CN111521976B - 一种空时自适应干扰处理方法、装置及存储介质 - Google Patents
一种空时自适应干扰处理方法、装置及存储介质 Download PDFInfo
- Publication number
- CN111521976B CN111521976B CN202010326948.1A CN202010326948A CN111521976B CN 111521976 B CN111521976 B CN 111521976B CN 202010326948 A CN202010326948 A CN 202010326948A CN 111521976 B CN111521976 B CN 111521976B
- Authority
- CN
- China
- Prior art keywords
- interference
- radar
- target
- samples
- distance
- 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
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
- G01S7/021—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
- G01S7/36—Means for anti-jamming, e.g. ECCM, i.e. electronic counter-counter measures
Abstract
本发明提供一种空时自适应干扰处理估计方法、装置及存储介质,方法包括:从侦察接收机中,获得雷达信号带宽B,并对所述雷达信号带宽B进行分辨率计算,得到雷达距离分辨率ρ;对干扰机的位置进行距离测算,得到目标雷达干扰距离数据;对所述雷达距离分辨率ρ和所述目标雷达干扰距离数据进行样本数目计算,得到干扰样本数目N;对干扰样本数目N进行矩阵构造,得到目标散射调制矩阵SJ;根据所述目标散射调制矩阵SJ对所述雷达距离分辨率ρ进行调制计算,得到干扰信号SJ(n,t),并将所述干扰信号SJ(n,t)转发至干扰雷达上。本发明实现了保护区域内干扰回波对STAP处理协方差矩阵的污染,从而降低STAP处理目标检测的能力。
Description
技术领域
本发明主要涉及雷达干扰技术领域,具体涉及一种空时自适应干扰处理方法、装置及存储介质。
背景技术
机载预警雷达为了在复杂杂波背景下获得准确的目标信息,广泛采用空时自适应处理(STAP)技术,STAP技术在空域和时域二维上采用自适应方式滤波,达到消除杂波与干扰,提高了在复杂背景下预警雷达侦测目标的能力。上世纪九十年代开始,人们开始提出了一系列的降维STAP算法这些降维STAP算法都是在自适应性能次优的情况下,通过降低自适应自由度来降低计算量和样本要求,解决STAP在工程上实时工作问题。STAP技术研究的核心内容之一就是如何实现非均匀环境下的准最优干扰滤波处理问题。非均匀环境包括功率非均匀、干扰目标和孤立干扰等,由于不同距离门的杂波样本具有不同的统计特性,如果距离门样本都不包含待检测样本中部分甚至全部杂波信息,自适应处理将不可能将待检测样本中的杂波有效抑制,导致虚警率增加,检测性能下降。为了获取独立同分布(IID)样本,SATP处理一般都会对采集的样本通过非均匀检测器(NHD)进行筛选,首先将训练样本中不满足与待检测样本杂波分布条件的样本检测出来,并加以剔除。
发明内容
本发明所要解决的技术问题是针对现有技术的不足,提供一种空时自适应干扰处理方法、装置及存储介质。
本发明解决上述技术问题的技术方案如下:一种空时自适应干扰处理方法,包括如下步骤:
从侦察接收机中获得雷达信号带宽B,并对所述雷达信号带宽B进行分辨率计算,得到雷达距离分辨率ρ;
对干扰机的位置进行距离测算,得到目标雷达干扰距离数据;
对所述雷达距离分辨率ρ和所述目标雷达干扰距离数据进行样本数目计算,得到干扰样本数目N;
对所述干扰样本数目N进行矩阵构造,得到目标散射调制矩阵SJ;
根据所述目标散射调制矩阵SJ对所述雷达距离分辨率ρ进行调制计算,得到干扰信号SJ(n,t),并将所述干扰信号SJ(n,t)转发至干扰雷达上。
本发明解决上述技术问题的另一技术方案如下:一种空时自适应干扰处理装置,包括:
雷达距离分辨率处理模块,用于从侦察接收机中,获得雷达信号带宽B,并对所述雷达信号带宽B进行分辨率计算,得到雷达距离分辨率ρ;
干扰距离数据获得模块,用于对干扰机的位置进行距离测算,得到目标雷达干扰距离数据;
样本数目计算模块,用于对所述雷达距离分辨率ρ和所述目标雷达干扰距离数据进行样本数目计算,得到干扰样本数目N;
目标散射调制矩阵构造模块,用于对所述干扰样本数目N进行矩阵构造,得到目标散射调制矩阵SJ;
干扰信号调制模块,用于根据所述目标散射调制矩阵SJ对所述雷达距离分辨率ρ进行调制计算,得到干扰信号SJ(n,t),并将所述干扰信号SJ(n,t)转发至干扰雷达上。
本发明解决上述技术问题的另一技术方案如下:一种空时自适应干扰处理装置,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,当所述处理器执行所述计算机程序时,实现如上所述的空时自适应干扰处理方法。
本发明解决上述技术问题的另一技术方案如下:一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,当所述计算机程序被处理器执行时,实现如上所述的空时自适应干扰处理方法。
本发明的有益效果是:通过雷达距离分辨率和目标雷达干扰距离数据得到干扰样本数目,干扰样本数目能够有效的获取复杂背景杂波的干扰密度,实现对复杂背景模板干扰的精确生成;通过干扰样本数目得到目标散射调制矩阵,并对目标散射调制矩阵和雷达距离分辨率的调制计算得到干扰信号,并将干扰信号转发至干扰雷达上,实现了保护区域内干扰回波对STAP处理协方差矩阵的污染,从而降低STAP处理目标检测的能力。
附图说明
图1为本发明一实施例提供的空时自适应干扰处理方法的流程示意图;
图2为本发明一实施例提供的空时自适应处理的原理框图;
图3为本发明一实施例提供的空时自适应干扰处理装置的模块框图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
图1为本发明一实施例提供的空时自适应干扰处理方法的流程示意图。
如图1所示,一种空时自适应干扰处理方法,包括如下步骤:
从侦察接收机中获得雷达信号带宽B,并对所述雷达信号带宽B进行分辨率计算,得到雷达距离分辨率ρ;
对干扰机的位置进行距离测算,得到目标雷达干扰距离数据;
对所述雷达距离分辨率ρ和所述目标雷达干扰距离数据进行样本数目计算,得到干扰样本数目N;
对所述干扰样本数目N进行矩阵构造,得到目标散射调制矩阵SJ;
根据所述目标散射调制矩阵SJ对所述雷达距离分辨率ρ进行调制计算,得到干扰信号SJ(n,t),并将所述干扰信号SJ(n,t)转发至干扰雷达上。
应理解地,由于机载雷达具有运动特性,来自不同方向的地物杂波其多普勒频率是不同的,雷达按其天线方向图接收的地物杂波多普勒频率严重展宽,将覆盖运动目标的多普勒频率;从多普勒域看,运动目标与杂波是混叠在一起的,传统的时域一维多普勒滤波处理分离运动目标与静止的地物杂波的方法将不再有效;运动平台雷达杂波的这种多普勒谱随杂波散射体所在空间方向变化而改变的时空耦合特性(即空变特性)是运动平台雷达的一个基本特点;对空间不同位置的采集信号(即空间采样信号)的处理就是利用波达方向(DOA)信息进行区分的方向滤波,而同时对时域和空域采样信号进行处理以期同时利用多普勒和波达方向信息来区分运动目标和静止的地杂波的方法,就是空时信号处理。由于环境和系统的不确定性,实际中通常采用自适应方式,这就是空时自适应处理(STAP)。
机载雷达由于平台运动使回波信号的空、时域产生藕合。假设雷达天线为均匀线阵结构(也可以是面阵经微波合成的等效线阵结构),阵元数目为N,对于第l个距离门,在一个相干处理间隔(CPI)内的脉冲数目为K,接收到的空时数据X为一N×K维的数据矩阵,矩阵X可以表示为第五式,所述第五式为:
其中,元素xn,k为第n个阵元在第k个脉冲下的回波。
同样按相同的矩阵结构,目标信号S也可以表示为一N×K维的矩阵,它由空域导向矢量和时域导向矢量所构成,其中,空域导向矢量分别表示为第六式和第八式,时域导向矢量分别表示为第七式和第九式,所述第六式、所述第七式、所述第八式和所述第九式分别为:
SS(ψS0)=[1,exp(jφS(ψS0)),…,exp(j(N-1)φS(ψS0))]T
ST(fd0)=[1,exp(jφT(fd0)),…,exp(j(K-1)φT(fd0))]T
其中,d为阵元间距,λ为波长,θ0是目标的方位角。fd0是目标的多普勒频率,fr为脉冲重复频率,这里均是以正侧视阵为例。目标信号S表示为第十式,所述第十式为:
由图2所示,空时处理就是对N×K维的矩阵X进行加权求和。
降维STAP的前提是杂波自由度应小于NK,为降维处理提供了理论依据,降维STAP技术在结构上划分为自适应降维结构和固定降维结构两类。前者的处理结构是可变的,后者则是固定不变的。无论是固定降维处理还是自适应的降维处理均可以认为是获得一NK×Q的降维矩阵T,其中NK和Q分别为降维前后空时信号的维数,当然只有当Q<NK的情况现才是降维处理。不同的是前者的Q获得与数据无关而后者需要从数据中获得。进行降维处理前后的数据矢量和信号导向矢量间存在的关系为第十一式,所述第十一式为:
降维后的杂波协方差矩阵为第十二式,所述第十二式为:
降维STAP处理,即求解最优化问题为第十三式,所述第十三式为:
求解最优权矢量为第十四式,所述第十四式为:
求解空时采样数据x的协方差矩阵Rx为第十五式,所述第十五式为:
RX=E[xxH]
Rx通常是经过估计获得的,因此STAP的杂波协方差矩阵可以通过距离样本统计获得。统计STAP首先在待检测距离单元的邻近单元选取L个二维数据向量样本xl:l=1,2,…,L,再根据第十六式计算杂波协方差矩阵Rx的估值所述第十六式为:
统计STAP性能最优的前提条件是有充足的与待检测杂波样本满足独立同分布条件的训练样本,以便按所述第十六式估计杂波协方差矩阵。文献中讨论了高斯型独立同分布样本环境下统计STAP的收敛特性,指出了当独立同分布训练样本数目大于处理器维数的2倍时,可保证输出的信杂噪比损失与理想最优处理(相对于确知协方差矩阵下的最佳信杂噪比)相比不超过3dB。
上述实施例中,通过对雷达信号带宽B的分辨率计算得到雷达距离分辨率ρ;对雷达距离分辨率ρ和目标雷达干扰距离数据的样本数目计算得到需要干扰的样本数目N;对需要干扰的样本数目N的构造得到目标散射调制矩阵SJ;对目标散射调制矩阵SJ和雷达距离分辨率ρ的调制计算得到干扰信号SJ(n,t),并将干扰信号SJ(n,t)进行转发,实现了保护区域内干扰回波对STAP处理协方差矩阵的污染,从而降低STAP处理目标检测的能力。
可选地,作为本发明的一个实施例,所述对所述雷达信号带宽B进行分辨率计算,得到雷达距离分辨率ρ的过程包括:
通过第一式对所述雷达信号带宽B进行分辨率计算,得到雷达距离分辨率ρ,所述第一式为:
其中,c为光速。
上述实施例中,通过第一式对雷达信号带宽的分辨率计算得到雷达距离分辨率,为之后计算过程提供了数据基础,为实现保护区域内干扰回波对STAP处理协方差矩阵的污染,从而降低STAP处理目标检测的能力奠定了技术基础。
可选地,作为本发明的一个实施例,所述对所述雷达距离分辨率ρ和所述目标雷达干扰距离数据进行样本数目计算,得到干扰样本数目N的过程包括:
从所述目标雷达干扰距离数据中获得以干扰机位置为参考点距离目标雷达的干扰最远距离Rmax和以干扰机位置为参考点距离目标雷达的干扰最近距离Rmin;
通过第二式对所述雷达距离分辨率ρ、所述以干扰机位置为参考点距离目标雷达的干扰最远距离Rmax和所述以干扰机位置为参考点距离目标雷达的干扰最近距离Rmin进行样本数目计算,得到干扰样本数目N,所述第二式为:
上述实施例中,通过第二式对雷达距离分辨率、以干扰机位置为参考点距离目标雷达的干扰最远距离和所述以干扰机位置为参考点距离目标雷达的干扰最近距离的样本数目计算得到需要干扰的样本数目,为构造目标散射调制矩阵提供基础,为实现保护区域内干扰回波对STAP处理协方差矩阵的污染,从而降低STAP处理目标检测的能力提供了数据支持。
可选地,作为本发明的一个实施例,所述对所述干扰样本数目N进行矩阵构造,得到目标散射调制矩阵SJ的过程包括:
利用MATLAB矩阵实验室将预设背景模板作为背景进行雷达回波参数提取,得到多个距离单元幅度A;
通过第三式对所述干扰样本数目N和所述多个距离单元幅度A进行计算,得到目标散射调制矩阵SJ,所述第三式为:
优选地,所述预设背景模板可以为城市区域回波。
应理解地,根据雷达实际处理的特点,构造以复杂城市为背景的干扰调制参数库,选取以预设复杂背景模板为背景提取雷达回波参数,按照需要的距离门数目产生干扰场景调制参数,构造目标散射调制矩阵SJ。
具体地,所述K在工程上通常可以参考电子侦察机获取的雷达一个脉组脉冲数进行设定,为根据雷达天线数目调制的多普勒量。
应理解地,MATLAB是美国MathWorks公司出品的商业数学软件,用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境,主要包括MATLAB和Simulink两大部分。MATLAB是matrix&laboratory两个词的组合,意为矩阵工厂(矩阵实验室);是由美国mathworks公司发布的主要面对科学计算、可视化以及交互式程序设计的高科技计算环境;它将数值分析、矩阵计算、科学数据可视化以及非线性动态系统的建模和仿真等诸多强大功能集成在一个易于使用的视窗环境中,为科学研究、工程设计以及必须进行有效数值计算的众多科学领域提供了一种全面的解决方案,并在很大程度上摆脱了传统非交互式程序设计语言(如C、Fortran)的编辑模式,代表了当今国际科学计算软件的先进水平。
上述实施例中,通过利用MATLAB矩阵实验室将预设背景模板作为背景的雷达回波参数提取得到多个距离单元幅度;并通过第三式对需要干扰的样本数目和多个距离单元幅度的计算得到目标散射调制矩阵,为计算干扰信号提供数据支撑,为实现保护区域内干扰回波对STAP处理协方差矩阵的污染,从而降低STAP处理目标检测的能力,提升检测性能提供有效的数据基础。
可选地,作为本发明的一个实施例,所述根据所述目标散射调制矩阵SJ对所述雷达距离分辨率ρ进行调制计算,得到干扰信号SJ(n,t),并将所述干扰信号SJ(n,t)转发至干扰雷达上的过程包括:
通过第四式对所述目标散射调制矩阵SJ和所述雷达距离分辨率ρ进行调制计算,得到干扰信号SJ(n,t),所述第四式为:
其中,n为调制次数,t为信号时间,ρ为雷达距离分辨率,c为光速,SJ(n,t)为干扰信号,SJ(n,k)为目标散射调制矩阵SJ第n列,k行对应的散射幅度,为直接接收的雷达在第n个距离单元对应的第n个距离延时回波信号。
应理解地,通常对于广义内积样本提取,如果采用常规孤立的强干扰方式,则干扰机所在的距离门回波表现出的统计特性会与周围其它距离以内的样本不同,非均匀样本下GIP检验统计量会偏离均匀样本下的输出,从而被剔除出,进而无法实现有效干扰。
通常干扰机采用较大功率方式进行干扰,导致按照所述第四式产生的干扰信号样本会被剔除,因而在干扰信号功率需要与实际背景回波相当。
上述实施例中,通过第四式对目标散射调制矩阵和雷达距离分辨率的调制计算得到干扰信号,并将所述干扰信号进行转发,实现了保护区域内干扰回波对STAP处理协方差矩阵的污染,从而降低STAP处理目标检测的能力。
图3为本发明一实施例提供的空时自适应干扰处理装置的模块框图。
可选地,作为本发明的另一个实施例,如图3所示,一种空时自适应干扰处理装置,包括:
雷达距离分辨率处理模块,用于从侦察接收机中,获得雷达信号带宽B,并对所述雷达信号带宽B进行分辨率计算,得到雷达距离分辨率ρ;
干扰距离数据获得模块,用于对干扰机的位置进行距离测算,得到目标雷达干扰距离数据;
样本数目计算模块,用于对所述雷达距离分辨率ρ和所述目标雷达干扰距离数据进行样本数目计算,得到干扰样本数目N;
目标散射调制矩阵构造模块,用于对所述干扰样本数目N进行矩阵构造,得到目标散射调制矩阵SJ;
干扰信号调制模块,用于根据所述目标散射调制矩阵SJ对所述雷达距离分辨率ρ进行调制计算,得到干扰信号SJ(n,t),并将所述干扰信号SJ(n,t)转发至干扰雷达上。
可选地,作为本发明的一个实施例,所述雷达距离分辨率处理模块具体用于:
通过第一式对所述雷达信号带宽B进行分辨率计算,得到雷达距离分辨率ρ,所述第一式为:
其中,c为光速。
可选地,作为本发明的一个实施例,所述样本数目计算模块具体用于:
从所述目标雷达干扰距离数据中获得以干扰机位置为参考点距离目标雷达的干扰最远距离Rmax和以干扰机位置为参考点距离目标雷达的干扰最近距离Rmin;
通过第二式对所述雷达距离分辨率ρ、所述以干扰机位置为参考点距离目标雷达的干扰最远距离Rmax和所述以干扰机位置为参考点距离目标雷达的干扰最近距离Rmin进行样本数目计算,得到干扰样本数目N,所述第二式为:
可选地,本发明的另一个实施例提供一种空时自适应干扰处理装置,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,当所述处理器执行所述计算机程序时,实现如上所述的空时自适应干扰处理方法。该装置可为计算机等装置。
可选地,本发明的另一个实施例提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,当所述计算机程序被处理器执行时,实现如上所述的空时自适应干扰处理方法。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。用于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分,或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (8)
1.一种空时自适应干扰处理方法,其特征在于,包括如下步骤:
从侦察接收机中获得雷达信号带宽B,并对所述雷达信号带宽B进行分辨率计算,得到雷达距离分辨率ρ;
对干扰机的位置进行距离测算,得到目标雷达干扰距离数据;
对所述雷达距离分辨率ρ和所述目标雷达干扰距离数据进行样本数目计算,得到干扰样本数目N;
对所述干扰样本数目N进行矩阵构造,得到目标散射调制矩阵SJ;
根据所述目标散射调制矩阵SJ对所述雷达距离分辨率ρ进行调制计算,得到干扰信号SJ(n,t),并将所述干扰信号SJ(n,t)转发至干扰雷达上;
所述对所述干扰样本数目N进行矩阵构造,得到目标散射调制矩阵SJ的过程包括:
利用MATLAB矩阵实验室将预设背景模板作为背景进行雷达回波参数提取,得到多个距离单元幅度A;
通过第三式对所述干扰样本数目N和所述多个距离单元幅度A进行计算,得到目标散射调制矩阵SJ,所述第三式为:
所述根据所述目标散射调制矩阵SJ对所述雷达距离分辨率ρ进行调制计算,得到干扰信号SJ(n,t),并将所述干扰信号SJ(n,t)转发至干扰雷达上的过程包括:
通过第四式对所述目标散射调制矩阵SJ和所述雷达距离分辨率ρ进行调制计算,得到干扰信号SJ(n,t),所述第四式为:
4.一种用于实现权利要求1所述方法的空时自适应干扰处理装置,其特征在于,包括:
雷达距离分辨率处理模块,用于从侦察接收机中,获得雷达信号带宽B,并对所述雷达信号带宽B进行分辨率计算,得到雷达距离分辨率ρ;
干扰距离数据获得模块,用于对干扰机的位置进行距离测算,得到目标雷达干扰距离数据;
样本数目计算模块,用于对所述雷达距离分辨率ρ和所述目标雷达干扰距离数据进行样本数目计算,得到干扰样本数目N;
目标散射调制矩阵构造模块,用于对所述干扰样本数目N进行矩阵构造,得到目标散射调制矩阵SJ;
干扰信号调制模块,用于根据所述目标散射调制矩阵SJ对所述雷达距离分辨率ρ进行调制计算,得到干扰信号SJ(n,t),并将所述干扰信号SJ(n,t)转发至干扰雷达上。
7.一种空时自适应干扰处理装置,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,当所述处理器执行所述计算机程序时,实现如权利要求1至3任一项所述的空时自适应干扰处理方法。
8.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,当所述计算机程序被处理器执行时,实现如权利要求1至3任一项所述的空时自适应干扰处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010326948.1A CN111521976B (zh) | 2020-04-23 | 2020-04-23 | 一种空时自适应干扰处理方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010326948.1A CN111521976B (zh) | 2020-04-23 | 2020-04-23 | 一种空时自适应干扰处理方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111521976A CN111521976A (zh) | 2020-08-11 |
CN111521976B true CN111521976B (zh) | 2023-03-24 |
Family
ID=71903581
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010326948.1A Active CN111521976B (zh) | 2020-04-23 | 2020-04-23 | 一种空时自适应干扰处理方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111521976B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113030877B (zh) * | 2021-02-08 | 2023-12-22 | 西安电子科技大学 | 一种对窄带自适应旁瓣相消的精准间歇采样干扰方法 |
CN113126039B (zh) * | 2021-04-09 | 2023-06-30 | 西安电子科技大学 | 基于tch分解的stap雷达分布式干扰信号产生方法 |
CN113126040B (zh) * | 2021-04-09 | 2024-01-16 | 西安电子科技大学 | 基于pbi分解的stap雷达分布式干扰信号产生方法 |
CN113126041B (zh) * | 2021-04-20 | 2023-06-30 | 西安电子科技大学 | 基于惩罚因子可变的雷达分布式干扰信号产生方法 |
CN113595677B (zh) * | 2021-07-28 | 2023-07-25 | 湖北三江航天险峰电子信息有限公司 | 一种相控阵干扰机的收发及控制装置 |
CN113759327A (zh) * | 2021-09-29 | 2021-12-07 | 桂林长海发展有限责任公司 | 一种对线性调频连续波雷达的干扰方法、系统和电子设备 |
CN114124187A (zh) * | 2021-10-13 | 2022-03-01 | 桂林长海发展有限责任公司 | 直接数据域电子侦察接收机测频测向方法、接收机及介质 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050195103A1 (en) * | 2004-01-13 | 2005-09-08 | Davis Dennis W. | Phased arrays exploiting geometry phase and methods of creating such arrays |
EP1630713B1 (en) * | 2004-08-24 | 2020-05-20 | Sony Deutschland GmbH | Backscatter interrogator reception method and interrogator for a modulated backscatter system |
FR2975193B1 (fr) * | 2011-05-12 | 2020-10-09 | Thales Sa | Procede et systeme de localisation d'interferences affectant un signal de radionavigation par satellite |
CN102590794B (zh) * | 2012-02-28 | 2013-10-30 | 北京航空航天大学 | 一种宽带相参雷达目标模拟器 |
CN103399303B (zh) * | 2013-07-22 | 2015-09-02 | 西安电子科技大学 | 机载雷达抗密集转发式欺骗干扰方法与系统 |
CN103616670B (zh) * | 2013-12-05 | 2015-09-30 | 西安电子科技大学 | 基于浮空平台改进的sar散射波干扰方法 |
CN104502895A (zh) * | 2014-12-08 | 2015-04-08 | 广西大学 | 一种稳健的基于多通道sar特征投影的杂波抑制方法及装置 |
CN105866749B (zh) * | 2016-03-30 | 2018-07-20 | 西安电子科技大学 | 一种距离和速度同步拖引的雷达干扰识别方法 |
CN106353739B (zh) * | 2016-09-30 | 2018-12-25 | 中国人民解放军装备学院 | 一种基于多相位分段调制的雷达干扰方法 |
CN107290727B (zh) * | 2017-06-14 | 2019-10-11 | 中国人民解放军国防科学技术大学 | 一种位置可控式isar假目标图像合成方法 |
-
2020
- 2020-04-23 CN CN202010326948.1A patent/CN111521976B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111521976A (zh) | 2020-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111521976B (zh) | 一种空时自适应干扰处理方法、装置及存储介质 | |
Gemba et al. | Multi-frequency sparse Bayesian learning for robust matched field processing | |
Adve et al. | Practical joint domain localised adaptive processing in homogeneous and nonhomogeneous environments. Part 2: Nonhomogeneous environments | |
DE60309748T2 (de) | System und Verfahren zur Rauschunterdrückung in vorverarbeiteten Radardaten | |
CN105223560B (zh) | 基于杂波俯仰方位谱稀疏恢复的机载雷达目标检测方法 | |
CN109557539B (zh) | 机载无源雷达地面动目标检测方法、装置以及电子设备 | |
CN109541577A (zh) | 一种部分均匀环境中未知干扰下的自适应子空间检测器 | |
CN108318865B (zh) | 多通道sar欺骗干扰鉴别与自适应抑制方法 | |
CN102879767A (zh) | 一种用于空时自适应处理的干扰目标检测方法 | |
Chen et al. | Fast and refined processing of radar maneuvering target based on hierarchical detection via sparse fractional representation | |
CN106772273A (zh) | 一种基于动态孔径的sar虚假目标干扰抑制方法及系统 | |
Ng et al. | Range-Doppler detection in automotive radar with deep learning | |
Sirignano et al. | A comparative analysis of deterministic detection and estimation techniques for MIMO SFCW radars | |
Sun et al. | A fast approach for detection and parameter estimation of maneuvering target with complex motions in coherent radar system | |
CN113009473B (zh) | 一种多波束凝视雷达低仰角目标测高方法、装置及介质 | |
CN109490859B (zh) | 部分均匀环境中对方位扰动和多普勒扰动稳健的检测器 | |
CN109212502B (zh) | 基于重加权的采样矩阵求逆非均匀检测器的实现方法 | |
CN112612007B (zh) | 基于近场效应的超稀疏阵列机载雷达动目标距离解模糊方法 | |
CN113567944B (zh) | 海杂波中frft域奇异值特征的目标检测方法和装置 | |
CN113093174B (zh) | 基于phd滤波雷达起伏微弱多目标的检测前跟踪方法 | |
Wan et al. | A range-Doppler-angle estimation method for passive bistatic radar | |
Liu et al. | Through-wall tracking using mean-shift algorithm | |
Luo et al. | Wideband signal design for over-the-horizon radar in cochannel interference | |
CN112666558A (zh) | 一种适用于汽车fmcw雷达的低复杂度music测向方法及装置 | |
CN114609604B (zh) | 无人机集群目标检测及目标轮廓、集群规模估计方法 |
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 |