CN110376559A - 单通道雷达主瓣多源干扰分离方法、装置和设备 - Google Patents

单通道雷达主瓣多源干扰分离方法、装置和设备 Download PDF

Info

Publication number
CN110376559A
CN110376559A CN201910835052.3A CN201910835052A CN110376559A CN 110376559 A CN110376559 A CN 110376559A CN 201910835052 A CN201910835052 A CN 201910835052A CN 110376559 A CN110376559 A CN 110376559A
Authority
CN
China
Prior art keywords
signal
modulation
source
echo
mixing echo
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
Application number
CN201910835052.3A
Other languages
English (en)
Other versions
CN110376559B (zh
Inventor
宫健
郭艺夺
王欢
王春阳
冯存前
季军亮
肖宇
宋宝军
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.)
Air Force Engineering University of PLA
Original Assignee
Air Force Engineering University of PLA
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 Air Force Engineering University of PLA filed Critical Air Force Engineering University of PLA
Priority to CN201910835052.3A priority Critical patent/CN110376559B/zh
Publication of CN110376559A publication Critical patent/CN110376559A/zh
Application granted granted Critical
Publication of CN110376559B publication Critical patent/CN110376559B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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

本申请提供一种单通道雷达主瓣多源干扰分离方法、装置和设备，所述方法包括：获取雷达接收到的混合回波信号；根据所述混合回波信号确定所述混合回波信号中被干扰机引入的无意调制特征；根据所述无意调制特征建立所述混合回波信号的数学模型；根据所述数学模型恢复所述混合回波信号中的多个源信号。本发明通过根据雷达接收的混合回波信号确定，该混合回波信号中被被干扰机引入的无意调制特征，进而根据无意调制特征建立混合回波信号的数学模型，根据数学模型即可恢复混合回波信号中的多个源信号，实现将混合回波信号进行分离的目的。

Description

单通道雷达主瓣多源干扰分离方法、装置和设备
技术领域
本申请涉及通信技术领域，具体而言，涉及一种单通道雷达主瓣多源干扰分离方法、装置和设备。
背景技术
现代雷达电子对抗面临的是单对多或多对多的复杂电磁环境。针对某一雷达而言，干扰机通过合理的战术手段，可以对其形成多源主瓣干扰，再结合灵活的信号调制技术，使雷达接收到的信号在时域、频域及空域都高度重合，也就是构成多分量信号。随着空袭电子战技术的发展，电子攻击平台相对于防空雷达形成了空间上的优势和信号环境上的优势，也就是可以对雷达主瓣形成由多平台释放的多种样式的干扰信号，极大地影响了雷达的作战能力。因而针对主瓣多源复合干扰，研究行之有效的对抗方法，是电子对抗领域面临的一个极为迫切的问题。
因此，需要从信号处理层面考虑，如何从雷达接收到的多个信号的混合叠加信号中分离出各个源信号。
发明内容
本申请实施例的目的在于提供一种单通道雷达主瓣多源干扰分离方法、装置和设备，用以实现从雷达接收到的混合回波信号中分离出源信号。
本申请实施例第一方面提供了一种单通道雷达主瓣多源干扰分离方法，包括：获取雷达接收到的混合回波信号；根据所述混合回波信号确定所述混合回波信号中被干扰机引入的无意调制特征；根据所述无意调制特征建立所述混合回波信号的数学模型；根据所述数学模型恢复所述混合回波信号中的多个源信号。
于一实施例中，所述无意调制特征包括：所述干扰机的采样特征、脉冲调制特征和射频放大特征中的一种或几种。
于一实施例中，所述采样特征包括：杂散信号特征、寄生信号特征和差拍调幅信号特征中的一种或几种。
于一实施例中，所述脉冲调制特征包括：所述干扰机的量化位数和/或调制样式。
于一实施例中，所述射频放大特征包括：所述干扰机中功率放大器的非线性特征。
于一实施例中，所述混合回波信号为脉冲压缩信号，所述无意调制特征包括：包络特征和频率特征；所述根据所述无意调制特征建立所述混合回波信号的数学模型包括：
建立所述混合回波信号的多项式相位信号模型：
和/或，建立所述混合回波信号调幅调频信号模型：
其中，N为所述混合回波信号的个数，N为正整数，Ai(t)表示第i个源信号的时变幅度，km,i(m＝1,2,…M)为第i个源信号的多项式相位系数，Mi为第i个源信号的多项式相位阶数，表示第i个源信号在t时刻的瞬时相位，kai表示第i个源信号的幅度调制系数，ai(t)表示第i个源信号的幅度调制函数，kfi表示第i个源信号的频率调制系数，bi(t)表示第i个源信号的频率调制函数，θi表示第i个源信号的初始相位，τi表示第i个源信号的相对时延，v(t)表示零均值方差的高斯白噪声。
于一实施例中，所述混合回波信号为脉冲串信号，所述无意调制特征包括：脉冲重复周期和瞬时相位；所述根据所述无意调制特征建立所述混合回波信号的数学模型包括：
采用如下公式建立所述混合回波信号的数学模型：
其中，x(t)表示所述混合回波信号，si(t)表示第i个源信号，表示零均值方差的高斯白噪声，p为混合信号个数，p为正整数。
本申请实施例第二方面提供了一种单通道雷达主瓣多源干扰分离装置，包括：获取模块，用于获取雷达接收到的混合回波信号；确定模块，用于根据所述混合回波信号确定所述混合回波信号中被干扰机引入的无意调制特征；建立模块，用于根据所述无意调制特征建立所述混合回波信号的数学模型；恢复模块，用于根据所述数学模型恢复所述混合回波信号中的多个源信号。
于一实施例中，所述混合回波信号为脉冲压缩信号，所述无意调制特征包括：包络特征和频率特征；所述根据所述无意调制特征建立所述混合回波信号的数学模型包括：
建立所述混合回波信号的多项式相位信号模型：
和/或，建立所述混合回波信号调幅调频信号模型：
其中，N为所述混合回波信号的个数，N为正整数，Ai(t)表示第i个源信号的时变幅度，km,i(m＝1,2,…M)为第i个源信号的多项式相位系数，Mi为第i个源信号的多项式相位阶数，表示第i个源信号在t时刻的瞬时相位，kai表示第i个源信号的幅度调制系数，ai(t)表示第i个源信号的幅度调制函数，kfi表示第i个源信号的频率调制系数，bi(t)表示第i个源信号的频率调制函数，θi表示第i个源信号的初始相位，τi表示第i个源信号的相对时延，v(t)表示零均值方差的高斯白噪声。
本申请实施例第三方面提供了一种分离设备，包括：
存储器；处理器；以及计算机程序；其中，所述计算机程序存储在所述存储器中，并被配置为由所述处理器执行如本申请实施例第一方面及其任一实施例所述的方法，以分离出雷达接收的混合回波信号中的多个源信号。
本申请提供的单通道雷达主瓣多源干扰分离方法、装置和设备，通过根据雷达接收的混合回波信号确定，该混合回波信号中被干扰机引入的无意调制特征，进而根据无意调制特征建立混合回波信号的数学模型，根据数学模型即可恢复混合回波信号中的多个源信号，实现将混合回波信号进行分离的目的。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1为本申请一实施例的分离设备的结构示意图；
图2为本申请一实施例的单通道雷达主瓣多源干扰分离方法的流程示意图；
图3为本申请一实施例的单通道雷达主瓣多源干扰分离装置的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
如图1所示，本实施例提供一种单通道雷达主瓣多源干扰分离设备100，包括：至少一个处理器11和存储器12，图1中以一个处理器为例。处理器11和存储器12通过总线10连接，存储器12存储有可被处理器11执行的指令，指令被处理器11执行。
请参看图2，其为本申请一实施例的信号分离方法，该方法可由图1所示的信号分离设备100来执行，以分离出雷达接收的混合回波信号中的多个源信号，该方法包括如下步骤：
步骤101：获取雷达接收到的混合回波信号。
在本步骤中，首先实时获取雷达接收到的混合回波信号，比如可以通过特定接口，将信号分离设备100与相应的雷达连接，用于获取雷达接收到的混合回波信号。
在一实施例中，雷达干扰机根据雷达发射信号样式设计灵活多变的干扰信号，比如基于数字射频存储器的干扰机能够形成与雷达发射信号高度相参的干扰信号，从而获得雷达的接收处理增益，在雷达匹配滤波输出端，形成具有压制效果的多假目标欺骗干扰，和高逼真假目标干扰等雷达难以识别和抑制的干扰。
脉冲压缩和脉冲多普勒是雷达的两种常用体制，分别详细介绍如下：
第一种：脉冲压缩体制雷达通过发射脉冲压缩信号(如典型的线性调频信号和相位编码信号)来获得大的时宽-带宽积，不仅很好地解决了作用距离和距离分辨率之间的矛盾，而且使与雷达发射波形不匹配的干扰信号不能得到相应的处理增益，大大提高了雷达的抗干扰能力。
针对脉冲压缩体制雷达的干扰波形，从调制样式上可以将其分为乘积调制和卷积调制两大类，通过前期仿真分析可以发现，无论是卷积调制还是乘积调制，其所得到的干扰信号与目标回波信号的信号包络都有很大不同。同时，由于干扰调制以及信号到达时间的不同，在某一时刻，雷达接收到的目标回波信号与干扰信号，以及干扰信号与干扰信号之间都具有不同的瞬时频率。因此，脉冲压缩体制雷达接收到的混合回波信号可以表示为多个具有不同包络和瞬时频率及时间延迟的信号的混合叠加，瞬时频率的不同也即瞬时相位不同，那么，雷达接收信号的数学模型可以表示如下：
其中，k表示包含目标回波和干扰信号在内的源信号的数目。Ai(t)，和τi分别表示第i个源信号的包络函数，相位函数和时间延迟。w(t)表示具有零均值方差为σ2的高斯白噪声。
第二种：脉冲多普勒体制雷达通过发射相参脉冲串信号来进行目标速度测量，并且具有较强的杂波抑制能力，对其也可以进行上述的卷积或乘积调制干扰，此外距离拖引干扰、速度拖引干扰以及距离-速度同步拖引干扰也是非常常用和实用的干扰样式，举例如下：
距离拖引干扰信号模型为：
其中，AR为距离拖引干扰的幅度，ΔtJ为干扰机从信号接收到转发的固有时延，Δtj(t)为距离拖引干扰的调制时延，一般采用匀加速拖引形式Δtj(t)＝kRt2，kR为距离拖引加速度，为干扰信号初始相位。
速度拖引干扰信号模型为：
其中，AV为速度拖引干扰的幅度，Δfdj(t)为速度拖引干扰的调制多普勒频移，一般采用匀速拖引形式Δfdj(t)＝kdt，kd为速度拖引速度。
距离-速度同步拖引干扰信号模型为：
其中，AR-V为距离-速度同步拖引干扰的幅度。
上述干扰模型均为干扰机引入的有意调制，通过上面的干扰模型可以看出，在干扰存在的捕获期和拖引前期，目标回波信号与干扰信号在时域和频域上都高度重叠，但拖引干扰所加的时间和频率调制使得其与目标回波的相位、时延和多普勒频移存在差异，具体表现就是脉冲重复周期和瞬时频率或瞬时相位不同。那么，p个具有不同脉冲重复周期和瞬时相位的信号sp(t)的混合模型可以表示如下：
步骤102：根据混合回波信号，确定混合回波信号中被干扰机引入的无意调制特征。
在本步骤中，雷达体制的不同，其发射信号类型不同，回波信号也不同，被干扰机引入干扰信号的混合回波信号的类型也不同。根据雷达接收到的混合回波信号的类型，来确定混合回波信号中，被干扰机引入了哪些无意调制特征。
于一实施例中，无意调制特征可以包括：干扰机的采样特征、脉冲调制特征和射频放大特征中的一种或几种。
于一实施例中，采样特征可以包括：杂散信号特征、寄生信号特征和差拍调幅信号特征中的一种或几种。
于一实施例中，脉冲调制特征可以包括：干扰机的量化位数和/或调制样式。
于一实施例中，射频放大特征可以包括：干扰机中功率放大器的非线性特征。
除了有意调制的干扰信号特征，干扰机还会对干扰信号引入无意调制特征。也就是说，从干扰机发射干扰信号的过程来看，各部分发射部件都会对信号产生一些不希望存在的无意调制，于一实施例中，数字射频存储器的实时采样过程会引入杂散信号、抽样寄生信号和差拍调幅信号等无意调制特征，这些无意调制特征主要体现在信号的输出频谱中，由数字射频存储器的量化位数和输入信号的调制样式决定。
脉冲调制器引入的无意调制主要包括脉冲包络的脉冲前沿、顶部变化和脉冲后沿特征。射频放大链的无意调制特征，主要来自功率放大器的非线性特性所引入的信号谐波分量特征。这些特征都具有“指纹”特征的意义，即不同的干扰机即使发射相同的干扰信号也具有这些不同的无意调制特征，且与目标回波信号具有不同的特征。也就是说，雷达所接收到的多个源信号各自具有不同的“指纹”特征，这也为雷达接收到的混合信号的可分离性提供了依据。
步骤103：根据无意调制特征建立混合回波信号的数学模型。
在本步骤中，将干扰机引入的无意调制特征考虑进来，根据无意调制特征建立混合回波信号的数学模型，如此，混合回波信号的模型中体现出无意调制特征的影响，不同的干扰机即使发射相同的干扰信号也具有这些不同的无意调制特征，且与目标回波信号具有不同的特征。即将雷达所接收到的多个源信号各自具有不同的“指纹”特征体现在混合回波信号的模型中。
于一实施例中，混合回波信号为脉冲压缩信号，无意调制特征包括：包络特征和频率特征。在雷达主瓣干扰抑制问题中，首先，雷达发射信号波形我们是已知的。其次，由前述分析可以知道，目前基于数字射频存储器的转发式干扰信号都是基于雷达发射信号进行一定调制产生的。也就是说，可以根据这些先验知识，对雷达接收信号构建信号模型，对于单通道多分量脉冲压缩信号的建模分析如下：
根据前述分析可以看出，脉冲压缩体制雷达发射大的时宽带宽积信号，即可以将其建模为调频信号或多项式相位信号。干扰机对雷达发射的信号进行调制从而产生能够达到某种干扰效果的干扰信号，即干扰信号与雷达目标回波信号具有不同的多项式相位和幅度调制，且由于干扰机无意调制的影响，不同干扰机发射的干扰信号也具有不同的包络特征和频率特征。因此我们可以将雷达接收到的混合信号建模为噪声条件下含有多个时变幅度多项式相位信号分量之和或噪声条件下多个调幅调频信号分量之和。
则步骤103包括：
建立混合回波信号的多项式相位信号模型：
和/或，建立混合回波信号调幅调频信号模型：
其中，N为混合回波信号的个数，N为正整数，Ai(t)表示第i个源信号的时变幅度，km,i(m＝1,2,…M)为第i个源信号的多项式相位系数，Mi为第i个源信号的多项式相位阶数，表示第i个源信号在t时刻的瞬时相位，kai表示第i个源信号的幅度调制系数，ai(t)表示第i个源信号的幅度调制函数，
kfi表示第i个源信号的频率调制系数，bi(t)表示第i个源信号的频率调制函数，θi表示第i个源信号的初始相位，τi表示第i个源信号的相对时延，v(t)表示零均值方差的高斯白噪声。
于一实施例中，混合回波信号为脉冲串信号，无意调制特征包括：脉冲重复周期和瞬时相位。在雷达中，信号通常以脉冲串的形式存在，并且通过以上分析还可以看出，干扰信号与目标回波信号的特征差异有时会在慢时域体现，因此可以藉由单通道多分量脉冲串信号分离方法将信号分离，来进行分析。
以拖引干扰为例，拖引干扰为了达到拖引的目的，可以对雷达的脉冲信号按规律施加一定的时间或频率调制，表现在雷达脉冲重复周期和频率上，就是与雷达目标回波信号的脉冲串具有不同的脉冲重复周期和瞬时频率。雷达对运动目标的探测是通过发射相参脉冲串，来达到对其进行速度测量的目的。
由于目标的运动，雷达发射的固定脉冲重复周期的脉冲串经目标反射后，回到雷达接收端时，其脉冲串的脉冲重复周期不再固定，同样，干扰机为了达到距离拖引目的，会对脉冲串中的每个子脉冲信号进行一定规律的时间延迟调制，即干扰机发射的干信号是与目标回波脉冲串具有不同脉冲重复周期的脉冲串信号。根据以上分析，混合回波信号为脉冲串信号时，针对单通道多分量脉冲串信号建立数学模型的步骤103包括：
采用如下公式建立混合回波信号的数学模型：
其中，x(t)表示混合回波信号，si(t)表示第i个源信号，表示零均值方差的高斯白噪声，p为混合信号个数，p为正整数。
步骤104：根据数学模型恢复混合回波信号中的多个源信号。
在本步骤中，由步骤103获得混合回波信号的数学模型，其中包含各个源信号的独有特征，因此可以根据此数学模型恢复混合回波信号中的多个源信号，并从混合回波信号中分离出多个源信号。
于一实施例中，可以根据步骤103中建立的混合回波信号的数学模型，估计出每个信号分量的幅度、频率或相位甚至是时间延迟参数，那么就可以重构出每个信号分量，完成信号分离。
参数估计有两种主要的分析方法：确定性分析与估计方法和基于贝叶斯的参数估计方法。确定性分析和估计方法：根据所建立的信号模型，利用一定的估计准则和方法估计其中的未知参数；贝叶斯估计：从待估参数的概率分布出发，对参数进行估计，通常可以获得很好的估计精度和低的信噪比门限。
上述单通道雷达主瓣多源干扰分离方法，通过根据雷达接收的混合回波信号来确定，该混合回波信号是由被干扰机引入的无意调制特征，进而根据无意调制特征建立混合回波信号的数学模型，根据数学模型即可恢复混合回波信号中的多个源信号，来将混合回波信号分离。
如图3所示，本实施例提供一种单通道雷达主瓣多源干扰分离装置30，包括：获取模块31、确定模块32、建立模块33和恢复模块34，其中各个模块的原理如下：
获取模块31，用于获取雷达接收到的混合回波信号。详细内容参见上述实施例中步骤101的描述。
确定模块32，用于根据混合回波信号确定混合回波信号中被干扰机引入的无意调制特征。详细内容参见上述实施例中步骤102的描述。
建立模块33，用于根据无意调制特征建立混合回波信号的数学模型。详细内容参见上述实施例中步骤103的描述。
恢复模块34，用于根据数学模型恢复混合回波信号中的多个源信号。详细内容参见上述实施例中步骤104的描述。
于一实施例中，混合回波信号为脉冲压缩信号，无意调制特征包括：包络特征和频率特征。根据无意调制特征建立混合回波信号的数学模型包括：
建立混合回波信号的多项式相位信号模型：
和/或，建立混合回波信号调幅调频信号模型：
其中，N为混合回波信号的个数，N为正整数，Ai(t)表示第i个源信号的时变幅度，km,i(m＝1,2,…M)为第i个源信号的多项式相位系数，Mi为第i个源信号的多项式相位阶数，表示第i个源信号在t时刻的瞬时相位，kai表示第i个源信号的幅度调制系数，ai(t)表示第i个源信号的幅度调制函数，kfi表示第i个源信号的频率调制系数，bi(t)表示第i个源信号的频率调制函数，θi表示第i个源信号的初始相位，τi表示第i个源信号的相对时延，v(t)表示零均值方差的高斯白噪声。详细内容参见上述实施例中步骤103相关实施例的描述。
本发明实施例还提供了一种电子设备可读存储介质，包括：程序，当其在电子设备上运行时，使得电子设备可执行上述实施例中方法的全部或部分流程。其中，存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)、随机存储记忆体(Random AccessMemory，RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive，缩写：HDD)或固态硬盘(Solid-State Drive，SSD)等。存储介质还可以包括上述种类的存储器的组合。
虽然结合附图描述了本发明的实施例，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下作出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims (10)

1.一种单通道雷达主瓣多源干扰分离方法，其特征在于，包括：
获取雷达接收到的混合回波信号；
根据所述混合回波信号确定所述混合回波信号中被干扰机引入的无意调制特征；
根据所述无意调制特征建立所述混合回波信号的数学模型；
根据所述数学模型恢复所述混合回波信号中的多个源信号。
2.根据权利要求1所述的方法，其特征在于，所述无意调制特征包括：所述干扰机的采样特征、脉冲调制特征和射频放大特征中的一种或几种。
3.根据权利要求2所述的方法，其特征在于，所述采样特征包括：杂散信号特征、寄生信号特征和差拍调幅信号特征中的一种或几种。
4.根据权利要求2所述的方法，其特征在于，所述脉冲调制特征包括：所述干扰机的量化位数和/或调制样式。
5.根据权利要求2所述的方法，其特征在于，所述射频放大特征包括：所述干扰机中功率放大器的非线性特征。
6.根据权利要求1所述的方法，其特征在于，所述混合回波信号为脉冲压缩信号，所述无意调制特征包括：包络特征和频率特征；所述根据所述无意调制特征建立所述混合回波信号的数学模型包括：
建立所述混合回波信号的多项式相位信号模型：
和/或，建立所述混合回波信号调幅调频信号模型：
其中，N为所述混合回波信号的个数，N为正整数，Ai(t)表示第i个源信号的时变幅度，km,i(m＝1,2,…M)为第i个源信号的多项式相位系数，Mi为第i个源信号的多项式相位阶数，表示第i个源信号在t时刻的瞬时相位，kai表示第i个源信号的幅度调制系数，ai(t)表示第i个源信号的幅度调制函数，kfi表示第i个源信号的频率调制系数，bi(t)表示第i个源信号的频率调制函数，θi表示第i个源信号的初始相位，τi表示第i个源信号的相对时延，v(t)表示零均值方差的高斯白噪声。
7.根据权利要求1所述的方法，其特征在于，所述混合回波信号为脉冲串信号，所述无意调制特征包括：脉冲重复周期和瞬时相位；所述根据所述无意调制特征建立所述混合回波信号的数学模型包括：
采用如下公式建立所述混合回波信号的数学模型：
其中，x(t)表示所述混合回波信号，si(t)表示第i个源信号，表示零均值方差的高斯白噪声，p为混合信号个数，p为正整数。
8.一种单通道雷达主瓣多源干扰分离装置，其特征在于，包括：
获取模块，用于获取雷达接收到的混合回波信号；
确定模块，用于根据所述混合回波信号确定所述混合回波信号中被干扰机引入的无意调制特征；
建立模块，用于根据所述无意调制特征建立所述混合回波信号的数学模型；
恢复模块，用于根据所述数学模型恢复所述混合回波信号中的多个源信号。
9.根据权利要求8所述的装置，其特征在于，所述混合回波信号为脉冲压缩信号，所述无意调制特征包括：包络特征和频率特征；所述根据所述无意调制特征建立所述混合回波信号的数学模型包括：
建立所述混合回波信号的多项式相位信号模型：
和/或，建立所述混合回波信号调幅调频信号模型：
其中，N为所述混合回波信号的个数，N为正整数，Ai(t)表示第i个源信号的时变幅度，km,i(m＝1,2,…M)为第i个源信号的多项式相位系数，Mi为第i个源信号的多项式相位阶数，表示第i个源信号在t时刻的瞬时相位，kai表示第i个源信号的幅度调制系数，ai(t)表示第i个源信号的幅度调制函数，kfi表示第i个源信号的频率调制系数，bi(t)表示第i个源信号的频率调制函数，θi表示第i个源信号的初始相位，τi表示第i个源信号的相对时延，v(t)表示零均值方差的高斯白噪声。
10.一种分离设备，其特征在于，包括：
存储器，用以存儲计算机程序；
处理器，用以执行如权利要求1至7中任一项所述的方法，以分离出雷达接收的混合回波信号中的多个源信号。
CN201910835052.3A 2019-09-05 2019-09-05 单通道雷达主瓣多源干扰分离方法、装置和设备 Active CN110376559B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910835052.3A CN110376559B (zh) 2019-09-05 2019-09-05 单通道雷达主瓣多源干扰分离方法、装置和设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910835052.3A CN110376559B (zh) 2019-09-05 2019-09-05 单通道雷达主瓣多源干扰分离方法、装置和设备

Publications (2)

Publication Number Publication Date
CN110376559A true CN110376559A (zh) 2019-10-25
CN110376559B CN110376559B (zh) 2021-01-15

Family

ID=68261491

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910835052.3A Active CN110376559B (zh) 2019-09-05 2019-09-05 单通道雷达主瓣多源干扰分离方法、装置和设备

Country Status (1)

Country Link
CN (1) CN110376559B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112180332A (zh) * 2020-08-24 2021-01-05 中国航空工业集团公司雷华电子技术研究所 一种雷达干扰设备性能评估方法
CN112763985A (zh) * 2020-12-25 2021-05-07 西南电子技术研究所（中国电子科技集团公司第十研究所） 脉冲多普勒雷达探通一体化波形设计方法
CN112966462A (zh) * 2021-01-20 2021-06-15 成都锦江电子系统工程有限公司 雷达发射机无意调制固态功放脉冲建模方法
CN116819185A (zh) * 2023-08-29 2023-09-29 南京航天工业科技有限公司 一种复杂电磁环境下基于信道化的数字鉴相方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2151698A1 (en) * 2008-07-28 2010-02-10 Siemens Milltronics Process Instruments Inc. Signal processing of signals in pulse-echo measuring systems
CN103605115A (zh) * 2013-12-03 2014-02-26 西安电子科技大学 基于网络化雷达阵列合成的抗有源主瓣干扰方法
CN103969629A (zh) * 2014-04-21 2014-08-06 河海大学 一种基于主瓣杂波配准的机载雷达杂波自适应抑制方法
CN105652246A (zh) * 2015-12-29 2016-06-08 河海大学 一种基于盲源分离的雷达抗主瓣干扰方法
CN108594186A (zh) * 2017-08-25 2018-09-28 西安电子科技大学 Fda-mimo雷达抑制主瓣欺骗式干扰的方法
CN109188373A (zh) * 2018-08-17 2019-01-11 西安电子科技大学 基于子阵阻塞矩阵预处理的抗主瓣干扰方法
CN109507649A (zh) * 2018-12-20 2019-03-22 西安电子科技大学 波形分集阵雷达抗主瓣欺骗式干扰的方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2151698A1 (en) * 2008-07-28 2010-02-10 Siemens Milltronics Process Instruments Inc. Signal processing of signals in pulse-echo measuring systems
CN103605115A (zh) * 2013-12-03 2014-02-26 西安电子科技大学 基于网络化雷达阵列合成的抗有源主瓣干扰方法
CN103969629A (zh) * 2014-04-21 2014-08-06 河海大学 一种基于主瓣杂波配准的机载雷达杂波自适应抑制方法
CN105652246A (zh) * 2015-12-29 2016-06-08 河海大学 一种基于盲源分离的雷达抗主瓣干扰方法
CN108594186A (zh) * 2017-08-25 2018-09-28 西安电子科技大学 Fda-mimo雷达抑制主瓣欺骗式干扰的方法
CN109188373A (zh) * 2018-08-17 2019-01-11 西安电子科技大学 基于子阵阻塞矩阵预处理的抗主瓣干扰方法
CN109507649A (zh) * 2018-12-20 2019-03-22 西安电子科技大学 波形分集阵雷达抗主瓣欺骗式干扰的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张建明等: "基于随动天线的雷达主瓣干扰抑制", 《火控雷达技术》 *
张池等: "基于认知型盲源分离的雷达主瓣干扰抑制技术研究", 《现代雷达》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112180332A (zh) * 2020-08-24 2021-01-05 中国航空工业集团公司雷华电子技术研究所 一种雷达干扰设备性能评估方法
CN112180332B (zh) * 2020-08-24 2023-12-05 中国航空工业集团公司雷华电子技术研究所 一种雷达干扰设备性能评估方法
CN112763985A (zh) * 2020-12-25 2021-05-07 西南电子技术研究所（中国电子科技集团公司第十研究所） 脉冲多普勒雷达探通一体化波形设计方法
CN112763985B (zh) * 2020-12-25 2023-07-14 西南电子技术研究所（中国电子科技集团公司第十研究所） 脉冲多普勒雷达探通一体化波形设计方法
CN112966462A (zh) * 2021-01-20 2021-06-15 成都锦江电子系统工程有限公司 雷达发射机无意调制固态功放脉冲建模方法
CN112966462B (zh) * 2021-01-20 2022-09-06 成都锦江电子系统工程有限公司 雷达发射机无意调制固态功放脉冲建模方法
CN116819185A (zh) * 2023-08-29 2023-09-29 南京航天工业科技有限公司 一种复杂电磁环境下基于信道化的数字鉴相方法及系统
CN116819185B (zh) * 2023-08-29 2023-11-24 南京航天工业科技有限公司 一种复杂电磁环境下基于信道化的数字鉴相方法及系统

Also Published As

Publication number Publication date
CN110376559B (zh) 2021-01-15

Similar Documents

Publication Publication Date Title
CN110376559A (zh) 单通道雷达主瓣多源干扰分离方法、装置和设备
US5784026A (en) Radar detection of accelerating airborne targets
Wagner et al. Threshold-free interference cancellation method for automotive FMCW radar systems
EP1672379B1 (en) System and method for reducing a radar interference signal
CN110873877B (zh) 目标运动轨迹的确定方法及装置
US11592520B2 (en) FMCW radar with interfering signal suppression in the time domain
CN110632587A (zh) 一种基于快速fmcw雷达的弱运动物体监测方法
Pang et al. Coherent detection algorithm for radar maneuvering targets based on discrete polynomial-phase transform
US5128679A (en) Electronic combat effectiveness monitor
Mohr et al. Design and generation of stochastically defined, pulsed FM noise waveforms
CN111580063A (zh) 基于广义解调频-楔形变换的雷达目标检测方法
Gashinova et al. Signal detection in multi-frequency forward scatter radar
CN114966572A (zh) 基于脉内分段lfm波形的间歇采样转发干扰对抗方法
CN114578296A (zh) 基于相位编码信号的间歇采样干扰抑制方法
Willetts et al. Optimal time-frequency distribution selection for LPI radar pulse classification
JP2021099244A (ja) レーダ装置及びそのレーダ信号処理方法
CN112630744B (zh) 一种多相参积累方法融合的海上小目标检测方法及系统
US20130257645A1 (en) Target visibility enhancement system
CN114966598A (zh) 低慢小雷达强地杂波自适应抑制方法及装置
Remley Doppler dispersion effects in matched filter detection and resolution
CN110907930B (zh) 一种基于角度估计的车载雷达目标检测估计方法及装置
CN108983189B (zh) 一种振动目标的二维微动轨迹估计方法
Jia et al. Analysis and simulation of multi-target echo signals from a phased array radar
Sevgi Synthetic radar-signal environment: Computer generation of signal, noise, and clutter
Zahra et al. Small RCS targets detection based on pulse compression radar signal generator and processor

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