CN112068119B - 一种被动雷达导引头对雷达和诱饵干扰的识别方法 - Google Patents
一种被动雷达导引头对雷达和诱饵干扰的识别方法 Download PDFInfo
- Publication number
- CN112068119B CN112068119B CN202010736721.4A CN202010736721A CN112068119B CN 112068119 B CN112068119 B CN 112068119B CN 202010736721 A CN202010736721 A CN 202010736721A CN 112068119 B CN112068119 B CN 112068119B
- Authority
- CN
- China
- Prior art keywords
- polarization
- radar
- interference
- signal
- array
- 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 30
- 230000010287 polarization Effects 0.000 claims abstract description 76
- 230000009977 dual effect Effects 0.000 claims abstract description 10
- 238000003672 processing method Methods 0.000 claims abstract description 4
- 239000013598 vector Substances 0.000 claims description 45
- 238000001228 spectrum Methods 0.000 claims description 22
- 238000012545 processing Methods 0.000 claims description 19
- 230000003595 spectral effect Effects 0.000 claims description 13
- 239000011159 matrix material Substances 0.000 claims description 12
- 230000010363 phase shift Effects 0.000 claims description 9
- 238000005070 sampling Methods 0.000 claims description 4
- 239000000654 additive Substances 0.000 claims description 3
- 230000000996 additive effect Effects 0.000 claims description 3
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 230000002452 interceptive effect Effects 0.000 claims description 2
- 230000006870 function Effects 0.000 description 6
- 230000003471 anti-radiation Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 230000001939 inductive effect Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000003321 amplification Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005670 electromagnetic radiation Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000008447 perception 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
- G01S13/00—Systems 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
- G01S13/66—Radar-tracking systems; Analogous systems
- G01S13/68—Radar-tracking systems; Analogous systems for angle tracking only
-
- 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
- G01S7/024—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using polarisation effects
-
- 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)
- 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
本发明公开一种被动雷达导引头对雷达和诱饵干扰的识别方法,其包括以下步骤:构建双极化阵列和多通道接收机,用于接收雷达和诱饵干扰信号;计算多通道接收机的多个通道输出信号的极化‑方位联合图谱,通过图谱特征确定是否存在诱饵干扰;若不存在干扰,则按常规被动雷达导引头处理方法,获取目标的角度信息来维持目标跟踪;若存在干扰,则利用极化‑方位联合图谱估计和干扰识别算法,确定目标雷达和诱饵干扰的角度信息,完成真假目标的识别并进行跟踪。本发明提高了导引头的角度分辨力,提高了导引头获取信息的维度,增加了一维极化信息来用于识别,能够提高被动雷达导引头的抗干扰性能和个体识别能力。
Description
技术领域
本发明涉及电子对抗技术领域,尤其是涉及一种被动雷达导引头对雷达和诱饵干扰的识别方法。
背景技术
被动雷达导引头(PRS)是安装在反辐射导弹头部的探测装置,是无线电寻的制导武器系统的关键传感器,完成对目标雷达等电磁辐射源的截获和跟踪,引导反辐射导弹实时跟踪目标雷达直至命中,其性能直接影响到反辐射导弹的作战效能。当雷达方采用有源诱偏手段对抗反辐射攻击时,同时有多个在时域、空域、频域和目标雷达近似的信号到达PRS天线口径来进行干扰。传统的PRS一般采用单脉冲雷达测角技术,其角度分辨能力完全由天线孔径或天线方向图的波束宽度决定,由于受到ARM空间的限制,PRS的天线孔径受限,并且为了有效获取目标,必须保证一定的天线波束宽度,使得单脉冲体制的PRS角度分辨能力有限。
总的来说,随着有源诱偏技术的发展,有源诱饵的逼真度越来越高,时序控制越来越灵活,有源诱饵辐射的信号与雷达发射信号在时域、频域趋于完全重叠且信号的调制参数与雷达完全一样,使得被动雷达导引头越来越难以对雷达辐射源进行正确的分辨与跟踪。当面临诱饵干扰时,一方面,导引头计算得到的角度信息是雷达和多个诱饵干扰的相位重心或者功率重心;另一方面,随着导引头与辐射源距离的接近到达一定程度,导引头视野内只有一个目标,但无法识别哪一个是目标雷达,哪一个是诱饵干扰;这就严重影响了被动雷达导引头的工作性能。目前尚未有能够实现对雷达和诱饵干扰进行分辨和识别的有效对抗措施。
发明内容
为解决上述问题,本发明的目的是提供一种被动雷达导引头对雷达和诱饵干扰的识别方法。
为实现上述发明目的,本发明采用如下技术方案:
一种被动雷达导引头对雷达和诱饵干扰的识别方法,其包括以下步骤:
S1、构建双极化阵列和多通道接收机,用于接收雷达和诱饵干扰信号;
S2、计算多通道接收机的多个通道输出信号的极化-方位联合图谱,通过图谱特征确定是否存在诱饵干扰;若不存在干扰,则按常规被动雷达导引头处理方法,获取目标的角度信息来维持目标跟踪;若存在干扰,则利用极化-方位联合图谱估计和干扰识别算法,确定目标雷达和诱饵干扰的角度信息,完成真假目标的识别并进行跟踪。
进一步地,上述的步骤S1中,具体操作方法为:
S1.1、构建双极化阵列天线:
构建双极化均匀线阵,阵列共有K个阵元,每个阵元均由一个双极化正交偶极子对构成,在水平-垂直正交极化基下,设水平极化与x轴平行,垂直极化与y轴平行;
在由两个互相垂直的单位矢量构成的二维直角坐标系中建立极化坐标系,雷达信号极化相位描述子为(γs,ηs),其Jones矢量/>原点处的阵元接收到信号矢量表示为
其中,s(t)为雷达信号波形;
S1.2、接收信号矢量化:
对于一维双极化均匀线阵,第k个阵元接收到的雷达信号为
sk=qs k-1·s1
其中,为空间相移因子,接收信号矢量为2K维的矢量
设定完全极化的干扰信号共有M个,第m个干扰信号的到达角为极化相位描述子为(γjm,ηjm),则位于原点处的阵元接收到的干扰信号为
其中,jm(t)为干扰信号波形;
均匀线阵接收到的第m个干扰的信号矢量为
其中,jmk=qmk k-1·jm1,为第m个干扰源的空间相移因子;
综上可得,该双极化阵列接收到雷达信号和干扰信号的复矢量为
其中,N为噪声矩阵,N=[n1(t),n2(t),…,nK(t)]T,nk(t)为加性高斯白噪声,k=1,2,…K;
S1.3、计算极化阵列导向矢量:
双极化阵列的接收信号矢量是2K维矢量,包括四个独立的未知参量,分别为信号到达角在相应极化坐标系中的极化相位描述子(γs,ηs);因此,极化-方位联合图谱估计定义在四维空间,即阵列导向矢量记做a(θ,φ,γ,η),根据上述信号模型有
式中,表示Kronecker积,aS(θ,φ)为阵列的空间导向矢量,aP(θ,φ,γ,η)为双极化阵元的极化导向矢量,具体来说:
aS(θ,φ)=[1 q q2 … qk-1]T
其中,为相邻阵元间的相移因子;
仅考虑方位估计时,信号俯仰角为φ=90°,所有来波信号均为线极化η=0°,则
此时,阵列导向矢量简写为:
其中,
进一步地,上述的步骤S2中,计算多个通道的输出信号的极化-方位联合图谱,具体操作方法为:
S2.1、计算双极化阵列接收信号的协方差矩阵Rx=XXH,并对Rx进行特征分解
将协方差矩阵Rx的特征值从大到小排列,并构成对角矩阵Λ=diag{λ1,λ2,…λM,λM+1,…,λ2K};
M+1个较大的特征值对应的特征向量构成信号子空间<S>=span{US},2K-M-1个小特征值对应的特征向量构成噪声子空间<N>=span{UN},其中,
US=[u1 … uM+1],UN=[uM+2 … u2K]
将阵列的导向矢量投影到噪声子空间中,计算极化-方位联合图谱函数为该函数的谱峰存在局部极大值和极小值,搜索该函数的极大值,得到雷达信号和干扰信号的方位角θ和极化角γ;
S2.2、将雷达天线扫描周期四等分作为双极化阵列的四个处理时间,根据1/4个雷达天线扫描周期,统计四个时刻的接收信号极化-方位联合图谱的谱峰数量,若谱峰数量大于2,则判断雷达附近存在诱饵干扰,需要对雷达和诱饵进行识别,进入步骤S2.3进行处理;若谱峰数量为1或2,则不做判断,将谱峰对应的角度加权平均,作为被动导引头的跟踪方向,保持跟踪模式;
S2.3、计算多个天线扫描周期的极化统计特征并完成识别,具体方法为:
在二维空间(θ,γ)的方位角θ轴和极化角γ轴上,以雷达脉冲重复周期PRI的2倍为处理周期,以天线扫描周期T的1.5倍为总时间,计算极化-方位联合图谱,总共计算的采样次数为
以处理周期t为基础,统计每个极化-方位联合图谱的谱峰,得到各个时刻的极化角信息γ(t),将极化角信息换算为极化比ρ(t)=tgγ(t),统计算出极化比的方差S2 j,l为
设定雷达识别的判决阈值为3,若S2 j,l≥3,则判断该信号为诱饵干扰信号,不跟踪和处理该目标;若S2 j,l<3,则判断为目标雷达信号,并根据极化-方位联合图谱Pmusic(θ,γ)输出峰值给出雷达对应的方位角信息θ,作为被动雷达导引头的跟踪角度。
由于采用如上所述的技术方案,本发明具有如下优越性:
该被动雷达导引头对雷达和诱饵干扰的识别方法,其利用雷达和诱饵干扰的空间角与极化特性存在差异,对二者进行分辨与识别,显著提高导引头的角度分辨力,提高导引头获取信息的维度,增加了一维极化信息来用于识别,能够提高被动雷达导引头的抗干扰性能和个体识别能力;应用于被动雷达导引头、复杂电磁环境监测系统、预警探测雷达中,快速识别不同的辐射源平台,提高电磁环境感知和分辨力,具有重要的现实意义。
附图说明
图1是本发明中的正交双极化偶极子构成极化敏感阵列示意图;
图2是本发明中的双极化被动导引头系统的组成框图;
图3是本发明中的双极化被动导引头检测诱饵干扰存在性的处理过程图;
图4是本发明中的计算多个天线扫描周期的极化统计特征。
具体实施方式
下面结合附图和实施例对本发明的技术方案作进一步详细说明。
在图1中,对于任意一个入射电磁信号,相对阵列的传播方向为在该方向上任取一点P做与该方向垂直的法平面,设/>为水平面xoy与该法平面的交线方向的单位矢量,为该点铅垂面与法平面的交线方向的单位矢量,/>构成信号的到达角。
如图2所示,所述的双极化被动雷达导引头系统,其由正交双极化阵列天线、多通道接收机、A/D转换模块和数字信号处理器组成,正交双极化阵列天线中的每个天线接收的信号分别进入多通道接收机中与之相对应的每个接收通道中,完成信号的放大、滤波、下变频处理,输出为中频信号;中频信号经过A/D转换模块,将模拟信号转换为数字信号,送入数字信号处理器中,在数字信号处理器中,利用多个通道的数字信号进行极化-方位联合图谱估计和干扰识别算法,最终完成雷达信号的到达角输出和极化参数输出。
如图1~4所示,一种被动雷达导引头对雷达和诱饵干扰的识别方法,其包括以下步骤:
S1、构建双极化阵列和多通道接收机,用于接收雷达和诱饵干扰信号;具体操作方法为:
S1.1、构建双极化阵列天线:
构建双极化均匀线阵,阵列共有K个阵元,每个阵元均由一个双极化正交偶极子对构成,在水平(H)-垂直(V)正交极化基下,设H极化与x轴平行,V极化与y轴平行;z轴与x轴、y轴符合右手螺旋准则;
在由两个互相垂直的单位矢量构成的二维直角坐标系中建立极化坐标系(位于法平面内),雷达信号极化相位描述子为(γs,ηs),其Jones矢量/>原点处的阵元接收到信号矢量表示为
其中,s(t)为雷达信号波形;
S1.2、接收信号矢量化:
对于一维双极化均匀线阵,第k个阵元接收到的雷达信号为
sk=qs k-1·s1
其中,为空间相移因子,接收信号矢量为2K维的矢量
设定完全极化的干扰信号共有M个,第m个干扰信号的到达角为极化相位描述子为(γjm,ηjm),则位于原点处的阵元接收到的干扰信号为
其中,jm(t)为干扰信号波形,常用的干扰信号包括正弦波、三角波、方波等;
均匀线阵接收到的第m个干扰的信号矢量为
其中,jmk=qmk k-1·jm1,为第m个干扰源的空间相移因子;
综上可得,该双极化阵列接收到雷达信号和干扰信号的复矢量为
其中,N为噪声矩阵,N=[n1(t),n2(t),…,nK(t)]T,nk(t)为加性高斯白噪声,k=1,2,…K;
S1.3、计算极化阵列导向矢量:
双极化阵列的接收信号矢量,也可看作空间-极化导向矢量,是2K维矢量,其中包括四个独立的未知参量,分别为信号到达角在相应极化坐标系中的极化相位描述子(γs,ηs);因此,极化-方位联合图谱估计定义在四维空间,即阵列导向矢量记做a(θ,φ,γ,η),则根据上述信号模型有
式中,表示Kronecker积,aS(θ,φ)为阵列的空间导向矢量,aP(θ,φ,γ,η)为双极化阵元的极化导向矢量,具体来说:
aS(θ,φ)=[1 q q2 … qk-1]T
其中,为相邻阵元间的相移因子;
仅考虑方位估计时,信号俯仰角为φ=90°,所有来波信号均为线极化η=0°,则
此时,阵列导向矢量简写为:
其中,
S2、计算多通道接收机的多个通道输出信号的极化-方位联合图谱,通过图谱特征确定是否存在诱饵干扰;若不存在干扰,则按常规被动雷达导引头处理方法,获取目标的角度信息来维持目标跟踪;若存在干扰,则利用极化-方位联合图谱估计和干扰识别算法,确定目标雷达和诱饵干扰的角度信息,完成真假目标的识别并进行跟踪;具体操作方法为:
S2.1、计算双极化阵列接收信号的协方差矩阵Rx=XXH,并对Rx进行特征分解
将协方差矩阵Rx的特征值从大到小排列,并构成对角矩阵Λ=diag{λ1,λ2,…λM,λM+1,…,λ2K};
M+1个较大的特征值对应的特征向量构成信号子空间<S>=span{US},2K-M-1个小特征值对应的特征向量构成噪声子空间<N>=span{UN},其中,
US=[u1 … uM+1],UN=[uM+2 … u2K]
将阵列的导向矢量投影到噪声子空间中,计算极化-方位联合图谱函数为该函数的谱峰存在局部极大值和极小值,搜索该函数的极大值,得到雷达信号和干扰信号的方位角θ和极化角γ;
S2.2、将雷达天线扫描周期四等分作为双极化阵列的四个处理时间,一般的,雷达天线扫描周期为T,将该周期做4等分作为双极化阵列的四个处理时间:即1/4T、2/4T、3/4T、T;根据1/4个雷达天线扫描周期,统计这四个时刻的接收信号极化-方位联合图谱的谱峰数量,若谱峰数量大于2,则判断雷达附近存在诱饵干扰,需要对雷达和诱饵进行识别,进入步骤S2.3进行处理;若谱峰数量为1或2,则不做判断,将谱峰对应的角度加权平均,作为被动导引头的跟踪方向,保持跟踪模式;
如图3所示,设定雷达天线扫描周期为6秒,即1分钟雷达可以扫描10圈,那么根据1/4个雷达天线扫描周期,也就是1.5秒;每隔1.5秒,即t1=1.5秒时刻,t2=3秒时刻,t3=4.5秒时刻,t4=6秒时刻,分别计算整个阵列的接收信号的极化-方位联合图谱,统计这四个时刻的极化-方位联合图谱的谱峰数量,若谱峰数量大于2,则判断雷达附近存在诱饵干扰,需要对雷达和诱饵进行识别;若谱峰数量为1或2,则不做判断,将谱峰对应的角度加权平均,作为被动导引头的跟踪方向,保持跟踪模式。如图3所示,t1,t2,t3,t4四个时刻的极化-方位联合图谱的二维投影,可以发现每个图谱都有四个谱峰,图中的横轴是极化角,纵轴是方位角,可以看出,雷达和诱饵干扰的方位角和极化信息均不同;随着天线的转动,三个诱饵干扰的方位角和极化角几乎不变,极化角几乎一直都是40度,比较稳定,方位角分别为-6度、6度、12度,而雷达的方位角信息几乎不变,一直是0度,而极化信息在四个时刻为四个不同的值,分别为90度、18度、87度、42度,具有较大的变化。雷达和诱饵干扰的极化角变化存在明显差异,能够进一步用于识别。由于谱峰数量是4,大于2,就能够判定雷达附近存在诱饵干扰系统,需要启动干扰识别步骤;
S2.3、计算多个天线扫描周期的极化统计特征并完成识别
对于雷达信号和掩护诱饵的场景,雷达为了发现目标和精确定向,天线方位波束很窄,大约3~5度,还需要在一定方位区间进行旋转,例如正负60度,正负70度,正负80度区间;由于天线扫描,在某一固定观测方向上,雷达天线的极化变化相对较快,而诱饵干扰对准主要作战方向,波束宽度较宽,大约为60度,不需要进行扫描,因此天线极化变化相对较为缓慢,这就是雷达和诱饵干扰识别的依据。
极化统计特征的具体方法为:
在二维空间(θ,γ)的方位角θ轴和极化角γ轴上,以雷达脉冲重复周期PRI的2倍为处理周期,以天线扫描周期的1.5倍为总时间,计算极化-方位联合图谱,总共计算的采样次数为
以处理周期t为基础,统计每个极化-方位联合图谱的谱峰,得到各个时刻的极化角信息γ(t),将极化角信息换算为极化比ρ(t)=tgγ(t),统计算出极化比的方差S2 j,l为
设定雷达识别的判决阈值为3,若S2 j,l≥3,则判断该信号为诱饵干扰信号,不跟踪和处理该目标;若S2 j,l<3,则判断为目标雷达信号,并根据极化-方位联合图谱Pmusic(θ,γ)输出峰值给出雷达对应的方位角信息θ,作为被动雷达导引头的跟踪角度。
如图4所示,设定雷达天线扫描周期为6秒,1.5倍的天线扫描周期就是9.0秒,雷达脉冲重复周期PRI为9ms,2PRI=18ms,根据500个极化-方位联合图谱中的极化角和极化比信息;从图4可以看出有两条曲线,一个是雷达信号在500个采样的极化角分布,另一个是诱饵干扰信号在500个采样的极化角分布,可以看出诱饵干扰的极化角一直在45度左右微小变化,雷达信号极化角随着采样点呈现较大的起伏变化,根据极化角很容易识别干扰信号和雷达信号。
利用公式算出极化比方差S2 j,l,得到雷达信号极化角标准差为23.0度,诱饵信号的标准差为0.28度,两者具有明显差异;根据本发明方法的判决门限,设雷达识别的判决阈值为3,若S2 j,l≥3,则判断该信号为诱饵干扰信号,不跟踪和处理该目标;若S2 j,l<3,则判断为目标雷达信号。
以上所述仅为本发明的较佳实施例,而非对本发明的限制,在不脱离本发明的精神和范围的情况下,凡依本发明申请专利范围所作的均等变化与修饰,皆应属本发明的专利保护范围之内。
Claims (2)
1.一种被动雷达导引头对雷达和诱饵干扰的识别方法,其特征是:其包括以下步骤:
S1、构建双极化阵列和多通道接收机,用于接收雷达和诱饵干扰信号;
S2、计算多通道接收机的多个通道输出信号的极化-方位联合图谱,通过图谱特征确定是否存在诱饵干扰;若不存在干扰,则按常规被动雷达导引头处理方法,获取目标的角度信息来维持目标跟踪;若存在干扰,则利用极化-方位联合图谱估计和干扰识别算法,确定目标雷达和诱饵干扰的角度信息,完成真假目标的识别并进行跟踪;具体操作方法为:
S2.1、计算双极化阵列接收信号的协方差矩阵Rx=XXH,并对Rx进行特征分解
将协方差矩阵Rx的特征值从大到小排列,并构成对角矩阵Λ=diag{λ1,λ2,…λM,λM+1,…,λ2K};
M+1个较大的特征值对应的特征向量构成信号子空间<S>=span{US},2K-M-1个小特征值对应的特征向量构成噪声子空间<N>=span{UN},其中,
US=[u1 … uM+1],UN=[uM+2 … u2K]
将阵列的导向矢量投影到噪声子空间中,计算极化-方位联合图谱函数为该函数的谱峰存在局部极大值和极小值,搜索该函数的极大值,得到雷达信号和干扰信号的方位角θ和极化角γ;
S2.2、将雷达天线扫描周期四等分作为双极化阵列的四个处理时间,根据1/4个雷达天线扫描周期,统计四个时刻的接收信号极化-方位联合图谱的谱峰数量,若谱峰数量大于2,则判断雷达附近存在诱饵干扰,需要对雷达和诱饵进行识别,进入步骤S2.3进行处理;若谱峰数量为1或2,则不做判断,将谱峰对应的角度加权平均,作为被动导引头的跟踪方向,保持跟踪模式;
S2.3、计算多个天线扫描周期的极化统计特征并完成识别,具体方法为:
在二维空间(θ,γ)的方位角θ轴和极化角γ轴上,以雷达脉冲重复周期PRI的2倍为处理周期,以天线扫描周期T的1.5倍为总时间,计算极化-方位联合图谱,总共计算的采样次数为
以处理周期t为基础,统计每个极化-方位联合图谱的谱峰,得到各个时刻的极化角信息γ(t),将极化角信息换算为极化比ρ(t)=tgγ(t),统计算出极化比的方差S2 j,l为
设定雷达识别的判决阈值为3,若S2 j,l≥3,则判断该信号为诱饵干扰信号,不跟踪和处理该目标;若S2 j,l<3,则判断为目标雷达信号,并根据极化-方位联合图谱输Pmusic(θ,γ)出峰值给出雷达对应的方位角信息θ,作为被动雷达导引头的跟踪角度。
2.根据权利要求1所述的被动雷达导引头对雷达和诱饵干扰的识别方法,其特征是:其步骤S1中,具体操作方法为:
S1.1、构建双极化阵列天线:
构建双极化均匀线阵,阵列共有K个阵元,每个阵元均由一个双极化正交偶极子对构成,在水平-垂直正交极化基下,设水平极化与x轴平行,垂直极化与y轴平行;
在由两个互相垂直的单位矢量构成的二维直角坐标系中建立极化坐标系,雷达信号极化相位描述子为(γs,ηs),其Jones矢量/>原点处的阵元接收到信号矢量表示为
其中,s(t)为雷达信号波形;
S1.2、接收信号矢量化:
对于一维双极化均匀线阵,第k个阵元接收到的雷达信号为
sk=qs k-1·s1
其中,为空间相移因子,接收信号矢量为2K维的矢量
设定完全极化的干扰信号共有M个,第m个干扰信号的到达角为极化相位描述子为(γjm,ηjm),则位于原点处的阵元接收到的干扰信号为
其中,jm(t)为干扰信号波形;
均匀线阵接收到的第m个干扰的信号矢量为
其中,jmk=qmk k-1·jm1,为第m个干扰源的空间相移因子;
综上可得,该双极化阵列接收到雷达信号和干扰信号的复矢量为
其中,N为噪声矩阵,N=[n1(t),n2(t),…,nK(t)]T,nk(t)为加性高斯白噪声,k=1,2,…K;
S1.3、计算极化阵列导向矢量:
双极化阵列的接收信号矢量是2K维矢量,包括四个独立的未知参量,分别为信号到达角在相应极化坐标系中的极化相位描述子(γs,ηs);因此,极化-方位联合图谱估计定义在四维空间,即阵列导向矢量记做a(θ,φ,γ,η),根据上述信号模型有
式中,表示Kronecker积,aS(θ,φ)为阵列的空间导向矢量,aP(θ,φ,γ,η)为双极化阵元的极化导向矢量,具体来说:
aS(θ,φ)=[1 q q2 … qk-1]T
其中,为相邻阵元间的相移因子;
仅考虑方位估计时,信号俯仰角为φ=90°,所有来波信号均为线极化η=0°,则
此时,阵列导向矢量简写为:
其中,
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010736721.4A CN112068119B (zh) | 2020-07-28 | 2020-07-28 | 一种被动雷达导引头对雷达和诱饵干扰的识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010736721.4A CN112068119B (zh) | 2020-07-28 | 2020-07-28 | 一种被动雷达导引头对雷达和诱饵干扰的识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112068119A CN112068119A (zh) | 2020-12-11 |
CN112068119B true CN112068119B (zh) | 2023-07-25 |
Family
ID=73656704
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010736721.4A Active CN112068119B (zh) | 2020-07-28 | 2020-07-28 | 一种被动雷达导引头对雷达和诱饵干扰的识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112068119B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2769970C1 (ru) * | 2020-12-25 | 2022-04-12 | Федеральное государственное автономное учреждение "Военный инновационный технополис "ЭРА" | Способ поляриметрической селекции ложных воздушных целей |
CN113176559B (zh) * | 2021-04-13 | 2024-03-26 | 广东纳睿雷达科技股份有限公司 | 二维测角车载雷达系统、雷达二维测角方法及存储介质 |
CN113391271B (zh) * | 2021-06-17 | 2022-10-04 | 中国电子科技集团公司第二十九研究所 | 一种基于匹配滤波的快速识别雷达诱饵数量方法、计算机程序及存储介质 |
CN114200390B (zh) * | 2022-02-17 | 2022-05-13 | 中国人民解放军空军预警学院 | 基于空间谱估计的被动雷达导引头二维测向方法及装置 |
CN115563861B (zh) * | 2022-09-26 | 2023-06-20 | 北京京航计算通讯研究所 | 一种雷达导引头智能跟踪算法的性能综合评估及优化方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3760172A (en) * | 1970-06-15 | 1973-09-18 | Univ Leland Stanford Junior | Method of and apparatus for signal processing |
CN104123555B (zh) * | 2014-02-24 | 2017-05-24 | 西安电子科技大学 | 一种基于稀疏表示和超像素的极化sar地物分类方法 |
US9279880B2 (en) * | 2014-07-15 | 2016-03-08 | Applied Signals Intelligence, Inc. | Electrically small, range and angle-of-arrival RF sensor and estimation system |
CN105785340B (zh) * | 2016-05-23 | 2018-07-06 | 中国人民解放军63892部队 | 单脉冲雷达对主瓣内目标和诱饵干扰的测角与识别方法 |
CN106842205B (zh) * | 2017-04-11 | 2019-05-03 | 南京信息工程大学 | 一种合成孔径雷达海冰-海水自动识别方法 |
CN107015208A (zh) * | 2017-05-17 | 2017-08-04 | 中国人民解放军63892部队 | 一种基于四通道单脉冲比统计特性的诱饵干扰检测方法 |
CN106970361B (zh) * | 2017-05-27 | 2019-05-07 | 中国人民解放军63892部队 | 干扰条件下双极化单脉冲雷达目标角度的估计方法 |
CN106970374B (zh) * | 2017-05-27 | 2019-05-07 | 中国人民解放军63892部队 | 干扰条件下单脉冲雷达目标和干扰源角度的测量方法 |
-
2020
- 2020-07-28 CN CN202010736721.4A patent/CN112068119B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112068119A (zh) | 2020-12-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112068119B (zh) | 一种被动雷达导引头对雷达和诱饵干扰的识别方法 | |
CN107037410B (zh) | 一种对雷达进行干扰的方法、装置及频控阵干扰机 | |
CN107121670B (zh) | 一种基于合成孔径雷达的反无人机防御方法 | |
US6404379B1 (en) | Matrix monopulse ratio radar processor for two target azimuth and elevation angle determination | |
CN108919270A (zh) | 一种单发双收调频连续波相控阵雷达系统 | |
Aubry et al. | Single-pulse simultaneous target detection and angle estimation in a multichannel phased array radar | |
CN107632291A (zh) | 一种基于极化雷达抗角反射器干扰的方法 | |
CN111707995A (zh) | 一种基于有限穿越可视图的雷达天线扫描方式识别方法 | |
CN114924236B (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 | |
CN113985376B (zh) | 一种雷达综合显控激励系统 | |
Gao et al. | Reliable target positioning in complicated environments using multiple radar observations | |
Dubrovinskaya et al. | Underwater direction of arrival estimation using wideband arrays of opportunity | |
RU2317568C1 (ru) | Способ распознавания радиолокационных объектов и устройство для его реализации | |
CN115508791A (zh) | 未知干噪环境下目标智能融合检测方法 | |
CN115575905A (zh) | 噪声背景下抑制多秩干扰的智能融合检测方法 | |
CN112415469B (zh) | 一种两维数字阵列雷达快速干扰测向方法 | |
CN112363106B (zh) | 基于量子粒子群的信号子空间波达方向检测方法及系统 | |
Wang et al. | Signal and array processing techniques for RFID readers | |
Tran et al. | Optimization of nonuniform linear antenna array topology | |
Focante et al. | Situation-Aware Adaptive Transmit Beamforming for Automotive Radars | |
CN114355280B (zh) | 多传感器复合阵列天线布阵和多信息融合分选测角方法 | |
Bialer et al. | A Multi-radar Joint Beamforming Method | |
Alibrahim | Direction of arrival estimation for spinning antenna based electronic intelligence systems | |
CN116540230A (zh) | 一种基于动态阵元观测角的旁瓣抑制方法 | |
Ercan | Distributed Mimo Radar Signal Processing |
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 |