CN111708020A - 基于反辐射导引头的雷达信号分选跟踪方法及系统 - Google Patents

基于反辐射导引头的雷达信号分选跟踪方法及系统 Download PDF

Info

Publication number
CN111708020A
CN111708020A CN202010674515.5A CN202010674515A CN111708020A CN 111708020 A CN111708020 A CN 111708020A CN 202010674515 A CN202010674515 A CN 202010674515A CN 111708020 A CN111708020 A CN 111708020A
Authority
CN
China
Prior art keywords
pulse
signal
radar
grid
signals
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
CN202010674515.5A
Other languages
English (en)
Other versions
CN111708020B (zh
Inventor
徐敏
王昊
徐达龙
陶诗飞
王岩
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.)
Nanjing University of Science and Technology
Original Assignee
Nanjing University of Science and Technology
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 Nanjing University of Science and Technology filed Critical Nanjing University of Science and Technology
Priority to CN202010674515.5A priority Critical patent/CN111708020B/zh
Publication of CN111708020A publication Critical patent/CN111708020A/zh
Application granted granted Critical
Publication of CN111708020B publication Critical patent/CN111708020B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S13/00Systems 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
    • G01S13/88Radar or analogous systems specially adapted for specific applications
    • G01S13/883Radar or analogous systems specially adapted for specific applications for missile homing, autodirectors
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Abstract

本发明提供了一种基于反辐射导引头的雷达信号分选跟踪方法及系统,包括:对反辐射导引头获得的同一类型信号进行脉冲聚类及单元;对聚类后的信号采取选择后不放回的方式依次分选出重频周期相同、固定步进变化捷变频雷达和非固定步进变化捷变频雷达的脉冲及单元;于分选出的脉冲中根据信噪比选择跟踪的目标及单元;根据到达角的不同区分诱饵信号及单元。

Description

基于反辐射导引头的雷达信号分选跟踪方法及系统
技术领域
本发明涉及一种无线电定位技术,特别是一种基于反辐射导引头的雷达信号分选跟踪方法及系统。
背景技术
被动雷达导引头是反辐射导弹极其重要的环节,其主要任务就是不断侦察空间中的电磁信号,并获得目标的角度信息。被动雷达导引头具有以下特点:(1)作用距离远:由于被动雷达导引头是无源的,即不向外发射信号,而是被动接受目标发射的电磁信号,由雷达方程式可知,被动导引头可以在远大于主动雷达作用距离范围之外完成对主动雷达辐射信号的侦察接收;(2)超宽频带的测向:在主动探测装备上,为防止暴露自己,可在适当的时候关闭自身的主动装置,而开启被动探测装置;(3)复合制导:先进的制导体制通常由数据链、INS/GPSh和被动导引头确定目标的大致方位。然后在与目标相距很远的距离时开启被动导引头将反辐射导弹引导到近距离后再开启主动雷达,进行定向的打击。
但是在复杂电磁环境中,信号密度大、信号形式多样,低截获概率、频谱展开等技术的采用都给雷达信号识别带来了很大困难。反辐射导弹要求雷达信号识别具备快速分析、实时处理各种雷达信号的能力,这对雷达信号分选的可靠性和实时性提出了相当高的要求。
发明内容
本发明所要解决的技术问题是针对敌方诱饵干扰,可以精准的估算出诱饵的空域位置,对目标信号进行精确识别。
为解决上述技术问题,本发明的基于反辐射导引头的雷达信号分选跟踪方法包括对反辐射导引头获得的同一类型信号进行脉冲聚类;对聚类后的信号采取选择后不放回的方式依次分选出重频周期相同、固定步进变化捷变频雷达和非固定步进变化捷变频雷达的脉冲;于分选出的脉冲中根据信噪比选择跟踪的目标;根据到达角的不同区分诱饵信号。
进一步地,对反辐射导引头获得的同一类型信号进行脉冲聚类包括若信号类型为线性调频信号且被被分到多个信道,则对多个信道中信号的脉冲幅度、斜率、到达时间、脉宽、中心频率进行脉冲合并。
进一步地,对聚类后的信号采取选择后不放回的方式依次分选出重频周期相同的雷达、固定步进变化捷变频雷达和非固定步进变化捷变频雷达的脉冲包括采用差直方图算法进行分选重频周期相同的雷达;采用网格划分聚类算法分选固定步进变化捷变频雷达;采用网格划分聚类算法分选非固定步进变化捷变频雷达。
进一步地,于分选出的脉冲中根据信噪比选择跟踪的目标包括将信噪比由大致小排列且选择较大的几个雷达对应的脉冲序列进行识别。
进一步地,根据到达角的不同区分诱饵信号包括将累计一段时间的脉冲前沿到达角角度存入对应的网格中并统计每个网格中角度个数和网格到达角的均值;从第一个网格开始遍历,对脉冲数均大于门限的前后两个网格分别计算出网格的质心,若网格质心间距小于等于一数值时,将两个网格合并,并求出合并后的质心;计算所有网格角度的总质心,以及每个网格质心与总质心的距离,选择距离最大的网格作为诱饵存在的区域。
为解决上述技术问题,本发明的基于反辐射导引头的雷达信号分选跟踪系统包括对反辐射导引头获得的同一类型信号进行脉冲聚类的单元,对聚类后的信号采取选择后不放回的方式依次分选出重频周期相同、固定步进变化捷变频雷达和非固定步进变化捷变频雷达的脉冲的单元;于分选出的脉冲中根据信噪比选择跟踪的目标的单元;根据到达角的不同区分诱饵信号的单元。
进一步地,对反辐射导引头获得的同一类型信号进行脉冲聚类单元包括若信号类型为线性调频信号且被被分到多个信道,则对多个信道中信号的脉冲幅度、斜率、到达时间、脉宽、中心频率进行脉冲合并的子单元。
进一步地,对聚类后的信号采取选择后不放回的方式依次分选出重频周期相同的雷达、固定步进变化捷变频雷达和非固定步进变化捷变频雷达的脉冲的单元包括采用差直方图算法进行分选重频周期相同的雷达子单元;采用网格划分聚类算法分选固定步进变化捷变频雷达子单元;采用网格划分聚类算法分选非固定步进变化捷变频雷达子单元。
进一步地,于分选出的脉冲中根据信噪比选择跟踪的目标单元包括将信噪比由大致小排列且选择较大的几个雷达对应的脉冲序列进行识别的子单元。
进一步地,根据到达角的不同区分诱饵信号单元包括将累计一段时间的脉冲前沿到达角角度存入对应的网格中并统计每个网格中角度个数和网格到达角的均值的子单元;从第一个网格开始遍历,对脉冲数均大于门限的前后两个网格分别计算出网格的质心,若网格质心间距小于等于一数值时,将两个网格合并,并求出合并后的质心的子单元;计算所有网格角度的总质心,以及每个网格质心与总质心的距离,选择距离最大的网格作为诱饵存在的区域的子单元。
本发明使用反辐射导引头信号处理系统,可以实现对2~18GHz宽频带和空域范围内的雷达信号的精准捕获和跟踪,可以识别的雷达信号波形参数范围广,对捷变频雷达信号进行识别,在跟踪阶段可以对多个目标进行实时跟踪,针对敌方的诱饵系统干扰,进行主瓣识别可以根据大功率的信号参数,直接定位到目标,进行时差诱饵识别,可以精准的估算出诱饵的空域位置,对诱饵进行打击。
下面结合说明书附图对本发明作进一步描述。
附图说明
图1为本发明系统一个实施方式示意图。
图2为本发明系统中聚类单元第一个实施方式示意图。
图3为本发明系统中聚类单元第二个实施方式示意图。
图4为本发明系统中分选单元一个实施方式示意图。
图5为本发明系统中识别单元一个实施方式示意图。
图6为本发明系统前端组件示意图。
图7为本发明系统应用示意图。
图8为本发明方法流程示意图。
图9为本发明方法中脉冲聚类和雷达分选一个实施方式示意图。
图10为本发明方法中区分诱饵信号一个实施方式示意图。
具体实施方式
图1是本发明基于反辐射导引头的雷达信号分选跟踪系统的一个实施方式示意图,该系统包括对反辐射导引头获得的同一类型信号进行脉冲聚类的聚类单元100,对聚类后的信号采取选择后不放回的方式依次分选出重频周期相同、固定步进变化捷变频雷达和非固定步进变化捷变频雷达的脉冲的分选单元200,于分选出的脉冲中根据信噪比选择跟踪的目标的跟踪单元300,根据到达角的不同区分诱饵信号的识别单元400。
图2是聚类单元100的一个实施方式示意图,包括对脉冲脉宽、频率、方位角、俯仰角采用网格划分进行聚类的子单元,实现对反辐射导引头接收的每一子频带的信号进行门限估计和信号门限判决、获取信号类型、获取脉冲参数、对信号进行聚类等功能。具体地,聚类单元中的子单元包括门限判决模块120、参数检测模块130、信号类型检测模块140、信号聚类模块150。
门限判决模块120用于实时估计信号检测的门限,实时对信号进行功率检测判决,包括信号功率采集子模块121、门限估算子模块122、信号幅度比较子模块123。反辐射导引头在同一时间获取的不同频率的信号在频域进行分离,信号被分到若干不同信道,其中信号功率采集子模块121采集所有信道中的信号功率并选择同一时间所有信道中的幅度最小的信号;门限估算子模块122将幅度最小的信号功率乘以门限因子获得当前时刻的检测门限;信号幅度比较子模块123用于检测接收到的信号幅度与检测门限之间的大小,若信号幅度超过门限则认为检测到信号。
参数检测模块130用于测量脉冲的到波形参数并形成脉冲描述字,获得的脉冲参数作用于信号类型检测模块140、信号聚类模块150、分选单元200、跟踪单元300、识别单元400。参数包括信号的到达时间、脉宽、幅度、斜率、频率、辅助天线与参考天线的相位差(反辐射导引头包括天线系统,该天线系统包括副主天线和参考天线),以及到达角(包括方位角、俯仰角)。参数检测模块130具体包括信号到达时间检测子模块131、脉宽检测子模块132、幅度检测子模块133、斜率检测子模块134、频率检测子模块135、相位差检测子模块136、到达角检测子模块137。各子模块实现检测功能如下:
(1)信号到达时间检测子模块:检测脉冲上升沿标志对应的系统时间;
(2)脉宽检测子模块:检测脉冲上升沿和下降沿之间对应的系统时间差;
(3)幅度检测子模块:检测方波内的信号进行幅度积累然后取均值得到;
(4)频率检测子模块:根据数字鉴相的方法通过测量通道相邻采样点间的延迟相位差;
(5)相位差检测子模块:检测各通道与检测通道的瞬时相位差值;
(6)斜率检测子模块,对脉内采用滑窗方法以16点滑动速率,每16点取其频率值计算调频斜率,再取平均值;
(7)到达角检测子模块:根据虚拟基线原理进行到达角测量。
根据虚拟基线原理进行到达角测量在任鹏的《多基线干涉仪解模糊算法》中由详细的描述。
信号类型检测模块140根据脉冲参数判断信号类型并输出。信号类型检测模块140可以检测出的信号类型包括连续波、点频脉冲、线性调频信号、调相信号。具体信号类型检测方法为:当脉冲的脉宽大于2100us时,识别为连续波;当脉冲前沿频率、后沿频率、中心频率相等,则判为单载频信号;如果前沿频率与后沿频率的均值与中心频率相等,则是线性调频信号;如果脉内最大频率与前沿频率、后沿频率、中心频率都不相等,则判为调相信号。
信号聚类模块150对信号进行聚类。信号聚类模块150将脉冲脉宽、频率、方位角、俯仰角相似的脉冲通过聚类的方式分到一类中,可以降低后续PRT分选的处理压力。具体地,信号聚类模块150包括阈值子模块151、步进子模块152、网格设置子模块153、聚类子模块154。其中阈值子模块151存储各参数的上下限,步进子模块152存储步进,网格设置子模块153根据参数上下限和步进设置网格且将各参数放置进相应的网格中,聚类子模块154对参数进行聚类并输出聚类后的脉冲参数。
作为图2所述实施例的一种改进,聚类单元100还包括信道化检测模块110,信道化检测模块110用于对铺筑通道信号进行采样,采用64路信道化,实施并行处理,降低处理速率。
图3是聚类单元100的另一个实施方式示意图,与图2实施例不同之处在于特定信号类型为线性调频信号,信号聚类模块150还包括信号合并子模块155,信号合并子模块155对多个信道中信号的脉冲幅度、斜率、到达时间、脉宽、中心频率进行脉冲合并。合并信号的原因在于若一个线性调频信号被分到多个信道,且这些信道连在一起,并且在每个信道中信号的斜率是一样的,在时间上每个信道的脉冲结束时间和后出现的脉冲开始时间相差很小,进行脉冲合并,得到完整带宽的线性调频信号脉冲。
分选单元200采取选择后不放回的方式依次进行三次分选。所述选择后不放回是指先进行第一次分选,分选后剩余的信号进行第二次分选,第二次分选后剩余的信号进行第三次分选。
图4是分选单元200的一个实施方式示意图,包括重频周期分选模块210、固定步进变化的捷变频雷达分选模块220、非固定步进变化的捷变频雷达分选模块230。
由于聚类单元100聚类的网格存在划分的太大的情形,同一类中可能还存在多部雷达信号,他们的重频周期PRT存在差异,因此需要知道每部雷达的PRT。本实施例中重频周期分选模块210包括脉冲个数统计子模块211、判决门限子模块212。脉冲个数统计子模块211用于统计重频周期PRT相近的脉冲个数;判决门限子模块212用于判断统计重频周期PRT相近的脉冲个数与门限的大小,若大于门限则认为该冲品周期对应的雷达存在,不在统计该重频周期。重频周期分选模块210还包括判决脉冲个数子模块213,当判决门限子模块212判断出雷达存在后移除该重频周期对应的脉冲,判决脉冲个数子模块213用于判断剩余脉冲个数是否大于5个,若大于5个重新设定判决门限。
固定步进变化的捷变频雷达分选模块220对剩余的同一类的脉冲参数根据脉冲的频率和到达角进行捷变频雷达识别。包括脉冲序列排序子模块221、频率做差子模块222、相近差值统计子模块223、差值门限子模块224。脉冲序列排序子模块221用于将脉冲序列按照频率从小到大进行排序;频率做差子模块222用于相邻脉冲的频率进行做差运算;相近差值统计子模块223用于统计相近差值的数量;差值门限子模块223用于判断相近差值数量与门限的大小,若大于认为是一部捷变频雷达。
非固定步进变化的捷变频雷达分选模块230对剩余的同一类的脉冲参数进行识别,包括方位角聚类子模块231、求平均子模块232、求方差子模块233、剔除子模块234。方位角聚类子模块231获取固定步进变化的捷变频雷达分选模块220分选后剩余的脉冲参数的方位角并进行聚类;求平均子模块232对剩余每个网格中的脉冲方位角和俯仰角分别求平均;求方差子模块233求取网格中的方位角和俯仰角的方差;剔除子模块234用于剔除与均值相差大于3倍方差的角度。经过剔除子模块234剔除后剩余的脉冲对应的雷达即非固定步进变化的捷变频雷达分选模块230分选的捷变频雷达。
跟踪单元300的一个实施方式示意图,跟踪单元300实现对目标的跟踪。在分选单元200的分选下,数据库中已经存储了一定数量的雷达信息,库中的雷达经过跟踪单元的选择几个作为目标进行跟踪。在本实施例中跟踪单元300选择信噪比最大的3个雷达进行锁定,进入跟踪处理状态。所述跟踪处理状态还需要聚类单元100、分选单元200实时更新。
图5是识别单元400的一个实施方式示意图,包括信号到来识别模块410、采样点获取模块420、网格划分模块430、统计模块440、质心计算模块450、网格合并模块460、角度均值计算模块470、距离计算模块480、诱饵信号到达角计算模块490。信号到来识别模块410对跟踪单元300选择的目标的脉冲序列进行主瓣识别。采样点获取模块420计算脉冲前沿8个采样点的到达角。网格划分模块430根据已知的到达角的上下限和步进划分网格且将脉冲前沿到达角角度存入对应的网格中。统计模块440统计每个网格中脉冲个数、角度个数和网格到达角的均值。质心计算模块450用于计算每个网格的质心。网格合并模块460用于对脉冲数大于门限的且网格质心间距若小于等于2σ(σ为角度数多的网格的方差)的相邻2个网格合并并计算合并后网格质心。角度均值计算模块470计算所有网格角度的均值。距离计算模块480计算每个网格质心与总质心的距离。诱饵信号到达角计算模块490选择距离最大的网格作为诱饵存在的区域且到达角的最小值和最大值。识别单元400最终输出的结果为连续几次(本实施例为3次)所得到的最孤立的网格的中心值相近,获取最后一次最孤立网格中到达角的最小值和最大值。
结合图6,本发明涉及的系统前端连接天线系统500和射频前端系统600。射频前端系统600包括限幅衰减模块610、本振发射模块620、下变频模块630。天线系统500用于进行2~18GHz频域范围内雷达电磁波的接收采用干涉仪测角原理,通过8天线阵列,实现2~18GHz范围的雷达电磁波的接收。射频前端系统600用于产生各路接收机的本振信号,对8路天线通道进行下变频,对信号进行衰减,进行通道校准,与信号处理系统进行信息交互。
射频前端系统600包括限幅衰减模块610、本振发射模块620、下变频模块630。限幅衰减模块610用于对天线接收到的信号进行衰减,保证信号功率工作在线性区域,不发生饱和;本振发射模块620用于根据弹载控制器下发的频率搜索范围,确定本振频率,发射相应本振频率的信号;下变频模块630用于根据本振信号,将信号从射频搬移到中频,从而便于后续采样。
本发明基于反辐射导引头的雷达信号分选跟踪系统,其工作原理如下:首先,射频前端系统的本振发射模块根据弹载控制器下发的频率范围,调整本振信号,控制天线系统的7路天线接收指定频带内的雷达电磁波信号;然后,信号进入射频前端系统的限幅衰减模块,根据信号处理系统检测的信号幅度得到的衰减值来对信号进行衰减,保证信号不饱和;之后通过射频前端的下变频模块,将射频信号的频率搬移到中频;将中频信号发送给信号处理系统,对7个通道的信号进行采样,采用信道化检测模块,降低处理速率和将同一时间不同频率的信号在频域分离之后通过信号检测模块检测到有效信号,通过参数测量模块计算信号的脉冲描述字;通过信号聚类和分选模块,根据通道间的相位信息计算脉冲的到达角,识别信号类型,合并分裂的线性调频信号,对多个脉冲进行聚类和分选,分选出多部雷达;通过目标锁定和跟踪模块,对信号进行跟踪和目标参数更新,针对敌方的诱饵系统干扰,由于诱饵与目标的脉冲参数相近,但诱饵和目标的角度不同,发射功率不同,所以进行主瓣识别,可以识别大功率的目标,因为诱饵在时域上与目标的到达时间存在时差,进行时差诱饵识别可以估算出诱饵的角度信息,上报目标信号和诱饵角度信息,实现对目标和诱饵的打击。
图7为本系统的一种应用场景示意图。实例中反辐射导弹的载机飞向防空系统的防空区,借助机载设备对地面防空雷达进行搜索,通过天线系统接收雷达电磁波信号,通过射频前端系统调节本振,将搜索频带内的信号下变频到中频,对天线通道内的数据进行校准,通过信号处理系统对中频信号进行检测和参数测量,识别雷达信号,对雷达信号进行跟踪,上报目标信息和诱饵信息,实现对目标或者诱饵的打击。
基于上述系统,本发明基于反辐射导引头的雷达信号分选跟踪方法(图8所示)包括:
对反辐射导引头获得的同一类型信号进行脉冲聚类;
对聚类后的信号采取选择后不放回的方式依次分选出重频周期相同、固定步进变化捷变频雷达和非固定步进变化捷变频雷达的脉冲;
于分选出的脉冲中根据信噪比选择跟踪的目标;
根据到达角的不同区分诱饵信号。
图9为脉冲聚类和雷达分选的一个实施方式示意图,包括以下步骤:
步骤S101,对反辐射导引头接收的每一子频带的信号进行门限估计和信号门限判决,判断是否检测到信号,对检测到的信号进行步骤S102的操作;
步骤S102,获取信号的脉冲参数;
步骤S103,根据脉冲参数获取信号的到达角;
步骤S104,根据脉冲参数识别获取信号类型;
步骤S105,对每一类型的信号根据特定参数进行聚类;
步骤S106,对每一类脉冲参数进行PRT分选,得到PRT相同的脉冲,并计算脉冲最终参数;
步骤S107,PRT分选后剩余的脉冲参数根据方位角进行聚类,对同一类中的脉冲参数进行捷变频雷达识别,分选出固定步进变化的捷变频雷达;
步骤S108,对步骤S107剩余的脉冲参数根据到达角进行聚类和奇异值剔除,分选出到达角相似的非固定步进变化的捷变频雷达;
步骤S109,将步骤S106、S107、S108获取的脉冲及对应的目标存入数据库中。
在反射导引头将脉冲及对应的目标雷达存入数据库后,对于数据库中的目标雷达,选择信噪比最大的几个(本实施例为3个)雷达进行锁定,进入跟踪处理状态,即重复进行步骤S102至步骤S109的操作。
步骤S101中,由于每一子频段的信号存在一定频率范围,将反辐射导引头在同一时间获取的不同频率的信号在频域进行分离,信号被分到若干不同信道,根据所有信道中最小信号功率实时估算检测门限,。选取根据同一时间所有信道中的幅度最小的信号,乘以门限因子,即是当前时刻的检测门限。本实施例中的估算是以同一时刻所有信道中信号幅度的最小值作为噪底,再乘以门限因子得到检测门限。
步骤S102中,信号通过信道后被检测到,进而获取脉冲参数,参数包括信号的到达时间、脉宽、幅度、斜率、频率(前沿频率、后沿频率、中心频率、最大频率)以及7路辅助天线与参考天线的相位差。
步骤S103中,对于所述检测到的脉冲参数中的相位差,根据虚拟基线原理进行到达角测量。所述的虚拟基线原理是根据不同信号的中心频率,选择相应的虚拟基线和实基线进行解模糊,得到脉冲的角度信息。具体参见任鹏,李建军,周彬等.多基线干涉仪解模糊算法[J].电子信息对抗技术,2015(03):8-10。
步骤S104中,信号的类型包括连续波、点频脉冲、线性调频信号、调相信号,具体地,当脉冲的脉宽大于2100us时,识别为连续波;当脉冲前沿频率、后沿频率、中心频率相等,则判为单载频信号;如果前沿频率与后沿频率的均值与中心频率相等,则是线性调频信号;如果脉内最大频率与前沿频率、后沿频率、中心频率都不相等,则判为调相信号。
步骤S105中,将脉冲脉宽、频率、方位角、俯仰角相似的脉冲通过聚类的方式分到一类中,可以降低后续PRT分选的处理压力。由于PRT分选是要对脉冲序列进行多次循环做差比较,如果脉冲数过多,循环迭代的时间就长。步骤S105中先进行聚类,稀释脉冲流,此时缓冲池中的脉冲基本为同一部雷达的脉冲,所以后续进行PRT分选的时候,循环次数会减少许多。
进一步地,本实施例步骤S105中采用网格划分的聚类算法。具体地,网格划分聚类算法中将脉冲脉宽、频率、方位角、俯仰角等脉冲参数设置上下限,设置步进,根据步进,设置网格,将脉冲参数相近的脉冲存于对应的网格中。
进一步地,若信号类型为线性调频信号,若一个该信号被分到多个信道,且这些信道连在一起,并且在每个信道中信号的斜率是一样的,在时间上每个信道的脉冲结束时间和后出现的脉冲开始时间相差很小,则可以对多个信道中信号的脉冲幅度、斜率、到达时间、脉宽、中心频率进行脉冲合并,得到完整带宽的线性调频信号脉冲。即进入步骤S106的信号有点频脉冲、完整的线性调频脉冲、连续波和调相信号。
由于经过步骤S105聚类后,聚类的网格存在划分的太大的情形,同一类中可能还存在多部雷达信号,他们的重频周期PRT存在差异,因此需要知道每部雷达的PRT,如果没有计算正确,获知的信息不完整。对每一类脉冲参数进行PRT分选,可以得到PRT相同的脉冲,即可认为是同一部雷达的脉冲序列。所述重频周期PRT,即将脉冲按照到达时间计数值从小到大排序,然后相邻脉冲的到达时间相减即为重频周期PRT。进一步地,步骤106中所述的最终参数包括到达角、频率、脉宽、带宽、重频周期、幅度、信噪比等,计算方法为对分选出的脉冲求各参数的平均值,得到稳定的脉冲参数。
本实施例步骤S106中采用差直方图算法进行PRT分选。差直方图算法从多部雷达的脉冲流中分选出对应雷达的脉冲序列,并根据脉冲序列计算雷达的最终参数。具体地,在差直方图算法中,是统计重频周期PRT相近的脉冲个数,如果这个值超过了判决门限(门限是根据同一段观测时间内,重频周期越大,能够检测到的脉冲数越少来设置的门限),则认为这个雷达存在,此时将该重频周期PRT的脉冲都从相应网格中剔除。剔除后如果剩余的脉冲个数大于5个,重新设定判决门限th=a·N/PRT,其中,N为脉冲个数,a为小于1的系数,再进行差直方图分选,直至脉冲个数小于等于5个。
步骤S107中,采用与步骤S105相同的网格划分的聚类算法。步骤S105聚类后且经过步骤S106分选后,对剩余的同一类的脉冲参数进行捷变频雷达识别,脉冲参数包括脉冲的频率和到达角参数。本实施例步骤S107采用差直方图方法,将固定步进变化的捷变频雷达分选出来,所谓就是指相邻脉冲的频率之差是固定值。先对脉冲序列按照频率从小到大排序,然后相邻的脉冲的频率做差,设置直方图统计频率差值相近的个数。当该个数超过门限,认为是一部捷变频雷达,将其分选出来。这样可以获知捷变频雷达的频率变化规律。
捷变频雷达的特征是除了到达角,其他参数都可能发生变化,因此可以将到达角相同的脉冲认为是同一步捷变频雷达。步骤S108中的非固定步进,是指相邻脉冲的频率之差不是固定值,所以就只能通过到达角识别。步骤S108首先根据方位角进行聚类,方法采用步骤S105或S107中的网格划分的聚类算法进行聚类。然后对一个网格中的脉冲方位角和俯仰角分别求平均,计算该网格中的方位角和俯仰角的方差,剔除方位角和俯仰角与均值相差大于3倍方差的角度,剩余的脉冲是捷变频雷达的脉冲。
若反射导引头在跟踪过程中,连续一端时间都没有跟踪到目标,即处于失锁状态,则放弃对该目标雷达的跟踪,反射导引头重新进行扫描,完成步骤S101至S109。
若反射导引头在跟踪过程中存在诱饵干扰情形,则会影响跟踪效果。由于诱饵和雷达的到达时间不同,可以根据检测到的脉冲的前沿中得到诱饵的角度从而将与目标到达角不同角度对应的信号进行过滤。
图10为区分诱饵信号的一个实施方式示意图,通过时差诱饵识别对诱饵进行区分,具体包括以下步骤:
步骤S201,对选择信噪比最大的几个雷达对应的脉冲序列进行主瓣识别,判断信号是否到来;
步骤S202,计算脉冲前沿8个采样点的到达角,此时脉冲可能包括诱饵信号;
步骤S203,根据已知的到达角的上下限和步进划分网格(即缓冲池),
步骤S204,将累计一段时间(本实施例为100ms)的脉冲前沿到达角角度存入对应的网格中;
步骤S205,统计每个网格中角度个数和网格到达角的均值(即中心值);
步骤S206,从第一个网格开始遍历,对脉冲数均大于门限(预先设置)的前后两个网格分别计算出网格的质心,网格质心间距若小于等于2σ(σ为角度数多的网格的方差)时,将2个网格合并,并求出合并后的质心;
步骤S207,计算所有网格角度的均值(总质心),然后计算每个网格质心与总质心的距离,选择距离最大的网格作为诱饵存在的区域,即诱饵是最孤立的区域;
步骤S208,重复步骤S202至S207,若连续几次(本实施例为3次)所得到的最孤立的网格的中心值相近,获取最后一次最孤立网格中到达角的最小值和最大值;
步骤S209,步骤S208中获取的到达角最小值和最大值作为网格的划分依据对网格进行更新,重复步骤S202至S208,更新诱饵到达角度。
步骤S206中所述的质心就是对一个网格中的方位角求平均,俯仰角求平均,组合在一起是质心。
步骤S206中所述的合并是指将后一个网格内的角度放到前一个中,对合并后的所有角度求质心、两个网格角度个数相加。
步骤S208中所述的相近是指3次中心值求均值,每个中心值与均值的差值小于0.5°认为相近。
应当理解的是,本领域技术人员在本发明技术构思的启发下,在不脱离本发明内容的基础上,还可以对上述系统和方法做出各种改进,这人落在本发明的保护范围之内。

Claims (10)

1.一种基于反辐射导引头的雷达信号分选跟踪方法,其特征在于,包括:
对反辐射导引头获得的同一类型信号进行脉冲聚类;
对聚类后的信号采取选择后不放回的方式依次分选出重频周期相同的雷达、固定步进变化捷变频雷达和非固定步进变化捷变频雷达的脉冲;
于分选出的脉冲中根据信噪比选择跟踪的目标;
根据到达角的不同区分诱饵信号。
2.根据权利要求1所述的方法,其特征在于,对反辐射导引头获得的同一类型信号进行脉冲聚类包括:
若信号类型为线性调频信号且被被分到多个信道,则对多个信道中信号的脉冲幅度、斜率、到达时间、脉宽、中心频率进行脉冲合并。
3.根据权利要求1或2所述的方法,其特征在于,对聚类后的信号采取选择后不放回的方式依次分选出重频周期相同的雷达、固定步进变化捷变频雷达和非固定步进变化捷变频雷达的脉冲包括:
采用差直方图算法进行分选重频周期相同的雷达;
采用网格划分聚类算法分选固定步进变化捷变频雷达;
采用网格划分聚类算法分选非固定步进变化捷变频雷达。
4.根据权利要求3所述的方法,其特征在于,于分选出的脉冲中根据信噪比选择跟踪的目标包括:
将信噪比由大致小排列且选择较大的几个雷达对应的脉冲序列进行跟踪。
5.根据权利要求4所述的方法,其特征在于,根据到达角的不同区分诱饵信号包括:
将累计一段时间的脉冲前沿到达角角度存入对应的网格中并统计每个网格中角度个数和网格到达角的均值;
从第一个网格开始遍历,对脉冲数均大于门限的前后两个网格分别计算出网格的质心,若网格质心间距小于等于一数值时,将两个网格合并,并求出合并后的质心;
计算所有网格角度的总质心,以及每个网格质心与总质心的距离,选择距离最大的网格作为诱饵存在的区域。
6.一种基于反辐射导引头的雷达信号分选跟踪系统,其特征在于,包括:
对反辐射导引头获得的同一类型信号进行脉冲聚类的单元,
对聚类后的信号采取选择后不放回的方式依次分选出重频周期相同、固定步进变化捷变频雷达和非固定步进变化捷变频雷达的脉冲的单元;
于分选出的脉冲中根据信噪比选择跟踪的目标的单元;
根据到达角的不同区分诱饵信号的单元。
7.根据权利要求6所述的系统,其特征在于,对反辐射导引头获得的同一类型信号进行脉冲聚类单元包括:
若信号类型为线性调频信号且被被分到多个信道,则对多个信道中信号的脉冲幅度、斜率、到达时间、脉宽、中心频率进行脉冲合并的子单元。
8.根据权利要求6或7所述的系统,其特征在于,对聚类后的信号采取选择后不放回的方式依次分选出重频周期相同的雷达、固定步进变化捷变频雷达和非固定步进变化捷变频雷达的脉冲的单元包括:
采用差直方图算法进行分选重频周期相同的雷达子单元;
采用网格划分聚类算法分选固定步进变化捷变频雷达子单元;
采用网格划分聚类算法分选非固定步进变化捷变频雷达子单元。
9.根据权利要求8所述的方法,其特征在于,于分选出的脉冲中根据信噪比选择跟踪的目标单元包括:
将信噪比由大致小排列且选择较大的几个雷达对应的脉冲序列进行识别的子单元。
10.根据权利要求9所述的方法,其特征在于,根据到达角的不同区分诱饵信号单元包括:
将累计一段时间的脉冲前沿到达角角度存入对应的网格中并统计每个网格中角度个数和网格到达角的均值的子单元;
从第一个网格开始遍历,对脉冲数均大于门限的前后两个网格分别计算出网格的质心,若网格质心间距小于等于一数值时,将两个网格合并,并求出合并后的质心的子单元;
计算所有网格角度的总质心,以及每个网格质心与总质心的距离,选择距离最大的网格作为诱饵存在的区域的子单元。
CN202010674515.5A 2020-07-14 2020-07-14 基于反辐射导引头的雷达信号分选跟踪方法及系统 Active CN111708020B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010674515.5A CN111708020B (zh) 2020-07-14 2020-07-14 基于反辐射导引头的雷达信号分选跟踪方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010674515.5A CN111708020B (zh) 2020-07-14 2020-07-14 基于反辐射导引头的雷达信号分选跟踪方法及系统

Publications (2)

Publication Number Publication Date
CN111708020A true CN111708020A (zh) 2020-09-25
CN111708020B CN111708020B (zh) 2023-08-04

Family

ID=72546345

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010674515.5A Active CN111708020B (zh) 2020-07-14 2020-07-14 基于反辐射导引头的雷达信号分选跟踪方法及系统

Country Status (1)

Country Link
CN (1) CN111708020B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112763796A (zh) * 2020-12-28 2021-05-07 北京中科睿信科技有限公司 一种高精度测量lfm载频的方法
CN112904287A (zh) * 2021-01-14 2021-06-04 无锡国芯微电子系统有限公司 一种基于被动雷达寻的器的跟踪辐射源参数估计方法及其应用
CN112986925A (zh) * 2021-02-01 2021-06-18 东南大学 一种基于图像特征的雷达脉冲序列分选方法
WO2022217564A1 (zh) * 2021-04-16 2022-10-20 睿镞科技(北京)有限责任公司 激光雷达系统、空间测量设备及方法
CN116299254A (zh) * 2022-09-07 2023-06-23 无锡国芯微电子系统有限公司 一种被动雷达寻的器的目标跟踪方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104483668A (zh) * 2014-12-29 2015-04-01 中国电子科技集团公司第三十八研究所 一种高精度雷达信号检测和跟踪系统及其方法
CN106405518A (zh) * 2016-12-07 2017-02-15 中国船舶重工集团公司第七二四研究所 一种复杂体制雷达信号等级关联聚类分选方法
CN109143179A (zh) * 2018-07-26 2019-01-04 清华大学 一种基于变重频技术的捷变频雷达信号处理方法及装置
CN110598738A (zh) * 2019-08-07 2019-12-20 中国电子科技集团公司第二十九研究所 一种基于空间信息的分布式聚类方法
CN110764063A (zh) * 2019-10-15 2020-02-07 哈尔滨工程大学 一种基于sdif与pri变换法结合的雷达信号分选方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104483668A (zh) * 2014-12-29 2015-04-01 中国电子科技集团公司第三十八研究所 一种高精度雷达信号检测和跟踪系统及其方法
CN106405518A (zh) * 2016-12-07 2017-02-15 中国船舶重工集团公司第七二四研究所 一种复杂体制雷达信号等级关联聚类分选方法
CN109143179A (zh) * 2018-07-26 2019-01-04 清华大学 一种基于变重频技术的捷变频雷达信号处理方法及装置
CN110598738A (zh) * 2019-08-07 2019-12-20 中国电子科技集团公司第二十九研究所 一种基于空间信息的分布式聚类方法
CN110764063A (zh) * 2019-10-15 2020-02-07 哈尔滨工程大学 一种基于sdif与pri变换法结合的雷达信号分选方法

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112763796A (zh) * 2020-12-28 2021-05-07 北京中科睿信科技有限公司 一种高精度测量lfm载频的方法
CN112904287A (zh) * 2021-01-14 2021-06-04 无锡国芯微电子系统有限公司 一种基于被动雷达寻的器的跟踪辐射源参数估计方法及其应用
CN112904287B (zh) * 2021-01-14 2021-10-22 无锡国芯微电子系统有限公司 一种基于被动雷达寻的器的跟踪辐射源参数估计方法及其应用
CN112986925A (zh) * 2021-02-01 2021-06-18 东南大学 一种基于图像特征的雷达脉冲序列分选方法
CN112986925B (zh) * 2021-02-01 2024-03-12 东南大学 一种基于图像特征的雷达脉冲序列分选方法
WO2022217564A1 (zh) * 2021-04-16 2022-10-20 睿镞科技(北京)有限责任公司 激光雷达系统、空间测量设备及方法
CN116299254A (zh) * 2022-09-07 2023-06-23 无锡国芯微电子系统有限公司 一种被动雷达寻的器的目标跟踪方法
CN116299254B (zh) * 2022-09-07 2023-10-13 无锡国芯微电子系统有限公司 一种被动雷达寻的器的目标跟踪方法

Also Published As

Publication number Publication date
CN111708020B (zh) 2023-08-04

Similar Documents

Publication Publication Date Title
CN111708020B (zh) 基于反辐射导引头的雷达信号分选跟踪方法及系统
US7333047B2 (en) System and method for spatially diverse radar signal processing
US20070222672A1 (en) Method for Processing Signals in a Direction-Finding System
KR101435168B1 (ko) 감시 공간에서의 신호원의 검출방법 및 시스템
US7626535B2 (en) Track quality based multi-target tracker
US7397415B1 (en) System and method for detecting and de-interleaving radar emitters
US20080111731A1 (en) Dual beam radar system
US7760131B2 (en) All-digital line-of-sight (LOS) processor architecture
CN108614245A (zh) 一种基于射频隐身的边跟踪边干扰方法
Svyd et al. Optimizing the request signals detection of aircraft secondary radar system transponders
US7768448B2 (en) Enhanced line-of-sight (LOS) processing for all-digital LOS processor
CN112904287B (zh) 一种基于被动雷达寻的器的跟踪辐射源参数估计方法及其应用
US20170317870A1 (en) System and method for blindly acquiring frequency hopped spread spectrum signals
Ahmad et al. Classification of airborne radar signals based on pulse feature estimation using time-frequency analysis
CN111948618A (zh) 一种基于卫星外辐射源的前向散射目标探测方法及系统
US7764222B2 (en) Adaptive pulse detection for all-digital line-of-sight (LOS) processor
CN116736241A (zh) 一种基于zynq平台的快速自主侦测引导干扰方法及系统
CN108508413B (zh) 一种基于概率统计的低信噪比条件下目标检测方法
JP2008202965A (ja) パッシブ測角装置およびパッシブ測角方法
Grossi et al. Detection and localization of multiple targets in IEEE 802.11 ad networks
Navrátil et al. Utilization of terrestrial navigation signals for passive radar
CN109581366A (zh) 一种基于目标导向矢量失配的离散旁瓣杂波识别方法
del-Rey-Maestre et al. Statistical analysis of UHF bistatic radar clutter in coastal scenarios
CN114814734A (zh) 一种低信噪比条件下雷达天线扫描类型识别方法和系统
Matuszewski et al. Knowledge-based signal processing for radar identification

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