CN112014805B - 基于时间分集阵mimo雷达的欺骗式干扰抑制方法 - Google Patents

Abstract

本发明公开了一种基于时间分集阵MIMO雷达的欺骗式干扰抑制方法，包括以下步骤：建立TDA‑MIMO雷达模型，获取发射‑接收‑多普勒域导向矢量；建立TDA‑MIMO雷达的回波数据模型；构造三维时变补偿矢量；对回波数据模型进行三维时变补偿，得到真实目标频谱；采用稳健的直接数据域处理方法对三维时变补偿后的回波数据进行处理，实现欺骗干扰的自适应抑制。本发明通过引入时间分集阵列，在每个发射阵元之间引入一个微小的时间延迟Δt，利用不同脉冲间阵元延时的可控性，提高系统自由度，提高雷达抗欺骗式干扰的性能。

Description

基于时间分集阵MIMO雷达的欺骗式干扰抑制方法

技术领域

本发明属于雷达信号处理技术领域，特别涉及一种基于时间分集阵MIMO雷达的欺骗式干扰抑制方法。

背景技术

相比于传统的相控阵雷达，多输入多输出(MIMO)雷达具有多种优势。MIMO雷达的不同发射阵元发射相互正交的波形，并且在接收端的每一个接收阵元上面分别对每一个发射阵元的回波进行处理，因此，MIMO技术可以极大的扩大雷达的角度扫描范围，且不同角度的发射-接收域波束可以同时进行波束形成。

随着现代电子系统技术的发展，雷达系统面临的电子干扰愈加严重。例如：实时假目标生成器能够截获雷达信号并产生大量的虚假目标副本，干扰雷达目标检测，使得雷达系统性能急剧恶化，而普通的MIMO雷达难以解决这样的难题。

近年来，针对欺骗式干扰抑制问题，国内外学者开展了大量的研究。主要通过综合雷达系统资源，通过采用脉冲捷变提高雷达系统的抗干扰能力。Rao等人从数据处理的角度给出了实现欺骗干扰抑制的思路。通过连续跟踪并联合跟踪判别，实现真假目标的有效分离；以及通过分析目标后向散射特性区分真假目标等等。目前，针对欺骗式干扰抑制的研究主要思路是通过提升雷达灵活性，使得干扰雷达难以获取其信号波形，从而使得欺骗干扰信号失效。然而，随着电子干扰系统性能的提升，当干扰雷达系统能够有效地实施干扰时，现有的方法面对欺骗式干扰几乎失效。

发明内容

针对现有技术中存在的问题，本发明的目的在于提供一种基于时间分集阵MIMO雷达的欺骗式干扰抑制方法，通过引入时间分集阵列(TDA)，在每个发射阵元之间引入一个微小的时间延迟qt，利用不同脉冲间阵元延时的可控性，提高系统自由度，提高雷达抗欺骗式干扰的性能。

本发明的技术原理是：在TDA-MIMO雷达中，首次提出结合MIMO技术通过阵元时延控制发射端空间频率，利用不同脉冲间阵元间延时的差异，形成具有时间延迟规律的脉冲序列，并给出抗欺骗式干扰的方法，通过发射-接收-多普勒三维时变补偿矢量，使得原本能量扩散开的信号聚集，干扰能量扩散到发射空间频率-多普勒域上，从而实现欺骗式干扰的抑制。

为了达到上述目的，本发明采用以下技术方案予以实现。

基于时间分集阵MIMO雷达的欺骗式干扰抑制方法，包括以下步骤：

步骤1，建立TDA-MIMO雷达模型，获取TDA-MIMO雷达的发射-接收-多普勒域导向矢量a(qt(k),θ,v)；

其中，qt(k)表示相邻发射阵元之间的时间延迟，θ表示目标或干扰的角度，v表示目标或干扰的速度；

步骤2，根据TDA-MIMO雷达模型及其发射-接收-多普勒域导向矢量a(qt(k),θ,v)，得到TDA-MIMO雷达的回波数据模型；

步骤3，基于TDA-MIMO雷达的发射-接收-多普勒域导向矢量a(qt(k),θ,v)，构造发射-接收-多普勒三维时变补偿矢量；采用发射-接收-多普勒三维时变补偿矢量对步骤2的回波数据模型进行三维时变补偿，得到三维时变补偿后的回波数据，即真实目标频谱；

步骤4，采用稳健的直接数据域处理方法对三维时变补偿后的回波数据进行处理，在目标参数的不确定集合约束条件下，实现欺骗干扰的自适应抑制。

与现有技术相比，本发明的有益效果为：

本发明采用TDA-MIMO体制雷达，通过发射带有时延信息序列的脉冲，有效实现欺骗式干扰抑制。与传统MIMO雷达相比，传统雷达无法实现欺骗式干扰抑制，本发明方法基于时间分集阵欺骗式干扰抑制方法，发射带有时延信息序列的脉冲，进一步结合MIMO技术，实现控制发射端空间频率控制，从而实现欺骗式干扰抑制，本发明方法欺骗式干扰抑制效果显著，有利于提升目标检测性能。

附图说明

下面结合附图和具体实施例对本发明做进一步详细说明。

图1是本发明的基于时间分集阵欺骗式干扰抑制方法的实现流程示意图；

图2是本发明所采用的时间分集阵发射阵列模型示意图；

图3是本发明方法与传统方法的频谱对比图；其中，(a)为本发明方法补偿前目标在发射-接收-多普勒域内的功率谱图；(b)为本发明方法补偿后目标在发射-接收-多普勒域内的功率谱图；(c)为本发明方法补偿前干扰在发射-接收-多普勒域内的功率谱图；(d)为本发明方法补偿后干扰在发射-接收-多普勒域内的功率谱图；

图4为本发明方法与传统MIMO雷达在存在假目标情况下输出信干噪比损失曲线图；其中，(a)为传统MIMO雷达的输出信干噪比损失曲线图；(b)为本发明方法的输出信干噪比损失曲线图。

具体实施方式

下面将结合实施例对本发明的实施方案进行详细描述，但是本领域的技术人员将会理解，下列实施例仅用于说明本发明，而不应视为限制本发明的范围。

参考图1，本发明提供的基于时间分集阵MIMO雷达的欺骗式干扰抑制方法，包括以下步骤：

步骤1，建立TDA-MIMO雷达模型，获取TDA-MIMO雷达的发射-接收-多普勒域导向矢量a(qt(k),θ,v)；

参考图2，建立TDA-MIMO雷达模型：假设TDA-MIMO雷达具有M个发射阵元，N个接收阵元，M个发射阵元为等距线阵，相邻发射阵元之间的间隔为d_T，N个接收阵元为等距线阵，相邻接收阵元之间的间隔为d_R，相邻发射阵元间引入一个微小的时间延迟qt(k)，

一个CPI内发射K个脉冲，雷达的脉冲重复周期为T。设空间中任一目标或干扰的角度为θ，速度为v。

具体地，获取TDA-MIMO雷达的发射-接收-多普勒域导向矢量a(qt(k),θ,v)，具体步骤为：

子步骤1a，获取发射域导向矢量：

其中，j为虚数单位，f_c表示发射信号载波频率，λ＝f_c/c表示波长，c为光速，(·)^T表示矩阵的转置。

子步骤1b，获取接收域导向矢量：

子步骤1c，获取多普勒域导向矢量：

其中，v_a为雷达平台的运动速度，f_PRF为脉冲重复频率。

子步骤1d，根据发射域导向矢量、接收域导向矢量和多普勒域导向矢量，得到M×N×K维发射-接收-多普勒域导向矢量：

其中，

表示Kronecker积。

步骤2，根据TDA-MIMO雷达模型及其发射-接收-多普勒域导向矢量a(qt(k),θ,v)，得到TDA-MIMO雷达的回波数据模型；

具体地，设定TDA-MIMO雷达的回波数据由目标信号数据、欺骗干扰信号数据和高斯噪声组成，据此建立回波数据模型。具体步骤为：

子步骤2a，获取目标信号数据：TDA-MIMO雷达对回波数据进行下变频、采样、匹配滤波之后，得到匹配滤波后的回波数据，该数据中的目标信号数据是一个矩阵，每一列代表一次阵列快拍采样数据，因此，目标信号数据可以表示为：

为第l次快拍采样目标信号数据，其维度为MNK×1；L为快拍采样次数；

x_tar的第l列为

x_tar由

依l从小到大按从左至右顺序排列组成。

其中，ζ表示包含目标信噪比在内的全链路目标信号复系数；

同理，获取干扰信号数据：干扰信号数据是一个矩阵，每一列代表一次阵列快拍采样数据；

其中，

的维度为MNK×1；

x_dec由

依l从小到大按从左至右顺序排列组成；

其中，

为第l次快拍采样干扰信号数据，P₂表示干扰机个数，N_p表示第p个干扰机产生的干扰个数；ζ_p,i表示第p个干扰机产生的第i个干扰的散射系数，散射系数ζ_p,i服从均值为0，方差为1的高斯分布；θ_p表示第P个干扰机所在角度；v_p,i表示第p个干扰机产生的第i个干扰的速度；

因此，雷达的回波数据x可以表示为：

其中，

表示接收数据中的噪声数据矩阵，噪声数据服从均值为0，方差为1的高斯分布；

表示雷达接收的第l组快拍数据，n表示接收噪声矢量。

步骤3，基于TDA-MIMO雷达的发射-接收-多普勒域导向矢量a(qt(k),θ,v)，构造发射-接收-多普勒三维时变补偿矢量；采用发射-接收-多普勒三维时变补偿矢量对步骤2的回波数据模型进行三维时变补偿，得到三维时变补偿后的回波数据，即真实目标频谱；

子步骤3a，根据发射域导向矢量，构造第k个脉冲的发射域补偿矢量g(qt(k))：

g(qt(k))＝[1,exp{j2πf_cqt(k)},...,exp{j2πf_cqt(k)(M-1)}]^T

子步骤3b，根据第k个脉冲的发射域补偿矢量g(qt(k))，获取对应的发射-接收域补偿矢量g_TR(k)：

其中，1_N表示N维全1列矢量；

进而得到K个脉冲的发射-接收域补偿矩阵，即发射-接收-多普勒三维时变补偿矩阵：

G＝[g_TR(1),…,g_TR(k),…,g_TR(K)]

子步骤3c，将步骤2得到的TDA-MIMO雷达的回波数据x的每一列数据分别进行重排，对应得到每列重排后数据；正向重排即将某一列数据x_l中的第一组K个数据取出作为重排后矩阵的第一列，将第二组K个数据取出作为重排后矩阵的第二列，依次类推，直至所有数据都进行重排，得到MN列的矩阵，即重排后的矩阵：

其中，

表示第l组快拍经过重排后的数据，x_l表示雷达接收的第l列快拍数据，reshape(·,K,MN)表示将列矢量数据中每K个数据取出作为一列排列成MN列的矩阵。

子步骤3d，采用发射-接收-多普勒三维时变补偿矢量对每列重排后数据进行三维时变补偿，对应得到三维时变补偿后的矩阵：

其中，⊙表示Hadamard积。

子步骤3e，对每个三维时变补偿后的矩阵进行逆向重排(将矩阵按列的顺序排成一列)，得到对应的三维时变补偿后的每列快拍数据，进而得到三维时变补偿后的回波数据：

其中，

表示第l个距离门的经补偿后的回波数据，即三维时变补偿后的第l列快拍数据。

步骤4，采用稳健的直接数据域处理方法对三维时变补偿后的回波数据进行处理，在目标参数的不确定集合约束条件下，实现欺骗干扰的自适应抑制。

子步骤4a，获取目标的发射域导向矢量、接收域导向矢量、多普勒域导向矢量，进而得到目标的三维导向矢量a(θ₀,v₀)：

其中，

表示Kronecker积，a_T(θ₀)表示补偿后目标的发射域导向矢量；a_R(θ₀)表示目标的接收域导向矢量，b(v₀)表示目标的多普勒域导向矢量；其中θ₀和v₀分别为目标的真实角度和真实速度，其通过搜索的方式进行估计得到；

子步骤4b，使用当前检测距离门l₀附近的L-1个距离门数据，估计干扰的噪声协方差矩阵R：

子步骤4c，获取自适应波束形成权值：稳健波束形成器可以表示为

s.t.w^Ha(θ₀,v₀)＝1

其中，

表示自适应权矢量，上标H表示共轭转置运算；

求解上式即可得到空时三维自适应权矢量w。

子步骤4d，采用空时三维自适应权矢量w对三维时变补偿后的回波数据进行干扰自适应抑制，得到干扰抑制后的目标数据Z：

Z＝[z₁,z₂,...,z_l,...,z_L]，

其中，z_l表示权矢量w对第l个距离门的补偿后数据矢量x_lC进行杂波自适应抑制后的输出，即

仿真实验

下面采用本发明方法对TDA-MIMO雷达补偿前后目标、欺骗式干扰在发射-接收-多普勒域频谱对比分析，并与存在欺骗式干扰情况下的MIMO雷达输出信干噪比对比。仿真实验参数设定如下：

TDA-MIMO雷达发射阵元个数M＝8，接收阵元个数N＝8，一个CPI内发射的脉冲数K＝16，发射信号载频f₀＝1GHz，波长λ₀＝0.3m，脉冲重复频率f_PRF＝2000，脉冲重复时间T＝0.5ms，平台速度v_a＝150m/s，雷达平台高度H＝6000m，目标的径向速度v＝50m/s，信噪比SNR＝20dB，干噪比JNR＝30dB，为了区分真实目标和假目标，仿真时随机生成两个假目标的速度。

参数设置如表1：

表1系统仿真参数

2、仿真内容：

在上述仿真参数下，在前视阵TDA-MIMO高速平台环境下，对本发明方法补偿前后目标在发射-接收-多普勒域内的频谱对比分析，并与存在欺骗式干扰情况下的MIMO雷达输出信干噪比进行仿真对比，结果如图3、图4所示。

由图3可以看出，图3中(a)为本发明方法补偿前目标在发射-接收-多普勒域内的功率谱图；(b)为本发明方法补偿后目标在发射-接收-多普勒域内的功率谱图；(c)为本发明方法补偿前干扰在发射-接收-多普勒域内的功率谱图；(d)为本发明方法补偿后干扰在发射-接收-多普勒域内的功率谱图；由于发射空间频率和多普勒频率是依赖的，TDA-MIMO雷达补偿前的目标功率谱分布在发射-接收空间中的分布是扩散的，干扰的频谱扩散主要反映在发射频率和多普勒频率的耦合上；而由于假目标并不具有耦合特性，干扰在发射-接收空间中的分布是非扩散；说明经过本发明方法补偿后的目标信号能量远大于干扰信号能量。

由图4可以看出，图4中(a)为传统MIMO雷达输出信干噪比损失曲线；图(b)为本发明方法的输出信干噪比损失曲线；对比两个图可以看出，传统MIMO雷达并没有对假目标进行抑制，其在假目标多普勒位置处性能下降。而本发明方法成功的抑制了假目标干扰信号，具有更好的干扰抑制效果。

虽然，本说明书中已经用一般性说明及具体实施方案对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。

Claims (7)

1.基于时间分集阵MIMO雷达的欺骗式干扰抑制方法，其特征在于，包括以下步骤：

步骤1，建立TDA-MIMO雷达模型，获取TDA-MIMO雷达的发射-接收-多普勒域导向矢量a(Δt(k),θ,v)；

其中，Δt(k)表示相邻发射阵元之间的时间延迟，θ表示目标或干扰的角度，v表示目标或干扰的速度；

步骤2，根据TDA-MIMO雷达模型及其发射-接收-多普勒域导向矢量a(Δt(k),θ,v)，得到TDA-MIMO雷达的回波数据模型；

步骤3，基于TDA-MIMO雷达的发射-接收-多普勒域导向矢量a(Δt(k),θ,v)，构造发射-接收-多普勒三维时变补偿矢量；采用发射-接收-多普勒三维时变补偿矢量对步骤2的回波数据模型进行三维时变补偿，得到三维时变补偿后的回波数据，即真实目标频谱；

步骤4，采用稳健的直接数据域处理方法对三维时变补偿后的回波数据进行处理，在目标参数的不确定集合约束条件下，实现欺骗干扰的自适应抑制。

2.根据权利要求1所述的基于时间分集阵MIMO雷达的欺骗式干扰抑制方法，其特征在于，所述TDA-MIMO雷达模型具体为：TDA-MIMO雷达具有M个发射阵元，N个接收阵元，M个发射阵元为等距线阵，相邻发射阵元之间的间隔为d_T；N个接收阵元为等距线阵，相邻接收阵元之间的间隔为d_R；相邻发射阵元间存在一个时间延迟Δt(k)，

一个相干处理时间内发射K个脉冲，雷达的脉冲重复周期为T；f_c表示发射信号载波频率。

3.根据权利要求2所述的基于时间分集阵MIMO雷达的欺骗式干扰抑制方法，其特征在于，所述TDA-MIMO雷达的发射-接收-多普勒域导向矢量a(Δt(k),θ,v)表达式为：

其中，

表示Kronecker积；

j为虚数单位，f_c表示发射信号载波频率，λ＝f_c/c表示波长，c为光速，(·)^T表示矩阵的转置。

4.根据权利要求1所述的基于时间分集阵MIMO雷达的欺骗式干扰抑制方法，其特征在于，步骤2包含以下子步骤：

子步骤2a，获取目标信号数据：TDA-MIMO雷达对回波数据进行下变频、采样、匹配滤波之后，得到匹配滤波后的回波数据，该数据中的目标信号数据是一个矩阵，每一列代表一次阵列快拍采样数据，则目标信号数据表示为：

为第l次快拍采样目标信号数据，其维度为MNK×1；L为快拍采样次数；

其中，ζ表示包含目标信噪比在内的全链路目标信号复系数；a_T表示发射域导向矢量；a_R表示接收域导向矢量，b表示多普勒域导向矢量；

同理，获取干扰信号数据：干扰信号数据是一个矩阵，每一列代表一次阵列快拍采样数据；

其中，

的维度为MNK×1；

其中，

为第l次快拍采样干扰信号数据，P₂表示干扰机个数，N_p表示第p个干扰机产生的干扰个数；ζ_p,i表示第p个干扰机产生的第i个干扰的散射系数，散射系数ζ_p,i服从均值为0，方差为1的高斯分布；θ_p表示第P个干扰机所在角度；v_p,i表示第p个干扰机产生的第i个干扰的速度；

因此，雷达的回波数据x表示为：

其中，

表示接收数据中的噪声数据矩阵，噪声数据服从均值为0，方差为1的高斯分布。

5.根据权利要求2所述的基于时间分集阵MIMO雷达的欺骗式干扰抑制方法，其特征在于，所述基于TDA-MIMO雷达的发射-接收-多普勒域导向矢量a(Δt(k),θ,v)，构造发射-接收-多普勒三维时变补偿矢量，其具体过程为：

首先，根据发射域导向矢量，构造第k个脉冲的发射域补偿矢量g(Δt(k))：

g(Δt(k))＝[1,exp{j2πf_cΔt(k)},...,exp{j2πf_cΔt(k)(M-1)}]^T

然后，根据第k个脉冲的发射域补偿矢量g(Δt(k))，获取对应的发射-接收域补偿矢量g_TR(k)：

其中，1_N表示N维全1列矢量；

进而得到K个脉冲的发射-接收域补偿矩阵，即发射-接收-多普勒三维时变补偿矩阵：

G＝[g_TR(1),…,g_TR(k),…,g_TR(K)]。

6.根据权利要求1所述的基于时间分集阵MIMO雷达的欺骗式干扰抑制方法，其特征在于，所述采用发射-接收-多普勒三维时变补偿矢量对步骤2的回波数据模型进行三维时变补偿，具体为：

(a0将步骤2得到的TDA-MIMO雷达的回波数据x的每一列数据分别进行重排，对应得到每列重排后数据；其中，重排即将某一列数据x_l中的第一组K个数据取出作为重排后矩阵的第一列，将第二组K个数据取出作为重排后矩阵的第二列，依次类推，直至所有数据都进行重排，得到MN列的矩阵，即重排后的矩阵：

其中，

表示第l组快拍经过重排后的数据，x_l表示雷达接收的第l列快拍数据，reshape(·,K,MN)表示重排操作；

(b)采用发射-接收-多普勒三维时变补偿矢量对每列重排后数据进行三维时变补偿，对应得到三维时变补偿后的矩阵：

其中，⊙表示Hadamard积；G^T为发射-接收-多普勒三维时变补偿矩阵的转置；

(c)对每个三维时变补偿后的矩阵进行逆向重排，即将矩阵按列的顺序排成一列，得到对应的三维时变补偿后的每列快拍数据，进而得到三维时变补偿后的回波数据：

其中，

表示第l个距离门的经补偿后的回波数据。

7.根据权利要求6所述的基于时间分集阵MIMO雷达的欺骗式干扰抑制方法，其特征在于，步骤4包含以下子步骤：

子步骤4a，获取目标的三维导向矢量a(θ₀,v₀)：

其中，

表示Kronecker积，a_T(θ₀)表示补偿后目标的发射域导向矢量；a_R(θ₀)表示目标的接收域导向矢量，b(v₀)表示目标的多普勒域导向矢量；θ₀和v₀分别为目标的真实角度和真实速度；

子步骤4b，估计干扰的噪声协方差矩阵R：

其中，l₀为当前检测距离门序号，L-1为当前距离门附近的用于估计噪声协方差矩阵的距离门数量；

子步骤4c，获取自适应权矢量：

将稳健波束形成器表示为：

s.t.w^Ha(θ₀,v₀)＝1

其中，

表示空时三维自适应权矢量，上标H表示共轭转置运算；

求解上式即可得到空时三维自适应权矢量w；

子步骤4d，采用空时三维自适应权矢量w对三维时变补偿后的回波数据进行干扰自适应抑制，得到干扰抑制后的目标数据Z：

Z＝[z₁,z₂,...,z_l,...,z_L]

其中，z_l表示权矢量w对第l个距离门的补偿后数据矢量

进行杂波自适应抑制后的输出，即

Images