特征量不随发射极化变化而改变，表现为{d_R-k(m)}、{d_I-k(m)}均恒定，这种差异为极化鉴别提供了基础。

图4为利用本发明所提方法对实体雷达目标和假目标进行鉴别处理的效果，其仿真参数设置同图3。图中，横轴为“信噪比”(即子脉冲匹配滤波及滑窗积累后，目标回波功率或假目标干扰功率与噪声功率的比值)，单位为dB，纵轴为被判定为“假目标”的概率；左图是实体目标情况，图中五条曲线分别表示五种目标极化散射矩阵情况下，被正确判定为“目标”的概率，由图可见，当“信噪比”大于10dB时，目标正确鉴别率都已高于99％；右图是假目标情况，“△”表示鉴别正确率仿真统计值，由图可见，在仿真设置的“信噪比”范围内，假目标的正确鉴别概率较高，均超过97％。

Claims (1)

1.一种基于相位分集准同时变极化体制的随机捷变极化假目标鉴别方法，其特征在于：

雷达采用正交双极化天线，设为H极化、V极化，雷达的H极化通道、V极化通道同时发射、同时接收信号；

H极化通道、V极化通道发射信号均由M个紧密连接的子脉冲构成，子脉冲的波形均为s(t)、宽度均为Δt，M为子脉冲个数且大于2；

H极化通道、V极化通道发射信号在每个子脉冲上的相对相位差为 m为子脉冲序号，m＝1,…,M；

综上，H极化通道、V极化通道发射信号的合成矢量的表达式为：

其中分别表示H极化和V极化发射矢量；

本发明的信号处理过程包括以下五个步骤：

第一步，信号同步接收：

雷达接收的中频信号经过同步采样，得到两个极化通道的复信号数据序列x_H(n)、x_V(n)，n＝1,…,N，N为一个脉冲周期内的采样点数；

第二步，子脉冲匹配滤波：

依据下式分别计算H极化通道、V极化通道匹配滤波输出信号y_H(n)、y_V(n)：

y_H(n)＝IFFT[FFT[x_H(n)]·U(n)]

y_V(n)＝IFFT[FFT[x_V(n)]·U(n)]

上式中，FFT[]表示信号的傅里叶变换，IFFT[]表示信号的傅里叶反变换；U(n)是对子脉冲信号s(t)的基准波形进行N点傅里叶变换得到的频谱；

第三步，滑窗积累与检测：

对y_H(n)、y_V(n)进行滑窗积累，得到信号z(n)的过程如下：

$z\left(n\right)=\underset{m=0}{\overset{M-1}{\Σ}}\left\{\right|y_H(n+m\·\mathrm{\Δ}N)|+|y_{V,m}(n+m\·\mathrm{\Δ}N)\left|\right\},n=1,...,N-\mathrm{\Δ}N\·(M-1)$

其中，ΔN为子脉冲对应的采样点数；

利用恒虚警检测对信号z(n)进行目标检测，设共得到K个目标，第k个目标对应的位置为T_k，k＝1,…,K；

第四步，极化特征提取：

利用下式计算第k个目标第m个子脉冲回波的极化比ρ_m(T_k)：

R_m(T_k)＝real[ρ_m(T_k)]，I_m(T_k)＝imag[ρ_m(T_k)]，

其中，real[·]为取实部，imag[·]为取虚部；

对第k个目标，计算均值

${\stackrel{\‾}{R}}_k=\underset{m=1}{\overset{M}{\Σ}}{R}_m\left(T_k\right),{\stackrel{\‾}{I}}_k=\underset{m=1}{\overset{M}{\Σ}}{I}_m\left(T_k\right)$

利用下式计算第k个目标对应的鉴别特征量和

$d_{R-k}\left(m\right)=|R_m\left(T_k\right)-{\stackrel{\‾}{R}}_k|,d_{I-k}\left(m\right)=|I_m\left(T_k\right)-{\stackrel{\‾}{I}}_k|$

第五步，极化特征鉴别：

由下式给出鉴别门限D：

$D=\mathrm{\η}\·\sqrt{\frac{{{\mathrm{M\σ}}_V}^2}{\underset{m=1}{\overset{M}{\Σ}}|y_H(T_k+(m-1)*\mathrm{\Δ}N){|}^2}}$

其中，σ_V ²为V通道接收噪声功率，通过对匹配滤波后纯噪声数据的方差估计得到；η根据实际要求确定；

根据门限D对第k个目标进行鉴别：

当鉴别特征量{d_R-k(m)}和{d_I-k(m)}均小于门限D时，判定第k个目标为有源假目标；

当鉴别特征量{d_R-k(m)}或{d_I-k(m)}中存在大于门限D的情况，判定第k个目标为真实雷达目标。