CN111781565B - 一种基于多站雷达系统抗有源欺骗假目标的鉴别方法 - Google Patents
一种基于多站雷达系统抗有源欺骗假目标的鉴别方法 Download PDFInfo
- Publication number
- CN111781565B CN111781565B CN202010521353.1A CN202010521353A CN111781565B CN 111781565 B CN111781565 B CN 111781565B CN 202010521353 A CN202010521353 A CN 202010521353A CN 111781565 B CN111781565 B CN 111781565B
- Authority
- CN
- China
- Prior art keywords
- target
- speed
- measurement
- deception
- targets
- 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
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000005259 measurement Methods 0.000 claims description 94
- 239000011159 matrix material Substances 0.000 claims description 16
- 230000006855 networking Effects 0.000 claims description 13
- 238000012360 testing method Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000012546 transfer Methods 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 7
- 238000009826 distribution Methods 0.000 claims description 7
- 238000012093 association test Methods 0.000 claims description 3
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 238000005315 distribution function Methods 0.000 claims description 3
- 238000012850 discrimination method Methods 0.000 claims 1
- 238000004088 simulation Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000003471 anti-radiation Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
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
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
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
本发明提出一种基于多站雷达系统抗有源欺骗假目标的鉴别方法,主要解决现有技术仅利用目标点迹位置信息对抗有源欺骗式假目标时,识别概率过低的问题,首先根据多站雷达系统目标测量集中真目标的欺骗速度服从均值为零方差为欺骗速度方差的高斯分布,而假目标欺骗速度随机分布的特点,计算欺骗速度及欺骗速度方差,其次通过关联假设检验判别法对目标测量集的关联性进行判别,最后通过关联性判别结果与鉴别准则获得真假目标鉴别结果。本发明利用系统测量目标距离时的距离、方位和速度信息联合计算目标欺骗速度与欺骗速度方差,利用真假目标速度上的空间相关性差异,鉴别有源欺骗假目标,解决了现有技术中距离速度协同干扰假目标识别能力较低的问题。
Description
技术领域
本发明属于雷达抗干扰技术领域,特别涉及一种基于多站雷达系统构架下有源欺骗假目标鉴别,可用于组网雷达系统对抗有源欺骗式干扰。
背景技术
有源欺骗式干扰是干扰机侦收雷达工作信号,并对其进行延迟、调制或直接转发,使雷达回波信号中包含很多虚假的目标信息,使得雷达不能正确地识别出真目标,干扰雷达对真实目标的测量、精确定位及航迹追踪。在有源干扰方式下,有源欺骗式干扰较之于压制式干扰,具有更好的能量聚集性能和干扰装置体积小等优点。
有源欺骗式干扰包括距离欺骗式干扰、速度欺骗式干扰以及角度欺骗式干扰。距离欺骗式干扰,是指干扰产生的假目标的距离与真目标的距离不同,使得雷达不能区分真假目标,对于载波稳定的雷达,可以在真目标距离之前产生假目标,对于采用载波捷变的雷达,则只能在真目标距离之后产生假目标。速度欺骗式干扰指干扰机截获雷达工作信号后,经过多普勒调制产生的与真实目标速度不同且速度不断变化的假目标,影响雷达对于真目标速度的检测,使雷达无法获取目标的真实速度,角度欺骗式干扰指干扰产生的假目标与真目标的角度不同,使雷达不能区分真假目标,影响雷达角跟踪能力或使之跟踪虚假角度信息。
针对当前实施的有源欺骗式干扰,按照干扰的方式,可以分为非协同式欺骗干扰和协同式欺骗干扰。非协同式欺骗干扰,指一种有源欺骗式干扰独立地对多站雷达系统中的各节点雷达进行欺骗干扰。协同式欺骗干扰,是根据多部干扰机协同工作的理念,为了掩护己方目标而对敌方雷达实施有效干扰的过程,是干扰机针对多站雷达实施的一种更高层次的欺骗,通过有源欺骗干扰相互组合产生假目标,目前主要的协同式欺骗干扰有距离速度协同欺骗干扰、距离角度协同欺骗干扰。距离速度协同欺骗干扰产生的假目标的距离与真目标的距离不同并且携带有速度信息,使雷达难以区分真假目标,距离角度协同欺骗干扰产生多个角度距离不同的目标,影响雷达的探测、跟踪能力。
目前,单站雷达针对有源欺骗式干扰,已经开发了多种多样的抗干扰措施,如利用极化特性、数字射频存储器量化特性分析、脉冲分集以及特殊目标的运动学信息等。但单站雷达只能从单一的视角和维度对环境进行感知,随着电子干扰越来越复杂,武器及其平台的隐身性、超低空突防和反辐射导弹等电子战技战术的使用,对雷达系统的工作性能构成了越来越严峻的挑战,无不压缩着单站雷达在战场上生存空间。得益于其空间分置的结构特点,多站雷达系统能够多视角、多维度地对环境进行感知,通过提取目标和干扰更为全面和本质的特征,以鉴别真假目标。
针对协同式欺骗干扰假目标的鉴别方法的研究,主要利用多站雷达系统测量目标的点迹位置信息之间在空间聚集特性上的差异进行关联检验,实现真假目标的鉴别,例如申请公布号为CN106680783A,名称为“基于站址误差融合算法对抗欺骗式假目标的方法”的专利申请,该发明公开了一种基于站址误差融合算法对抗欺骗式假目标的方法,主要解决现有技术在对抗欺骗式假目标时未考虑站址误差因素导致检测结果不准确的问题。其实现步骤是,节点雷达对目标进行量测,对量测值进行坐标变换,得到目标在统一直角坐标系中的位置信息,通过目标在统一直角坐标系中的位置信息,计算得到目标的定位误差协方差矩阵,通过最近邻关联的方法匹配量测值,得到关联量测序列,对所有关联量测序列中的量测值两两组合,通过目标定位误差协方差矩阵计算两量测值之间的马氏距离,对马氏距离进行假设检验,剔除假目标,完成真假目标的鉴别。虽然该方法提高了真实目标的正确鉴别概率,但该方法只利用多站雷达系统的距离、方位信息,在实现过程中没有利用速度信息,当目标距离雷达较远的位置处,由于目标与各节点雷达连线间夹角变小,真假目标空间位置的集中和分散程度变得难以判断。因此,只根据位置信息进行真假目标识别,存在对距离速度协同干扰假目标的识别能力低的问题。
另有申请公布号CN103018722A,名称为“利用组网雷达系统对抗欺骗式假目标的方法”的专利申请,该发明公开了一种利用组网雷达系统对抗欺骗式假目标的方法,主要解决现有技术仅利用目标位置信息融合对抗欺骗式假目标时被欺骗概率过高的问题。其实现步骤是,对节点雷达量测值进行坐标变换,通过最近邻关联的方法匹配量测值,得到关联量测序列,利用目标位置信息进行真假目标识别,保留通过融合检验的关联量测序列,对保留的关联量测序列,求得其对应的实际速度矢量集,利用目标速度信息进行真假目标识别。虽然该方法利用速度信息降低了组网被欺骗的概率,但在实际应用中并未充分利用速度信息,仅利用速度矢量差的误差协方差矩阵计算各站速度矢量的马氏距离,导致计算量较大,工程应用较为不便。
发明内容
本发明的目的在于克服现有方法的不足,提供了一种多站雷达系统有源欺骗假目标的鉴别方法,用于解决现有技术对抗有源欺骗式假目标时,识别概率过低的问题。同时,本发明从真假目标速度相关性差异的角度出发,进一步利用速度信息,简化了计算过程,实现对有源欺骗假目标的鉴别。
本发明的主要思路是:利用多站雷达系统测量目标距离时的距离-方位角之间的关系以及速度测量信息联合计算目标的欺骗速度与欺骗速度方差,根据真假目标欺骗速度分布不同建立关联检验统计量,根据关联假设检验判别结果,实现真假目标的鉴别。
为实现上述目的,本发明采取的技术方案包括如下步骤:
步骤1)组网雷达系统对目标进行测量:
步骤1a)设包括发射-接收站T/R和N个静默接收站R1,R2,...,Ri,...RN的组网雷达系统所测量的空域中存在M个真目标或有源欺骗假目标G1,G2,...,Gm,...GM,第m个目标Gm沿大地坐标系正北方向的速度和正东方向的速度分别为vx,m和vy,m,Gm的速度为{vx,m,vy,m},其中,Ri表示第i个静默接收站,N≥2,M≥1;
步骤1b)发射-接收站T/R对空域中每个目标Gm的径向距离rT,m、方位角θT,m和径向速度vT,m进行测量,并将对M个目标的测量结果组成目标测量集DT={(rT,m,θT,m,vT,m)},静默接收站Ri对空域中每个目标Gm相对于Ri的距离方位角/>和径向速度/>进行测量,并将对M个目标的测量结果组成目标测量集/>
步骤2)计算Gm的欺骗速度及其对应的欺骗速度方差/>
步骤2a)将目标测量集DT中对每个目标Gm的测量结果rT,m,θT,m,vT,m,以及任意两个静默接收站Rk和Rj对目标Gm的测量结果和/>进行组合,得到M个目标测量结果集Zm,/>Zm,l表示Gm测量结果集中第l个子集,其中,k,j∈N,且k≠j;
步骤2b)根据每个子集Zm,l中组网雷达速度测量结果值计算Gm的欺骗速度和欺骗速度方差/>
其中,为误差转移矩阵,/>和分别为T/R站测速误差和测角误差,/>和/>分别为Rk和Rj测角误差,/>和/>分别为Rk和Rj测速误差;
步骤3)计算Gm的关联检验统计量
通过欺骗速度及其对应的欺骗速度方差/>计算Gm的关联检验统计量
步骤4)基于关联假设检验判别法对Zm,l中目标测量结果的关联性进行判别:
步骤4a)通过自由度为1的卡方分布逆累积分布函数计算检验门限η:
其中,α表示关联假设检验中显著性水平,α=1-(1-P'PT)1/3,P'PT表示真实目标误判概率;
步骤4b)设Zm,l中目标测量结果关联性为Um,l,并判断dv,D≤η是否成立,若是,则Zm,l中的目标测量结果相互关联,令Um,l=1,否则,则Zm,l中目标测量结果不关联或部分关联,令Um,l=0;
步骤5)获取有源欺骗假目标的鉴别结果:
将Zm中每个Zm,l对应的Um,l进行累加,得到鉴别判别量Um,并判断Um≥1是否成立,若是,则目标Gm为真目标,否则目标Gm为有源欺骗假目标。
本发明与现有技术相比,具有如下优点:
本发明相对于单站雷达对抗欺骗式假目标方法,本发明由于能够融合多站雷达中各节点雷达获取的量测信息,因而提高了对欺骗式假目标的识别概率。相比于仅利用位置信息进行真假目标识别,本发明利用多站雷达系统测量目标距离时的距离-方位角之间的关系以及速度测量信息联合计算目标的欺骗速度与欺骗速度方差,根据真目标的欺骗速度服从均值为零方差为欺骗速度方差的高斯分布,而假目标欺骗速度随机分布的特点,能够准确的区分多站雷达系统测量目标集里的真假目标,保障了真实目标鉴别概率条件下,提高了有源欺骗干扰中距离速度协同有源欺骗干扰假目标的鉴别概率,解决了现有技术对抗有源欺骗式假目标时,识别概率过低的问题。同时,本发明还从真假目标速度相关性差异的角度出发,进一步利用速度信息,简化了计算过程,实现对有源欺骗假目标的鉴别。
附图说明
图1是本发明的实现流程图;
图2是本发明仿真实现组网雷达布局及目标示意图;
图3是本发明与现有技术距离速度协同欺骗干扰假目标的鉴别概率和真实目标的鉴别概率对比图。
具体实施方式
以下结合附图和具体实例,对本发明做进一步的详细说明。
参照图1,本发明包括如下步骤:
步骤1)组网雷达系统对目标进行测量:
步骤1a)设包括发射-接收站T/R和2个静默接收站R1,R2的组网雷达系统所测量的空域中存在M个真目标或有源欺骗假目标G1,G2,...,Gm,...GM,第m个目标Gm沿大地坐标系正北方向的速度和正东方向的速度分别为vx,m和vy,m,Gm的速度为{vx,m,vy,m},其中,Ri表示第i个静默接收站,M≥1;
步骤1b)发射-接收站T/R对空域中每个目标Gm目标的径向距离rT,m、方位角θT,m和径向速度vT,m进行测量,并将对M个目标的测量结果组成目标测量集DT={(rT,m,θT,m,vT,m)},静默接收站R1对空域中每个目标Gm相对于R1的距离方位角/>和径向速度/>进行测量,将对M个目标的测量结果组成目标测量集/>静默接收站R2对空域中每个目标Gm相对于R2的距离/>方位角/>和径向速度/>进行测量,将对M个目标的测量结果组成目标测量集/>
步骤2)计算Gm的欺骗速度及其对应的欺骗速度方差/>
步骤2a)将目标测量集DT中对每个目标Gm的测量结果rT,m,θT,m,vT,m,以及静默接收站R1和R2对目标Gm的测量结果和/>进行组合,得到M个目标测量结果集Zm,/>Zm,l表示Gm测量结果集中第l个子集,其中,k,j∈N,且k≠j;
步骤2b)根据每个子集Zm,l中多站雷达速度测量结果值计算Gm的欺骗速度和欺骗速度方差/>
步骤2b1)根据组网雷达系统测量结果子集Zm,l的目标速度测量结果与目标真实速度{vx,m,vy,m}的关系以及/>欺骗速度/>关系,构建测量速度方程:
其中,A为测量关系矩阵
步骤2b2)求解测量速度方程,得到目标速度方程:
步骤2b3)求解测量关系矩阵A的逆,得到测量转移矩阵B:
其中;|A|为测量关系矩阵A行列式的值;
步骤2b4)计算欺骗速度
通过测量转移矩阵B中第三行的值构成测量转移向量通过Zm,l中速度测量值构成速度测量值向量/>并将/>与/>相乘,得到欺骗速度/>
对上式两边进行微分得到欺骗速度误差方程:
根据方差计算公式得到欺骗速度方差表达式:
将欺骗速度误差方程代入欺骗速度方差表达式中计算得到
其中,为误差转移矩阵,/>和分别为T/R站测速误差和测角误差,/>和/>分别为R1和R2测角误差,/>和/>分别为R1和R2测速误差;
步骤3)计算Gm的关联检验统计量
步骤3a)根据真目标服从均值为零,方差为/>的高斯分布,而假目标/>随机分布,建立鉴别统计量/>
步骤3b)通过欺骗速度及其对应的欺骗速度方差/>计算Gm的关联检验统计量/>
步骤4)基于关联假设检验判别法对Zm,l中目标测量结果的关联性进行判别:
步骤4a)通过自由度为1的卡方分布逆累积分布函数计算检验门限η:
其中,α表示关联假设检验中显著性水平,α=1-(1-P'PT)1/3,P'PT表示真实目标误判概率,P'PT=0.01;
步骤4a1)根据P'PT的取值计算得到α≈0.997;
步骤4a1)根据计算得到的的α取值与计算得到关联假设检验判别法η=8.61;
步骤4b)设Zm,l中目标测量结果关联性为Um,l,并判断dv,D≤η是否成立,若是,则Zm,l中的目标测量结果相互关联,令Um,l=1,否则,则Zm,l中目标测量结果不关联或部分关联,令Um,l=0;
步骤5)获取有源欺骗假目标的鉴别结果:
将Zm中每个Zm,l对应的Um,l进行累加,得到鉴别判别量Um,并判断Um≥1是否成立,若是,则目标Gm为真目标,否则目标Gm为有源欺骗假目标。
结合以下仿真实验,对本发明的技术效果作以说明。
1.仿真条件及内容:
参照图2所示的发明仿真多站雷达布局及目标信息图,多站雷达系统由一个T/R站与两个静默接收站R1站与R2站组成,T/R站位置坐标为(0,0)km,测距精度为40m,测角精度为0.1度,测速精度为2m/s,R1站位置坐标为(50,0)km,测距精度为80m,测角精度为0.1度,测速精度为2m/s,R2站位置坐标为(-50,0)km,测距精度为80m,测角精度为0.1度,测速精度为2m/s,仿真场景中存在一个真实目标存在其位置坐标为(30,60)km,速度矢量为(-150,-100)m/s。真实目标携带的自卫干扰机生成1个有源假目标欺骗距离为1000m,欺骗速度从50m/s变化到1000m/s,变化间隔为50m/s。对比本方法与基于位置信息点迹关联判别算法两种方法在欺骗速度不同的情况下对进行有源假目标的鉴别概率。期望的真实目标的误判概率设定为P'PT=0.01,对欺骗速度的每一个取值,进行5000次蒙特卡罗仿真实验,获得真实目标和有源假目标的鉴别概率随欺骗速度的变化曲线。
对本发明和现有技术对距离速度协同欺骗干扰假目标的鉴别概率和真实目标的鉴别概率进行对比仿真,其结果如图3所示。
2.仿真结果分析
图3(a)为本发明与现有技术在不同欺骗速下的距离速度协同欺骗干扰假目标的鉴别概率对比图,x轴表示目标欺骗速度的大小,y轴表示对距离速度协同欺骗干扰假目标的鉴别概率,参照图3(a)可以看出随着欺骗速度的增大,现有技术对距离速度协同欺骗干扰假目标的鉴别概率基本不变。保持在32.2%左右,在欺骗速度小于100m/s时,现有技术对距离速度协同欺骗干扰假目标的鉴别概率大于本方法,但随着目标欺骗速度的增大,本方法对距离速度协同欺骗干扰假目标的鉴别概率率快速提升,欺骗速度为200m/s时,本发明算法的距离速度协同干扰有源假鉴别概率已达到88.9%以上当欺骗速度大于300m/s时本方法的有源假目标的鉴别率维持在99%左右。证明了本方法可以有效提高距离速度协同干扰有源假目标的鉴别概率。
图3(b)为本发明与现有技术在不同欺骗速下真实目标的鉴别概率对比图,x轴表示目标欺骗速度的大小,y轴表示对真实目标的鉴别概率,参照图(3b)中可以看出,基于现有技术对真实目标的鉴别概率一直维持在期望值99%附近,其真实目标的鉴别概率与欺骗速度无关。本方法对真实目标的鉴别概率随着欺骗速度的增大而快速提升,并在欺骗速度大于100m/s时最终维持在期望值99%附近。
从图3中可以看出,本方法在欺骗速度大于100m/s时,在保障真实目标鉴别概率条件下,提高了距离速度协同干扰有源假目标的鉴别概率,解决现有技术中距离速度协同干扰假目标的识别能力较低的问题。
Claims (2)
1.一种基于多站雷达系统抗有源欺骗假目标的鉴别方法,其特征在于,包括如下步骤:
(1)组网雷达系统对目标进行测量:
(1a)设包括发射-接收站T/R和N个静默接收站R1,R2,...,Ri,...RN的组网雷达系统所测量的空域中存在M个真目标或有源欺骗假目标G1,G2,...,Gm,...GM,第m个目标Gm沿大地坐标系正北方向的速度和正东方向的速度分别为vx,m和vy,m,Gm的速度为{vx,m,vy,m},其中,Ri表示第i个静默接收站,N≥2,M≥1;
(1b)发射-接收站T/R对空域中每个目标Gm目标的径向距离rT,m、方位角θT,m和径向速度vT,m进行测量,并将对M个目标的测量结果组成目标测量集DT={(rT,m,θT,m,vT,m)},静默接收站Ri对空域中每个目标Gm相对于Ri的距离方位角/>和径向速度/>进行测量,并将对M个目标的测量结果组成目标测量集/>
(2)计算Gm的欺骗速度及其对应的欺骗速度方差/>
(2a)将目标测量集DT中对每个目标Gm的测量结果rT,m,θT,m,vT,m,以及任意两个静默接收站Rk和Rj对目标Gm的测量结果和/>进行组合,得到M个目标测量结果集Zm,/>Zm,l表示Gm测量结果集中第l个子集,其中,k,j∈N,且k≠j;
(2b)根据每个子集Zm,l中组网雷达速度测量结果值计算Gm的欺骗速度和欺骗速度方差/>
其中,为误差转移矩阵,/> 和/>分别为T/R站测速误差和测角误差,/>和/>分别为Rk和Rj测角误差,/>和/>分别为Rk和Rj测速误差;
(3)计算Gm的关联检验统计量
通过欺骗速度及其对应的欺骗速度方差/>计算Gm的关联检验统计量/>
(4)基于关联假设检验判别法对Zm,l中目标测量结果的关联性进行判别:
(4a)通过自由度为1的卡方分布逆累积分布函数计算检验门限η:
其中,α表示关联假设检验中显著性水平,α=1-(1-P′PT)1/3,P′PT表示真实目标误判概率;
(4b)设Zm,l中目标测量结果关联性为Um,l,并判断dv,D≤η是否成立,若是,则Zm,l中的目标测量结果相互关联,令Um,l=1,否则,则Zm,l中目标测量结果不关联或部分关联,令Um,l=0;
(5)获取有源欺骗假目标的鉴别结果:
将Zm中每个Zm,l对应的Um,l进行累加,得到鉴别判别量Um,并判断Um≥1是否成立,若是,则目标Gm为真目标,否则目标Gm为有源欺骗假目标。
2.根据权利要求1所述的基于多站雷达系统抗有源欺骗假目标的鉴别方法,其特征在于,步骤(2b)中所述的根据每个子集Zm,l中组网雷达速度测量结果值计算Gm对应的欺骗速度实现步骤为:
(2b1)根据组网雷达系统测量结果子集Zm,l的目标速度测量结果与目标真实速度{vx,m,vy,m}的关系以及/>欺骗速度/>关系,构建测量速度方程:
其中,A为测量关系矩阵
(2b2)求解测量速度方程,得到目标速度方程:
(2b3)求解测量关系矩阵A的逆,得到测量转移矩阵B:
其中;|A|为测量关系矩阵A行列式的值;
(2b4)计算欺骗速度
通过测量转移矩阵B中第三行的值构成测量转移向量通过Zm,l中速度测量值构成速度测量值向量/>并将/>与/>相乘,得到欺骗速度/>
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010521353.1A CN111781565B (zh) | 2020-06-10 | 2020-06-10 | 一种基于多站雷达系统抗有源欺骗假目标的鉴别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010521353.1A CN111781565B (zh) | 2020-06-10 | 2020-06-10 | 一种基于多站雷达系统抗有源欺骗假目标的鉴别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111781565A CN111781565A (zh) | 2020-10-16 |
CN111781565B true CN111781565B (zh) | 2023-08-15 |
Family
ID=72755882
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010521353.1A Active CN111781565B (zh) | 2020-06-10 | 2020-06-10 | 一种基于多站雷达系统抗有源欺骗假目标的鉴别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111781565B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112924942A (zh) * | 2020-12-23 | 2021-06-08 | 南京理工大学 | 地-空双基地雷达数据关联抗欺骗式假目标干扰的方法 |
CN113253207B (zh) * | 2021-04-26 | 2024-02-02 | 中国人民解放军海军大连舰艇学院 | 一种对防空导弹杀伤目标概率影响仿真评估方法 |
CN113639594B (zh) * | 2021-05-27 | 2022-05-03 | 西北工业大学 | 一种多弹协同系统的模糊关联融合方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103018722A (zh) * | 2012-10-15 | 2013-04-03 | 西安电子科技大学 | 利用组网雷达系统对抗欺骗式假目标的方法 |
CN103728599A (zh) * | 2014-01-16 | 2014-04-16 | 西安电子科技大学 | 用异地配置的主被动雷达网抑制欺骗式假目标干扰的方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9069066B2 (en) * | 2013-05-20 | 2015-06-30 | Faran Awais Butt | Radar deception jamming prevention using bi-static and mono-static radars |
-
2020
- 2020-06-10 CN CN202010521353.1A patent/CN111781565B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103018722A (zh) * | 2012-10-15 | 2013-04-03 | 西安电子科技大学 | 利用组网雷达系统对抗欺骗式假目标的方法 |
CN103728599A (zh) * | 2014-01-16 | 2014-04-16 | 西安电子科技大学 | 用异地配置的主被动雷达网抑制欺骗式假目标干扰的方法 |
Non-Patent Citations (1)
Title |
---|
基于运动学调制的高逼真度有源假目标航迹研究;钟林;饶彬;李永祯;;兵工学报(第06期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111781565A (zh) | 2020-10-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111781565B (zh) | 一种基于多站雷达系统抗有源欺骗假目标的鉴别方法 | |
CN106443598B (zh) | 基于卷积神经网络的雷达网协同航迹欺骗干扰鉴别方法 | |
CN103954939B (zh) | 基于雷达组网的抗灵巧噪声干扰方法 | |
CN105785340B (zh) | 单脉冲雷达对主瓣内目标和诱饵干扰的测角与识别方法 | |
CN103728599B (zh) | 用异地配置的主被动雷达网抑制欺骗式假目标干扰的方法 | |
CN106680783B (zh) | 基于站址误差融合算法对抗欺骗式假目标的方法 | |
CN109633628B (zh) | 基于分布式组网雷达数据融合的抗rgpo干扰的方法 | |
CN111460597B (zh) | 一种基于改进的多目标粒子群优化算法的雷达布站方法 | |
CN112924943B (zh) | 协方差阵-位置偏差联合检验的虚假航迹鉴别方法及系统 | |
CN105259540B (zh) | 一种多站雷达抗有源欺骗式干扰的优化方法 | |
CN106526549A (zh) | 联合两坐标雷达和三坐标雷达统计量的假目标鉴别方法 | |
CN103809161B (zh) | 雷达网抗距离欺骗+soj复合干扰方法 | |
CN114924236A (zh) | 基于位置和速度信息的空地雷达协同抗欺骗式干扰方法 | |
CN104931959A (zh) | 形成目标点迹的多目标点迹凝聚方法 | |
CN106443660A (zh) | 一种线性调频连续波雷达多运动目标匹配方法 | |
CN111896928A (zh) | 基于有源欺骗式干扰消除的多站雷达目标检测方法 | |
CN106526554B (zh) | 基于三门限延迟判别的长基线雷达网虚假航迹识别算法 | |
CN106093891A (zh) | 基于多普勒速度检验的雷达网抗密集距离假目标干扰方法 | |
CN116299208A (zh) | 基于主/被动雷达复合导引头数据关联的抗干扰方法 | |
CN112051554B (zh) | 智能空中对战环境地杂波干扰模拟方法 | |
Lin et al. | Research on composite deception interference recognition and suppression technology based on multi-dimensional features | |
CN117784036A (zh) | 一种基于欺骗速度判决的多基地雷达有源欺骗假目标鉴别方法 | |
CN112924942A (zh) | 地-空双基地雷达数据关联抗欺骗式假目标干扰的方法 | |
CN111856412B (zh) | 基于船摇补偿数据融合的抗欺骗式假目标干扰方法 | |
CN117233742A (zh) | 一种基于图形对比的抗欺骗干扰方法 |
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 |