CN111693944B - 雷达有源干扰信号参数提取与干扰样式识别方法及装置 - Google Patents

雷达有源干扰信号参数提取与干扰样式识别方法及装置 Download PDF

Info

Publication number
CN111693944B
CN111693944B CN202010558039.0A CN202010558039A CN111693944B CN 111693944 B CN111693944 B CN 111693944B CN 202010558039 A CN202010558039 A CN 202010558039A CN 111693944 B CN111693944 B CN 111693944B
Authority
CN
China
Prior art keywords
signal
interference signal
frequency
interference
threshold
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
Application number
CN202010558039.0A
Other languages
English (en)
Other versions
CN111693944A (zh
Inventor
陈志玉
吴磊
詹健
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.)
Shanghai Zhiliang Electronic Technology Co ltd
Original Assignee
Shanghai Zhiliang Electronic 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 Shanghai Zhiliang Electronic Technology Co ltd filed Critical Shanghai Zhiliang Electronic Technology Co ltd
Priority to CN202010558039.0A priority Critical patent/CN111693944B/zh
Publication of CN111693944A publication Critical patent/CN111693944A/zh
Application granted granted Critical
Publication of CN111693944B publication Critical patent/CN111693944B/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
    • G01S7/021—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

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

本发明涉及一种雷达有源干扰信号参数提取与干扰样式识别方法及装置，属于信号处理技术领域。本发明采用宽带频域处理和窄带时域处理相结合的方法，通过采用双门限信号检测算法实时精确对信号进行检测，提高信号带宽和频率估计精度，并对脉压数据偏离率计算和峰值修正，从而提高脉压峰值判断准确度，进而显著提高了干扰信号识别正确率，且本发明的方法应用实现方式简便，实用性强，具备同时不同频多干扰识别能力。

Description

雷达有源干扰信号参数提取与干扰样式识别方法及装置
技术领域
本发明涉及信号处理技术领域，特别涉及雷达技术领域，具体是指一种雷达有源干扰信 号参数提取与干扰样式识别方法及装置。
背景技术
雷达干扰是指改变回波信号参数，扰乱雷达检测追踪目标，进而影响其雷达正确判断， 其主要包括有源干扰和无源干扰。
按照干扰影响真实目标信号的结果，雷达有源干扰可被分为压制性干扰、欺骗性干扰和 两者相结合的组合式干扰。压制式干扰指干扰能量比有用信号大得多的干扰，由于雷达接收 机是根据脉压结果检测目标，压制式干扰会遮盖真实有用的信号，使接收机检测不到目标信号。欺骗式干扰则是干扰信号模拟真实目标回波信号，产生虚假的距离、速度和角度等信息， 造成虚假目标与真实目标非常相近，使雷达系统不能区分真假目标信号，把假目标当作真目 标而被欺骗。压制式干扰和欺骗式干扰二者结合起来可以形成更有效的联合欺骗干扰。当雷 达受到联合欺骗干扰时，一方面雷达工作频谱被占用，而不能正确处理回波信号，雷达系统失去了跟踪目标的能力；另一方面就算雷达能够追踪假目标，雷达的检测系统也会被干扰扰 乱。
随着现代电磁环境日益复杂，上述的雷达有源和无源干扰信号层出不穷，尤其是伴随着 DRFM技术的发展与应用，使得干扰信号与雷达信号更加相似，从而更加难以识别，基于 DRFM的雷达干扰技术也日趋成熟。雷达面临的不再是单一类型的电子干扰，而通常是多个 干扰源所产生的多个不同样式的干扰，甚至是复合干扰，这些干扰分布在较宽的频带内，参数灵活多变，干扰样式多样化，对雷达构成了严重威胁。虽然近年来针对雷达干扰的识别技 术有许多研究，但是多数研究只能适用于实验室环境，在实际电磁环境下识别效果差，因此 依然缺乏对雷达干扰信号的有效识别的方法，对于同时不同频的多干扰识别也很少有研究。
发明内容
本发明的目的是克服了上述现有技术中的缺点，提供一种可以提高干扰信号识别正确率， 且具备同时不同频多干扰识别能力的雷达有源干扰信号参数提取与干扰样式识别方法及装置。
为了实现上述的目的，本发明的雷达有源干扰信号参数提取与干扰样式识别方法包括以 下步骤：
(1)接收雷达干扰的射频信号，经过微波组件和高速采集模块转化为数字中频信号；
(2)下变频处理模块利用正交解调技术将所述的数字中频信号解调至零中频信号；
(3)宽带频域处理模块对所述的零中频信号进行频域化处理，得到信号带宽特征参数和 频率特征参数；
(4)窄带时域处理模块对所述的零中频信号进行扫频特征判断和脉冲压缩处理，得到扫 频特征参数和脉压峰值特征参数；
(5)干扰信号识别模块根据所述的带宽特征参数、频率特征参数、扫频特征参数和脉压 峰值特征参数综合识别雷达干扰信号。
该雷达有源干扰信号参数提取与干扰样式识别方法中，所述的步骤(2)具体为：
所述的下变频处理模块将输入的所述数字中频信号分别与余弦信号和正弦信号相乘进行 混频，再经过低通滤波器，得到IQ两路正交信号。
该雷达有源干扰信号参数提取与干扰样式识别方法中，所述的步骤(3)包括以下步骤：
(31)采用welch法对所述的零中频信号进行处理，得到平滑的宽带信号频谱；
(32)对所述的宽带信号频谱进行均值滤波处理，滤除信号中的环境噪声，减小信号通 带内的频谱抖动，得到平坦化宽带信号频谱；
(33)采用双门限信号检测算法对所述的平坦化宽带信号频谱数据进行处理，检测信号， 得到精确的信号带宽特征参数和频率特征参数。
该雷达有源干扰信号参数提取与干扰样式识别方法中，所述的welch法为：对信号进行 分段加窗处理，利用短时傅里叶变换求出各段功率谱后求平均功率谱，所述的步骤(31)包 括以下步骤：
(B1)输入有限长的零中频信号序列x(n)(n＝0,1,…,N),总长度为N；
(B2)设定welch功率谱相关参数，包括FFT点数和数据重叠长度；
(B3)对所述的有限长的零中频信号进行分段，将各段数据进行加窗处理；
(B4)对所述的各段数据进行功率谱计算，再将各段结果进行累加平均，得到估计的信 号功率谱。
该雷达有源干扰信号参数提取与干扰样式识别方法中，所述的步骤(33)具体包括以下 步骤：
(C1)设定上门限尺度因子T1和下门限尺度因子T2；
(C2)将输入的所述平坦化宽带信号进行从低到高的排序，产生一个新的数组，并将数 组中为0的数据去掉；
(C3)对去0的数组，取其前面一组数据的平均值，设定一个计算的初始门限；
(C4)对所偶函数初始门限乘以所述下门限尺度因子T2倍得到TL，将小于TL的数据求和取平均，得到新门限，再乘以下门限尺度因子T2倍得到TL，再将小于TL的数据求和 取平均；
(C5)重复步骤(C4)，直到新的平均值与原门限相等；
(C6)得到的TL为低门限，2TL为高门限；
而后根据如下信号判定准则进行信号检测：
(D1)至少连续N个点大于2TL，认为出现信号；
(D2)已经检测到数据点大于2TL后，至少连续N个点小于TL，认为该信号结束；
(D3)将已确认的信号，大于2TL的起始部分和结束部分设定为信号带宽B；
(D4)起始部分和结束部分的中间部分为信号中心频率f。
该雷达有源干扰信号参数提取与干扰样式识别方法中，所述的步骤(4)包括以下步骤：
(41)采用多相滤波技术对所述的零中频信号进行信道化处理，快速并同时得到多个子 信道信号；
(42)对每个所述的子信道信号进行门限检波，判断每个所述的子信道信号是否存在干 扰信号，并得到各干扰信号的起始时刻t1和终止时刻t2；
(43)根据所述各干扰信号的起始时刻t1和终止时刻t2，将各干扰信号从各个所述的子 信道信号中截取出来；
(44)对截出的各干扰信号进行分段瞬时频率测量，得到瞬时频率集，然后根据所述瞬 时频率集判断扫频特性，获得所述的扫频特征参数；
(45)对截出的各干扰信号进行脉冲压缩处理，得到脉压数据；
(46)对所述的脉压数据计算每个数据点偏离率组成偏离矩阵；
(47)根据所述的偏离矩阵确定门限nth，判断偏离矩阵峰值点并修正，得到峰值点个数、 位置及其规律，获得所述的脉压峰值特征参数。
该雷达有源干扰信号参数提取与干扰样式识别方法中，所述的步骤(45)中所述的脉 冲压缩处理具体为：
对接收信号使用匹配滤波器进行相关，所述匹配滤波器会将编码在时间维度压缩成窄 脉冲，该脉冲压缩处理采用并行多路流水线处理方式；
所述的步骤(46)中的数据点偏离率的计算公式为：
其中，Dratei为脉压数据点偏离率值，MYi为脉压数据点值，N为脉压数据的长度。
该雷达有源干扰信号参数提取与干扰样式识别方法中，所述的步骤(47)中，
根据所述的偏离矩阵确定门限nth，具体为：
(E1)设置固定门限值Thvalue00为10；
(E2)设置动态门限值Thvalue01为：max(MYvalue)/4，其中，MYvalue为所述的偏离矩阵的元素值，max(·)为求最大值函数；
(E3)比较Thvalue00和Thvalue01的大小，选取较大者为门限nth的值；
所述的判断偏离矩阵峰值点，具体为：
(F1)根据行偏离矩阵中的元素做数据曲线；
(F2)找出所述数据曲线中峰值点，所述数据曲线向上过门限nth且向下过门限nth一 次记为一个峰值点；
(F3)找出的所有峰值点并记录下峰值点幅值、位置等信息；
所述的峰值点的修正具体为：
相邻两个峰值点的幅值相差大于5倍且位置间隔小于4时，删除幅值较小的峰值点。
该雷达有源干扰信号参数提取与干扰样式识别方法中，所述的步骤(5)包括以下步骤：
(51)根据频率信息，将所述的宽带频域处理模块获得的所述信号带宽特征参数和频率 特征参数，以及所述的窄带时域处理模块获得的扫频特征参数和脉压峰值特征参数，合并成 一个特征参数矩阵，各所述的特征参数包括信号频率f、信号带宽B、瞬时频率、扫频方向、 干扰信号起始时刻t1、干扰信号结束时刻t2、脉压峰值个数、脉压峰值位置和脉冲压缩比；
(52)判断所述的信号带宽B是否大于五倍的雷达信号带宽；
若是，则干扰信号为宽带干扰信号，且进入步骤(53)；
否则，则干扰信号为窄带干扰信号，且进入步骤(56)；
(53)判断所述的瞬时频率是否为扫频；
若是，则干扰信号为扫频宽带阻塞干扰信号，且进入步骤(54)；
否则，则干扰信号为瞬时宽带阻塞干扰信号；
(54)判断所述的扫频是否有规律；
若是，则干扰信号为顺序扫频宽带阻塞干扰信号，且进入步骤(55)；
否则，则干扰信号为随机扫频宽带阻塞干扰信号；
(55)判断所述的扫频方向为正向还是负向；
若是正向，则干扰信号为正向扫频宽带阻塞干扰信号；
若是负向，则干扰信号为负向扫频宽带阻塞干扰信号；
(56)判断所述的脉压峰值个数是否等于0；
若是，则干扰信号为非相参噪声干扰信号，且进入步骤(57)；
否则，则干扰信号为相参转发式干扰信号，且进入步骤(58)；
(57)判断是否存在多个相似的非相参噪声干扰信号；
若是，则干扰信号为梳状谱干扰信号；
否则，则干扰信号为非相参噪声干扰信号；
(58)判断所述脉冲压缩比是否小于实际雷达信号脉冲压缩比；
若是，则干扰信号为切片干扰信号；
否则，进入步骤(59)；
(59)判断所述的脉冲压缩峰值个数是否大于3；
若是，进入步骤(510)；
否则，则干扰信号为单一相参干扰信号；
(510)判断脉冲压缩峰值排列是否规律；
若是，则干扰信号为密集假目标干扰信号；
否则，则干扰信号为相参复合干扰信号。
本发明还提供一种用以实现上述方法的雷达有源干扰信号参数提取与干扰样式识别装置， 该装置包括：
接收设备，用以接收雷达干扰的射频信号，并转化为数字中频信号；
下变频处理模块，用以利用正交解调技术将所述的数字中频信号解调至零中频信号；
宽带频域处理模块，用以对所述的零中频信号进行频域化处理，得到信号带宽特征参数 和频率特征参数；
窄带时域处理模块，用以对所述的零中频信号进行扫频特征判断和脉冲压缩处理，得到 扫频特征参数和脉压峰值特征参数；以及
干扰信号识别模块，用以根据所述的带宽特征参数、频率特征参数、扫频特征参数和脉 压峰值特征参数综合识别雷达干扰信号。
采用了该发明的雷达有源干扰信号参数提取与干扰样式识别方法及装置，其采用宽带频 域处理和窄带时域处理相结合的方法，通过采用双门限信号检测算法实时精确对信号进行检 测，提高信号带宽和频率估计精度，并对脉压数据偏离率计算和峰值修正，从而提高脉压峰值判断准确度，进而显著提高了干扰信号识别正确率，且本发明的方法应用实现方式简便， 实用性强，具备同时不同频多干扰识别能力。
附图说明
图1为传统干扰信号接收框图。
图2为本发明的雷达有源干扰信号参数提取与干扰样式识别方法原理图。
图3为本发明提供的实施例中多信号频谱图。
图4为本发明中根据提取的干扰参数对雷达干扰信号识别的流程图。
图5为本发明提供的实施例中瞬时宽带阻塞干扰信号时频及频谱图。
图6为本发明提供的实施例中随机扫频宽带阻塞干扰信号时频及频谱图。
图7为本发明提供的实施例中顺序扫频宽带阻塞干扰信号时频及频谱图。
图8为本发明提供的实施例中梳状谱干扰信号时频及频谱图。
图9为本发明提供的实施例中窄带非相参噪声干扰信号时域波形及频谱图。
图10为本发明提供的实施例中窄带非相参噪声干扰信号脉压结果图。
图11为本发明提供的实施例中密集假目标干扰信号时域波形及频谱图。
图12为本发明提供的实施例中密集假目标干扰信号脉压结果图。
图13为本发明提供的实施例中切片循环干扰信号时域波形及频谱图。
图14为本发明提供的实施例中切片循环干扰信号脉压结果图。
图15为本发明提供的实施例中单一相参干扰信号时域波形及频谱图。
图16为本发明提供的实施例中单一相参干扰信号脉压结果图。
图17为本发明提供的实施例中复合相参干扰信号时域波形及频谱图。
图18为本发明提供的实施例中复合相参干扰信号脉压结果图。
图19为本发明提供的实施例中提供的一种雷达有源干扰信号参数提取与干扰样式识别 装置示意图。
具体实施方式
为了能够更清楚地理解本发明的技术内容，特举以下实施例详细说明。
如图1所示，现有的工作原理为在接收到干扰雷达的射频信号后，经过微波链路转换为 中频信号，再通过高速数字采样转换为数字中频信号，进入雷达干扰信号识别的带宽估计、 频率估计、功率估计、脉压峰值点估计、扫频判断、干扰参数识别及其他功能，最终输出存在的雷达干扰信号参数，包括干扰频率、干扰带宽、干扰功率、干扰样式、干扰模式等参数。 其中，接收天线、微波组件、高速采集模块均为可重用的现有技术。
如图2所示，为本发明的雷达有源干扰信号参数提取与干扰样式识别方法原理图。
在一种实施方式中，该雷达有源干扰信号参数提取与干扰样式识别方法包括以下步骤：
(1)接收雷达干扰的射频信号，经过微波组件和高速采集模块转化为数字中频信号；
(2)下变频处理模块利用正交解调技术将所述的数字中频信号解调至零中频信号；
(3)宽带频域处理模块对所述的零中频信号进行频域化处理，得到信号带宽特征参数和 频率特征参数；
(4)窄带时域处理模块对所述的零中频信号进行扫频特征判断和脉冲压缩处理，得到扫 频特征参数和脉压峰值特征参数；
(5)干扰信号识别模块根据所述的带宽特征参数、频率特征参数、扫频特征参数和脉压 峰值特征参数综合识别雷达干扰信号。
本发明还提供相应的实现上述方法的雷达有源干扰信号参数提取与干扰样式识别装置， 如图19所示，该装置包括：
接收设备，用以接收雷达干扰的射频信号，并转化为数字中频信号；
下变频处理模块1，用以利用正交解调技术将所述的数字中频信号解调至零中频信号；
宽带频域处理模块2，用以对所述的零中频信号进行频域化处理，得到信号带宽特征参 数和频率特征参数；
窄带时域处理模块3，用以对所述的零中频信号进行扫频特征判断和脉冲压缩处理，得 到扫频特征参数和脉压峰值特征参数；以及
干扰信号识别模块4，用以根据所述的带宽特征参数、频率特征参数、扫频特征参数和 脉压峰值特征参数综合识别雷达干扰信号。
如图2所示，上述步骤(2)具体为：
下变频处理模块将输入的中频信号分别与余弦信号cos(θ)和正弦信号sin(θ)相乘进行 混频，再经过低通滤波器H(x)，得到IQ两路正交信号；
如图2所示，上述步骤(3)具体为：
(31)采用welch法对零中频宽带信号进行处理，得到平滑的宽带信号频谱；
其中，welch法具体为：对信号进行分段加窗处理，利用短时傅里叶变换求出各段功率谱 后求平均功率谱，为了提高频谱分辨率，在截取数据时允许各段数据有部分重叠，包括以下 步骤：
(B1)输入有限长信号序列x(n)(n＝0,1,…,N),总长度为N；
(B2)设定welch功率谱相关参数，包括FFT点数FFTLen、数据重叠长度OVERLen 等；
(B3)对各段数据进行加窗处理；
(B4)对各段数据进行功率谱计算，再将各段结果进行累加平均，得到估计的信号功率 谱；
(32)然后对宽带信号频谱进行均值滤波处理，滤除信号中的环境噪声，从而减小信号 通带内的频谱抖动，得到更平坦的宽带信号频谱；
其中，均值滤波具体为：
对输入的频谱数据，使用当前数据点临近的数据点数值求平均来替代当前数据点数值， 数据边界位置采用加零值数据点的方法去处理；
(33)采用双门限信号检测(LAD)算法对宽带频谱数据进行处理，检测信号，得到精确的信号带宽、频率等特征参数；
其中，LAD算法具体为：LAD算法要计算出来两个门限，高门限与低门限，能量高于高 门限的时候，说明信号出现，能量低于高门限说明没有信号，低门限保证在信号出现时，确 保不会将一个信号判别成多个信号，包括以下步骤：
(C1)首先设定上下门限尺度因子，分别为T1和T2；
(C2)先将输入的平坦化信号进行从低到高的排序，产生一个新的数组，并将数组中为 0的数据全部去掉；
(C3)对去0的数组，取其前面(较小数据)一组数据(比例为全部数据的T1％)的平均值，设定一个计算的初始门限；
(C4)对初始门限乘以T2倍得到TL，将小于TL的数据求和取平均，得到新门限。再乘以T2倍得到TL，再将小于TL的数据求和取平均；
(C5)重复步骤(C4)，直到新的平均值与原门限相等；
(C6)得到的TL为低门限，2TL为高门限；
在得到TL和2TL两个门限后，即可根据如下信号判定准则进行信号检测：
(D1)至少连续N个点大于2TL，才能认为出现信号；
(D2)已经检测到数据点大于2TL后，至少连续N个点小于TL,才能认为该信号结束；
(D3)将已确认的信号，大于2TL的起始部分和结束部分设定为信号带宽，以B表示；
(D4)起始部分和结束部分的中间部分为信号中心频率，以f表示。
在一个实施例中，所述的门限因子T1和T2分别设置为50、2.2，N为5，如图3所示，频谱的第2个宽带信号，由于带内幅度抖动较大，中间部分急剧下降，在单门限检测中，往往会将此信号误判为2～3个信号。采用LAD算法，在频谱图中得到了高低两个门限，绿线为高门限(2TL)，红线为低门限(TL)。谱能量高于绿线持续N点，表明信号出现，谱能量持 续低于红线N点，表明信号结束，即可实现上述信号数目、带宽、频率的准确检测；
如图2所示，上述步骤(4)具体为：
(41)采用多相滤波技术对所述的零中频信号进行信道化处理，快速并且同时得到多个 子信道信号；
其中，多相滤波技术具体为：
按照相位均匀划分把数字滤波器的系统函数H(z)分解成若干个具有不同相位的组，形成 多个分支，在每个分支上实现滤波。采用多相滤波结构，可利用多个阶数较低的滤波来实现 原本阶数较高的滤波，而且每个分支滤波器处理的数据速率仅为原数据速率的I/D，实现快速 运算；
(42)对所述的每个子信道信号进行门限检波，判断每个子信道是否存在干扰信号，并 且得到干扰信号的起始时刻t1和终止时刻t2；
(43)根据各干扰信号的起始时刻t1和终止时刻t2，将各干扰信号从各个子信道信号中 截取出来；
(44)对截出的各干扰信号进行分段瞬时频率测量，得到瞬时频率集，然后根据瞬时频 率集判断扫频特性；
在一个实施例中，判断扫频特性具体为：
(E1)所述的瞬时频率集为Fre＝{f1、f2、…、fn}；
(E2)对Fre做一次差分运算得到差分频率集DFre＝{Df1、Df2、…、Dfm}；
(E3)判断所述的差分频率集DFre中元素是否大于零，若是，则标记为1，否则标记为0， 得到标识集L＝{L1、L2、…、Lm}；
(E4)统计所述的标识集L中元素0的个数为NUM0和1的个数为NUM1；
(E5)若NUM0>n×0.9，则判为扫频，扫频方位为负向；若NUM1>n×0.9，则判为扫频，扫频方位为正向；否则，为非扫频；
其中，m＝n-1；
NUM0+NUM1＝m；
Df1＝f2-f1，Df2＝f3-f2，…，Dfm＝fn-fn-1；
(45)同时对截出的各干扰信号进行脉冲压缩处理，得到脉压数据；
其中，脉冲压缩处理具体为：
对接收信号使用匹配滤波器进行相关，匹配滤波器会将编码在时间维度压缩成窄脉冲； 还包括脉冲压缩处理采用并行多路流水线处理方式；
在一个实施例中，所述的脉冲压缩的实现方式采用时域卷积法；
其中，时域卷积法的计算公式为：
式中，s0(t)为输出的脉压数据；
si(n)为输入的信号；
h(k)为匹配滤波器；
在另一个更优实施例中，所述的脉冲压缩的实现方式采用频域FFT法，并利用FPGA流 水线处理；
其中，频域FFT法的计算公式为：
式中，s0(t)为输出的脉压数据；
Si(k)为输入的信号的FFT结果；
H(k)为匹配滤波器的FFT结果；
IFFT(·)为FFT逆变换函数；
conj(·)为求共轭函数；
(46)对所述的脉压数据计算每个数据点偏离率组成偏离矩阵；
其中，数据点偏离率的计算公式为：
式中，Dratei为脉压数据点偏离率值；
MYi为脉压数据点值；
N为脉压数据的长度；
(47)根据偏离矩阵确定门限nth，判断偏离矩阵峰值点并修正，得到峰值点个数、位置 及其规律等特征参数。
其中，确定门限nth的方法为：
(F1)设置固定门限值Thvalue00为10；
(F2)设置动态门限值Thvalue01为max(MYvalue)/4；
式中，MYvalue为所述的偏离矩阵的元素值；
max(·)为求最大值函数；
(F3)比较Thvalue00和Thvalue01的大小，选取较大者为门限nth的值；
其中，偏离矩阵峰值点判断的方法具体为：
(G1)根据行偏离矩阵中的元素做数据曲线；
(G2)找出数据曲线中峰值点，数据曲线向上过门限nth且向下过门限nth一次记为一 个峰值点；
(G3)找出的所有峰值点并记录下峰值点幅值、位置等信息；
其中，峰值点修正的方法具体为：
相邻两个峰值点的幅值相差5倍以上且位置间隔小于4时，删除幅值较小的峰值点。
上述步骤(5)中的对干扰信号进行识别分类后，干扰信号的种类包括瞬时宽带阻塞干扰、 正向扫频宽带阻塞干扰、负向扫频宽带阻塞干扰、随机扫频宽带阻塞干扰、梳状谱干扰、非 相参噪声干扰、切片干扰、单一相参干扰、密集假目标干扰和相参复合干扰，对上述干扰信号是根据其时域和频域特征进行分类的，它们的时域和频域特征如图5至图18所示。
因此，根据其时频特征进行分类时，如图4所示，步骤(5)具体为：
(51)根据频率信息将宽带频域处理得到特征参数和窄带时域处理得到的特征参数合并 成一个特征参数矩阵，特征参数包括信号频率f、信号带宽B、扫频标识、扫频方向、干扰信号起始时刻(达到时间)t1、干扰信号结束时刻t2、脉压峰值个数、脉压峰值位置、压缩比 等；
(52)判断信号带宽是否大于五倍的雷达信号带宽；
若是，则干扰信号为宽带干扰信号，且进入步骤(53)；
否则，则干扰信号为窄带干扰信号，且进入步骤(56)；
(53)判断瞬时频率是否为扫频；
若是，则干扰信号为扫频宽带阻塞干扰信号，且进入步骤(54)；
否则，则干扰信号为瞬时宽带阻塞干扰信号；
(54)判断扫频是否有规律；
若是，则干扰信号为顺序扫频宽带阻塞干扰信号，且进入步骤(55)；
否则，则干扰信号为随机扫频宽带阻塞干扰信号；
(55)判断扫频方向为正向还是负向；
若是正向，则干扰信号为正向扫频宽带阻塞干扰信号；
若是负向，则干扰信号为负向扫频宽带阻塞干扰信号；
(56)判断脉冲压缩峰值个数是否等于0；
若是，则干扰信号为非相参噪声干扰信号，且进入步骤(57)；
否则，则干扰信号为相参转发式干扰信号，且进入步骤(58)；
(57)判断是否存在多个相似的非相参噪声干扰信号；
若是，则干扰信号为梳状谱干扰信号；
否则，则干扰信号为非相参噪声干扰信号；
(58)判断脉冲压缩比是否小于实际雷达信号脉冲压缩比；
若是，则干扰信号为切片干扰信号；
否则，进入步骤(59)；
(59)判断脉冲压缩峰值个数是否大于3；
若是，进入步骤(510)；
否则，则干扰信号为单一相参干扰信号；
(510)判断脉冲压缩峰值排列是否规律；
若是，则干扰信号为密集假目标干扰信号；
否则，则干扰信号为相参复合干扰信号。
采用了该发明的雷达有源干扰信号参数提取与干扰样式识别方法及装置，其采用宽带频 域处理和窄带时域处理相结合的方法，通过采用双门限信号检测算法实时精确对信号进行检 测，提高信号带宽和频率估计精度，并对脉压数据偏离率计算和峰值修正，从而提高脉压峰值判断准确度，进而显著提高了干扰信号识别正确率，且本发明的方法应用实现方式简便， 实用性强，具备同时不同频多干扰识别能力。
在此说明书中，本发明已参照其特定的实施例作了描述。但是，很显然仍可以作出各种 修改和变换而不背离本发明的精神和范围。因此，说明书和附图应被认为是说明性的而非限 制性的。

Claims (9)

1.一种雷达有源干扰信号参数提取与干扰样式识别方法，其特征在于，包括以下步骤：
(1)接收雷达干扰的射频信号，经过微波组件和高速采集模块转化为数字中频信号；
(2)下变频处理模块利用正交解调技术将所述的数字中频信号解调至零中频信号；
(3)宽带频域处理模块对所述的零中频信号进行频域化处理，得到信号带宽特征参数和频率特征参数，包括以下步骤：
(31)采用welch法对所述的零中频信号进行处理，得到平滑的宽带信号频谱；
(32)对所述的宽带信号频谱进行均值滤波处理，滤除信号中的环境噪声，减小信号通带内的频谱抖动，得到平坦化宽带信号频谱；
(33)采用双门限信号检测算法对所述的平坦化宽带信号频谱数据进行处理，检测信号，得到精确的信号带宽特征参数和频率特征参数；
(4)窄带时域处理模块对所述的零中频信号进行扫频特征判断和脉冲压缩处理，得到扫频特征参数和脉压峰值特征参数；
(5)干扰信号识别模块根据所述的带宽特征参数、频率特征参数、扫频特征参数和脉压峰值特征参数综合识别雷达干扰信号。
2.根据权利要求1所述的一种雷达有源干扰信号参数提取与干扰样式识别方法，其特征在于，所述的步骤(2)具体为：
所述的下变频处理模块将输入的所述数字中频信号分别与余弦信号和正弦信号相乘进行混频，再经过低通滤波器，得到IQ两路正交信号。
3.根据权利要求1所述的一种雷达有源干扰信号参数提取与干扰样式识别方法，其特征在于，所述的welch法为：对信号进行分段加窗处理，利用短时傅里叶变换求出各段功率谱后求平均功率谱，所述的步骤(31)包括以下步骤：
(B1)输入有限长的零中频信号序列x(n)，其中，n＝0,1,…,N，总长度为N；
(B2)设定welch功率谱相关参数，包括FFT点数和数据重叠长度；
(B3)对所述的有限长的零中频信号进行分段，将各段数据进行加窗处理；
(B4)对所述的各段数据进行功率谱计算，再将各段结果进行累加平均，得到估计的信号功率谱。
4.根据权利要求1所述的一种雷达有源干扰信号参数提取与干扰样式识别方法，其特征在于，所述的步骤(33)具体包括以下步骤：
(C1)设定上门限尺度因子T1和下门限尺度因子T2；
(C2)将输入的所述平坦化宽带信号进行从低到高的排序，产生一个新的数组，并将数组中为0的数据去掉；
(C3)对去0的数组，取其前面一组数据的平均值，设定一个计算的初始门限；
(C4)对所偶函数初始门限乘以所述下门限尺度因子T2倍得到TL，将小于TL的数据求和取平均，得到新门限，再乘以下门限尺度因子T2倍得到TL，再将小于TL的数据求和取平均；
(C5)重复步骤(C4)，直到新的平均值与原门限相等；
(C6)得到的TL为低门限，2TL为高门限；
而后根据如下信号判定准则进行信号检测：
(D1)至少连续N个点大于2TL，认为出现信号；
(D2)已经检测到数据点大于2TL后，至少连续N个点小于TL，认为该信号结束；
(D3)将已确认的信号，大于2TL的起始部分和结束部分设定为信号带宽B；
(D4)起始部分和结束部分的中间部分为信号中心频率f。
5.根据权利要求1所述的一种雷达有源干扰信号参数提取与干扰样式识别方法，其特征在于，所述的步骤(4)包括以下步骤：
(41)采用多相滤波技术对所述的零中频信号进行信道化处理，快速并同时得到多个子信道信号；
(42)对每个所述的子信道信号进行门限检波，判断每个所述的子信道信号是否存在干扰信号，并得到各干扰信号的起始时刻t1和终止时刻t2；
(43)根据所述各干扰信号的起始时刻t1和终止时刻t2，将各干扰信号从各个所述的子信道信号中截取出来；
(44)对截出的各干扰信号进行分段瞬时频率测量，得到瞬时频率集，然后根据所述瞬时频率集判断扫频特性，获得所述的扫频特征参数；
(45)对截出的各干扰信号进行脉冲压缩处理，得到脉压数据；
(46)对所述的脉压数据计算每个数据点偏离率组成偏离矩阵；
(47)根据所述的偏离矩阵确定门限nth，判断偏离矩阵峰值点并修正，得到峰值点个数、位置及其规律，获得所述的脉压峰值特征参数。
6.根据权利要求5所述的一种雷达有源干扰信号参数提取与干扰样式识别方法，其特征在于，所述的步骤(45)中所述的脉冲压缩处理具体为：
对接收信号使用匹配滤波器进行相关，所述匹配滤波器会将编码在时间维度压缩成窄脉冲，该脉冲压缩处理采用并行多路流水线处理方式；
所述的步骤(46)中的数据点偏离率的计算公式为：
其中，Dratei为脉压数据点偏离率值，MYi为脉压数据点值，N为脉压数据的长度。
7.根据权利要求5所述的一种雷达有源干扰信号参数提取与干扰样式识别方法，其特征在于，所述的步骤(47)中，
根据所述的偏离矩阵确定门限nth，具体为：
(E1)设置固定门限值Thvalue00为10；
(E2)设置动态门限值Thvalue01为：max(MYvalue)/4，其中，MYvalue为所述的偏离矩阵的元素值，max(·)为求最大值函数；
(E3)比较Thvalue00和Thvalue01的大小，选取较大者为门限nth的值；
所述的判断偏离矩阵峰值点，具体为：
(F1)根据行偏离矩阵中的元素做数据曲线；
(F2)找出所述数据曲线中峰值点，所述数据曲线向上过门限nth且向下过门限nth一次记为一个峰值点；
(F3)找出的所有峰值点并记录下峰值点幅值、位置信息；
所述的峰值点的修正具体为：
相邻两个峰值点的幅值相差大于5倍且位置间隔小于4时，删除幅值较小的峰值点。
8.根据权利要求1所述的一种雷达有源干扰信号参数提取与干扰样式识别方法，其特征在于，所述的步骤(5)包括以下步骤：
(51)根据频率信息，将所述的宽带频域处理模块获得的所述信号带宽特征参数和频率特征参数，以及所述的窄带时域处理模块获得的扫频特征参数和脉压峰值特征参数，合并成一个特征参数矩阵，各所述的特征参数包括信号频率f、信号带宽B、瞬时频率、扫频方向、干扰信号起始时刻t1、干扰信号结束时刻t2、脉压峰值个数、脉压峰值位置和脉冲压缩比；
(52)判断所述的信号带宽B是否大于五倍的雷达信号带宽；
若是，则干扰信号为宽带干扰信号，且进入步骤(53)；
否则，则干扰信号为窄带干扰信号，且进入步骤(56)；
(53)判断所述的瞬时频率是否为扫频；
若是，则干扰信号为扫频宽带阻塞干扰信号，且进入步骤(54)；
否则，则干扰信号为瞬时宽带阻塞干扰信号；
(54)判断所述的扫频是否有规律；
若是，则干扰信号为顺序扫频宽带阻塞干扰信号，且进入步骤(55)；
否则，则干扰信号为随机扫频宽带阻塞干扰信号；
(55)判断所述的扫频方向为正向还是负向；
若是正向，则干扰信号为正向扫频宽带阻塞干扰信号；
若是负向，则干扰信号为负向扫频宽带阻塞干扰信号；
(56)判断所述的脉压峰值个数是否等于0；
若是，则干扰信号为非相参噪声干扰信号，且进入步骤(57)；
否则，则干扰信号为相参转发式干扰信号，且进入步骤(58)；
(57)判断是否存在多个相似的非相参噪声干扰信号；
若是，则干扰信号为梳状谱干扰信号；
否则，则干扰信号为非相参噪声干扰信号；
(58)判断所述脉冲压缩比是否小于实际雷达信号脉冲压缩比；
若是，则干扰信号为切片干扰信号；
否则，进入步骤(59)；
(59)判断所述的脉冲压缩峰值个数是否大于3；
若是，进入步骤(510)；
否则，则干扰信号为单一相参干扰信号；
(510)判断脉冲压缩峰值排列是否规律；
若是，则干扰信号为密集假目标干扰信号；
否则，则干扰信号为相参复合干扰信号。
9.一种用以实现权利要求1所述方法的雷达有源干扰信号参数提取与干扰样式识别装置，其特征在于，该装置包括：
接收设备，用以接收雷达干扰的射频信号，并转化为数字中频信号；
下变频处理模块，用以利用正交解调技术将所述的数字中频信号解调至零中频信号；
宽带频域处理模块，用以对所述的零中频信号进行频域化处理，得到信号带宽特征参数和频率特征参数；具体用以采用welch法对所述的零中频信号进行处理，得到平滑的宽带信号频谱；对所述的宽带信号频谱进行均值滤波处理，滤除信号中的环境噪声，减小信号通带内的频谱抖动，得到平坦化宽带信号频谱；采用双门限信号检测算法对所述的平坦化宽带信号频谱数据进行处理，检测信号，得到精确的信号带宽特征参数和频率特征参数；
窄带时域处理模块，用以对所述的零中频信号进行扫频特征判断和脉冲压缩处理，得到扫频特征参数和脉压峰值特征参数；以及
干扰信号识别模块，用以根据所述的带宽特征参数、频率特征参数、扫频特征参数和脉压峰值特征参数综合识别雷达干扰信号。
CN202010558039.0A 2020-06-18 2020-06-18 雷达有源干扰信号参数提取与干扰样式识别方法及装置 Active CN111693944B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010558039.0A CN111693944B (zh) 2020-06-18 2020-06-18 雷达有源干扰信号参数提取与干扰样式识别方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010558039.0A CN111693944B (zh) 2020-06-18 2020-06-18 雷达有源干扰信号参数提取与干扰样式识别方法及装置

Publications (2)

Publication Number Publication Date
CN111693944A CN111693944A (zh) 2020-09-22
CN111693944B true CN111693944B (zh) 2023-07-18

Family

ID=72481955

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010558039.0A Active CN111693944B (zh) 2020-06-18 2020-06-18 雷达有源干扰信号参数提取与干扰样式识别方法及装置

Country Status (1)

Country Link
CN (1) CN111693944B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112162245B (zh) * 2020-09-29 2021-06-15 中国船舶重工集团公司第七二四研究所 一种基于时频功率谱投影的雷达宽带干扰识别方法
CN112505641B (zh) * 2020-11-12 2024-04-05 南京理工大学 基于特征参数提取的雷达干扰信号识别方法
CN113189546A (zh) * 2021-04-02 2021-07-30 深圳成谷科技有限公司 一种防止雷达干扰的方法、系统及设备
CN113075637B (zh) * 2021-04-29 2022-06-07 中国船舶重工集团公司第七二三研究所 基于脉冲描述字数据压缩的机载pd雷达信号分选方法
CN116359851A (zh) * 2022-01-06 2023-06-30 上海交通大学 一种基于融合网络的雷达有源干扰检测识别方法及装置
CN114513268B (zh) * 2022-01-10 2022-11-29 北京理工大学 一种基于双阈值的联合感知通信波形获取方法
CN114499702B (zh) * 2022-03-28 2022-07-12 成都锢德科技有限公司 一种便携式实时信号采集分析识别系统
CN114884594B (zh) * 2022-05-24 2023-01-10 电子科技大学 一种适用于fpga的干扰检测方法
CN116996137B (zh) * 2023-09-26 2023-12-08 中国科学院空天信息创新研究院 一种基于加权叠加的低信噪比宽带线性调频信号检测方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4901082A (en) * 1988-11-17 1990-02-13 Grumman Aerospace Corporation Adaptive waveform radar
JP2010175289A (ja) * 2009-01-27 2010-08-12 Toyota Motor Corp レーダ装置、及び障害物検知方法
CN106597429A (zh) * 2017-01-24 2017-04-26 成都泰格微电子研究所有限责任公司 一种基于雷达信号处理系统的速度跟踪子系统
CN109459732A (zh) * 2018-12-21 2019-03-12 电子科技大学 一种宽带雷达干扰信号的识别分类方法
CN109765535A (zh) * 2019-03-05 2019-05-17 上海志良电子科技有限公司 超高速目标雷达回波的模拟方法及模拟器
CN110927682A (zh) * 2019-11-28 2020-03-27 航天南湖电子信息技术股份有限公司 一种宽带通道干扰分类识别方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10497381B2 (en) * 2012-05-04 2019-12-03 Xmos Inc. Methods and systems for improved measurement, entity and parameter estimation, and path propagation effect measurement and mitigation in source signal separation

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4901082A (en) * 1988-11-17 1990-02-13 Grumman Aerospace Corporation Adaptive waveform radar
JP2010175289A (ja) * 2009-01-27 2010-08-12 Toyota Motor Corp レーダ装置、及び障害物検知方法
CN106597429A (zh) * 2017-01-24 2017-04-26 成都泰格微电子研究所有限责任公司 一种基于雷达信号处理系统的速度跟踪子系统
CN109459732A (zh) * 2018-12-21 2019-03-12 电子科技大学 一种宽带雷达干扰信号的识别分类方法
CN109765535A (zh) * 2019-03-05 2019-05-17 上海志良电子科技有限公司 超高速目标雷达回波的模拟方法及模拟器
CN110927682A (zh) * 2019-11-28 2020-03-27 航天南湖电子信息技术股份有限公司 一种宽带通道干扰分类识别方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Clemens Pfeffer等."Interference Recognition and Fault Reduction Method for FSCW-based SAW-Tag Readers".2013年欧洲雷达会议.2013,P125-128. *
梁金弟等."联合多维特征的干扰识别技术研究".《信号处理》.2017,第33卷(第12期),第1609-1615页. *

Also Published As

Publication number Publication date
CN111693944A (zh) 2020-09-22

Similar Documents

Publication Publication Date Title
CN111693944B (zh) 雷达有源干扰信号参数提取与干扰样式识别方法及装置
Kishore et al. Automatic intrapulse modulation classification of advanced LPI radar waveforms
CN109167746B (zh) 连续波与脉冲信号快速识别装置
CN109459732B (zh) 一种宽带雷达干扰信号的识别分类方法
CN103532656B (zh) 基于分数阶傅里叶域信道化的宽带线性调频信号多假目标干扰方法
JP6026531B2 (ja) レーダー用デジタル受信機を用いるレーダーパルス検出
WO2015172622A1 (zh) 一种高频地波雷达射频干扰抑制的方法
CN106249208B (zh) 基于分数阶傅里叶变换的噪声调幅干扰下信号检测方法
CN107561357B (zh) 一种基于信道化的高精度瞬时测频方法和装置
CN105429719B (zh) 基于功率谱和多尺度小波变换分析强干扰信号检测方法
CN108594177A (zh) 基于改进hht的雷达信号调制方式分析方法、信号处理系统
CN109975771B (zh) 基于信号三阶相位差分的宽带数字信道化方法
CN101881821B (zh) 一种分数阶傅里叶域信道化接收方法
CN111562438B (zh) 一种基于fft和相位差的正弦信号频率估计方法和装置
CN116359851A (zh) 一种基于融合网络的雷达有源干扰检测识别方法及装置
CN110868432A (zh) 一种射频指纹提取方法和无线射频接收机
CN113176542A (zh) 一种时域自适应抗主瓣自卫式干扰方法及系统
CN102790650B (zh) 一种宽带lfm信号的分数域奇偶交替信道化接收方法
CN107395300A (zh) 一种基于cme的改进型干扰检测方法
CN110426679A (zh) 相位编码信号信干比提高的方法
CN109085568B (zh) 一种基于二次混频的调频连续波多目标检测方法
CN113259027B (zh) 一种基于Haar变换的敌我识别信号码速率计算方法
CN114584227B (zh) 自动化突发信号检测方法
CN112748285B (zh) 一种基于智能跟踪相关运算的相位测量方法
CN115356692A (zh) 一种基于pri区间树上时间片不重叠的雷达信号分选增批处理方法

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