CN110361701A - 基于旁瓣消隐和旁瓣对消的雷达电子反干扰系统 - Google Patents

基于旁瓣消隐和旁瓣对消的雷达电子反干扰系统 Download PDF

Info

Publication number
CN110361701A
CN110361701A CN201910642360.4A CN201910642360A CN110361701A CN 110361701 A CN110361701 A CN 110361701A CN 201910642360 A CN201910642360 A CN 201910642360A CN 110361701 A CN110361701 A CN 110361701A
Authority
CN
China
Prior art keywords
input
channel
structure block
input terminal
unit structure
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.)
Pending
Application number
CN201910642360.4A
Other languages
English (en)
Inventor
袁闻峰
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.)
Guangzhou Gaofeng Technology Co Ltd
Original Assignee
Guangzhou Gaofeng Technology Co Ltd
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 Guangzhou Gaofeng Technology Co Ltd filed Critical Guangzhou Gaofeng Technology Co Ltd
Priority to CN201910642360.4A priority Critical patent/CN110361701A/zh
Publication of CN110361701A publication Critical patent/CN110361701A/zh
Pending legal-status Critical Current

Links

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

本发明公开了一种基于旁瓣消隐和旁瓣对消的雷达电子反干扰系统，包括N输入‑2N输出处理架构，N为大于2的整数，N输入‑2N输出处理架构包括N条输入通道、N‑1层去相关处理单元和2N条消隐输出通道，N条输入通道中的每一条都能作为消隐输入通道，其余N‑1条则作为辅助通道，相邻层的去相关处理单元依次交错排列，每层去相关处理单元均包括N个在水平方向排列的去相关单元构建块，每个去相关单元构建块均具有左输入端、右输入端、左输出端和右输出端，N输入‑2N输出处理架构为三维圆柱体处理架构。本发明能有效去除数据广播线路，提高运算效率，并提高整个处理架构的规律性，具有更好的交换效率和更强的灵活性。

Description

基于旁瓣消隐和旁瓣对消的雷达电子反干扰系统
技术领域
本发明涉及雷达电子反干扰领域，特别涉及一种基于旁瓣消隐和旁瓣对消的雷达电子反干扰系统。
背景技术
自二战以来，雷达相关技术及其广泛应用极大地改变了世界。目前正在进行的人工智能(Artificial Intelligence，简称AI)革命相关的数学基础和各种计算理论中的大部分，实际上源于自适应雷达信号处理(包括电子反干扰技术，即Electronic Counter-Counter-Measures，简称ECCM)。
在电子反干扰这个专业领域里，目前主要流行的两种方法是“旁瓣对消(SidelobeCancellation，简称SLC)”和“旁瓣消隐(Sidelobe Blanking，简称SLB)”。旁瓣对消的定义为，调整主天线阵的旁瓣，使其在噪声干扰源方向置零。而旁瓣消隐则是一种成熟的技术，用于拒绝假目标干扰机进入或通过主天线阵的旁瓣。在目前和可预见的未来，旁瓣对消和旁瓣消隐仍将是雷达电子反干扰领域的两大关键任务。
图1展示了主天线阵的定向波束方向图及通常与旁瓣对消和旁瓣消隐通道相关联的全向方向图。通过该图，我们可在宏观层面对集成旁瓣对消和旁瓣消隐的技术领域进行定义。在某些特定条件下，旁瓣对消和旁瓣消隐通道的天线方向图不一定是全向的。在图1中，“主输出”通道是通过使用一组旁瓣对消通道(我们称其为辅助通道，通过X1、X2……XN的形式表示)执行旁瓣对消生成。同样地，“消隐输出1”通道也是通过使用同样的辅助通道执行旁瓣对消生成。如需更多的消隐通道，如图1的“消隐输出2”通道，如图所示，则需要放置更多的列。图1在本质上图像化地反映了本发明应用所涉及的特定技术领域。
人工智能的发展和进步，目前正以一种前所未有的方式改变着各行各业。自上世纪70年代末以来，人工智能的研究活动，尤其在人工神经网络领域，一直与自适应雷达信号处理的研发联系在一起。如今，人工智能、无线通信和信号处理领域实际上已紧密耦合，通过发布各自的突破与新应用，相互促进各自的发展。这之所以成为可能，是因为这些领域涉及的数学基础，本质上是一样的。
在人工智能的研发过程中，除了需要全方位多学科的知识外，还需要大量的数学和计算理论。尤其是线性代数已成为机器学习必不可少的工具。机器学习是人工智能的关键子领域，其核心理念是：如果有足够多的相关数据可用，机器就可以自己学习。在线性代数领域中，奇异值分解(Singular Value Decomposition，简称SVD)是一个重要的数学框架。在此框架下，机器学习被用于解决各种各样的工程问题。在近百年的历史中，奇异值分解被许多人称为线性代数的亮点。它的重要性和作用再怎么强调也不过分。奇异值分解之所以能成为如此重要的理论基础，原因是多方面的。我们只能简要描述其与本发明申请的关系，即其在自适应雷达信号处理中，与旁瓣对消和旁瓣消隐的关系。
奇异值分解在实际运算层面有各种不同的选项。其中一种公认的实现方法是“QR算法”。“QR算法”是由John G.F.Francis和Vera N.Kublanovskaya在20世纪50年代末原创的一种算法。它是在基础“QR分解”的概念上应用迭代发展而成。基础QR分解概念，在奇异值分解算法发展的历史上具有重要的地位，它与Francis和Kublanovskaya发明的“QR算法”是不同的。
历史上有4种已被公认的QR分解算法，分别是格拉姆-施密特正交化(the Gram-Schmidt process)、吉文斯旋转(Givens'Rotations)、豪斯霍尔德变换(Householdertransformation)和改良的格拉姆-施密特正交化算法(Modified Gram-Schmidtalgorithm)。在过去的几十年间，这4种QR分解算法及其相关的优缺点已被线性代数学术界深入研究。改良的格拉姆-施密特正交化算法通常被认为是对一个给定的输入信号通道执行“相互正交化”过程(在概念上等同于实施一整套“去相关”运算的任务)的最结构化、直观及数值稳定的方法。一组输入信号通道通常用矩阵的一组列向量表示。
网上有很多有关应用数学的学术论文和有关自适应雷达信号处理的技术文章，大家可以很容易找到，以验证上述历史事实。一个重要事实是，改良的格拉姆-施密特正交化算法同时具有良好的数据稳定性以及并行运算架构实现这两种特性。简单来讲，改良的格拉姆-施密特正交化算法的流行程度及其被公认的有效性可通过以下示例(涉及两篇论文和一个专利)的标题间接验证：
示例1：《The Gram-Schmidt Sidelobe Canceller》，作者Bucciarelli andEsposito，发表于1987年。
示例2：《A Multiple Sidelobe Canceller Using Tapped Delay Line withGram-Schmidt Processing》，作者Kazufumi Hirata，发表于1999年，在《Electronics andCommunications in Japan》1999年第5期，第82卷，第一部分。
示例3：《Modified Gram-Schmidt Core Implementation in a Single FieldProgrammable Gate Array Architecture》，美国专利号：US8,543,633B2；公布日期：2013年9月24日；专利权人：洛克希德·马丁公司(Lockheed Martin corporation)。
我们可根据上述3个示例，就本发明的背景，得出以下几点：
1.电子工程、自适应雷达信号处理任务(如旁瓣对消)与改良的格拉姆-施密特正交化算法之间的联系是十分清晰的。
2.经过几十年的深入分析、工程测试，改良的格拉姆-施密特正交化算法(Modified Gram-Schmidt algorithm)已成为许多信号处理任务，尤其是自适应雷达信号处理领域中非常重要且广泛使用的算法。
3.改良的格拉姆-施密特正交化算法的一个特别重要的方面是它基于并行处理架构的硬件实现。而这方面对于先进芯片设计的重要性，可体现在上述示例3的专利标题中。
上述所有观点和历史背景也反映了改良的格拉姆-施密特正交化算法的受欢迎程度。从图1的系统层面图表继续深入，图2是改良的格拉姆-施密特正交化算法的并行处理架构。图3则展现了在一个整体架构上增加一条消隐通道的情形(该通道使用与执行旁瓣对消时相同的辅助通道组)。图4更进一步展现了拥有两条消隐通道，两条通道都在旁瓣对消过程中使用相同的辅助通道组。
图2、图3和图4中标记为“GS”(即格拉姆-施密特的英文首字母缩写)的构建块，是一个简单的去相关处理器。如图5所示，这个去相关处理器(格拉姆-施密特构建块)拥有两条输入通道和一条输出通道。图5中，
其中，m为去相关层次，i，j为通道指数，k为每个输出通道数据序列中的特定数据样本，K为给定输出通道数据序列中的数据样本的总数，*为复共轭。
“去相关”的基本概念，类似于线性代数中的正交化概念，通常应用于信号处理相关的任务中。事实上，这两个术语在数学和工程文献中有时可互换使用。如果我们只考虑两个向量相乘的情形，即可简单直接地同时理解这两个术语的基本概念：若两个向量相乘的结果(在线性代数语言中被称为“内积”)为零，那么这两个向量会被描述为相互正交(或者说这两个向量代表的两个实体是“去相关”的)。当两个向量相互正交，也代表它们在几何语言中是相互垂直的。举个简单的例子，假设有两个分别表示为[1,2,1]和[2,-3,4]的三维向量，则它们的内积为：(1x2)+(2x-3)+(1x4)＝0。(注：这当然只是一个非常简单的例子，目的是为了阐明基本的计算概念。在实际信号处理任务中，信号向量并不是简单的三维向量，也涉及复数。)因为这两个向量的内积为零，它们可被称为两个正交向量。基于这个对什么是内积的简单解释，以及图2展示的“双输入单输出”通道之间的关系描述，我们可清晰理解在过去50年里广为人知的改良的格拉姆-施密特正交化算法的整体概念。换句话说，我们只需按照图2、图3到图4的顺序，逐步了解执行结构化去相关运算的步骤，即可了解该算法的详细流程。
图5中双输入单输出的构建块会影响运算效率，导致整个处理架构的规律性较差。图2所示的改良的格拉姆-施密特正交化算法的基本架构，是模块化和结构化的，看起来像一个直角三角形。从最小化通信线路总长度和使得相邻构件块间的交互更为集中的角度(这是在硬件实现或芯片设计方面的重要考虑因素)来看，改良的格拉姆-施密特正交化算法的确有一个缺点。这个缺点会导致处理架构的每一层都必须要有广播通信线路。也就是说，对同时执行的一排给定的去相关运算而言，至少需要一条数据广播线路，然而我们不希望这样的广播线路遍布整个处理架构。
发明内容
本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种能有效去除数据广播线路，提高运算效率，并提高整个处理架构的规律性，具有更好的交换效率和更强的灵活性的基于旁瓣消隐和旁瓣对消的雷达电子反干扰系统。
本发明解决其技术问题所采用的技术方案是：构造一种基于旁瓣消隐和旁瓣对消的雷达电子反干扰系统，包括N输入-2N输出处理架构，N为大于1的整数，所述N输入-2N输出处理架构包括N条输入通道、N-1层去相关处理单元和2N条消隐输出通道，N条输入通道中的每一条都能作为消隐输入通道，其余N-1条则作为辅助通道，相邻层的去相关处理单元依次交错排列，每层去相关处理单元(Decorrelation Cell，简称DC)均包括N个在水平方向排列的去相关单元构建块，每个所述去相关单元构建块均具有左输入端、右输入端、左输出端和右输出端，所述N输入-2N输出处理架构为三维圆柱体处理架构。
在本发明所述的基于旁瓣消隐和旁瓣对消的雷达电子反干扰系统中，所述去相关处理单元构建块的左输入端输入右输入端输入左输出端输出右输出端输出
其中，m为去相关层次，i，j为通道指数，k为每个输出通道数据序列中的特定数据样本，K为给定输出通道数据序列中的数据样本的总数，*为复共轭。
在本发明所述的基于旁瓣消隐和旁瓣对消的雷达电子反干扰系统中，当前层去相关处理单元相对于上一层去相关处理单元向右偏移设定距离。
在本发明所述的基于旁瓣消隐和旁瓣对消的雷达电子反干扰系统中，第一层的去相关处理单元中，每个去相关单元构建块的左输入端与左侧最近的输入通道连接，右输入端与右侧最近的输入通道连接，始端的去相关单元构建块的左输入端分还与位于末端的去相关单元构建块的右输入端连接。
在本发明所述的基于旁瓣消隐和旁瓣对消的雷达电子反干扰系统中，在第二层至第N-2层的去相关处理单元中，当前层的去相关单元构建块的左输入端与上一层左侧最近的去相关单元构建块的右输出端连接，右输入端与上一层右侧最近的去相关单元构建块的左输出端连接，始端的去相关单元构建块的左输出端与下一层末端的相关单元构建块的右输入端连接，右输出端与下一层右侧最近的相关单元构建块的左输入端连接，当前层中其余相关单元构建块的左输出端与下一层左侧最近的去相关单元构建块的右输入端连接。
在本发明所述的基于旁瓣消隐和旁瓣对消的雷达电子反干扰系统中，在第N-1层的去相关处理单元中，每个去相关单元构建块的左输出端和右输出端均作为消隐输出通道。
在本发明所述的基于旁瓣消隐和旁瓣对消的雷达电子反干扰系统中，所述N输入-2N输出处理架构还包括主输入通道，每层所述去相关处理单元还包括与所述主输入通道对应的末端去相关单元构建块，第一层中的末端去相关单元构建块的右输入端与其始端的去相关单元构建块左输入端连接，其余层中的末端去相关单元构建块的右输入端与上一层始端的去相关单元构建块的左输出端连接，第N-1层中的末端去相关单元构建块的左输出端和右输出端作为主输出通道。
实施本发明的基于旁瓣消隐和旁瓣对消的雷达电子反干扰系统，具有以下有益效果：由于设有N输入-2N输出处理架构，N为大于1的整数，N输入-2N输出处理架构包括N条输入通道、N-1层去相关处理单元和2N条消隐输出通道，N条输入通道中的每一条都能作为消隐输入通道，其余N-1条则作为辅助通道，相邻层的去相关处理单元依次交错排列，每层去相关处理单元均包括N个在水平方向排列的去相关单元构建块，每个所述去相关单元构建块均具有左输入端、右输入端、左输出端和右输出端，N输入-2N输出处理架构为三维圆柱体处理架构，本发明为了实现对称运算，将图5中双输入单输出的构建块重新设计为双输入双输出的构建块，实现处理对称性是至关重要的，因为它将直接关系到运算效率，并提高整个处理架构的规律性，本发明在改良的格拉姆-施密特正交化算法的基本架构中去除数据广播线路，同时不影响在过程中生成一组相互正交的输出向量这一数学目标，因此本发明能有效去除数据广播线路，提高运算效率，并提高整个处理架构的规律性，具有更好的交换效率和更强的灵活性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为背景技术中主天线阵的定向波束方向图及通常与旁瓣对消和旁瓣消隐通道相关联的全向方向图；
图2为改良的格拉姆-施密特正交化算法的并行处理架构的示意图；
图3为改良的格拉姆-施密特正交化算法的并行处理架构增加一条消隐通道的示意图；
图4为改良的格拉姆-施密特正交化算法的并行处理架构增加两条消隐通道的示意图；
图5为格拉姆-施密特构建块的结构示意图；
图6为本发明基于旁瓣消隐和旁瓣对消的雷达电子反干扰系统一个实施例中三维圆柱体处理架构的结构示意图；
图7为所述实施例中N输入-2N输出处理架构展开时的结构示意图；
图8为所述实施例中去相关单元构建块的结构示意图；
图9为所述实施例中在N输入-2N输出处理架构增加主输入通道后展开时的示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1在本质上图像化地反映了本发明应用所涉及的特定技术领域。在本发明基于旁瓣消隐和旁瓣对消的雷达电子反干扰系统实施例中，该基于旁瓣消隐和旁瓣对消的雷达电子反干扰系统包括N输入-2N输出处理架构，N为大于1的整数，该N输入-2N输出处理架构为三维圆柱体处理架构，该三维圆柱体处理架构的结构示意图如图6所示。该N输入-2N输出处理架构展开时的结构示意图如图7所示。将图7中的二维平面架构的一侧与另一侧直接连接，可以很自然地将图7卷成图6中的三维圆柱体处理架构。
图7中，该N输入-2N输出处理架构包括N条输入通道(图7中作为一个例子画出了4条输入通道，实际应用中，输入通道的条数是可以具体需求进行相应变化的)、N-1层去相关处理单元和2N条消隐输出通道，N条输入通道中的每一条都能作为消隐输入通道，其余N-1条则作为辅助通道，相邻层的去相关处理单元依次交错排列，每层去相关处理单元均包括N个在水平方向排列的去相关单元构建块，每个去相关单元构建块均具有左输入端、右输入端、左输出端和右输出端。
图8为本实施例中去相关单元构建块的结构示意图，去相关处理单元构建块的左输入端输入右输入端输入左输出端输出右输出端输出
其中，m为去相关层次，i，j为通道指数，k为每个输出通道数据序列中的特定数据样本，K为给定输出通道数据序列中的数据样本的总数，*为复共轭。
为了实现对称运算，本发明将图5中双输入单输出的构建块重新设计为双输入双输出的构建块，即去相关单元构建块，实现处理对称性是至关重要的，因为它将直接关系到运算效率，并提高整个处理架构的规律性。
使用图8中这种双输入-双输出的构建块，而非图5中这种原始的双输入-单输出的构建块，是希望能在最近的邻居(相邻构建块)间建立更有效的沟通和数据流。在N输入-2N输出处理架构中，在不引入数据广播线路的前提下实现流畅、结构化的数据流，是本发明的一个关键设计目标。所涉及的计算步骤已被清晰定义，且所有相关的图表中都重复展示了同一个并行架构。因此，对整个信号处理系统的定时控制是清晰明确和不言自明的。开发N输入-2N输出处理架构的最终设计需要平衡天线方向图、信号处理需求及设计考虑这几个方面之间的相互关系。
本发明除了考虑旁瓣对消和旁瓣消隐外，未来还需同时执行各种信号和数据处理任务。因此在发明过程的初始阶段，已对利用给定输入向量集的所有可能排列这个概念进行考虑。在目前已经公开的文献中，还没有讨论过这种将架构设计过程与给定输入向量集的所有可能排列联系起来的概念。对于某些信号或数据处理任务，这个利用所有可能排列的想法或许是有用或必要的。它还与图8所示的构建一个具有对称性的去相关单元构建块这一设想的重要性紧密相关。
如图1的基本系统图所示，输入消隐通道和输入辅助通道均具有全向天线波束方向图的特征。这意味着作为连接处理架构的最终输入通道进入之前，这些消隐通道和辅助通道都可以在它们的位置索引中交换和更改。为了利用天线波束方向图的这种共性，相对于改良的格拉姆-施密特架构，该N输入-2N输出处理架构也体现了更好的交换效率和更强的灵活性。
具体来讲，通道交换的灵活性具有以下优点：能够从整个架构中有效提取多条消隐输出通道，以及在无数选项中为主通道、一组辅助通道和一组消隐通道有效地分配输入通道位置。(注：在硬件上有效并高效生成多条消隐输出通道，是系统设计的一个关键考虑因素。)这些选项和灵活性实际上可对系统设计和系统性能产生重要影响。它们还可处理某些具有挑战性的干扰场景。图7这个涉及总共4条输入通道的示例，可用于阐明上述要点和想法。尽管使用了一个只有4条输入通道的示例，但可以系统地扩展图7中的处理模式和符号，将其应用到包含任意输入通道数量的系统。下文将会使用图7的4条通道示例进行各种架构分区和配置举例描述。本发明能有效去除数据广播线路，提高运算效率，并提高整个处理架构的规律性，具有更好的交换效率和更强的灵活性。
从图7中可以看出，当前层去相关处理单元相对于上一层去相关处理单元向右偏移设定距离。第一层的去相关处理单元中，每个去相关单元构建块的左输入端与左侧最近的输入通道连接，右输入端与右侧最近的输入通道连接，始端的去相关单元构建块的左输入端分还与位于末端的去相关单元构建块的右输入端连接。
在第二层至第N-2层的去相关处理单元中，当前层的去相关单元构建块的左输入端与上一层左侧最近的去相关单元构建块的右输出端连接，右输入端与上一层右侧最近的去相关单元构建块的左输出端连接，始端的去相关单元构建块的左输出端与下一层末端的相关单元构建块的右输入端连接，右输出端与下一层右侧最近的相关单元构建块的左输入端连接，当前层中其余相关单元构建块的左输出端与下一层左侧最近的去相关单元构建块的右输入端连接。
在第N-1层的去相关处理单元中，每个去相关单元构建块的左输出端和右输出端均作为消隐输出通道。
图7中，有4条输入通道，生成8条输出通道。只需检查与任何特定输出通道相关的处理序列，即可理解整个实现方案。在此以输出通道X3 4(k；3,2,1)为例，来说明相关处理序列：
上标“3”代表这条特定的输出通道，曾经过3个层次的去相关处理。注：图7中输入通道符号里的上标“0”，代表在输入通道初始阶段，还未执行任何去相关处理。括号中的系数k代表每个输出通道数据序列中的特定数据样本，k从1到K排序，K为给定输出通道数据序列中的数据样本的总数。
小标“4”以及X3 4(k；3,2,1)中剩余的其他符号，反映出这个特定的输出通道，是通过完成第4个输入通道与其他输入通道的所有可能和必要的“去相关”运算后生成的。
由于本发明涉及到N输入-2N输出处理架构的开发，因此每个输入通道都对应两个输出通道。在这个用于阐述的例子中，X3 4(k；3,2,1)与X3 4(k；1,2,3)都与同一条，即第4条输入通道相对应，或者说都从这条通道演化而来。理论上，这两条输出通道将产生同样的输出数据序列。注：尽管它们的理论输出值相同，但由于系统噪音及其他原因，它们未必会产生完全相同的输出数据序列。
而本实施例中，X3 4(k；3,2,1)与X3 4(k；1,2,3)的主要区别，是因它们执行去相关时的不同顺序造成的。即：X3 4(k；3,2,1)的输出通道的生成，始于第4条与第3条输入通道的去相关，而X3 4(k；1,2,3)的输出通道的生成，则始于第4条与第1条输入通道的去相关，以此类推。换句话说，括号里的编号顺序，代表“去相关发生的顺序。因此这个编号系统的设计，会让整个处理架构中的所有去相关步骤更加清晰明了。了解和利用去相关的顺序，对特定信号处理场景非常重要。此外，上述的编号和系数系统设计，也可支持使用或涉及此处理结构发明的应用的工程开发。
从上述关于输出通道X3 4(k；3,2,1)和X3 4(k；1,2,3)的解释可以看出，这种从一条特定输入通道生成两条输出通道的独特能力，来源于对称的构建块(去相关单元构建块)设计和完美的结构化系统设计。由此可见，N输入-2N输出处理架构与改良的格拉姆-施密特架构非常不同。
本发明及其因具有结构性对称和灵活性而带来的上述好处，通过在下文使用图7的基础架构来解释各种架构参数时得到体现。相关参数如下：
情景1：4条输入通道中的每一条都可作为消隐输入通道，其余3条则作为辅助通道(即该情景下没有主输入通道)。图7代表了这种特殊情况。又由于4条输入通道中的每一条都可作为消隐输入通道，因此总共生成8条消隐输出通道。
图9为本实施例中在N输入-2N输出处理架构增加主输入通道的示意图。图9中，N输入-2N输出处理架构还包括主输入通道，每层去相关处理单元还包括与主输入通道对应的末端去相关单元构建块，第一层中的末端去相关单元构建块的右输入端与其始端的去相关单元构建块左输入端连接，其余层中的末端去相关单元构建块的右输入端与上一层始端的去相关单元构建块的左输出端连接，第N-1层中的末端去相关单元构建块的左输出端和右输出端作为主输出通道。
情景2：如前所述，任何主输入通道都是一条独立通道，使用所有消隐输入通道共享的一组辅助通道进行处理。图9展示了如何将独立的主输入通道添加到前面图6中的配置里，其中还展示了新增通道的定向天线波束方向图。
总之，本发明的创新性及其带来的好处来源于目前对已流行且广为人知几十年的改良的格拉姆-施密特正交化算法及处理架构的重大改进。本发明涉及一种新型算法及其并行运算架构，用于高效、协同、无缝地集成旁瓣对消和旁瓣消隐的信号处理任务。本发明旨在说明应用新型并行运算架构(N输入-2N输出处理架构)，及在多通道旁瓣对消与旁瓣消隐相结合的条件下检测追踪信号流任务中使用的结构化“去相关”系统的灵活性、可行性与创新性。基于本发明的并行运算和结构对称的特点，未来自适应雷达信号处理领域的新发明也可方便、系统地融入到本发明的架构中。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种基于旁瓣消隐和旁瓣对消的雷达电子反干扰系统，其特征在于，包括N输入-2N输出处理架构，N为大于1的整数，所述N输入-2N输出处理架构包括N条输入通道、N-1层去相关处理单元和2N条消隐输出通道，N条输入通道中的每一条都能作为消隐输入通道，其余N-1条则作为辅助通道，相邻层的去相关处理单元依次交错排列，每层去相关处理单元均包括N个在水平方向排列的去相关单元构建块，每个所述去相关单元构建块均具有左输入端、右输入端、左输出端和右输出端，所述N输入-2N输出处理架构为三维圆柱体处理架构。
2.根据权利要求1所述的基于旁瓣消隐和旁瓣对消的雷达电子反干扰系统，其特征在于，所述去相关处理单元构建块的左输入端输入右输入端输入左输出端输出右输出端输出
其中，m为去相关层次，i，j为通道指数，k为每个输出通道数据序列中的特定数据样本，K为给定输出通道数据序列中的数据样本的总数，*为复共轭。
3.根据权利要求2所述的基于旁瓣消隐和旁瓣对消的雷达电子反干扰系统，其特征在于，当前层去相关处理单元相对于上一层去相关处理单元向右偏移设定距离。
4.根据权利要求3所述的基于旁瓣消隐和旁瓣对消的雷达电子反干扰系统，其特征在于，第一层的去相关处理单元中，每个去相关单元构建块的左输入端与左侧最近的输入通道连接，右输入端与右侧最近的输入通道连接，始端的去相关单元构建块的左输入端分还与位于末端的去相关单元构建块的右输入端连接。
5.根据权利要求4所述的基于旁瓣消隐和旁瓣对消的雷达电子反干扰系统，其特征在于，在第二层至第N-2层的去相关处理单元中，当前层的去相关单元构建块的左输入端与上一层左侧最近的去相关单元构建块的右输出端连接，右输入端与上一层右侧最近的去相关单元构建块的左输出端连接，始端的去相关单元构建块的左输出端与下一层末端的相关单元构建块的右输入端连接，右输出端与下一层右侧最近的相关单元构建块的左输入端连接，当前层中其余相关单元构建块的左输出端与下一层左侧最近的去相关单元构建块的右输入端连接。
6.根据权利要求5所述的基于旁瓣消隐和旁瓣对消的雷达电子反干扰系统，其特征在于，在第N-1层的去相关处理单元中，每个去相关单元构建块的左输出端和右输出端均作为消隐输出通道。
7.根据权利要求1至6任意一项所述的基于旁瓣消隐和旁瓣对消的雷达电子反干扰系统，其特征在于，所述N输入-2N输出处理架构还包括主输入通道，每层所述去相关处理单元还包括与所述主输入通道对应的末端去相关单元构建块，第一层中的末端去相关单元构建块的右输入端与其始端的去相关单元构建块左输入端连接，其余层中的末端去相关单元构建块的右输入端与上一层始端的去相关单元构建块的左输出端连接，第N-1层中的末端去相关单元构建块的左输出端和右输出端作为主输出通道。
CN201910642360.4A 2019-07-16 2019-07-16 基于旁瓣消隐和旁瓣对消的雷达电子反干扰系统 Pending CN110361701A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910642360.4A CN110361701A (zh) 2019-07-16 2019-07-16 基于旁瓣消隐和旁瓣对消的雷达电子反干扰系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910642360.4A CN110361701A (zh) 2019-07-16 2019-07-16 基于旁瓣消隐和旁瓣对消的雷达电子反干扰系统

Publications (1)

Publication Number Publication Date
CN110361701A true CN110361701A (zh) 2019-10-22

Family

ID=68219724

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910642360.4A Pending CN110361701A (zh) 2019-07-16 2019-07-16 基于旁瓣消隐和旁瓣对消的雷达电子反干扰系统

Country Status (1)

Country Link
CN (1) CN110361701A (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5418540A (en) * 1993-03-23 1995-05-23 Ail Systems, Inc. Method and apparatus for eliminating signal sidelobes from a received signal frame in a multichannel receiver
CN103308897A (zh) * 2013-05-14 2013-09-18 中国科学院电子学研究所 一种基于gpu的外辐射源雷达信号处理快速实现方法
CN103841497A (zh) * 2012-11-27 2014-06-04 奥迪康有限公司 控制自适应反馈估计系统的更新算法和去相关单元的方法
CN109525288A (zh) * 2018-11-28 2019-03-26 广州市高峰科技有限公司 用于无线通信去相关运算的并行处理架构
CN109710886A (zh) * 2018-11-28 2019-05-03 广州市高峰科技有限公司 一种压缩式并行处理架构和集成电路芯片
CN109725938A (zh) * 2018-11-28 2019-05-07 广州市高峰科技有限公司 输入数据通道全排列的并行处理方法和系统
CN109725937A (zh) * 2018-11-28 2019-05-07 广州市高峰科技有限公司 用于机器学习去相关运算的并行处理架构和集成电路芯片

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5418540A (en) * 1993-03-23 1995-05-23 Ail Systems, Inc. Method and apparatus for eliminating signal sidelobes from a received signal frame in a multichannel receiver
CN103841497A (zh) * 2012-11-27 2014-06-04 奥迪康有限公司 控制自适应反馈估计系统的更新算法和去相关单元的方法
CN103308897A (zh) * 2013-05-14 2013-09-18 中国科学院电子学研究所 一种基于gpu的外辐射源雷达信号处理快速实现方法
CN109525288A (zh) * 2018-11-28 2019-03-26 广州市高峰科技有限公司 用于无线通信去相关运算的并行处理架构
CN109710886A (zh) * 2018-11-28 2019-05-03 广州市高峰科技有限公司 一种压缩式并行处理架构和集成电路芯片
CN109725938A (zh) * 2018-11-28 2019-05-07 广州市高峰科技有限公司 输入数据通道全排列的并行处理方法和系统
CN109725937A (zh) * 2018-11-28 2019-05-07 广州市高峰科技有限公司 用于机器学习去相关运算的并行处理架构和集成电路芯片

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
渭雄 等: "旁瓣干扰对抗技术研究", 《系统工程与电子技术》 *

Similar Documents

Publication Publication Date Title
Rocca et al. Unconventional phased array architectures and design methodologies—A review
CN103650366B (zh) 波束形成方法和设备
CN106099393A (zh) 基于遗传算法的子阵稀布与阵元稀疏天线阵列综合布阵方法
Suwansantisuk et al. On the performance of wide-bandwidth signal acquisition in dense multipath channels
CN107589399B (zh) 基于多采样虚拟信号奇异值分解的互质阵列波达方向估计方法
CN107104720B (zh) 基于协方差矩阵虚拟域离散化重建的互质阵列自适应波束成形方法
CN107017931B (zh) 一种波束旁瓣抑制的方法及装置
CN107092004A (zh) 基于信号子空间旋转不变性的互质阵列波达方向估计方法
CN107290709A (zh) 基于范德蒙分解的互质阵列波达方向估计方法
CN105785328A (zh) 基于子阵划分的fda距离-角度解耦合波束形成方法
CN110361702A (zh) 雷达干扰信号的处理方法
CN106526565B (zh) 一种基于支持向量机的单比特空间谱估计方法
CN104865584B (zh) 一种空频自适应导航抗干扰算法的实现方法
CN104471868A (zh) 天线端口映射方法及装置
CN105842666A (zh) 基于差分算法的雷达子阵划分优化方法
Shaikh et al. New transmit-receive array configurations for the MIMO radar with enhanced degrees of freedom
Hassan et al. Efficient beamforming and radiation pattern control using stacked intelligent metasurfaces
CN110361701A (zh) 基于旁瓣消隐和旁瓣对消的雷达电子反干扰系统
CN110082731A (zh) 一种连续相位的mimo雷达最优波形设计方法
CN110361703A (zh) 集成旁瓣消隐和旁瓣对消的雷达电子反干扰系统
Liu et al. Hybrid RIS-assisted MIMO dual-function radar-communication system
CN105068052B (zh) 一种类零相关正交相位编码信号的设计方法
CN110361700A (zh) 基于对称去相关算法的反干扰优化的方法
CN106452524B (zh) 一种二维天线阵列的重叠波束合成方法
CN106918801A (zh) 一种在认知无线电中对干扰信号源进行定位的方法和系统

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20191022