CN112014806A - 一种复杂干扰场景下的机载雷达无意干扰抑制方法 - Google Patents

一种复杂干扰场景下的机载雷达无意干扰抑制方法 Download PDF

Info

Publication number
CN112014806A
CN112014806A CN202010819190.5A CN202010819190A CN112014806A CN 112014806 A CN112014806 A CN 112014806A CN 202010819190 A CN202010819190 A CN 202010819190A CN 112014806 A CN112014806 A CN 112014806A
Authority
CN
China
Prior art keywords
interference
range
doppler
echo data
frequency
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
CN202010819190.5A
Other languages
English (en)
Other versions
CN112014806B (zh
Inventor
王彤
王瑛琪
沈鹏
吴佳丽
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.)
Xidian University
Original Assignee
Xidian University
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 Xidian University filed Critical Xidian University
Priority to CN202010819190.5A priority Critical patent/CN112014806B/zh
Publication of CN112014806A publication Critical patent/CN112014806A/zh
Application granted granted Critical
Publication of CN112014806B publication Critical patent/CN112014806B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01S7/36—Means for anti-jamming, e.g. ECCM, i.e. electronic counter-counter measures
    • 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
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • 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

本发明公开了一种复杂干扰场景下的机载雷达无意干扰抑制方法，包括步骤：机载雷达接收距离‑脉冲域回波数据；采用基于时频域特征的干扰检测法判断是否存在异步短脉冲干扰，并采用时域陷波干扰抑制法消除异步短脉冲干扰；将距离‑脉冲域回波数据进行二维傅里叶变换，得到距离频率‑多普勒二维频率域回波数据；采用窄带连续波干扰检测法判断是否存在窄带连续波干扰，若是，则采用频域陷波法对窄带干扰进行抑制；再将该回波数据在距离频率维作傅里叶逆变换即可。本发明能够同时有效抑制窄带连续波干扰和异步短脉冲干扰的多种形式的无意干扰，提高雷达目标检测性能。

Description

一种复杂干扰场景下的机载雷达无意干扰抑制方法
技术领域
本发明涉及雷达技术领域，具体涉及一种复杂干扰场景下的机载雷达无意干扰抑制方法，适用于实现机载预警雷达回波的无意干扰抑制。
背景技术
相比于地基警戒雷达，机载预警(AEW)雷达在检测敌方空中目标方面有着得天独厚的优势，因此在现代战争中具有非常重要的地位。
随着信息化战争的到来，电子对抗技术得到了蓬勃发展，机载预警雷达的工作环境发生了深刻变化。除了受杂波的影响，还面临许多不同类型的干扰，很大程度上影响了雷达的检测性能，大大降低了预警系统的可靠性和稳定性。
按照是否由人为因素造成，可将干扰分为有意干扰和无意干扰两大类。所谓的有意干扰，是指一种敌对方通过各种技术手段破坏机载雷达正常工作，使其无法有效发挥效能的电磁攻击行为。压制式干扰和欺骗式干扰是雷达系统最常面临的两种有意干扰形式。无意干扰是指环境中本身存在的各种电子设备工作时产生的电磁辐射，同样能扰乱雷达正常工作。例如对于工作在VHF(甚高频30-300MHz)、UHF(特高频300-3000MHz)等低波段的雷达而言，各种民用电磁设备产生的电磁波信号(例如广播信号、通讯信号等)都会对雷达系统产生较明显的无意干扰，常见的有窄带干扰和脉冲式干扰等不同形式，脉冲式干扰又分为异步脉冲干扰和同步脉冲干扰。有意干扰为敌对方有意释放的干扰，是战争时期雷达面临的主要干扰威胁，而在现在的和平时期，无意干扰是雷达面临的主要威胁。
在机载雷达信号处理领域，虽然可以采用空时自适应处理(STAP)技术在一定程度上抑制杂波与干扰，但干扰环境复杂多变，仅靠STAP技术很难保证机载雷达在电子对抗中取得优势。在干扰数量较多的情况下，干扰抑制会消耗STAP的自由度，降低系统的杂波抑制能力。因此，为了提高机载雷达的目标检测性能，开展机载雷达干扰抑制的其它信号处理技术研究具有重要意义。
常见的窄带干扰抑制方法主要有参数化方法和非参数化方法两大类。参数化方法的一般模式为：时域干扰建模和对消。首先需要建立干扰模型，在此基础上，估计干扰信号的频率、相位以及幅度等参数，进而重构干扰信号，最后从原始的回波中将其去掉以实现窄带干扰的抑制。参数法计算量大，算法实时性较差，且依赖于参数模型。非参数化方法中最具有代表性是频域陷波法。这类方法通过将回波数据变换到不同表征域，目的是利用回波和干扰信号的不同特征，最大限度地放大两者的差异，进而消除干扰。频域陷波法实现简单，非常具有工程应用价值。另外，投影矩阵法也是一种比较实用的非参数化方法，是利用干扰信号与回波信号位于不同的子空间这一特点将回波数据向干扰的正交子空间进行投影来抑制干扰。
目前对于异步干扰的研究较少，国内学者提出一种基于信号处理的异步干扰剔除方法，利用异步干扰的奇异性，经过脉冲对消、CFAR处理和门限检测将干扰预先检测出来，再对检测出的奇异值使用相邻信号进行插值替换，保留有用信号的同时，消除了异步干扰；此外，利用异步干扰的时频特征与目标回波信号不同这一特性，可将干扰信号与目标回波分离开来，构建适当的陷波器滤除异步干扰。
在实际情况下机载预警雷达可能同时受到窄带干扰、异步干扰等多种无意干扰的影响，在这种多种无意干扰存在的复杂干扰场景下，设计一种行之有效的密集干扰抑制方案，使得能够同时有效抑制多种形式的无意干扰，提高雷达目标检测性能，成为雷达信号处理领域亟待解决的难题。
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复杂干扰场景下的机载雷达无意干扰抑制方法，该种复杂干扰场景下的密集无意干扰抑制方法针对雷达工作环境中存在大量窄带连续波干扰和异步短脉冲干扰的复杂场景，分步抗干扰，能够同时有效抑制窄带连续波干扰和异步短脉冲干扰的多种形式的无意干扰，提高雷达目标检测性能。
为了达到上述目的，本发明采用以下技术方案予以实现。
一种复杂干扰场景下的机载雷达无意干扰抑制方法，包括以下步骤：
步骤1，设载机匀速飞行，机载雷达接收回波数据，即距离-脉冲域回波数据；采用基于时频域特征的干扰检测法判断距离-脉冲回波数据中是否存在异步短脉冲干扰，若是，则采用时域陷波干扰抑制法消除异步短脉冲干扰，得到不含异步干扰的距离-脉冲回波数据；否则执行步骤2；
步骤2，将时域陷波干扰抑制后的距离-脉冲域回波数据依次在脉冲维和距离维分别进行傅里叶变换，得到距离频率-多普勒二维频率域回波数据；
步骤3，采用基于距离频率-多普勒二维频率域的窄带连续波干扰检测法判断距离频率-多普勒二维频率域回波数据是否存在窄带连续波干扰，若是，则采用频域陷波法对窄带干扰进行抑制，否则，转入步骤4；
步骤4，将所述窄带干扰抑制后的距离频率-多普勒回波数据在距离频率维作傅里叶逆变换，得到不含干扰信号的距离-多普勒回波数据，完成无意干扰抑制过程。
与现有技术相比，本发明的有益效果为：
(1)本发明针对机载雷达面临的复杂干扰环境，形成了一个完整的密集干扰抑制方案，在不损失有用信号或者损失非常小的前提下，能够同时有效抑制雷达系统中常见的窄带连续波干扰和异步短脉冲干扰两种不同形式的无意干扰，保证雷达工作效能。
(2)本发明中涉及的干扰检测方法和干扰抑制方法均属于非参数化方法，其干扰抑制能力并不依赖参数模型，且实现简单，效率高，具有较强的工程应用价值。
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为本发明的一种复杂干扰场景下的机载雷达无意干扰抑制方法流程图；
图2为本发明实施例中雷达接收到的原始回波数据没有经过脉冲压缩的距离多普勒图；
图3为本发明实施例中雷达接收到的原始回波数据经过脉冲压缩处理后的距离多普勒图；
图4为本发明实施例中基于时频域特征的干扰检测方法得到的异步干扰检测结果图；
图5为本发明实施例中在检测到干扰的距离门处形成的自适应滤波权值图；
图6为本发明实施例中采用时域陷波法得到的异步短脉冲干扰抑制结果图；
图7为本发明实施例中消除异步短脉冲干扰后数据的窄带连续波干扰检测结果图；
图8为本发明实施例中在检测到窄带干扰的距离频率处形成零陷的自适应权值图；
图9为本发明实施例中消除异步短脉冲干扰后数据的窄带连续波干扰检测结果图；
图10为本发明实施例中消除异步短脉冲干扰后的数据采用频域陷波法抑制窄带连续波干扰的结果图。
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，本发明提供的一种复杂干扰场景下的机载雷达无意干扰抑制方法，包括以下步骤：
步骤1，设载机匀速飞行，机载雷达接收回波数据，即距离-脉冲域回波数据；采用基于时频域特征的干扰检测法判断距离-脉冲回波数据中是否存在异步短脉冲干扰，若是，则采用时域陷波干扰抑制法消除异步短脉冲干扰，得到不含异步干扰的距离-脉冲回波数据；否则执行步骤2；
假设一个相干处理时间(CPI)内发射P个脉冲，脉冲重复间隔内进行了R次距离采样，则第r个距离采样接收到的回波信号为
x＝[xr,1 … xr,p … xr,P]T
其中xr,m为第r个距离门、第p个脉冲的回波数据。
采用基于时频域特征的干扰检测法判断距离-脉冲回波数据中是否存在异步短脉冲干扰，具体为：
(1.1)对距离-脉冲域回波数据在脉冲域进行快速傅里叶变换处理，将其从距离-脉冲域变换到距离-多普勒域，得到对应的距离-多普勒域回波数据；
(1.2)计算距离-多普勒域回波数据的多普勒清晰区；
(a)计算杂波的归一化多普勒频率范围，即
Figure BDA0002633870250000061
式中，v是载机速度，λ表示雷达波长，fr为脉冲重复频率。
(b)计算杂波对应的多普勒通道范围Δm＝[ml,mr]，即
Figure BDA0002633870250000062
式中，floor(·)表示向下取整运算，即取小于或等于·的最近的整数，ceil(·)表示向上取整运算，即取大于或等于·的最近的整数，M为多普勒通道数。
(c)在距离-多普勒回波数据中去除杂波对应多普勒通道范围内的回波数据，得到不包含杂波的多普勒清晰区回波数据及多普勒清晰区Ω＝[1,ml-1]∪[mr+1,M]。
(1.3)对于多普勒清晰区的距离-多普勒域回波数据，对每个距离门的M个多普勒通道求统计平均，确定基于时频域特征的干扰检测法的检测门限；
首先，计算第r个距离门对应的M个多普勒通道的统计平均值：
Figure BDA0002633870250000063
其中，r＝1,2,…,R，R为最大不模糊的距离门号；sr,m为第r个距离门、第m个多普勒通道的回波数据；
其次，对所有距离门的统计平均值进行大小排序，得到向量s′；
最后，计算s′中的位于中间位置的N个元素的统计平均值
Figure BDA0002633870250000077
Figure BDA0002633870250000071
确定基于时频域特征的干扰检测法的检测门限为
Figure BDA0002633870250000072
其中，
Figure BDA0002633870250000073
k1＞1。根据大量仿真实验验证，k1取2～4时检测效果最优。
(1.4)采用基于时频域特征的干扰检测法的检测门限检测对应距离门的回波数据，若回波数据大于检测门限，则判断该距离门回波数据存在异步短脉冲干扰。
进一步地，采用与基于时频域特征的干扰检测方法对应的时域陷波干扰抑制法消除异步短脉冲干扰，具体步骤为：
(1.5)计算每个距离门的自适应滤波权值：s′中大于检测门限时取原值，小于检测门限的取
Figure BDA0002633870250000075
然后用
Figure BDA0002633870250000076
进行归一化处理，再求倒数，得到第r个距离门的权值wr，即
Figure BDA0002633870250000074
进而得到自适应滤波权向量为w＝[w1 w2 … wr … wR]。
(1.6)将距离-脉冲域回波数据通过自适应滤波权向量进行滤波，得到时域陷波后的距离-脉冲域回波数据：
xr,m＝wrsr,m
式中，sr,m表示第r个距离门、第m个多普勒通道的回波数据；
(1.7)对所述时域陷波后的距离-脉冲域回波数据进行脉冲压缩处理，得到时域陷波干扰抑制后的距离-脉冲域回波数据。
步骤2，将时域陷波干扰抑制后的距离-脉冲域回波数据依次在脉冲维和距离维分别进行傅里叶变换，得到距离频率-多普勒二维频率域回波数据；
步骤3，采用基于距离频率-多普勒二维频率域的窄带连续波干扰检测法判断距离频率-多普勒二维频率域回波数据是否存在窄带连续波干扰，若是，则采用频域陷波法对窄带干扰进行抑制，否则，转入步骤4；
采用基于距离频率-多普勒二维频率域的窄带连续波干扰检测法判断距离频率-多普勒二维频率域回波数据是否存在窄带连续波干扰，具体为：
(3.1)对于步骤1中的多普勒清晰区中的距离频率-多普勒二维频率域回波数据，沿着距离频率门分别计算M个多普勒通道的统计平均值：
Figure BDA0002633870250000081
式中，i＝1,2,…,L，L表示距离频率门数，xi,m表示多普勒清晰区中第i个距离频率门、第m个多普勒通道的回波数据；
(3.2)对所有距离门的统计平均值按大小进行排序，得到向量x′；
(3.3)计算x′中的位于中间位置的N'个元素的统计平均值
Figure BDA0002633870250000085
Figure BDA0002633870250000082
确定基于距离频率-多普勒二维频率域的窄带连续波干扰检测法的检测门限为
Figure BDA0002633870250000083
其中，
Figure BDA0002633870250000084
k2＞1。
(3.4)采用窄带连续波干扰检测法的检测门限对距离频率-多普勒二维频率域回波数据进行距离频率强点检测，确定距离频率强点对应的距离频率门；
其中，大于窄带连续波干扰检测法的检测门限的距离频率-多普勒二维频率域回波数据为距离频率强点，确定强点对应的距离频率门。
检测门限的选取是一个关键的问题。检测门限过高，则后续用陷波法抑制干扰效果差，门限过低则可能导致形成过多凹口，数据损失太大。考虑到噪声的随机性，一般选
Figure BDA0002633870250000092
作为检测门限(这里的k2是大于1的系数)，以确保检测过程中不会将噪声误认为是干扰。根据经验，k2值取2～4时干扰检测、抑制性能较好。
所述采用频域陷波法对窄带干扰进行抑制，具体步骤为：
(3.5)利用步骤(3.4)检测到的窄带干扰所在的距离频率门，构造对应的陷波器：
Figure BDA0002633870250000091
其中，J表示中心频率不同的窄带连续波干扰个数，fj表示第j个窄带干扰对应的频率，Bj为第j个窄带连续波干扰的频率带宽；rect为矩形窗函数。
此处引入频率带宽Bj这个参数是因为窄带连续波干扰功率较强，在距离维作傅里叶变换后，可能在多个连续的距离频率门都检测出频率强点，因此引入Bj可以提高陷波器的鲁棒性，保证有效地抑制窄带干扰。
(3.6)利用步骤(3.5)构造的陷波器对距离频率-多普勒二维频率域回波数据进行滤波处理，得到窄带干扰抑制后的距离频率-多普勒回波数据。
步骤4，将所述窄带干扰抑制后的距离频率-多普勒回波数据在距离频率维作傅里叶逆变换，得到不含干扰信号的距离-多普勒回波数据，完成无意干扰抑制过程。
本发明方法根据实际需求可以与空时自适应处理级联进行回波处理，以达到更好的杂波抑制效果；也可以单独使用以抑制干扰信号，为后续目标的精确检测提供基础，提高预警准确性。
仿真实验
本发明的效果可通过以下仿真实验进一步说明。
(一)实验参数及实验条件：
本次实验采用的参数如下：
仿真实验雷达系统参数如表1所示。雷达为前视阵，波长为0.7m，阵面结构为10×2的平面阵。方位维、俯仰维阵元间距均为半波长，载机高度为6000m，飞机以(vN,vW,vS)＝(-100,100,0)m/s的速度飞行，雷达接收机带宽为5MHz，一个CPI内发射100个脉冲，脉冲重复频率为3200Hz。
表1实验雷达系统参数
Figure BDA0002633870250000101
(二)实验内容及结果分析
雷达接收回波数据得到的距离多普勒图如图2所示，从图中可以看出接收到的回波数据存在密集的充满距离维的竖条纹干扰和沿着多普勒通道一直出现的横条纹干扰，可以初步判断同时受到了窄带连续波干扰和异步短脉冲干扰的影响。回波数据经过脉冲压缩处理后的距离多普勒图如图3所示，图中在多个距离门处出现明显的细线，并且具有很高的功率，这是异步干扰在距离多普勒图中的表现形式。图4是为采用基于时频域特征的异步短脉冲干扰检测方法得到的检测结果图，图中水平直线为检测门限，可以看出存在异步短脉冲干扰的距离门。
图5为在检测到异步干扰的距离门处形成的自适应滤波权值图，其与图4中的距离门对应；图6为采用时域陷波法处理后的异步短脉冲干扰抑制结果图，与图2相比，可以看出横条纹基本消失，说明本发明方法能够有效地抑制异步短脉冲干扰。
图7为剔除异步短脉冲干扰后的距离-脉冲数据作二维FFT变换得到的距离频率-多普勒二维频域图，可以明显看到在480、980号距离频率门附近沿多普勒维出现了多个较强的距离频点，这就是窄带连续波干扰，通过设置合适的阈值可以将其检测出来；图8为窄带连续波干扰检测结果，可以确定干扰所在的距离频率门。
图9为在检测到窄带干扰的距离频率处形成零陷的自适应权值图，其与图8检测的距离频率门对应；图10为频域陷波法干扰抑制结果图，与图6相比，可以看出竖条纹基本消失，有效地抑制了窄带连续波干扰。
对比图10和图2可以看出，针对存在密集无意干扰的复杂场景，采用本发明方法能够得到较好的干扰抑制效果。
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 (8)

1.一种复杂干扰场景下的机载雷达无意干扰抑制方法，其特征在于，包括以下步骤：
步骤1，设载机匀速飞行，机载雷达接收回波数据，即距离-脉冲域回波数据；采用基于时频域特征的干扰检测法判断距离-脉冲回波数据中是否存在异步短脉冲干扰，若是，则采用时域陷波干扰抑制法消除异步短脉冲干扰，得到不含异步干扰的距离-脉冲回波数据；否则执行步骤2；
步骤2，将时域陷波干扰抑制后的距离-脉冲域回波数据依次在脉冲维和距离维分别进行傅里叶变换，得到距离频率-多普勒二维频率域回波数据；
步骤3，采用基于距离频率-多普勒二维频率域的窄带连续波干扰检测法判断距离频率-多普勒二维频率域回波数据是否存在窄带连续波干扰，若是，则采用频域陷波法对窄带干扰进行抑制，否则，转入步骤4；
步骤4，将所述窄带干扰抑制后的距离频率-多普勒回波数据在距离频率维作傅里叶逆变换，得到不含干扰信号的距离-多普勒回波数据，完成无意干扰抑制过程。
2.根据权利要求1所述的一种复杂干扰场景下的机载雷达无意干扰抑制方法，其特征在于，所述采用基于时频域特征的干扰检测法判断距离-脉冲回波数据中是否存在异步短脉冲干扰，具体为：
(1.1)对距离-脉冲域回波数据在脉冲域进行快速傅里叶变换处理，将其从距离-脉冲域变换到距离-多普勒域，得到对应的距离-多普勒域回波数据；
(1.2)计算距离-多普勒域回波数据的多普勒清晰区；
(1.3)对于多普勒清晰区的距离-多普勒域回波数据，对每个距离门的M个多普勒通道求统计平均，确定基于时频域特征的干扰检测法的检测门限；
(1.4)采用基于时频域特征的干扰检测法的检测门限检测对应距离门的回波数据，若回波数据大于检测门限，则判断该距离门回波数据存在异步短脉冲干扰。
3.根据权利要求2所述的一种复杂干扰场景下的机载雷达无意干扰抑制方法，其特征在于，所述计算距离-多普勒域回波数据的多普勒清晰区，具体过程为：
(a)计算杂波的归一化多普勒频率范围，即
Figure FDA0002633870240000021
式中，v是载机速度，λ表示雷达波长，fr为脉冲重复频率；
(b)计算杂波对应的多普勒通道范围Δm＝[ml，mr]，即
Figure FDA0002633870240000022
式中，floor(·)表示向下取整运算，ceil(·)表示向上取整运算，M为多普勒通道数；
(c)在距离-多普勒回波数据中去除杂波对应多普勒通道范围内的回波数据，得到不包含杂波的多普勒清晰区回波数据及多普勒清晰区Ω＝[1，ml-1]U[mr+1，M]。
4.根据权利要求2所述的一种复杂干扰场景下的机载雷达无意干扰抑制方法，其特征在于，所述对每个距离门对应的M个多普勒通道求统计平均，确定基于时频域特征的干扰检测法的检测门限，具体为：
首先，计算每个距离门对应的M个多普勒通道的统计平均值：
Figure FDA0002633870240000023
其中，r＝1，2，…，R，R为最大不模糊的距离门号；sr，m为第r个距离门、第m个多普勒通道的回波数据；
其次，对所有距离门的统计平均值进行大小排序，得到向量s′；
最后，计算向量s′中的位于中间位置的N个元素的统计平均值
Figure FDA0002633870240000031
Figure FDA0002633870240000032
进而确定基于时频域特征的干扰检测法的检测门限为
Figure FDA0002633870240000033
其中，
Figure FDA0002633870240000034
k1＞1。
5.根据权利要求4所述的一种复杂干扰场景下的机载雷达无意干扰抑制方法，其特征在于，所述采用与基于时频域特征的干扰检测方法对应的时域陷波干扰抑制法消除异步短脉冲干扰，具体步骤为：
(1.5)计算每个距离门的自适应滤波权值：
Figure FDA0002633870240000035
进而得到自适应滤波权向量为w＝[w1 w2 … wr … wR]；
(1.6)将距离-脉冲域回波数据通过自适应滤波权向量进行滤波，得到时域陷波后的距离-脉冲域回波数据：
xr，m＝wrsr，m
式中，sr，m表示第r个距离门、第m个多普勒通道的回波数据；
(1.7)对所述时域陷波后的距离-脉冲域回波数据进行脉冲压缩处理，得到时域陷波干扰抑制后的距离-脉冲域回波数据。
6.根据权利要求1所述的一种复杂干扰场景下的机载雷达无意干扰抑制方法，其特征在于，采用基于距离频率-多普勒二维频率域的窄带连续波干扰检测法判断距离频率-多普勒二维频率域回波数据是否存在窄带连续波干扰，具体为：
(3.1)对于步骤1中的多普勒清晰区Ω对应的距离频率-多普勒二维频率域回波数据，沿着距离频率门分别计算M个多普勒通道的统计平均值：
Figure FDA0002633870240000041
式中，i＝1，2，…，L，L表示距离频率门数，xi，m表示多普勒清晰区中第i个距离频率门、第m个多普勒通道的回波数据；
(3.2)对所有距离门的统计平均值按大小进行排序，得到向量x′；
(3.3)计算向量x′中的位于中间位置的N′个元素的统计平均值
Figure FDA0002633870240000042
Figure FDA0002633870240000043
确定基于距离频率-多普勒二维频率域的窄带连续波干扰检测法的检测门限为
Figure FDA0002633870240000044
其中，
Figure FDA0002633870240000045
k2＞1；
(3.4)采用窄带连续波干扰检测法的检测门限对距离频率-多普勒二维频率域回波数据进行距离频率强点检测，确定距离频率强点对应的距离频率门，即为存在窄带干扰的距离频率门。
7.根据权利要求6所述的一种复杂干扰场景下的机载雷达无意干扰抑制方法，其特征在于，所述采用窄带连续波干扰检测法的检测门限对距离频率-多普勒二维频率域回波数据进行距离频率强点检测，具体为：判断每个距离频率门内的距离频率-多普勒二维频率域回波数据是否大于窄带连续波干扰检测法的检测门限
Figure FDA0002633870240000046
若是，则确定该距离频率门距离频率-多普勒二维频率域回波数据为距离频率强点。
8.根据权利要求6所述的一种复杂干扰场景下的机载雷达无意干扰抑制方法，其特征在于，所述采用频域陷波法对窄带干扰进行抑制，具体步骤为：
(3.5)利用步骤(3.4)检测到的窄带干扰所在的距离频率门，构造对应的陷波器：
Figure FDA0002633870240000051
其中，J表示中心频率不同的窄带连续波干扰个数，fj表示第j个窄带干扰对应的频率，Bj为第j个窄带连续波干扰的频率带宽；rect为矩形窗函数；
(3.6)利用步骤(3.5)构造的陷波器对所述距离频率-多普勒二维频率域回波数据进行滤波处理，得到窄带干扰抑制后的距离频率-多普勒回波数据。
CN202010819190.5A 2020-08-14 2020-08-14 一种复杂干扰场景下的机载雷达无意干扰抑制方法 Active CN112014806B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010819190.5A CN112014806B (zh) 2020-08-14 2020-08-14 一种复杂干扰场景下的机载雷达无意干扰抑制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010819190.5A CN112014806B (zh) 2020-08-14 2020-08-14 一种复杂干扰场景下的机载雷达无意干扰抑制方法

Publications (2)

Publication Number Publication Date
CN112014806A true CN112014806A (zh) 2020-12-01
CN112014806B CN112014806B (zh) 2024-04-23

Family

ID=73504492

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010819190.5A Active CN112014806B (zh) 2020-08-14 2020-08-14 一种复杂干扰场景下的机载雷达无意干扰抑制方法

Country Status (1)

Country Link
CN (1) CN112014806B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111711470A (zh) * 2020-06-12 2020-09-25 南京市嘉隆电气科技股份有限公司 一种宽带电力线载波通信实现方法及装置
CN114578296A (zh) * 2022-03-02 2022-06-03 哈尔滨工业大学 基于相位编码信号的间歇采样干扰抑制方法
CN114690212A (zh) * 2022-03-18 2022-07-01 中国科学院国家空间科学中心 一种利用ddm数据质量监控进行干扰预警的方法及系统
WO2023041097A3 (zh) * 2022-06-24 2023-09-21 加特兰微电子科技(上海)有限公司 干扰信号检测方法、装置、集成电路、无线电器件和终端

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103116155A (zh) * 2012-09-28 2013-05-22 北京理工大学 一种用于舰艇编队情况下的同型雷达同频干扰抑制方法
CN106125053A (zh) * 2016-06-17 2016-11-16 中国电子科技集团公司第十研究所 脉冲多普勒雷达极化抗干扰方法
CN108120976A (zh) * 2017-12-08 2018-06-05 中国船舶重工集团公司第七二四研究所 一种基于多普勒通道特性的地杂波谱泄露抑制方法
CN108957419A (zh) * 2018-05-31 2018-12-07 西安电子科技大学 基于陷波滤波处理的异步干扰抑制方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103116155A (zh) * 2012-09-28 2013-05-22 北京理工大学 一种用于舰艇编队情况下的同型雷达同频干扰抑制方法
WO2014048193A1 (zh) * 2012-09-28 2014-04-03 北京理工大学 一种用于舰艇编队情况下同型雷达同频干扰抑制方法
CN106125053A (zh) * 2016-06-17 2016-11-16 中国电子科技集团公司第十研究所 脉冲多普勒雷达极化抗干扰方法
CN108120976A (zh) * 2017-12-08 2018-06-05 中国船舶重工集团公司第七二四研究所 一种基于多普勒通道特性的地杂波谱泄露抑制方法
CN108957419A (zh) * 2018-05-31 2018-12-07 西安电子科技大学 基于陷波滤波处理的异步干扰抑制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
郇浩;陶然;李元硕;王越;王桂英;: "基于变换域和时域联合处理的雷达同频干扰抑制方法", 电子与信息学报, no. 12, 15 December 2012 (2012-12-15) *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111711470A (zh) * 2020-06-12 2020-09-25 南京市嘉隆电气科技股份有限公司 一种宽带电力线载波通信实现方法及装置
CN111711470B (zh) * 2020-06-12 2021-06-29 南京市嘉隆电气科技股份有限公司 一种宽带电力线载波通信实现方法及装置
CN114578296A (zh) * 2022-03-02 2022-06-03 哈尔滨工业大学 基于相位编码信号的间歇采样干扰抑制方法
CN114690212A (zh) * 2022-03-18 2022-07-01 中国科学院国家空间科学中心 一种利用ddm数据质量监控进行干扰预警的方法及系统
CN114690212B (zh) * 2022-03-18 2024-05-14 中国科学院国家空间科学中心 一种利用ddm数据质量监控进行干扰预警的方法及系统
WO2023041097A3 (zh) * 2022-06-24 2023-09-21 加特兰微电子科技(上海)有限公司 干扰信号检测方法、装置、集成电路、无线电器件和终端

Also Published As

Publication number Publication date
CN112014806B (zh) 2024-04-23

Similar Documents

Publication Publication Date Title
Colone et al. Sliding extensive cancellation algorithm for disturbance removal in passive radar
CN112014806A (zh) 一种复杂干扰场景下的机载雷达无意干扰抑制方法
Wang CFAR-based interference mitigation for FMCW automotive radar systems
Colone et al. Cancellation of clutter and multipath in passive radar using a sequential approach
CN105510887B (zh) 一种杂波背景下对机载雷达的有源压制式干扰抑制方法
CN111198374A (zh) 基于时空频联合干扰抑制的多普勒敏感信号动目标水声探测方法
CN108957419B (zh) 基于陷波滤波处理的异步干扰抑制方法
CN101881822B (zh) 一种针对共享谱雷达同频干扰的抑制方法
CN108318865B (zh) 多通道sar欺骗干扰鉴别与自适应抑制方法
CN112098956B (zh) 一种基于成像技术的交叉眼干扰对抗方法
CN112881982B (zh) 一种捷变频雷达抑制密集转发干扰方法
CN103760529A (zh) 一种无源探测高效级联空时自适应处理方法
CN110632573A (zh) 一种机载宽带雷达空时二维keystone变换方法
Sun et al. A fast approach for detection and parameter estimation of maneuvering target with complex motions in coherent radar system
Searle et al. Cancelling strong Doppler shifted returns in OFDM based passive radar
CN112255608A (zh) 一种基于正交投影的雷达杂波自适应抑制方法
Kong et al. Coherent radar detection framework with non-uniform pulse repetition intervals
Elgamel et al. Empirical mode decomposition-based monopulse processor for enhanced radar tracking in the presence of high-power interference
Hu et al. Statistic characteristic analysis of forward scattering surface clutter in bistatic radar
Lu et al. Moving ground target detection with main-lobe jamming based on fractional Fourier transform and differential cancellation
Erdogan et al. Deinterleaving radar pulse train using neural networks
CN113156392B (zh) 一种基于俯仰域自适应处理的杂波抑制方法
Wang et al. Maneuvering target detection in over-the-horizon radar by using adaptive chirplet transform and subspace clutter rejection
CN114152918A (zh) 基于压缩感知的抗间歇式主瓣干扰方法
CN113238194A (zh) 基于分数域-频域处理的宽带相控阵雷达抗诱骗干扰方法

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