CN107607916A - 一种抗自卫式速度距离联合欺骗干扰方法 - Google Patents
一种抗自卫式速度距离联合欺骗干扰方法 Download PDFInfo
- Publication number
- CN107607916A CN107607916A CN201710713283.8A CN201710713283A CN107607916A CN 107607916 A CN107607916 A CN 107607916A CN 201710713283 A CN201710713283 A CN 201710713283A CN 107607916 A CN107607916 A CN 107607916A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- flight path
- energy
- interference
- 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.)
- Granted
Links
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种抗自卫式速度距离联合欺骗干扰方法,包含以下过程:雷达抗干扰模块接收上述信号处理模块提供的量测数据;利用量测数据用多目标跟踪算法建立目标与干扰的航迹;提取目标与干扰的特征参数,第一特征参数为航迹卡尔曼滤波的新息协方差,第二特征参数为航迹个数,第三特征参数为航迹的连续N帧的能量对数值均值;依据所述特征参数进行干扰报警与目标识别;在干扰报警后,利用建立的多目标航迹信息及其特征进行目标识别并输出。本发明具有在存在多个长时间自卫式速度距离联合拖引情形下,有效识别真实目标,并可以同时对抗单一欺骗干扰或组合式欺骗干扰的预期效果。
Description
技术领域
本发明涉及脉冲多普勒雷达抗干扰领域,具体涉及一种基于多目标跟踪技术的抗自卫式速度距离联合欺骗干扰方法。
背景技术
在电子战中,数字射频存储器DRFM技术在干扰机中的应用,使得电子反对抗变得更加困难。干扰机截获了雷达发射信号后进行复制、存储、调制和转发,可以在极短时间内产生高逼真的欺骗式干扰。欺骗干扰可以在速度维度和距离维度分别进行欺骗干扰,而脉冲多普勒雷达利用速度跟踪波门和距离跟踪波门技术进行抗干扰。利用速度跟踪波门可以有效对抗单一距离欺骗,利用距离跟踪波门可以有效对抗单一速度欺骗。但是,面对速度-距离联合欺骗干扰,单一的速度跟踪波门技术或距离跟踪波门技术难以有效发挥其抗干扰能力。国内现有对距离速度联合欺骗干扰的对抗方法也存在许多缺点。在欺骗干扰的作用下,脉冲多普勒雷达难以获取真实目标的速度和距离信息。
专利方面,专利“一种机载脉冲多普勒雷达抗速度欺骗干扰方法”(公开号:CN104678367A)介绍了一种雷达单目标抗速度欺骗干扰方法,通过对目标和干扰的速度信息进行加权求和,得到新的速度作为跟踪中心。该方法虽然可以对抗一部分速度欺骗干扰,但是对于持续时间较长的速度拖引干扰,加权得到的速度跟踪中心极易被引向干扰速度所在位置,从而丢失对真实目标速度的跟踪。
专利“雷达网抗距离欺骗+SOJ复合干扰方法”(公开号:CN103809161A)介绍了一种通过对量测分类,然后利用最小二乘法构建等效量测,进而通过卡尔曼滤波获取真实目标距离的方法,实现抗距离欺骗干扰的目的。该方法虽然可以进行多个距离假目标下的抗欺骗干扰,但是对于速度-距离联合欺骗,该方法将会错误的把不同速度的量测归于同一集合,从而导致等效量测的距离误差较大,因此无法有效进行抗干扰。
专利“基于梯度投影的距离-速度同步拖引欺骗干扰识别”(公开号:CN103837863A)介绍了一种基于梯度投影的抗距离-速度同步拖引的方法,通过对采样信号的能量进行梯度投影,识别真实目标速度和距离。该方法虽然可以对抗“恰有一个欺骗干扰比目标能量大”的情形,但是对于“有多个欺骗干扰都比目标能量大”的情形,该方法将会选择能量梯度位于第2梯度的干扰作为跟踪目标,因此算法失效。
以上方法均不能达到在“存在多个长时间自卫式速度距离联合拖引欺骗”情形下,有效识别真实目标的预期效果,并且这些方法均是针对一种特定的欺骗干扰,没有一种通用的抗干扰方法,可以“同时对抗单一欺骗干扰或组合式欺骗干扰”。
发明内容
本发明所要解决的技术问题是提供一种基于多目标跟踪技术的抗自卫式速度距离联合欺骗干扰方法,通过利用信号处理模块提供带有速度、距离和能量信息的量测数据,通过建立目标与干扰的航迹信息,提取目标与干扰的特征参数,依据特征参数进行干扰报警与目标识别并输出目标识别结果,达到在“存在多个长时间自卫式速度距离联合拖引”情形下,有效识别真实目标,并可以“同时对抗单一欺骗干扰或组合式欺骗干扰”的预期效果。
为了达到以上目的,本发明通过以下方案实现:
一种抗自卫式速度距离联合欺骗干扰方法,包含以下过程:雷达抗干扰模块接收上述信号处理模块提供的量测数据。利用量测数据用多目标跟踪算法建立目标与干扰的航迹。提取目标与干扰的特征参数,第一特征参数为航迹卡尔曼滤波的新息协方差,第二特征参数为航迹个数,第三特征参数为航迹的连续N帧的能量对数值均值。依据所述特征参数进行干扰报警与目标识别。在干扰报警后,利用建立的多目标航迹信息及其特征进行目标识别并输出。
优选地,所述量测数据包含距离R、速度V和能量P信息。
优选地,所述多目标跟踪算法进一步包含以下过程:门限滤波,概率互联,航迹滤波与航迹管理;所述门限滤波采用速度波门筛选与航迹可关联的量测;所述概率互联采用快速数据关联法;所述航迹滤波采用卡尔曼滤波一维速度滤波;其中,每一航迹的门限滤波采用的关联波门为:
式中,Vp(k+1)为卡尔曼滤波的速度预测值,Vi(k+1)为(k+1)时刻第i个量测的速度,S(k)为k时刻的卡尔曼滤波的新息协方差。按照3-Sigma原则确定比例系数KG。
符合上述条件的量测可以与此航迹关联;
所有可以与航迹关联的量测采用快速数据关联法计算关联概率,之后采取概率加权求和的方式作为等效量测对速度进行卡尔曼滤波。
优选地,所述第一特征参数为:
所述卡尔曼滤波为一维速度滤波,状态向量表达式为:
X(k)=[R(k),V(k),A(k)]
式中,k代表时刻,R代表距离,V代表速度,A代表加速度。测量矩阵H(k)为[0,1,0],为状态协方差矩阵,Rm(k+1)为量测噪声协方差,一维速度滤波时Rm(k+1)取值为速度测量误差Verr;
所述第三特征参数的统计方式为:
式中,P(k)是航迹在k时刻的关联到的量测的能量对数值,N为统计的帧数,表示能量有效标志,所述能量有效标志的判断依据是当前时刻只有一个量测与航迹进行关联。
优选地,所述干扰报警与目标识别进一步包含以下过程:
当第一特征参数大于新息协方差报警门限Sth时,报警欺骗干扰,新息协方差报警门限Sth设定为
Sth=Verr+Vp
式中,Verr为速度测量误差,Vp为常数;
当第二特征参数大于航迹数报警门限Nth时,报警欺骗干扰,Nth取值为1,检测到多条航迹则报警。
第三特征参数的数值递增符合下述条件时,报警欺骗干扰,
式中,abs取绝对值,Pm(k)表示航迹k时刻的能量统计值,航迹能量报警门限Pth的取值为:
Pth=M/N
式中,M为干信比估计值,N为能量连续统计的帧数,
所述M与N设定依据为:设航迹中原有能量均是mdBW,在某一时刻,干扰出现,能量值为(m+M)dBW,则在接下来的第n帧,N帧的能量对数值的均值为
Y=(m×(N-n)+(m+M)×n)/N
Y=m+n×M/N。
优选地,所述目标识别包含以下过程:对于因能量突变导致的欺骗报警,记录下报警之前的真实目标信息:时刻t1,速度V1,能量P1和距离R1,然后采取识别措施,当航迹的新息协方差不超过新息协方差报警门限Sth,航迹能量对数值均值P2与真实目标能量P1之差不超过能量差门限Pdif时,且航迹速度滤波值V2与真实目标速度V1之差不超过速度差门限Vdif时,识别成功;能量差门限的公式为:
Pdif=4×log10(R1/R2)+2×Perr
速度差门限Vdif的公式为:
Vdif=Amax×(t2-t1)
式中,t2是识别的时刻,R2当前时刻航迹滤波得到距离,Perr是目标能量测量误差,Amax是最大的加速度。
本发明与现有技术相比具有以下优点:
本发明应用于脉冲多普勒雷达领域,能够利用量测点的距离、速度和能量信息,建立目标与干扰的航迹信息,提取目标与干扰的特征参数,达到在“存在多个长时间自卫式速度距离联合拖引”情形下,有效识别真实目标,并可以“同时对抗单一欺骗干扰或组合式欺骗干扰”的预期效果。
附图说明
图1为本发明所提出的算法流程图;
图2为本发明所提出的特征参数1的效果示意图;
图3为本发明所提出的特征参数2的效果示意图;
图4为本发明所提出的特征参数3的效果示意图;
图5为本发明所提出抗干扰识别速度结果示意图;
图6为本发明所提出抗干扰识别距离结果示意图;
图7为本发明所提出抗干扰识别距离的误差示意图。
具体实施方式
以下结合附图,通过详细说明一个较佳的具体实施例,对本发明做进一步阐述。
如图1所示,本发明一种抗自卫式速度距离联合欺骗干扰方法,包含以下过程:信号处理与抗干扰处理均在嵌入式DSP软件中进行,雷达信号处理模块提供带有速度、距离和能量信息的量测数据;根据量测数据建立目标与干扰的航迹信息;提取目标与干扰的特征参数;依据特征参数进行干扰报警与目标识别并输出目标识别结果。
在本实施例中,设定有1个真实目标与3个自卫式距离速度联合欺骗干扰。设雷达处理一帧回波数据的时间为0.05s。目标初速度为-1000m/s,负数表示雷达目标在逐渐靠近,目标初始距离为25km,相对加速度为15m/s2。3个欺骗干扰以目标为中心,在速度和距离维度联合拖引欺骗。其中,欺骗干扰1在第20帧时(第1s秒)出现,拖引速度为拖近19m/s,干信比为-8dB;欺骗干扰2在第40帧(第2s秒)出现,拖引速度为拖远75m/s,干信比为6dB;欺骗干扰3在第50帧(第2.5s秒)出现,拖引速度为拖远10m/s,干信比为12dB。目标和干扰的的距离都与速度相关,因为速度为负,所以距离随时间减小。能量随距离减小而增大,其中目标能量随距离变化符合公式:
其中,目标与干扰的能量均符合Swerling 3型分布,能量测量误差为±5dB,速度测量误差为±1m/s,距离测量误差为±50m。本发明具体步骤如
步骤S1、雷达抗干扰模块接收信号处理模块提供的量测信息,包含距离、速度和能量信息,格式为[R,V,P],其中距离范围为[RL,RH],速度范围为[VL,VH],能量范围为[PL,PH]。
步骤S2、利用量测数据建立目标与干扰的航迹,采用多目标跟踪算法,其中航迹管理包含了航迹起始、航迹分裂、航迹合并与航迹终结功能,具体可参见何友等发表于电子工业出版社的《雷达数据处理及应用(第三版)》。门限滤波采用速度波门筛选与航迹可关联的量测;概率互联采用快速数据关联法(FAFDA);航迹滤波采用卡尔曼滤波一维速度滤波。
其中每条航迹的门限滤波采用的关联波门公式为:
其中Vp(k+1)为卡尔曼滤波的速度预测值,Vi(k+1)为(k+1)时刻第i个量测的速度,S(k)为k时刻的卡尔曼滤波的新息协方差。按照3-Sigma原则确定比例系数KG。符合上诉条件的量测可以与该航迹关联。所有可以与航迹关联的量测采用快速数据关联法(FAFDA)计算关联概率,之后采取概率加权求和的方式作为等效量测对速度进行卡尔曼滤波。
步骤S3、提取目标与干扰的特征参数,第一特征参数航迹卡尔曼滤波的新息协方差,第二特征参数为航迹个数,第三特征参数为航迹的连续N帧的能量对数值均值。
步骤S3.1、第一特征参数为卡尔曼滤波分析中常用特征量,表达式为:
其中,卡尔曼滤波为一维速度滤波,状态向量表达式为:
X(k)=[R(k),V(k),A(k)] (4)
其中,k代表时刻,R代表距离,V代表速度,A代表加速度。测量矩阵H(k)为[0,1,0],为状态协方差矩阵,Rm(k+1)为量测噪声协方差,一维速度滤波时Rm(k+1)取值为速度测量误差Verr。
在本实施例中速度测量误差Verr取值为1m/s,故新息协方差最小值为1。
步骤S3.2、第二特征参数为航迹个数。当第二特征参数大于第一特征参数时,报警欺骗干扰。
步骤S3.3、第三特征参数的统计方式为:
如果只有一个量测可以与航迹进行关联,则更新航迹当前帧的能量统计值Pm(k),否则,维持上一时刻的能量统计值,表达式如下:
其中P(k)是航迹在k时刻的关联到的量测的能量对数值,N为统计的帧数,flag(k)为能量有效标志:
即能量有效标志的判断依据是当前时刻只有一个量测可以与航迹进行关联。
步骤S4、依据特征参数进行干扰报警与目标识别。
步骤S4.1、其中第一特征参数大于新息协方差报警门限Sth时,报警欺骗干扰,新息协方差报警门限Sth设定为:
Sth=Verr+Vp (7)
Verr为速度测量误差,Vp为常数,通常取值等于Verr,目的是减少虚警,实际取值依据速度测量误差和滤波性能而确定。因为实施例中的速度测量误差为1m/s,则Vp也取1m/s,新息协方差报警门限Sth则等于2m/s。参照说明书附图2,可见,无欺骗干扰时或者欺骗干扰与真实目标在速度上分离时,航迹协方差小于新息协方差报警门限Sth,当有欺骗干扰存在且干扰与真实目标在速度上难以分离时,航迹协方差大于新息协方差报警门限Sth,所以此特征参数可以作为欺骗报警的依据。
如图2所示,步骤S4.2、第二特征参数大于第一特征参数时报警欺骗干扰。当无欺骗干扰时,航迹只有1条,有欺骗干扰时,航迹有多条,此特征参数可以作为欺骗报警的依据。
步骤S4.3、第三特征参数的数值递增符合下述条件时,报警欺骗干扰。
其中abs为取绝对值,Pm(k)表示航迹k时刻的能量统计值,航迹能量报警门限Pth的取值为:
Pth=M/N (9)
其中M为干信比估计值,N为能量连续统计的帧数。设定依据如下:
假设航迹中原有能量均是mdBW,在某一时刻,干扰出现,能量值为(m+M)dBW,则在接下来的第n帧,N帧的能量对数值的均值为:
Y=(m×(N-n)+(m+M)×n)/N (10)
换算得到:
Y=m+n×M/N (11)
也就是说,连续n帧,此航迹的能量均值都会比上一帧的均值大M/N,航迹能量报警门限设置为Pth=M/N。考虑到量测的误差,难以满足连续多帧都有递增,故将报警条件设定为当前k时刻与前2、4、6帧的数据分别进行比较。在本实施例中,估计干信比约5dB,统计10帧,则航迹能量报警门限Pth取值为0.5dB。如图3所示,当无欺骗干扰时,航迹的能量均值在真实目标能量值附近,出现欺骗干扰后,航迹能量均值有多帧出现大幅度递增,所以第三特征参数可以作为欺骗报警的依据。
步骤S5、干扰报警后,利用建立的多目标航迹信息及其特征进行目标识别,识别的方法如下:对于因能量突变导致的欺骗报警,记录下报警之前的真实目标信息,即时刻t1,速度V1,能量P1和距离R1,然后采取识别措施,当航迹的新息协方差不超过新息协方差报警门限Sth,而且航迹能量对数值均值P2与真实目标能量P1之差不超过能量差门限Pdif时,而且航迹速度滤波值V2与真实目标速度V1之差不超过速度差门限Vdif时,识别成功。能量差门限的公式为:
Pdif=4×log10(R1/R2)+2×Perr (12)
速度差门限的公式为:
Vdif=Amax×(t2-t1) (13)
其中t2是识别的时刻,R2此时航迹滤波得到距离,Perr是目标能量测量误差,Amax是最大的加速度。与实施例对应,Perr取值为5dB,Amax取值100m/s2。
如图4所示,航迹0原本跟踪的是真实目标,出现干扰后,航迹0被干扰拖偏,跟踪了干扰;干扰出现后,因为航迹能量均值突变导致了欺骗干扰报警,记录下了报警前能量P1。航迹1与2一直是干扰,所以未将其识别为目标。当欺骗干扰与目标在速度上可以分离时,识别出航迹3的能量与速度均符合识别的要求,所以识别为真实目标,抗干扰识别成功。最后从识别的航迹中获取目标的真实速度信息和距离信息。
结合图5与图6所示,输出真实目标速以及利用目标速度滤波得到的真实距离。如图7所示,可知,速度滤波得到的距离与真实距离之间的误差小于此实施例中的距离测量误差。
综上可知,本发明可以对抗速度距离联合欺骗干扰,输出高精度的目标速度与距离信息。
尽管本发明的内容已经通过上述优选实施例作了详细介绍,但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后,对于本发明的多种修改和替代都将是显而易见的。因此,本发明的保护范围应由所附的权利要求来限定。
Claims (6)
1.一种抗自卫式速度距离联合欺骗干扰方法,其特征在于,包含以下过程:
雷达抗干扰模块接收上述信号处理模块提供的量测数据;
利用量测数据用多目标跟踪算法建立目标与干扰的航迹;
提取目标与干扰的特征参数,第一特征参数为航迹卡尔曼滤波的新息协方差,第二特征参数为航迹个数,第三特征参数为航迹的连续N帧的能量对数值均值;
依据所述特征参数进行干扰报警与目标识别;
在干扰报警后,利用建立的多目标航迹信息及其特征进行目标识别并输出。
2.如权利要求1所述的抗自卫式速度距离联合欺骗干扰方法,其特征在于,所述量测数据包含距离R、速度V和能量P信息。
3.如权利要求1所述的抗自卫式速度距离联合欺骗干扰方法,其特征在于,所述多目标跟踪算法进一步包含以下过程:门限滤波,概率互联,航迹滤波与航迹管理;
所述门限滤波采用速度波门筛选与航迹可关联的量测;
所述概率互联采用快速数据关联法;
所述航迹滤波采用卡尔曼滤波一维速度滤波;
其中,每一航迹的门限滤波采用的关联波门为:
<mrow>
<msub>
<mi>V</mi>
<mi>p</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>K</mi>
<mi>G</mi>
</msub>
<msqrt>
<mrow>
<mi>S</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
</msqrt>
<mo>&le;</mo>
<msub>
<mi>V</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>&le;</mo>
<msub>
<mi>V</mi>
<mi>p</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>K</mi>
<mi>G</mi>
</msub>
<msqrt>
<mrow>
<mi>S</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
</msqrt>
</mrow>
式中,Vp(k+1)为卡尔曼滤波的速度预测值,Vi(k+1)为(k+1)时刻第i个量测的速度,S(k)为k时刻的卡尔曼滤波的新息协方差,按照3-Sigma原则确定比例系数KG;
符合上述条件的量测可以与此航迹关联;
所有可以与航迹关联的量测采用快速数据关联法计算关联概率,之后采取概率加权求和的方式作为等效量测对速度进行卡尔曼滤波。
4.如权利要求1所述的抗自卫式速度距离联合欺骗干扰方法,其特征在于,所述第一特征参数为:
<mrow>
<mi>S</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>H</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mover>
<mi>P</mi>
<mo>~</mo>
</mover>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<msup>
<mi>H</mi>
<mo>&prime;</mo>
</msup>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>R</mi>
<mi>m</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
所述卡尔曼滤波为一维速度滤波,状态向量表达式为:
X(k)=[R(k),V(k),A(k)]
式中,k代表时刻,R代表距离,V代表速度,A代表加速度,测量矩阵H(k)为[0,1,0],为状态协方差矩阵,Rm(k+1)为量测噪声协方差,一维速度滤波时Rm(k+1)取值为速度测量误差Verr;
所述第三特征参数的统计方式为:
式中,P(k)是航迹在k时刻的关联到的量测的能量对数值,N为统计的帧数,表示能量有效标志,所述能量有效标志的判断依据是当前时刻只有一个量测与航迹进行关联。
5.如权利要求1所述的抗自卫式速度距离联合欺骗干扰方法,其特征在于,所述干扰报警与目标识别进一步包含以下过程:
当第一特征参数大于新息协方差报警门限Sth时,报警欺骗干扰,新息协方差报警门限Sth设定为
Sth=Verr+Vp
式中,Verr为速度测量误差,Vp为常数;
当第二特征参数大于航迹数报警门限Nth时,报警欺骗干扰,Nth取值为1,检测到多条航迹则报警;
第三特征参数的数值递增符合下述条件时,报警欺骗干扰,
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>a</mi>
<mi>b</mi>
<mi>s</mi>
<mo>&lsqb;</mo>
<msub>
<mi>P</mi>
<mi>m</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>-</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>P</mi>
<mi>m</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<mo>&GreaterEqual;</mo>
<mn>2</mn>
<mo>&times;</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>t</mi>
<mi>h</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>a</mi>
<mi>b</mi>
<mi>s</mi>
<mo>&lsqb;</mo>
<msub>
<mi>P</mi>
<mi>m</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>-</mo>
<mn>4</mn>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>P</mi>
<mi>m</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<mo>&GreaterEqual;</mo>
<mn>4</mn>
<mo>&times;</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>t</mi>
<mi>h</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>a</mi>
<mi>b</mi>
<mi>s</mi>
<mo>&lsqb;</mo>
<msub>
<mi>P</mi>
<mi>m</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>-</mo>
<mn>6</mn>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>P</mi>
<mi>m</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<mo>&GreaterEqual;</mo>
<mn>6</mn>
<mo>&times;</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>t</mi>
<mi>h</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
式中,abs取绝对值,Pm(k)表示航迹k时刻的能量统计值,航迹能量报警门限Pth的取值为:
Pth=M/N
式中,M为干信比估计值,N为能量连续统计的帧数,
所述M与N设定依据为:设航迹中原有能量均是mdBW,在某一时刻,干扰出现,能量值为(m+M)dBW,则在接下来的第n帧,N帧的能量对数值的均值为
Y=(m×(N-n)+(m+M)×n)/N
Y=m+n×M/N。
6.如权利要求1所述的抗自卫式速度距离联合欺骗干扰方法,其特征在于,所述目标识别包含以下过程:对于因能量突变导致的欺骗报警,记录下报警之前的真实目标信息:时刻t1,速度V1,能量P1和距离R1,然后采取识别措施,当航迹的新息协方差不超过新息协方差报警门限Sth,航迹能量对数值均值P2与真实目标能量P1之差不超过能量差门限Pdif时,且航迹速度滤波值V2与真实目标速度V1之差不超过速度差Vdif时,识别成功;能量差门限的公式为:
Pdif=4×log10(R1/R2)+2×Perr
速度差门限Vdif的公式为:
Vdif=Amax×(t2-t1)
式中,t2是识别的时刻,R2当前时刻航迹滤波得到距离,Perr是目标能量测量误差,Amax是最大的加速度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710713283.8A CN107607916B (zh) | 2017-08-18 | 2017-08-18 | 一种抗自卫式速度距离联合欺骗干扰方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710713283.8A CN107607916B (zh) | 2017-08-18 | 2017-08-18 | 一种抗自卫式速度距离联合欺骗干扰方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107607916A true CN107607916A (zh) | 2018-01-19 |
CN107607916B CN107607916B (zh) | 2020-07-31 |
Family
ID=61065548
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710713283.8A Active CN107607916B (zh) | 2017-08-18 | 2017-08-18 | 一种抗自卫式速度距离联合欺骗干扰方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107607916B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111624626A (zh) * | 2020-04-29 | 2020-09-04 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 卫星导航系统欺骗干扰信号抑制方法 |
CN112285656A (zh) * | 2020-09-27 | 2021-01-29 | 西安空间无线电技术研究所 | 一种基于航迹特征的抗时敏目标欺骗干扰方法 |
CN113608178A (zh) * | 2021-07-30 | 2021-11-05 | 上海无线电设备研究所 | 一种基于双波段信息融合的抗拖曳欺骗干扰方法 |
CN113671452A (zh) * | 2021-08-09 | 2021-11-19 | 成都众享天地网络科技有限公司 | 一种距离和速度同步拖引的有源干扰仿真设计方法 |
CN113835069A (zh) * | 2021-09-22 | 2021-12-24 | 电子科技大学 | 一种距离门拖引干扰的智能生成方法 |
CN114859304A (zh) * | 2022-04-27 | 2022-08-05 | 电子科技大学 | 一种抗智能拖引干扰的数据互联方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6091361A (en) * | 1998-05-12 | 2000-07-18 | Davis; Dennis W. | Method and apparatus for joint space-time array signal processing |
US20030200065A1 (en) * | 2001-04-20 | 2003-10-23 | Li Luo Wen | Maneuvering target tracking method via modifying the interacting multiple model (IMM) and the interacting acceleration compensation (IAC) algorithms |
CN1466092A (zh) * | 2002-07-02 | 2004-01-07 | 李小平 | 运动目标视频检测处理的桩考仪 |
CN103076605A (zh) * | 2013-01-06 | 2013-05-01 | 中国电子科技集团公司第十研究所 | 多模式轮询和s模式点名询问的二次雷达航迹录取方法 |
CN103809173A (zh) * | 2014-02-28 | 2014-05-21 | 西安电子科技大学 | 帧恒虚警目标检测跟踪一体化方法 |
CN106093883A (zh) * | 2016-05-31 | 2016-11-09 | 上海无线电设备研究所 | 一种雷达下视尾后探测下主副瓣地海杂波主分布计算方法 |
CN106680806A (zh) * | 2016-11-24 | 2017-05-17 | 清华大学 | 一种多雷达点迹融合方法 |
CN106872955A (zh) * | 2017-01-24 | 2017-06-20 | 西安电子科技大学 | 基于联合概率数据关联算法的雷达多目标跟踪优化方法 |
-
2017
- 2017-08-18 CN CN201710713283.8A patent/CN107607916B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6091361A (en) * | 1998-05-12 | 2000-07-18 | Davis; Dennis W. | Method and apparatus for joint space-time array signal processing |
US20030200065A1 (en) * | 2001-04-20 | 2003-10-23 | Li Luo Wen | Maneuvering target tracking method via modifying the interacting multiple model (IMM) and the interacting acceleration compensation (IAC) algorithms |
CN1466092A (zh) * | 2002-07-02 | 2004-01-07 | 李小平 | 运动目标视频检测处理的桩考仪 |
CN103076605A (zh) * | 2013-01-06 | 2013-05-01 | 中国电子科技集团公司第十研究所 | 多模式轮询和s模式点名询问的二次雷达航迹录取方法 |
CN103809173A (zh) * | 2014-02-28 | 2014-05-21 | 西安电子科技大学 | 帧恒虚警目标检测跟踪一体化方法 |
CN106093883A (zh) * | 2016-05-31 | 2016-11-09 | 上海无线电设备研究所 | 一种雷达下视尾后探测下主副瓣地海杂波主分布计算方法 |
CN106680806A (zh) * | 2016-11-24 | 2017-05-17 | 清华大学 | 一种多雷达点迹融合方法 |
CN106872955A (zh) * | 2017-01-24 | 2017-06-20 | 西安电子科技大学 | 基于联合概率数据关联算法的雷达多目标跟踪优化方法 |
Non-Patent Citations (4)
Title |
---|
JING HOU ET AL.: "Multiple Hypothesis Tracking in the Presence of Deception Jamming Based on Multi-Feature Fusion", 《20TH INTERNATIONAL CONFERENCE ON INFORMATION FUSION》 * |
李树军 司敬国: "基于多传感器信息融合的多目标跟踪与仿真研究", 《青岛大学学报( 工程技术版)》 * |
李迎春 等: "雷达抗自卫转发式航迹假目标欺骗干扰技术", 《系统工程与电子技术》 * |
郑博 杜科: "PD雷达导引头信息关联抗自卫式欺骗干扰技术", 《制导与引信》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111624626A (zh) * | 2020-04-29 | 2020-09-04 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 卫星导航系统欺骗干扰信号抑制方法 |
CN111624626B (zh) * | 2020-04-29 | 2022-06-14 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 卫星导航系统欺骗干扰信号抑制方法 |
CN112285656A (zh) * | 2020-09-27 | 2021-01-29 | 西安空间无线电技术研究所 | 一种基于航迹特征的抗时敏目标欺骗干扰方法 |
CN112285656B (zh) * | 2020-09-27 | 2024-02-09 | 西安空间无线电技术研究所 | 一种基于航迹特征的抗时敏目标欺骗干扰方法 |
CN113608178A (zh) * | 2021-07-30 | 2021-11-05 | 上海无线电设备研究所 | 一种基于双波段信息融合的抗拖曳欺骗干扰方法 |
CN113608178B (zh) * | 2021-07-30 | 2024-01-02 | 上海无线电设备研究所 | 一种基于双波段信息融合的抗拖曳欺骗干扰方法 |
CN113671452A (zh) * | 2021-08-09 | 2021-11-19 | 成都众享天地网络科技有限公司 | 一种距离和速度同步拖引的有源干扰仿真设计方法 |
CN113671452B (zh) * | 2021-08-09 | 2023-08-29 | 成都众享天地网络科技有限公司 | 一种距离和速度同步拖引的有源干扰仿真设计方法 |
CN113835069A (zh) * | 2021-09-22 | 2021-12-24 | 电子科技大学 | 一种距离门拖引干扰的智能生成方法 |
CN113835069B (zh) * | 2021-09-22 | 2023-09-22 | 电子科技大学 | 一种距离门拖引干扰的智能生成方法 |
CN114859304A (zh) * | 2022-04-27 | 2022-08-05 | 电子科技大学 | 一种抗智能拖引干扰的数据互联方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107607916B (zh) | 2020-07-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107607916A (zh) | 一种抗自卫式速度距离联合欺骗干扰方法 | |
CN110458055B (zh) | 一种障碍物检测方法及系统 | |
CN104931934B (zh) | 一种基于pam聚类分析的雷达点迹凝聚方法 | |
CN106680806A (zh) | 一种多雷达点迹融合方法 | |
CN104714225B (zh) | 一种基于广义似然比的动态规划检测前跟踪方法 | |
CN103954943B (zh) | 网络化雷达系统抗欺骗式干扰方法 | |
CN104331886B (zh) | 基于高分辨sar图像的港口区域舰船检测方法 | |
CN110232319A (zh) | 一种基于深度学习的船舶行为识别方法 | |
Li et al. | Robust human targets tracking for MIMO through-wall radar via multi-algorithm fusion | |
CN103728599B (zh) | 用异地配置的主被动雷达网抑制欺骗式假目标干扰的方法 | |
CN103605110A (zh) | 基于接收信号强度的室内无源目标定位方法 | |
CN103728598A (zh) | 用异地配置的主被动雷达网抑制航迹欺骗干扰的方法 | |
CN110208789B (zh) | 一种多帧联合目标航迹识别方法 | |
CN105022046B (zh) | 一种基于图像特征的雷达弱目标检测方法 | |
CN105894022B (zh) | 一种自适应分层关联多目标跟踪方法 | |
CN103809161B (zh) | 雷达网抗距离欺骗+soj复合干扰方法 | |
CN109100696A (zh) | 基于点状杂波图的慢速运动目标消除方法 | |
CN111413693B (zh) | Mimo雷达中基于双门限分流处理的tbd与常规跟踪的结合方法 | |
CN107942324A (zh) | 基于多普勒引导的多帧联合小目标双重检测方法 | |
CN107132515A (zh) | 一种基于多维信息约束的点迹筛选方法 | |
CN110988856B (zh) | 一种基于密度聚类的目标检测点迹凝聚算法 | |
CN112799028A (zh) | 一种基于rcs起伏统计特性差异的虚假目标识别方法 | |
CN114662392A (zh) | 基于深度学习的雷达防空侦察效能评估方法 | |
CN109597044A (zh) | 基于分级决策树的宽带极化雷达导引头目标识别方法 | |
CN112381053B (zh) | 具有图像跟踪功能的环保监测系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |