CN112578350A - 高能微波干扰下的机载sar干扰效应仿真方法 - Google Patents

高能微波干扰下的机载sar干扰效应仿真方法 Download PDF

Info

Publication number
CN112578350A
CN112578350A CN202011403442.2A CN202011403442A CN112578350A CN 112578350 A CN112578350 A CN 112578350A CN 202011403442 A CN202011403442 A CN 202011403442A CN 112578350 A CN112578350 A CN 112578350A
Authority
CN
China
Prior art keywords
signal
interference
echo
azimuth
receiver
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
CN202011403442.2A
Other languages
English (en)
Other versions
CN112578350B (zh
Inventor
别博文
全俊
全英汇
徐楷杰
冯伟
肖国尧
王迪
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 CN202011403442.2A priority Critical patent/CN112578350B/zh
Publication of CN112578350A publication Critical patent/CN112578350A/zh
Application granted granted Critical
Publication of CN112578350B publication Critical patent/CN112578350B/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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/40Means for monitoring or calibrating
    • G01S7/4052Means for monitoring or calibrating by simulation of echoes
    • 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/38Jamming means, e.g. producing false echoes

Abstract

本发明公开了一种高能微波干扰下的机载SAR干扰效应仿真方法,包括步骤:建立机载SAR雷达走停几何模型,基于同心圆算法进行快速射频回波模拟,通过建立接收机通道模型,模拟高能微波进入接收机时目标回波信号所受到非线性压制效应,最后利用距离‑多普勒算法进行成像分析的高效、低成本的机载SAR软件仿真方法。本发明将器件级硬件实验时所受到的高能微波效应转换为信号级软件仿真时所考虑的非线性压制效应来模拟高能微波对最终成像结果的影响,成本低,灵活性高。

Description

高能微波干扰下的机载SAR干扰效应仿真方法
技术领域
本发明涉及雷达数字信号处理技术领域,具体涉及一种高能微波干扰下的机载SAR干扰效应仿真方法,可应用于评估高能微波干扰对机载SAR成像效果的影响。
背景技术
合成孔径雷达(SAR)是一种有源微波成像雷达,一般通过发射大带宽线性调频(LFM)信号,接收回波后利用成像算法将信号处理为人眼可理解的图像。合成孔径雷达可全天候、全天时、远距离对目标进行成像和定位,且具有距离与方位二维高分辨率的优点。
在现代的电子对抗中,电磁辐射装置产生的有源高功率微波对雷达电子设备带来了严重的威胁。当进入电子系统的微波干扰脉冲功率足够强时,会使半导体器件工作在非线性(例如饱和状态)状态或引起微波前端器件的损伤。高能微波效应主要出现在电子系统射频前端,实际表现为高功率微波进入接收机时,使得雷达接收机无法正常工作,导致信号脉宽,幅度出现非正常变化。国内对高能微波效应的研究经过了一定的发展,但通常以选取半导体器件作为效应物,在实验室内进行高能微波的注入等研究分析为主。此类研究主要以器件作为研究对象,通过硬件实验获得了部分半导体器件的效应数据。而高能微波作为一种干扰信号进入SAR整体过程的信号级仿真与其对成像结果影响的评估等研究却相对缺失。
在信号仿真中,器件级硬件实验时所受到的高能微波效应转变为信号级软件仿真时所考虑的非线性压制效应。具体表现为高功率微波脉冲干扰与目标回波小信号叠加进入接收机,不与干扰脉宽重合的信号瞬时功率处于接收机增益线性区,获得额定功率增益。而在微波脉冲脉宽时间内小信号可以看作伏于高能微波脉冲之上,接收机工作在非线性或损伤状态,信号所获增益减小。此时相对获得额定增益的回波信号,干扰脉宽内的目标回波小信号相当于受到了非线性压制作用。
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高能微波干扰下的机载SAR干扰效应仿真方法,基于同心圆算法进行快速射频回波模拟,通过建立接收机通道模型,模拟高能微波进入接收机时目标回波信号所受到非线性压制效应,最后利用距离-多普勒(Range-Doppler,R-D)算法进行成像分析的高效、低成本的机载SAR软件仿真方法。
为了达到上述目的,本发明采用以下技术方案予以实现。
高能微波干扰下的机载SAR干扰效应仿真方法,包括以下步骤:
步骤1,建立机载SAR雷达走停几何模型,采用同心圆算法模拟某一方位时刻场景中所有同心圆的目标回波表达式;
步骤2,设发射信号为线性调频信号,将该方位时刻场景中所有同心圆的目标回波表达式叠加并与线性调频信号进行卷积,得到目标中频回波信号;将目标中频回波信号与载频依次进行调制、混频,得到目标射频回波信号;遍历所有方位时刻从而得到机载SAR总的目标射频回波矩阵;
步骤3,模拟高能微波干扰信号,并将其与目标射频回波信号叠加作为接收机输入信号;
步骤4,建立接收机通道模型;将接收机输入信号通过接收机通道模型依次进行限幅、正交解调、功率放大、模拟非线性压制效应和加噪处理,得到接收机放大后的回波信号作为待成像回波数据;
步骤5,对待成像回波数据进行距离多普勒域成像处理,得到高能微波干扰下的仿真聚焦图像。
与现有技术相比,本发明的有益效果为:
(1)针对传统逆向法回波仿真中,SAR雷达信号回波模拟过程需要遍历所有点目标,计算量巨大,耗费时间极长这一问题,本发明采用同心圆算法进行回波模拟,极大的提高了回波模拟效率,仿真时间极大缩短,在需要对不同场景进行仿真分析时更加高效、灵活,仿真场景也可以做到更加复杂,细致。
(2)本发明搭建了典型的雷达接收机模型,且模拟了高能微波干扰进入接收机增益非线性区时,目标回波信号受到非线性压制效应,有针对性的设计了系统整体过程的仿真实验。相比目的为获取效应数据的器件级实验,在对高能微波干扰影响机载SAR成像结果的整体评估上更直观,有较好的实际应用价值。
(3)本发明采用纯软件仿真,对硬件设备需求低,灵活性较高。还可避免硬件实验在高能微波对接收机中放大组件及限幅组件等潜在的损伤风险,进一步降低成本。
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为本发明仿真方法实现流程图;
图2为本发明采用同心圆算法进行回波模拟时的几何模型图;
图3为高能微波进入接收机时接收信号所受非线性压制曲线图;
图4(a)为本发明实施例无附加微波干扰且目标回波信号功率设置正常时的成像结果图;
图4(b)本发明实施例无附加微波干扰且目标回波信号功率设置较小时的成像结果图;
图5为本发明实施例附加连续波干扰时目标被微波干扰完全淹没的图像;
图6为本发明实施例附加相同功率脉冲干扰时的成像结果图;
图7(a)为本发明实施例的增加干扰功率的成像结果图;
图7(b)为本发明实施例的增大干扰脉冲重复频率的成像结果图;
图8(a)为本发明实施例的只考虑非线性压制效应影响的成像结果图;
图8(b)为增加图8(a)中的脉冲重复频率得到的成像结果图;
图9(a)为本发明实施例中增大脉冲干扰功率时某列距离向信号受到非线性压制示意图;
图9(b)为图9(a)的成像结果图。
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,本发明提供的一种高能微波干扰下的机载SAR干扰效应仿真方法,包括以下步骤:
步骤1,建立机载SAR雷达走停几何模型,采用同心圆算法模拟某一方位时刻场景中所有同心圆的目标回波信号;即包含目标回波时延,幅度和相位信息的表达式;
首先,建立机载SAR雷达走停几何模型:
在每次脉冲重复周期内将雷达视为静止;设置雷达接收机以采样频率Fs进行离散采样,计算对应的采样间隔为
Figure BDA0002813157390000051
(距离单元),c表示光速。
然后,采用同心圆算法模拟某一方位时刻场景中所有同心圆的目标回波信号:
(a)设某一方位采样时刻tm,计算雷达在当前采样时刻位置,以此位置为圆心,以Δr的整数倍斜距为半径,将成像场景划分为不同的同心圆,如附图2所示。每个同心圆上的所有目标的斜距间隔小于Δr,其能量最终会累加在同一距离单元内,由斜距产生的回波相位也相同。
(b)计算方位时刻tm场景中第n个同心圆上目标与雷达当前位置斜距,读取目标对应真实SAR图像点的灰度值作为目标后向散射系数,将该同心圆上所有点目标回波信号表示为:
Figure BDA0002813157390000052
式中,tr为距离快时间,Rn表示第n个同心圆对应的斜距,则
Figure BDA0002813157390000053
δ(·)为脉冲函数,
Figure BDA0002813157390000054
Figure BDA0002813157390000055
表示此同心圆内目标回波时延信息,即此同心圆目标回波信号总能量落于哪一个距离单元内。λ为发射信号波长,
Figure BDA0002813157390000056
表示由斜距产生的回波相位。σi,i=1,2...Mn为不同点目标后向散射系数,Mn为该同心圆上目标总个数,
Figure BDA0002813157390000057
表示第n个同心圆内不同点目标回波能量的累积。
步骤2,设发射信号为线性调频信号,将该方位时刻场景中所有同心圆的目标回波表达式与线性调频信号进行卷积,得到目标中频回波信号;将目标中频回波信号与载频依次进行调制、混频,得到目标射频回波信号;遍历所有方位时刻从而得到机载SAR总的目标射频回波矩阵;
(2a)将方位时刻tm场景中所有同心圆的目标回波表达式进行叠加,得到该方位时刻包含场景中所有目标信息的回波表达式;
(2b)将总的目标回波表达式和发射线性调频信号分别进行快速傅里叶变换(FFT),再将两个变换结果相乘,将乘积结果进行快速傅里叶逆变换,得到SAR雷达在tm方位时刻的总目标中频回波信号:
Figure BDA0002813157390000061
式中,
Figure BDA0002813157390000062
为根据雷达方程解算出的回波平均功率,Pt为发射平均功率;G为天线增益;σ表示后向散射系数,以σi的均值近似;R表示场景距离,以场景中心斜距近似。N表示场景划分同心圆数量,由场景画幅大小与Δr计算得到。rect表示矩形窗函数;Tp为发射线性调频信号脉宽;γ为发射线性调频信号的调频斜率。
(2c)将总目标中频回波信号S(tr)与载频信号相乘,混频即可得到该方位采样时刻机载SAR的目标射频回波信号。
(2d)遍历所有方位采样时刻,并将每个方位采样时刻的目标射频回波信号按方位时间顺序排列,即可得到机载SAR总的目标射频回波矩阵S(tr,tm)。
其中,tr表示距离向快采样时间,tm表示方位向慢采样时间。
步骤3,模拟高能微波干扰信号,并将其与目标射频回波信号叠加作为接收机输入信号;
首先,模拟一个脉冲重复周期内的高能微波干扰,干扰频率设置于X波段,设置干扰功率Pr、干扰脉冲重复周期为PRT和干扰脉宽为Tp;其中,当
Figure BDA0002813157390000071
时,视为连续波干扰。施加为高能微波干扰,干扰功率需要超过接收机1dB压缩点进入增益非线性区,因此Pr>>P1,P1为目标回波信号的功率。
其次,以方位时刻tm作为时间零点,将一个干扰脉冲重复周期的微波脉冲干扰按周期进行扩展,使其不少于目标射频回波信号维度;并在扩展后的微波脉冲干扰中截取在成像距离窗内的干扰,得到微波干扰信号I(tm);
遍历所有方位采样时刻,得到每个方位采样时刻对应的微波干扰信号I(tm),按方位时间顺序排列,得到微波干扰信号矩阵I(tr,tm);
最后,将微波干扰信号矩阵I(tr,tm)与SAR目标射频回波信号S(tr,tm)相叠加作为接收机通道模型输入信号。
步骤4,建立接收机通道模型;将接收机输入信号通过接收机通道模型依次进行限幅、正交解调、功率放大和加噪处理,得到接收机放大后的回波信号作为待成像回波数据;
(4a)接收机限幅
设置接收机动态范围上限为10dBm,表示接收机限幅后允许输入的最大功率。设置动态范围下限为-120dBm,在实际的接收机中小于下限功率的信号无法正常使用。
将瞬时功率大于动态范围上限的输入信号截断,小于动态范围下限的输入信号则置零,完成输入信号的限幅操作,限幅后的信号功率始终处于接收机动态范围内。
(4b)正交解调
首先,低通滤波器模型仿真,截止频率设置为Br/2,Br为发射LFM信号带宽。
然后,将限幅后的输入信号分别与一组正交的载频信号混频,混频后的信号再通过模拟低通滤波器,得到两组正交的零中频信号,将两组信号分别作为复信号实部与虚部,构建解析信号完成正交解调;得到正交解调后的输入信号S′(tr,tm)+I′(tr,tm);
(4c)接收机增益曲线拟合
增益曲线范围即为接收机限幅后的动态范围,1dB压缩点设置为-35dBm。1dB压缩点之前为增益曲线线性区,增益为50dB。信号功率超过1dB压缩点则进入接收机增益曲线非线性区,增益逐渐下降保持功率稳定。
实际放大器增益为平滑的特性曲线,本发明仿真中将其简化为分段直线模型,可表示为:
Figure BDA0002813157390000081
式中,G(pt)表示接收机增益,pt为正交解调后的输入信号瞬时功率,Ga表示接收机额定功率增益,设置为50dB。
根据上式绘制对应的增益特性曲线,从而得到不同时刻信号的瞬时增益;采用每个时刻的瞬时增益对对应时刻的正交解调后的输入信号S′(tr,tm)+I′(tr,tm)进行放大,得到解调后对应的放大信号S1′(tr,tm)+I″(tr,tm)。
判断干扰功率是否大于设置的1dB压缩点功率,若是,则考虑输入信号中目标回波小信号的非线性压制效应,否则直接转入步骤(4d);
模拟非线性压制,首先,计算非线性压制深度:Gd=Gp-Ga。Gd表示压制深度;Ga为线性区的额定功率增益;Gp为微波脉冲功率对应的接收机增益曲线非线性区增益。
其次,模拟一个干扰脉冲重复周期内的非线性压制曲线,如附图3。其中压制位置与干扰脉宽同步,压制时间等于干扰脉宽,压制后的目标回波从压制中点经过1-2us逐渐恢复。
最后,由I(tr,tm)定位成像条带内所有微波干扰脉冲位置,将非线性压制曲线与干扰脉冲位置同步,并采用非线性压制曲线与目标回波小信号S1′(tr,tm)按位置一一对应相乘,得到非线性压制后的目标回波小信号S2′(tr,tm)。
(4d)加入系统底噪
首先,计算输入噪声功率:Nin=kT0B。
其中,k为玻尔兹曼常数,k=1.38*10-23(J/K),T0=290(K),B表示信号带宽;
设置噪声系数F=3dB,有:
Figure BDA0002813157390000091
其中,(SNR)in表示输入信噪比,(SNR)out表示输出信噪比,Sin为输入信号功率,Sout为输出信号功率,Nout表示输出噪声功率;
将上式转化为dB形式,则输出噪声功率:Nout=Nin+Ga+F(dB)。
然后,生成与信号长度相同、功率为Nout的高斯随机序列,并将其重新排列为与S(tr,tm)维度相同的高斯噪声矩阵N(tr,tm),并将高斯噪声矩阵与(4c)得到的信号进行叠加,得到待成像回波数据X(tr,tm)。
步骤5,对待成像回波数据进行距离多普勒域成像处理,得到高能微波干扰下的仿真聚焦图像。
待成像回波数据:X(tr,tm)=S″(tr,tm)+I″(tr,tm)+N(tr,tm),
其中,
Figure BDA0002813157390000101
S1′(tr,tm)表示仅通过接收机放大目标回波小信号,S2′(tr,tm)表示通过接收机放大并模拟非线性压制效应的目标回波小信号;I″(tr,tm)为通过接收机的高能微波干扰信号;N(tr,tm)为系统高斯底噪。
(5a)对待成像回波数据X(tr,tm)进行距离向快速傅里叶变换(FFT),回波信号从tr-tm域变换到fr-m域得到fr-m域回波数据X(fr,tm),fr表示距离向多普勒频率。
首先,采用fr-m域回波数据X(fr,tm)乘以频率补偿函数H1(fr,tm),得到相位补偿后的回波数据;
其中,H1(fr,tm)包含负的线性走动分量项补偿与加速度相位补偿函数。分别对X(fr,tm)中的线性距离走动分量以及加速度引起的距离走动关于方位时间的二次项分量进行校正。
其次,对发射线性调频信号进行快速傅里叶变换并取其复共轭作为频率脉压函数;将相位补偿后的回波数据与频率脉压函数相乘,实现频域匹配滤波得到匹配滤波后的信号X1(fr,tm)。
(5b)对匹配滤波后的信号X1(fr,tm)进行方位向FFT,信号从fr-m域变换到fr-fm域,fm表示方位向多普勒频率,得到fr-fm域回波信号;
采用fr-fm域回波信号乘以距离弯曲相位补偿函数H2(fr,fm;R0)进行距离徙动校正(RCMC),得到距离徙动校正后的回波信号;
其中H2(fr,fm;R0)补偿不考虑加速度条件下的距离走动二次项。R0为场景中心斜距,表示场景中各处的距离弯曲以场景中心点处对应值近似。
对距离徙动校正后的回波信号进行距离向IFFT,得到完成距离徙动校正、加速度相位补偿和距离脉冲压缩后的回波信号X2(tr,fm)。
(5c)多普勒调频率空变补偿,方位聚焦
首先,在方位频域引入NCS相位扰动函数H3(fm),将X2(tr,fm)与H3(fm)相乘补偿方位向调频率空变,再进行方位向IFFT,得到补偿后的方位时域信号X3(tr,tm)。
其次,由于时域的方位信号可展开表示为:
Φi(tm)=exp(jπ(D1tm+D2tm 2+D3tm 3+D4tm 4))
式中,tm为方位慢时间,D1反映方位聚焦位置;D2为调频率项;D3,D4为方位高次项。
因此,构造Deramp参考函数:
HDeramp(tm)=exp(-jπ(D20tm 2+D30tm 3+D40tm 4))
D20、D30、D40依次为方位时域信号二次项系数、三次项系数、四次项系数的非空变分量。
再次,将方位时域信号与HDeramp(tm)相乘,补偿高次项空变后则只保留反映聚焦位置的D1分量。再对补偿高次项空变的信号进行方位向快速傅里叶变换(FFT),完成方位聚焦,即可得到最终聚焦的距离-多普勒域图像。
本发明可以根据研究目的,任意的选取输入信号的形式;例如:对成像输入信号模拟旁瓣对消,抑制掉有源微波干扰I″(tr,tm),则待成像回波数据变为:X(tr,tm)=S″(tr,tm)+N(tr,tm)。重复上述成像步骤,即可得到主要考虑回波非线性压制效应影响的距离多普勒图像。
仿真实验
为了证明本发明的有效性,采用以下仿真对比试验进一步说明。
(1)仿真条件:
本发明为纯软件仿真,实验平台为Matlab R2019a。
发射信号采用线性调频(LFM)信号,发射信号参数、几何模型参数如下表1:
表1仿真参数
Figure BDA0002813157390000121
(2)仿真结果与分析
采用提前制备好的真实SAR图像三倍抽取后作为成像仿真场景,场景布点为172*192点阵,地面画幅大小为1368m*1528m。便于对比,首先以表1参数,在无干扰情况下采用本发明进行SAR整体过程仿真。设定正常回波功率时成像结果如附图4(a)所示,其图像相对清晰;设置回波功率较小时,结果如附图4(b),图像出现大量系统底噪。证明本发明的回波仿真过程所建立的接收机通道模型等的正确性,可以实现模拟真实的机载SAR整体流程,得到正确的图像。并且相比传统逆向法回波模拟耗时几天,采取同心圆算法的仿真流程仅耗费数分钟。
同样以表1参数,加入连续波干扰,得到干扰功率阈值(略小于1dB压缩点),在此功率连续波干扰下,最终成像完全被微波干扰淹没,如附图5。改变干扰方式为脉冲干扰,干扰功率仍为上述连续波干扰阈值功率,结果如附图6所示,可以看到功率处于接收机线性区的情况下,图像中已经出现脉冲干扰条纹,但相同功率下脉冲干扰对成像结果的影响远不如连续波干扰。
令干扰功率增大20dBm(远超过1dB压缩点),成像结果如附图7(a)所示,图像出现明显的由高能微波干扰引起的亮条纹。继续增大干扰脉冲重复频率(PRF),导致距离窗内干扰脉冲的增加,图像中亮条纹数量也随之增加,且在过程中产生干涉在图中表现出暗斑,结果如附图7(b)所示。
利用旁瓣对消将成像步骤前信号中的高能微波干扰去除掉,此时成像主要考虑非线性压制的影响,结果如附图8(a)所示,图像中呈现信号受到非线性压制所导致的暗纹。增大微波干扰PRF,仿真结果如附图8(b)。上文提到在增大PRF的情况下,进入接收机的干扰脉冲增多,而信号所受非线性压制效应与脉冲干扰同步。但与图7(b)中出现更多亮条纹不同,在仅观察非线性压制效应对成像结果的影响时,图8(b)对比图8(a)暗条纹数并没有增加,而是愈加明显。同样的干扰脉宽的增加也会加深暗条纹,而不是使暗条纹变宽。
提高高能微波干扰功率以增大压制深度,附图9(a)表示其中一列距离向信号,可以看见干扰脉宽时间内目标回波信号几乎被完全压制,得到的成像结果如附图9(b)。暗条纹继续加深,此外由于信号产生严重非线性压制效应,信噪比大幅下降,图像中除暗条纹外表现出大量噪点,影响成像质量。
综上所述,以上仿真实验证明了本发明的可靠性、有效性,可以正确得出高能微波干扰对机载SAR成像结果的干扰效应。
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 (9)

1.高能微波干扰下的机载SAR干扰效应仿真方法,其特征在于,包括以下步骤:
步骤1,建立机载SAR雷达走停几何模型,采用同心圆算法模拟某一方位时刻场景中所有同心圆的目标回波信号;
步骤2,设发射信号为线性调频信号,将该方位时刻场景中所有同心圆的目标回波信号与线性调频信号进行卷积,得到目标中频回波信号;将目标中频回波信号与载频依次进行调制、混频,得到目标射频回波信号,遍历所有方位时刻从而得到机载SAR总的目标射频回波矩阵;
步骤3,模拟高能微波干扰信号,并将其与目标射频回波信号叠加作为接收机输入信号;
步骤4,建立接收机通道模型;将接收机输入信号通过接收机通道模型依次进行限幅、正交解调、功率放大、模拟非线性压制效应和加噪处理,得到接收机放大后的回波信号作为待成像回波数据;
步骤5,对待成像回波数据进行距离多普勒域成像处理,得到高能微波干扰下的仿真聚焦图像。
2.根据权利要求1所述的一种高能微波干扰下的机载SAR干扰效应仿真方法,其特征在于,所述机载SAR雷达走停几何模型,具体为:在每次脉冲重复周期内将雷达视为静止;设置雷达接收机以采样频率Fs进行离散采样,计算对应的采样间隔为
Figure FDA0002813157380000011
c表示光速。
3.根据权利要求2所述的一种高能微波干扰下的机载SAR干扰效应仿真方法,其特征在于,所述采用同心圆算法模拟某一方位时刻场景中所有同心圆的目标回波信号,具体为:
(1a)设某一方位采样时刻tm,计算雷达在当前采样时刻位置,以此位置为圆心,以Δr的整数倍斜距为半径,将成像场景划分为不同的同心圆;每个同心圆上的所有目标的斜距间隔小于Δr,其能量最终累加在同一距离单元内,由斜距产生的回波相位相同;
(1b)计算方位时刻tm场景中第n个同心圆上目标与雷达当前位置斜距,读取目标对应真实SAR图像点的灰度值作为目标后向散射系数,将该同心圆上所有点目标回波信号表示为:
Figure FDA0002813157380000021
式中,tr为距离快时间,Rn表示第n个同心圆对应的斜距,δ(·)为脉冲函数,
Figure FDA0002813157380000022
Figure FDA0002813157380000023
表示此同心圆内目标回波时延信息;λ为发射信号波长,
Figure FDA0002813157380000024
表示由斜距产生的回波相位;σi,i=1,2…Mn为第i个点目标后向散射系数,Mn为该同心圆上目标总个数,
Figure FDA0002813157380000025
表示第n个同心圆内所有点目标回波能量的累积。
4.根据权利要求3所述的一种高能微波干扰下的机载SAR干扰效应仿真方法,其特征在于,所述将该方位时刻场景中所有同心圆的目标回波信号与线性调频信号进行卷积,具体为:
(2a)将方位时刻tm场景中所有同心圆的目标回波信号进行叠加,得到该方位时刻总的目标回波信号;
(2b)将总的目标回波信号和发射线性调频信号分别进行快速傅里叶变换,再将两个变换结果相乘,将乘积结果进行快速傅里叶逆变换,得到SAR雷达在tm方位时刻的总目标中频回波信号。
5.根据权利要求4所述的一种高能微波干扰下的机载SAR干扰效应仿真方法,其特征在于,所述机载SAR总的目标射频回波矩阵的获取过程具体为:
(2c)将总目标中频回波信号S(tr)与载频信号相乘,混频即可得到该方位采样时刻机载SAR的目标射频回波信号;
(2d)遍历所有方位采样时刻,并将每个方位采样时刻的目标射频回波信号按方位时间顺序排列,即可得到机载SAR总的目标射频回波矩阵S(tr,tm);
其中,tr表示距离向快采样时间,tm表示方位向慢采样时间。
6.根据权利要求1所述的一种高能微波干扰下的机载SAR干扰效应仿真方法,其特征在于,步骤3具体包含以下子步骤:
首先,模拟一个脉冲重复周期内的高能微波干扰,干扰频率设置于X波段,设置干扰功率为Pr、干扰脉冲重复周期为PRT和干扰脉宽为Tp
其中,当
Figure FDA0002813157380000031
时,视为连续波干扰;Pr>>P1,P1为目标回波信号的功率;
其次,以方位时刻tm作为时间零点,将一个干扰脉冲重复周期的微波脉冲干扰按周期进行扩展,使其不少于目标射频回波信号维度;并在扩展后的微波脉冲干扰中截取成像距离窗内的干扰,得到微波干扰信号I(tm);
遍历所有方位采样时刻,得到每个方位采样时刻对应的微波干扰信号I(tm),按方位时间顺序排列,得到微波干扰信号矩阵I(tr,tm);
最后,将微波干扰信号矩阵I(tr,tm)与SAR目标射频回波信号S(tr,tm)相叠加作为接收机通道模型输入信号。
7.根据权利要求1所述的一种高能微波干扰下的机载SAR干扰效应仿真方法,其特征在于,所述建立接收机通道模型,具体步骤为:
(4a)设置接收机动态范围上限为10dBm,表示接收机限幅后允许输入的最大功率;设置动态范围下限为-120dBm;
(4b)低通滤波器模型仿真,截止频率设置为Br/2,Br为发射线性调频信号带宽;与一组正交载频信号混频仿真;
(4c)设置接收机增益曲线范围,设置1dB压缩点为-35dBm;1dB压缩点之前为增益曲线线性区,信号功率超过1dB压缩点则进入接收机增益曲线非线性区;判断干扰功率大小,模拟非线性压制效应;
(4d)模拟系统噪声:
首先,计算输入噪声功率:Nin=kT0B;
其中,k为玻尔兹曼常数,k=1.38*10-23(J/K),T0=290(K),B表示信号带宽;
设置噪声系数为F,则有:
Figure FDA0002813157380000041
其中,(SNR)in表示输入信噪比,(SNR)out表示输出信噪比,Sin为输入信号功率,Sout为输出信号功率,Nout表示输出噪声功率;
将上式转化为dB形式,则输出噪声功率:Nout=Nin+Ga+F(dB);
然后,生成与信号长度相同、功率为Nout的高斯随机序列,并将其重新排列为与S(tr,tm)维度相同的高斯噪声矩阵N(tr,tm)。
8.根据权利要求7所述的一种高能微波干扰下的机载SAR干扰效应仿真方法,其特征在于,所述将接收机输入信号通过接收机通道模型进行限幅、正交解调、功率放大和加噪处理,具体为:
所述限幅为:将接收机输入信号依次通过(4a)的接收机动态范围进行限幅,即将瞬时功率大于动态范围上限的输入信号截断,小于动态范围下限的输入信号则置零,完成输入信号的限幅操作;
所述正交解调为:将限幅后的输入信号分别与一组正交的载频信号混频,混频后的信号再通过模拟低通滤波器,得到两组正交的零中频信号,将两组信号分别作为复信号实部与虚部,构建解析信号完成正交解调;得到正交解调后的输入信号S′(tr,tm)+I′(tr,tm);
所述功率放大为:首先,拟合接收机增益曲线;
设置放大器增益的特性曲线为分段直线模型:
Figure FDA0002813157380000051
式中,G(pt)表示接收机增益,pt为正交解调后的输入信号瞬时功率,Ga表示接收机额定功率增益;
根据上式所述分段直线模型绘制对应的增益特性曲线,从而得到不同时刻信号的瞬时增益;采用每个时刻的瞬时增益对对应时刻的正交解调后的输入信号S′(tr,tm)+I′(tr,tm)进行放大,得到对应的解调放大信号S1′(tr,tm)+I″(tr,tm);
判断干扰功率是否大于设置的1dB压缩点功率,若是,则考虑对目标回波小信号的非线性压制效应,否则转入下一步加噪处理;
模拟非线性压制效应:包含以下步骤:
首先,计算非线性压制深度:Gd=Gp-Ga
其中,Gd表示压制深度;Ga为线性区的额定功率增益;Gp为微波脉冲干扰功率对应的接收机增益曲线非线性区增益;
其次,模拟一个干扰脉冲重复周期内的非线性压制曲线;其中压制位置与干扰脉宽同步,压制时间等于干扰脉宽;
最后,将非线性压制曲线与干扰脉冲位置同步,并采用非线性压制曲线与目标回波小信号S1′(tr,tm)按位置一一对应相乘,得到非线性压制后的目标回波小信号S2′(tr,tm);
所述加噪处理为:采用步骤(4d)模拟的高斯噪声矩阵N(tr,tm)与(4c)得到的信号进行叠加,得到待成像回波数据X(tr,tm);
X(tr,tm)=S″(tr,tm)+I″(tr,tm)+N(tr,tm),
其中,
Figure FDA0002813157380000061
S1′(tr,tm)表示仅通过接收机放大的目标回波小信号,S2′(tr,tm)表示同过接收机放大并模拟非线性压制的目标回波小信号;I″(tr,tm)为通过接收机的高能微波干扰信号;N(tr,tm)为系统高斯底噪。
9.根据权利要求1所述的一种高能微波干扰下的机载SAR干扰效应仿真方法,其特征在于,步骤5包含以下子步骤:
(5a)对待成像回波数据X(tr,tm)进行距离向快速傅里叶变换,得到fr-tm域回波数据X(fr,tm),fr表示距离向多普勒频率;
再采用fr-tm域回波数据X(fr,tm)乘以频率补偿函数H1(fr,tm),得到相位补偿后的回波数据;
其中,H1(fr,tm)包含负的线性走动分量项补偿与加速度相位补偿函数;
其次,对发射线性调频信号进行快速傅里叶变换并取其复共轭作为频率脉压函数;将相位补偿后的回波数据与频率脉压函数相乘,得到匹配滤波后的信号X1(fr,tm);
(5b)对匹配滤波后的信号X1(fr,tm)进行方位向快速傅里叶变换,得到fr-fm域回波信号;fm表示方位向多普勒频率;
采用fr-fm域回波信号乘以距离弯曲相位补偿函数H2(fr,fm;R0)进行距离徙动校正,得到距离徙动校正后的回波信号;
其中,R0为场景中心斜距;
对距离徙动校正后的回波信号进行距离向快速傅里叶逆变换,得到完成距离徙动校正、加速度相位补偿和距离脉冲压缩后的回波信号X2(tr,fm);
(5c)在方位频域引入相位扰动函数H3(fm),将X2(tr,fm)与H3(fm)相乘补偿方位向调频率空变,再进行方位向快速傅里叶逆变换,得到补偿后的方位时域信号X3(tr,tm);
其次,构造Deramp参考函数:
HDeramp(tm)=exp(-jπ(D20tm 2+D30tm 3+D40tm 4))
D20、D30、D40依次为方位时域信号二次项系数、三次项系数、四次项系数的非空变分量;
再次,将方位时域信号与HDeramp(tm)相乘,补偿高次项空变后,再对补偿高次项空变的信号进行方位向快速傅里叶变换,完成方位聚焦,得到高能微波干扰下的仿真聚焦图像。
CN202011403442.2A 2020-12-02 2020-12-02 高能微波干扰下的机载sar干扰效应仿真方法 Active CN112578350B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011403442.2A CN112578350B (zh) 2020-12-02 2020-12-02 高能微波干扰下的机载sar干扰效应仿真方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011403442.2A CN112578350B (zh) 2020-12-02 2020-12-02 高能微波干扰下的机载sar干扰效应仿真方法

Publications (2)

Publication Number Publication Date
CN112578350A true CN112578350A (zh) 2021-03-30
CN112578350B CN112578350B (zh) 2022-04-19

Family

ID=75127107

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011403442.2A Active CN112578350B (zh) 2020-12-02 2020-12-02 高能微波干扰下的机载sar干扰效应仿真方法

Country Status (1)

Country Link
CN (1) CN112578350B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114264891A (zh) * 2021-12-24 2022-04-01 电子科技大学 一种高功率微波效应实验测试方法及自动化测试系统
CN114629556A (zh) * 2022-03-29 2022-06-14 西北工业大学 一种低复杂度的最优功率分配方法
CN116609742A (zh) * 2023-06-05 2023-08-18 广州博远装备科技有限公司 基于实时地图反演sar回波模拟与干扰评估方法及系统
CN117630830A (zh) * 2024-01-25 2024-03-01 北京理工大学 一种雷达目标模拟方法及系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060109159A1 (en) * 2004-11-22 2006-05-25 The Boeing Company Method and apparatus for detecting, locating, and identifying microwave transmitters and receivers at distant locations
US20070049917A1 (en) * 2005-08-23 2007-03-01 Deshan Yang Floating sleeve microwave antenna for tumor ablation
US20110292988A1 (en) * 2010-05-27 2011-12-01 Mitsubishi Electric Corporation Classification of interference
CN106199541A (zh) * 2016-06-27 2016-12-07 芜湖航飞科技股份有限公司 一种二次雷达发射机的抗干扰性能分析装置
CN107167771A (zh) * 2017-04-28 2017-09-15 深圳市无牙太赫兹科技有限公司 一种微波成像系统的直达波抑制方法及系统
CN109471080A (zh) * 2018-11-09 2019-03-15 西安电子科技大学 基于simulink的高速平台雷达回波信号模拟系统
CN109856520A (zh) * 2017-11-29 2019-06-07 泰瑞科微电子(淮安)有限公司 一种半导体器件的高功率微波应用
EP3569990A1 (de) * 2018-05-17 2019-11-20 VEGA Grieshaber KG Befestigungsanordnung für ein radarfüllstandmessgerät
CN111812597A (zh) * 2020-07-21 2020-10-23 西安电子科技大学 基于低相关性空时二维随机方向图干扰抑制方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060109159A1 (en) * 2004-11-22 2006-05-25 The Boeing Company Method and apparatus for detecting, locating, and identifying microwave transmitters and receivers at distant locations
US20070049917A1 (en) * 2005-08-23 2007-03-01 Deshan Yang Floating sleeve microwave antenna for tumor ablation
US20110292988A1 (en) * 2010-05-27 2011-12-01 Mitsubishi Electric Corporation Classification of interference
CN106199541A (zh) * 2016-06-27 2016-12-07 芜湖航飞科技股份有限公司 一种二次雷达发射机的抗干扰性能分析装置
CN107167771A (zh) * 2017-04-28 2017-09-15 深圳市无牙太赫兹科技有限公司 一种微波成像系统的直达波抑制方法及系统
CN109856520A (zh) * 2017-11-29 2019-06-07 泰瑞科微电子(淮安)有限公司 一种半导体器件的高功率微波应用
EP3569990A1 (de) * 2018-05-17 2019-11-20 VEGA Grieshaber KG Befestigungsanordnung für ein radarfüllstandmessgerät
CN109471080A (zh) * 2018-11-09 2019-03-15 西安电子科技大学 基于simulink的高速平台雷达回波信号模拟系统
CN111812597A (zh) * 2020-07-21 2020-10-23 西安电子科技大学 基于低相关性空时二维随机方向图干扰抑制方法

Non-Patent Citations (10)

* Cited by examiner, † Cited by third party
Title
BOWEN BIE: "A Frequency Domain Backprojection Algorithm Based on Local Cartesian Coordinate and Subregion Range Migration Correction for High-Squint SAR Mounted on Maneuvering Platforms", 《IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING》 *
YUANHAO LI: "Performance and Requirements of GEO SAR Systems in the Presence of Radio Frequency Interferences", 《REMOTE SENSING》 *
别博文: "高速机动平台大斜视SAR宽幅成像算法研究", 《中国优秀博硕士学位论文全文数据库(博士) 信息科技辑》 *
左朋等: "微波频段直接实现的干扰抵消技术", 《空间电子技术》 *
梁溪: "基于宽带高线性调制的射频前端技术研究", 《中国优秀博硕士学位论文全文数据库(硕士) 信息科技辑》 *
熊波等: "HPM对伪码脉冲无线电引信的压制干扰效应仿真", 《海军航空工程学院学报》 *
熊波等: "高功率微波对线性调频无线电引信的作用效应", 《探测与控制学报》 *
王虹现: "基于FPGA的SAR回波仿真快速实现方法", 《系统工程与电子技术》 *
蔡轶等: "基于BP神经网络的雷达抗干扰能力评估", 《空军雷达学院学报》 *
袁月乾: "雷达接收机的高功率微波非线性效应研究", 《中国优秀博硕士学位论文全文数据库(硕士) 信息科技辑》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114264891A (zh) * 2021-12-24 2022-04-01 电子科技大学 一种高功率微波效应实验测试方法及自动化测试系统
CN114264891B (zh) * 2021-12-24 2023-08-08 电子科技大学 一种高功率微波效应实验测试方法及自动化测试系统
CN114629556A (zh) * 2022-03-29 2022-06-14 西北工业大学 一种低复杂度的最优功率分配方法
CN114629556B (zh) * 2022-03-29 2024-01-30 西北工业大学 一种低复杂度的最优功率分配方法
CN116609742A (zh) * 2023-06-05 2023-08-18 广州博远装备科技有限公司 基于实时地图反演sar回波模拟与干扰评估方法及系统
CN116609742B (zh) * 2023-06-05 2023-09-22 广州博远装备科技有限公司 基于实时地图反演sar回波模拟与干扰评估方法及系统
CN117630830A (zh) * 2024-01-25 2024-03-01 北京理工大学 一种雷达目标模拟方法及系统
CN117630830B (zh) * 2024-01-25 2024-03-29 北京理工大学 一种雷达目标模拟方法及系统

Also Published As

Publication number Publication date
CN112578350B (zh) 2022-04-19

Similar Documents

Publication Publication Date Title
CN112578350B (zh) 高能微波干扰下的机载sar干扰效应仿真方法
US8044846B1 (en) Method for deblurring radar range-doppler images
CN111736128B (zh) 基于skt-siaf-mscft的相参积累方法
US6184820B1 (en) Coherent pulse radar system
Zhang et al. Frequency-domain range sidelobe correction in stretch processing for wideband LFM radars
CN113376601B (zh) 基于clean算法的捷变频雷达旁瓣抑制方法
CN109581348B (zh) 一种连续波雷达调制泄漏的自适应检测与消除的方法及系统
CN112684419B (zh) 基于双lfm对消的抗间歇采样转发式干扰处理方法及系统
Kulpa et al. Filter-based design of noise radar waveform with reduced sidelobes
Sun et al. A novel weighted mismatched filter for reducing range sidelobes
CN116087942B (zh) 航空高度表调制信号的产生方法
CN114609596A (zh) 一种基于间歇采样的回波特性精确控制干扰方法及系统
Lu et al. An efficient method for single-channel SAR target reconstruction under severe deceptive jamming
CN114047502A (zh) 一种针对高速机动目标的相参积累方法及相参积累系统
CN111722198B (zh) 一种结合雷达探测和干扰一体的信号生成方法及系统
CN112014807A (zh) 一种频率捷变雷达的自适应杂波抑制方法
CN112034429B (zh) 一种消除干扰自激的自适应数字对消方法
CN115629360B (zh) 一种线性调频的短脉冲采样调制转发干扰信号生成方法
CN116953683A (zh) 基于脉内波形认知优化设计的间歇采样转发干扰抑制方法
CN115575921B (zh) 一种基于俯仰向多通道多干扰基压制干扰抑制方法
CN109343056B (zh) 一种针对非线性调频sar的rd成像方法和装置
CN116243251A (zh) 一种基于波形分集与子空间投影的主瓣欺骗干扰抑制方法
Ashry et al. Improved SAR range Doppler algorithm based on the stretch processing architecture
Ma et al. A multi-channel partial-update algorithm for sea clutter suppression in passive bistatic radar
Yu et al. A waveform with low intercept probability for OFDM SAR

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