CN107340504B - 基于frft域峰值特性的压制干扰存在性检测方法 - Google Patents

基于frft域峰值特性的压制干扰存在性检测方法 Download PDF

Info

Publication number
CN107340504B
CN107340504B CN201710534765.7A CN201710534765A CN107340504B CN 107340504 B CN107340504 B CN 107340504B CN 201710534765 A CN201710534765 A CN 201710534765A CN 107340504 B CN107340504 B CN 107340504B
Authority
CN
China
Prior art keywords
interference
signal
peak value
frft
frft domain
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
Application number
CN201710534765.7A
Other languages
English (en)
Other versions
CN107340504A (zh
Inventor
张翔宇
王国宏
白杰
孙殿星
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Naval Aeronautical University
Original Assignee
Naval Aeronautical University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Naval Aeronautical University filed Critical Naval Aeronautical University
Priority to CN201710534765.7A priority Critical patent/CN107340504B/zh
Publication of CN107340504A publication Critical patent/CN107340504A/zh
Application granted granted Critical
Publication of CN107340504B publication Critical patent/CN107340504B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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

本发明属于雷达抗干扰领域，针对现有基于特征参数提取的压制干扰存在性检测方法检测结果可信度较低、可应用性较差的问题，提出了一种基于FRFT域峰值特性的压制干扰存在性检测方法。首先，从完整的雷达抗干扰系统角度考虑，提出了将压制干扰存在性检测与目标检测、干扰分类相结合的总体思路；其次，在充分分析FRFT域LFM信号和压制干扰信号峰值特性差异的基础上，选取回波信号在FRFT域的峰值阶次作为特数参数；然后，采用序贯判决算法对多段回波信号在FRFT域的峰值阶次进行判别，从而完成压制干扰的存在性检测。

Description

基于FRFT域峰值特性的压制干扰存在性检测方法
技术领域
本发明属于雷达抗干扰领域，适用于解决脉冲压缩雷达对有源压制干扰的存在性检测问题。
背景技术
现代雷达所面临的电磁环境日益恶劣，针对雷达的电磁干扰技术迅速发展，其中有源压制干扰的大量使用，极大制约了雷达作战效能的发挥。而线性调频(Linearfrequency modulation,LFM)信号具有较大的时宽带宽积，能够同时满足作用距离和距离分辨率的要求，从而被广泛应用于现代雷达系统中,所以适用于脉冲压缩雷达的有源压制干扰检测技术对雷达的实战和发展具有实际性的推动作用。
目前，针对脉冲压缩雷达的有源压制干扰存在性检测方法在信号层主要是通过提取压制干扰信号特征参数实现的，其中，文献[Zhu Hong,Jiang Ge,Zhang Hai.Existencedetection of blanket jamming based on fractal characteristics in FRFT domain[J].强激光与粒子束,2016,28(5):1-7.]提取回波信号在FRFT域的信息维度向量和盒维数向量作为特征参数，根据不同压制干扰类型在信息维度向量和盒维数向量上表现出来的差异，运用门限判决算法实现不同压制干扰的检测。
目前基于特征参数提取的压制干扰存在性检测方法存在以下缺陷：(1)由于在干信比较低时的检测正确率较低，所以在回波信号干信比未知的情况下，检测结果可信度较低；(2)没有将压制干扰的存在性检测与完整的雷达抗干扰系统相结合，可应用性较差。
发明内容
本发明的目的是提出一种基于FRFT域峰值特性的压制干扰存在性检测方法，以解决现有基于特征参数提取的压制干扰存在性检测方法检测结果可信度较低、可应用性较差的问题。
当回波信号中的目标回波信号功率较大时，根据现有的LFM信号检测算法，可以实现对目标的直接检测；当回波信号中的干扰信号功率较强，干信比较大时，回波信号的干扰特征明显，压制干扰分类识别的正确率较高。然而，在实际战场环境下，雷达回波信号的干信比是未知的，雷达对目标检测和干扰分类的选择是以干扰存在性检测的结果为依据的，所以，压制干扰存在性检测算法所提取参数需要以目标检测和干扰分类算法为参考。
为此，本发明综合考虑现有的基于FRFT域峰值搜索的LFM信号检测算法以及分类识别算法，选取回波信号在FRFT域的峰值作为特征参数进行压制干扰的存在性检测。一方面，当目标回波信号较强时，回波信号在FRFT域的峰值特性符合LFM信号的峰值特征，在判断压制干扰不存在后，能够直接进行目标检测；另一方面，FRFT变换对LFM信号的增益能够达到10dB以上，所以，当回波信号在FRFT域的峰值特性不符合LFM信号的峰值特征时，能够保证此时的回波信号干信比大于10dB，在判断压制干扰存在后，压制干扰的分类识别正确率较大。
对于雷达方而言，LFM信号在FRFT域的峰值点所在变换阶次是可以通过计算得到的，并且由于LFM信号的调制斜率大于0，根据现有文献结论可知峰值点所在变换阶次大于1。对于噪声调幅干扰而言，其FRFT域峰值稳定出现在变换阶次为1的位置，其与LFM信号的峰值特性差异较大，这有利于检测判决，而对于噪声调频干扰和射频噪声干扰而言，其FRFT域峰值出现的位置较随机，所以为减小误判概率，本发明统一采用序贯判决算法进行压制干扰的存在性检测：当多个时段的回波信号在FRFT域的峰值点没有出现在LFM信号的正交阶次，即判断压制干扰存在，否则，判断压制干扰不存在。
本发明提出的基于FRFT域峰值特性的压制干扰存在性检测方法的技术方案包括以下步骤：
步骤(一)：将一定观测时间内的雷达回波信号分成N段，并分别进行分数阶傅里叶变换。
假设时域函数x(t)的p阶FRFT表示为Xp(u)，则
Figure BDA0001340347750000021
其中，Kp(u,t)称为FRFT的核函数，
Figure BDA0001340347750000022
其中，
Figure BDA0001340347750000023
当α≠nπ时，FRFT的计算过程可以拆解为以下4个步骤：
(1)原信号与一个线性调频函数相乘：
Figure BDA0001340347750000024
(2)做傅里叶变换(乘以尺度系数cscα)：
Figure BDA0001340347750000031
(3)再与一个线性调频函数相乘：
Figure BDA0001340347750000032
(4)乘以一复幅度因子：
Figure BDA0001340347750000033
步骤(二)：通过峰值搜索，得到各段信号在分数阶傅里叶域的峰值所在变换阶次pj，为提高精确度，采用分级迭代法在FRFT域对峰值进行搜索。分级迭代法步骤如下：
(1)初始扫描范围为[a1,b1],初始步长为g1，在FRFT域进行第一次峰值扫描搜索；
(2)设过门限的最强峰值点坐标为[v1,u1]，然后以第一次估计值为初始值，进行如下迭代过程：
Figure BDA0001340347750000034
其中，[an+1,bn+1]为第n+1次变换阶次的扫描范围，gn+1为第n+1次的步长长度，p(n)为第n次扫描的最佳变换阶次。
(3)依次进行迭代过程，直到p(n)满足所要求的精度。
步骤(三)：采用序贯判决算法实现对压制干扰的存在性检测，具体过程为：
(1)通过以下公式计算LFM信号在FRFT域的峰值点阶次：
Figure BDA0001340347750000035
(2)取以pz为中心的一小段区间δ(pz)，统计pj中取值落在区间δ(pz)内的个数D，根据D和判决算法门限值T的关系，做出以下判决：
Figure BDA0001340347750000041
本发明的有益效果说明：
本发明将压制干扰的存在性检测与目标检测算法、压制干扰分类算法相结合，从而有效解决了现有压制干扰检测算法检测结果可信度较低，可应用性较差的问题。
附图说明
附图1是本发明的方法步骤流程图；
附图2是LFM信号在FRFT域的谱分布
附图3是射频噪声干扰在FRFT域的谱分布；
附图4是射频噪声干扰在FRFT域的峰值所在阶次；
附图5是噪声调幅干扰在FRFT域的谱分布；
附图6是噪声调幅干扰在FRFT域的峰值所在阶次；
附图7是噪声调频干扰在FRFT域的谱分布；
附图8是噪声调频干扰在FRFT域的峰值所在阶次；
附图9是射频噪声干扰环境下的干扰检测结果；
附图10是噪声调幅干扰环境下的干扰检测结果；
附图11是噪声调频干扰环境下的干扰检测结果；
具体实施方法
实施条件：在以下参数条件下进行仿真实验：
表1干扰信号参数表
Figure BDA0001340347750000042
LFM信号调制斜率k＝4×1010Hz/s，时宽为50μs，载频为4MHz；噪声采用高斯白噪声，方差σn＝1，取白噪声功率与目标回波信号功率相同。
通过附图2可以看出，LFM信号在FRFT域具有较强的能量聚集特性，所以其峰值稳定出现在某一变换阶次；通过附图3和附图4可以看出，射频噪声干扰在FRFT域的能量均匀分布，所以其在FRFT域的峰值随机出现在任意变换阶次；通过附图5和附图6可以看出，噪声调幅干扰在FRFT域同样具有较强的能量聚集特性，其在FRFT域的峰值稳定出现在变换阶次为1的位置；通过附图7和附图8可以看出，噪声调频干扰在FRFT域具有局部能量聚集特性，其峰值出现在一定的变换阶次范围内；通过附图9可以看出，射频噪声干扰环境下，当干信比大于12.3dB后可以检测到干扰存在，在此之前可以对目标进行直接检测；通过附图10可以看出，噪声调幅干扰环境下，当干信比大于9.7dB后可以检测到干扰存在，在此之前可以对目标进行直接检测；通过附图11可以看出，噪声调频干扰环境下，当干信比大于9.2dB后可以检测到干扰存在，在此之前可以对目标进行直接检测。通过附图9、附图10和附图11可以看出，当本发明方法检测到压制干扰存在时，回波信号的干信比均较大，此时回波信号的干扰特征明显，从而使后续的压制干扰分类识别具有较高正确率。

Claims (1)

1.基于FRFT域峰值特性的压制干扰存在性检测方法，其特征在于，包括以下步骤：
步骤(一)：将一定观测时间内的雷达回波信号分成N段，并分别进行分数阶傅里叶变换；
步骤(二)：采用分级迭代法在FRFT域对峰值进行搜索，得到各段信号在分数阶傅里叶域的峰值所在变换阶次pj；
步骤(三)：采用序贯判决算法实现对压制干扰的存在性检测；
步骤(三)具体包括以下子步骤：
(1)通过以下公式计算LFM信号在FRFT域的峰值点阶次：
Figure FDA0002290058490000011
k是LFM信号调制斜率；
(2)取以pz为中心的一小段区间δ(pz)，统计pj中取值落在区间δ(pz)内的个数D，根据D和判决算法门限值T的关系，做出以下判决：
Figure FDA0002290058490000012
根据以上判决，完成压制干扰的存在性检测。
CN201710534765.7A 2017-07-03 2017-07-03 基于frft域峰值特性的压制干扰存在性检测方法 Active CN107340504B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710534765.7A CN107340504B (zh) 2017-07-03 2017-07-03 基于frft域峰值特性的压制干扰存在性检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710534765.7A CN107340504B (zh) 2017-07-03 2017-07-03 基于frft域峰值特性的压制干扰存在性检测方法

Publications (2)

Publication Number Publication Date
CN107340504A CN107340504A (zh) 2017-11-10
CN107340504B true CN107340504B (zh) 2020-04-07

Family

ID=60218348

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710534765.7A Active CN107340504B (zh) 2017-07-03 2017-07-03 基于frft域峰值特性的压制干扰存在性检测方法

Country Status (1)

Country Link
CN (1) CN107340504B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109709553A (zh) * 2019-02-01 2019-05-03 北京航空航天大学 一种基于卷积神经网络的射频压制干扰分类方法
CN112881982B (zh) * 2021-01-18 2022-11-15 中国人民解放军海军航空大学 一种捷变频雷达抑制密集转发干扰方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103675759A (zh) * 2013-11-27 2014-03-26 杭州电子科技大学 一种改进的分数阶傅里叶变换机动弱目标检测方法
CN103954940A (zh) * 2014-01-21 2014-07-30 中国人民解放军海军航空工程学院 雷达网基于交叉定位点聚类的集中式与分布式压制干扰鉴别方法
EP2961241A1 (en) * 2013-02-19 2015-12-30 Kyocera Corporation Communication control method, base station, and user terminal

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2961241A1 (en) * 2013-02-19 2015-12-30 Kyocera Corporation Communication control method, base station, and user terminal
CN103675759A (zh) * 2013-11-27 2014-03-26 杭州电子科技大学 一种改进的分数阶傅里叶变换机动弱目标检测方法
CN103954940A (zh) * 2014-01-21 2014-07-30 中国人民解放军海军航空工程学院 雷达网基于交叉定位点聚类的集中式与分布式压制干扰鉴别方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Existence detection of blanket j amming based on fractal characteristics in FRFT domain;Zhu Hong等;《强激光与粒子束》;20160531;第28卷(第5期);全文 *
FRFT应用于雷达抗主瓣压制干扰技术研究;王文涛等;《现代防御技术》;20151231;第43卷(第6期);第185页左栏第1段至第188页右栏第1段 *
一种利用序贯判决信息的雷达检测新方法;夏双志等;《电子学报》;20101231;第38卷(第12期);第2856页左栏第2段至左栏第4段 *

Also Published As

Publication number Publication date
CN107340504A (zh) 2017-11-10

Similar Documents

Publication Publication Date Title
CN111736128B (zh) 基于skt-siaf-mscft的相参积累方法
CN102788969A (zh) 基于短时分数阶傅里叶变换的海面微动目标检测和特征提取方法
CN107015207B (zh) 基于frft域峰值离散特性的有源压制干扰分类识别方法
CN106842148B (zh) 基于frft的线性调频雷达干扰快速抑制方法
CN103760530A (zh) 基于信号锥的雷达压制式干扰和欺骗式干扰识别方法
CN110231615B (zh) 基于海面目标空间约束的距离测量异常判别方法
Jian-xun et al. Signal feature analysis and experimental verification of radar deception jamming
CN102141610A (zh) 基于距离-多普勒谱的电离层杂波区域识别方法
CN105137396A (zh) 一种smsp干扰和c&i干扰的检测方法
CN111948618B (zh) 一种基于卫星外辐射源的前向散射目标探测方法及系统
CN112346022B (zh) 基于二维精简分数阶傅里叶变换的密集假目标干扰抑制方法
CN112014806A (zh) 一种复杂干扰场景下的机载雷达无意干扰抑制方法
CN106501800A (zh) 基于代价参考粒子滤波的mimo雷达目标检测前跟踪方法
CN107340504B (zh) 基于frft域峰值特性的压制干扰存在性检测方法
CN108196241A (zh) 一种基于Hough变换的高速动目标速度估计方法
CN108318865A (zh) 多通道sar欺骗干扰鉴别与自适应抑制方法
CN109655794A (zh) 一种窄带自卫噪声压制干扰的检测识别方法
Xingyu et al. A recognition algorithm of deception jamming based on image of time-frequency distribution
Zhu et al. Non-contact detection of vital signs with a hybrid feature extraction method using a uwb radar sensor
CN104793197B (zh) 基于ifft频谱相除法和梯度自适应格型滤波的直达波抑制方法
CN107976659A (zh) 基于S2method时频分析的目标极点特征提取与检测方法
Hao et al. Adaptive detection of multiple point-like targets under conic constraints
CN103885044B (zh) 一种基于clean算法的窄带雷达回波杂噪抑制方法
Wu et al. A modified notch filter for suppressing radio-frequency-interference in P-band SAR data
Ren et al. Active jamming signal recognition based on residual neural network

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Zhang Xiangyu

Inventor after: Wang Guohong

Inventor after: Bai Jie

Inventor after: Sun Dianxing

Inventor before: Wang Guohong

Inventor before: Bai Jie

Inventor before: Zhang Xiangyu

Inventor before: Sun Dianxing

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20191203

Address after: 264001 Research and Academic Department, 188 Erma Road, Zhifu District, Yantai City, Shandong Province

Applicant after: Naval Aviation University of PLA

Address before: 264001 Yantai City, Zhifu Province, No. two road, No. 188, Department of research,

Applicant before: Naval Aeronautical Engineering Institute PLA

GR01 Patent grant
GR01 Patent grant