CN110426680A - 一种基于干扰信号时频及相关系数多维特征联合分类方法 - Google Patents
一种基于干扰信号时频及相关系数多维特征联合分类方法 Download PDFInfo
- Publication number
- CN110426680A CN110426680A CN201910657758.5A CN201910657758A CN110426680A CN 110426680 A CN110426680 A CN 110426680A CN 201910657758 A CN201910657758 A CN 201910657758A CN 110426680 A CN110426680 A CN 110426680A
- Authority
- CN
- China
- Prior art keywords
- signal
- interference signal
- interference
- main lobe
- ratio
- 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
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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/006—Theoretical aspects
-
- 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
- G01S7/021—Auxiliary means for detecting or identifying radar signals or the like, e.g. radar jamming signals
-
- 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
- G01S7/38—Jamming means, e.g. producing false echoes
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及基于干扰信号时频及相关系数多维特征联合分类方法,应用于雷达抗干扰领域。本发明通过分析干扰信号的时域、自相关域、功率谱域联合的特征对干扰信号进行分类。首先,对干扰信号的中频做自相关运算,按最大值作对数归一化,计算3dB主瓣宽度,当主瓣宽度小于检测门限,为噪声干扰,其次:计算干扰信号的功率谱密度,计算功率谱密度中发射带宽内能量占总能量比值。当比值低于90%信号为梳状谱干扰或者卷积干扰。第三,计算主瓣宽度与干扰信号脉宽比值,当比值低于1时卷积干扰、否则为梳状谱干扰。第四,计算干扰信号包络平坦度,包络平坦信号为复制干扰,否则为卷积类干扰。该算法具有计算量小、识别速度快、正确率高、工程实现方便的优点。
Description
技术领域
本发明应用于雷达干扰信号分类识别领域。
背景技术
雷达作为现代战场上一种全天候的信息传感设备,已成为当今战场诸如侦察监视、目标识别、武器制导以及诸兵种协同作战等方面的核心装备。正因为雷达在战场上的重要性,其从问世开始就面临各式各样的电子对抗措施(Electronic Counter Measures,ECM)。现代战争是以电子战为先导、陆海空天电为一体化的立体化高科技战争,战场的电磁环境非常复杂,各种有源、无源的电磁干扰对雷达工作构成了严重威胁,复杂电磁环境下的电子对抗是现代战争典型特征之一。雷达干扰信号按干扰类型可分为非相干类干扰和相干类干扰两大类型。非相干类干扰可分为两种:噪声干扰和梳状谱干扰;相干类干扰可分为:复制干扰和卷积干扰。这4种干扰信号的产生干扰雷达接收机的原理有本质区别。因此采取何种抗干扰手段必须先对干扰信号进行分类。因此,开展雷达干扰信号识别技术,对于提高雷达在复杂电磁环境中的生存能力和作战效能,具有重大的现实意义。本方案提出了基于雷达信号脉冲压缩特性的雷达信号调制类型分类方法,该方法具有计算量小、识别速度快、正确率高、流程简单、工程实现方便的优点。
发明内容
本发明的目的在于提供一种基于干扰信号时频及相关系数多维特征联合分类方法。
实现本发明目的的技术解决方案为:利用噪声干扰的自相关结果为冲击响应的特点,首先区分噪声干扰;复制干扰的功率谱密度函数能量集中在发射带宽内,且干扰机采用饱和工作模式,信号包络较为平坦,利用此特征可以区分复制信号;梳状谱干扰由多个单频信号相位叠加而成,其自相关主瓣宽度较大,功率谱密度函数能量分布在整个采样带宽内,利用此特征可以区分梳状谱干扰;剩余的为卷积干扰。
本发明的具体步骤为:
步骤1、对干扰信号做自相关运算,按结果最大值对数归一化计算结果。
步骤2、计算结果的3dB宽度。
步骤3、当主瓣宽度小于判定门限时信号为噪声干扰。
步骤4、计算信号的功率谱密度。
步骤5、统计发射带宽内的功率谱密度占总能量的比值。
步骤6、当发射带宽内能量低于门限时信号可能为梳状谱干扰或卷积干扰。
步骤7、计算其3dB主瓣宽度与原干扰信号脉宽比值,当比值超过检测门限时为梳状谱干扰,当比值低于检测门限时为卷积干扰。
步骤8、计算发射带宽内能量高于功率谱密度信号的幅度均值与方差。
步骤9、计算包络平坦度即方差与均值得比,当比值超过门限时为卷积干扰,低于门限时为复制干扰信号。
本发明利用雷达干扰信号的脉冲压缩特性,功率谱密度分布特性、时域包络特性,通过卷积运算、快速傅立叶变换等其他简单运算,就可以区分噪声干扰信号、梳状谱干扰、卷积干扰、复制干扰,算法计算量小、识别速度快、正确率高、流程简单的优点。
附图说明
图1:基于雷达干扰信号多维特征分类方法流程图。
图2 :3dB主瓣宽度的计算示意图。
具体实施方式
首先给出信号自相关后归一化的计算方法:
式中,x(n)为雷达干扰中频信号,分子为雷达干扰中频信号自相关结果,分母为雷达中频信号自相关结果的最大值,Rx(t)为自相关归一化结果。
3dB的主瓣宽度计算方法为先找到归一化结果的最大值点,先向前找到第一个幅度低于 3dB的点S;然后再向后找到第一个幅度低于3dB的点E,自相关主瓣宽度等于E-S。
本发明的具体实施步骤如下:
步骤1、对信号做自相关运算,按公式(1)计算自相关归一化结果Rx(t)
步骤2、计算自相关归一化结果Rx(t)的3dB主瓣宽度。
步骤3、设采样率为BMHz,信号发射带宽为AMHz,则设定判定门限为B个点,当主瓣宽度小于判定门限时信号为噪声干扰信号。
步骤4、计算干扰信号的功率谱密度PSD。
步骤5、计算发射信号带宽内能量与总能量的比值,按如下公式计算P:
步骤6、当P小于95%时,执行步骤g;否则,执行步骤h。
步骤7、计算Rx(t)的3dB主瓣宽度与干扰信号脉宽的比值M,当M大于0.9时为梳状谱信号,当M小于等于0.9时为卷积信号。
步骤8、计算干扰信号的幅度均值与方差。
步骤9、计算干扰信号包络平坦度Q=方差/均值,当Q小于0.15时为复制干扰信号,否则为卷积类干扰信号。
Claims (1)
1.一种基于干扰信号时频及相关系数多维特征联合分类方法,其特征在于:
步骤1:对信号做自相关运算,按如下公式自相关归一化结果Rx(t):
式中,x(n)为雷达干扰中频信号;
步骤2:计算自相关归一化结果Rx(t)的3dB主瓣宽度;
步骤3;设采样率为BMHz,信号发射带宽为AMHz,则设定判定门限为B个点,当主瓣宽度小于判定门限时信号为噪声干扰;
步骤4:计算干扰信号的功率谱密度PSD;
步骤5:计算发射信号带宽内能量与总能量的比值,按如下公式计算P:
步骤6:当P小于95%时,执行步骤g;否则,执行步骤h;
步骤7:计算Rx(t)的3dB主瓣宽度与干扰信号脉宽的比值M,当M大于0.9时为梳状谱干扰,当M小于等于0.9时为卷积干扰;
步骤8:计算干扰信号的幅度均值与方差;
步骤9;计算干扰信号包络平坦度Q=方差/均值,当Q小于0.15时为复制干扰,否则为卷积干扰。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910657758.5A CN110426680B (zh) | 2019-07-20 | 2019-07-20 | 一种基于干扰信号时频及相关系数多维特征联合分类方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910657758.5A CN110426680B (zh) | 2019-07-20 | 2019-07-20 | 一种基于干扰信号时频及相关系数多维特征联合分类方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110426680A true CN110426680A (zh) | 2019-11-08 |
CN110426680B CN110426680B (zh) | 2022-05-24 |
Family
ID=68411424
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910657758.5A Active CN110426680B (zh) | 2019-07-20 | 2019-07-20 | 一种基于干扰信号时频及相关系数多维特征联合分类方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110426680B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112069987A (zh) * | 2020-09-04 | 2020-12-11 | 中国船舶重工集团公司第七二四研究所 | 一种基于统计流形寻优降维的干扰类型自动识别方法 |
CN112737613A (zh) * | 2020-12-20 | 2021-04-30 | 中国电子科技集团公司第二十研究所 | 一种宽带信号频率区间范围自动确定方法 |
CN112751628A (zh) * | 2020-12-18 | 2021-05-04 | 中国电子科技集团公司第二十研究所 | 一种多个有限带宽范围内梳状谱干扰信号频点确定方法 |
CN114578293A (zh) * | 2022-02-28 | 2022-06-03 | 中国人民解放军国防科技大学 | 一种利用截获信号幅度值的电扫雷达信号识别方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005195339A (ja) * | 2003-12-26 | 2005-07-21 | Toshiba Corp | レーダ信号処理装置 |
CN104215945A (zh) * | 2014-09-19 | 2014-12-17 | 南京长峰航天电子科技有限公司 | 一种双极化无源干扰脉冲信号精确生成方法 |
US20150253415A1 (en) * | 2013-04-25 | 2015-09-10 | U.S. Army Research Laboratory ATTN: RDRL-LOC-1 | Multitone Harmonic Radar and Method of Use |
CN106357575A (zh) * | 2016-10-17 | 2017-01-25 | 中国电子科技集团公司第五十四研究所 | 一种多参数联合估计的干扰类型识别方法 |
CN108875097A (zh) * | 2017-05-10 | 2018-11-23 | 北京遥感设备研究所 | 一种基于干扰功率谱的天线方向图综合方法 |
CN109669170A (zh) * | 2018-12-12 | 2019-04-23 | 北航(四川)西部国际创新港科技有限公司 | 一种降低无人机信号探测系统误警率的方法 |
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 |
-
2019
- 2019-07-20 CN CN201910657758.5A patent/CN110426680B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005195339A (ja) * | 2003-12-26 | 2005-07-21 | Toshiba Corp | レーダ信号処理装置 |
US20150253415A1 (en) * | 2013-04-25 | 2015-09-10 | U.S. Army Research Laboratory ATTN: RDRL-LOC-1 | Multitone Harmonic Radar and Method of Use |
CN104215945A (zh) * | 2014-09-19 | 2014-12-17 | 南京长峰航天电子科技有限公司 | 一种双极化无源干扰脉冲信号精确生成方法 |
CN106357575A (zh) * | 2016-10-17 | 2017-01-25 | 中国电子科技集团公司第五十四研究所 | 一种多参数联合估计的干扰类型识别方法 |
CN108875097A (zh) * | 2017-05-10 | 2018-11-23 | 北京遥感设备研究所 | 一种基于干扰功率谱的天线方向图综合方法 |
CN109669170A (zh) * | 2018-12-12 | 2019-04-23 | 北航(四川)西部国际创新港科技有限公司 | 一种降低无人机信号探测系统误警率的方法 |
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 |
Non-Patent Citations (1)
Title |
---|
刘振等: ""雷达有源干扰识别技术研究现状与发展趋势"", 《信号处理》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112069987A (zh) * | 2020-09-04 | 2020-12-11 | 中国船舶重工集团公司第七二四研究所 | 一种基于统计流形寻优降维的干扰类型自动识别方法 |
CN112751628A (zh) * | 2020-12-18 | 2021-05-04 | 中国电子科技集团公司第二十研究所 | 一种多个有限带宽范围内梳状谱干扰信号频点确定方法 |
CN112751628B (zh) * | 2020-12-18 | 2022-06-07 | 中国电子科技集团公司第二十研究所 | 一种多个有限带宽范围内梳状谱干扰信号频点确定方法 |
CN112737613A (zh) * | 2020-12-20 | 2021-04-30 | 中国电子科技集团公司第二十研究所 | 一种宽带信号频率区间范围自动确定方法 |
CN112737613B (zh) * | 2020-12-20 | 2022-04-05 | 中国电子科技集团公司第二十研究所 | 一种宽带信号频率区间范围自动确定方法 |
CN114578293A (zh) * | 2022-02-28 | 2022-06-03 | 中国人民解放军国防科技大学 | 一种利用截获信号幅度值的电扫雷达信号识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110426680B (zh) | 2022-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110426680A (zh) | 一种基于干扰信号时频及相关系数多维特征联合分类方法 | |
CN106330385B (zh) | 一种干扰类型识别方法 | |
CN108761418B (zh) | 一种基于微多普勒特征的雷达多径目标剔除方法 | |
Wu et al. | False-target recognition against interrupted-sampling repeater jamming based on integration decomposition | |
CN106125053B (zh) | 脉冲多普勒雷达极化抗干扰方法 | |
Choi et al. | Multi-human detection algorithm based on an impulse radio ultra-wideband radar system | |
Chen et al. | Interrupted-sampling repeater jamming suppression based on stacked bidirectional gated recurrent unit network and infinite training | |
CN107462873B (zh) | 一种雷达干扰快速识别方法 | |
CN108287333B (zh) | 一种联合jade和clean的主瓣抗干扰方法 | |
CN106546965A (zh) | 基于雷达幅度和多普勒频率估计的空时自适应处理方法 | |
CN109270499A (zh) | 一种基于特征矩阵联合对角化的多目标主瓣抗干扰方法 | |
CN114755639B (zh) | 一种面向跟踪对抗的多样式复合欺骗干扰自适应生成方法 | |
CN112014806A (zh) | 一种复杂干扰场景下的机载雷达无意干扰抑制方法 | |
Alphonse et al. | On estimating nonlinear frequency modulated radar signals in low SNR environments | |
CN114578296A (zh) | 基于相位编码信号的间歇采样干扰抑制方法 | |
CN108896963B (zh) | 机载雷达空时自适应降维处理方法 | |
CN110673118A (zh) | 一种主动声纳单频脉冲串波形设计及检测算法 | |
Zhao et al. | A modified matrix CFAR detector based on maximum eigenvalue for target detection in the sea clutter | |
Yang et al. | Manifold Projection Based Subband Matrix Information Geometry Detection for Radar Targets in Sea Clutter | |
CN109687915A (zh) | 一种未知参量水声脉冲信号检测的方法 | |
Smitha et al. | Clutter reduction techniques of ground penetrating radar for detecting subsurface explosive objects | |
CN113176541A (zh) | 一种自适应抗频谱弥散干扰方法及系统 | |
CN107271978A (zh) | 一种多个异构卫星下基于Rao检测的目标探测方法 | |
CN113138372B (zh) | 一种基于改进型m/n检测器的多径环境下雷达目标检测方法 | |
CN116679278B (zh) | 一种强地物杂波干扰下的目标雷达检测方法 |
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 |