CN112763984A - 一种雷达自适应旁瓣相消算法 - Google Patents
一种雷达自适应旁瓣相消算法 Download PDFInfo
- Publication number
- CN112763984A CN112763984A CN202011563281.3A CN202011563281A CN112763984A CN 112763984 A CN112763984 A CN 112763984A CN 202011563281 A CN202011563281 A CN 202011563281A CN 112763984 A CN112763984 A CN 112763984A
- Authority
- CN
- China
- Prior art keywords
- auxiliary
- main
- antenna
- interference
- cancellation
- 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.)
- Pending
Links
- 238000004422 calculation algorithm Methods 0.000 title claims abstract description 16
- 238000000034 method Methods 0.000 claims abstract description 13
- 238000005070 sampling Methods 0.000 claims description 20
- 239000011159 matrix material Substances 0.000 claims description 15
- 230000003044 adaptive effect Effects 0.000 claims description 13
- 238000001514 detection method Methods 0.000 claims description 7
- 230000001066 destructive effect Effects 0.000 claims description 4
- 238000005311 autocorrelation function Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000005314 correlation function Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 230000021615 conjugation Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000004088 simulation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
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
- G01S7/28—Details of pulse systems
- G01S7/2813—Means providing a modification of the radiation pattern for cancelling noise, clutter or interfering signals, e.g. side lobe suppression, side lobe blanking, null-steering arrays
-
- 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
- G01S7/28—Details of pulse systems
- G01S7/285—Receivers
- G01S7/292—Extracting wanted echo-signals
- G01S7/2923—Extracting wanted echo-signals based on data belonging to a number of consecutive radar periods
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)
- Variable-Direction Aerials And Aerial Arrays (AREA)
Abstract
本发明公开了一种雷达自适应旁瓣相消算法，自适应旁瓣相消系统，包括一个主通道与若干个辅助通道。主通道信号由主天线加权后合成，用于确定目标指向，具有方向性强、波束宽度窄、副瓣电平低等特点。辅助通道信号由各辅助天线单独送入，辅助天线通常为低增益的全向天线，其增益与主天线的副瓣电平相当。当期望信号与干扰同时到达主辅天线时，辅助通道中期望信号分量远小于主通道中期望信号分量，而干扰幅度却大致相当。如果对辅助通道进行实时加权求和以弥补主辅通道间由波程差引起的固定相位差，再同主通道输出做相减运算，即可自适应的对消干扰。
Description
技术领域
本发明涉及自适应旁瓣相消算法技术领域，具体为一种雷达自适应旁瓣相消算法。
背景技术
雷达作为一种军用装备，在现代战争中有着无可替代的作用，在雷达系统中，干扰对雷达探测性能最具有杀伤力，先进的电子干扰措施与装备的不断涌现，导致现代雷达面临的工作电磁环境日趋复杂。形式多样的干扰对雷达的性能产生了严重影响和威胁。有效的抗干扰手段是雷达正常工作的条件，准确的干扰分析是有效抗干扰的前提。军用雷达工作的环境中可能出现各种有源和无源干扰，大多以天线旁瓣进入到接收机，一般雷达仅靠天线波束的低副瓣难以消除旁瓣有源干扰，必须采取有效的措施来抑制旁瓣干扰。自适应旁瓣相消技术是抑制雷达有源干扰的有效措施之一。
发明内容
本发明的目的在于提供一种雷达自适应旁瓣相消算法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种雷达自适应旁瓣相消算法,包括一个主通道与若干个辅助通道；其中，主通道信号由主天线加权后合成，用于确定目标指向；辅助通道信号由各辅助天线单独送入，辅助天线通常为低增益的全向天线，其增益与主天线的副瓣电平相当。当期望信号与干扰同时到达主辅天线时，辅助通道中期望信号分量远小于主通道中期望信号分量；如果对辅助通道进行实时加权求和以弥补主辅通道间由波程差引起的固定相位差，再同主通道输出做相减运算，即可自适应的对消干扰。
优选的，自适应旁瓣相消用V0表示相消输出，可表示为：
其中，X表示主天线接收的信号；Y＝[Y1，Y2，...，YN]T表示辅助天线接收的信号；W＝[W1，W2，...，WN]T表示加权系数；“*”表示共轭,“H”表示共轭转置,“T”表示转置。
优选的，为了使输出的总功率最小，通常采用最小均方准则，其均方值为ξ＝E[|V0|2],对其展开并求导可得使ξ最小的最优权矢量为：
RXY表示主通道和辅助通道的互相关函数矩阵，RYY表示辅助通道的自相关函数矩阵。
优选的，一种雷达自适应旁瓣相消算法，包括以下步骤：
A、SLC干扰样本点的有效选取；
B、多维矩阵实时计算。
优选的，所述步骤A中自适应干扰取样方法如下：
a、将探测距离内的主、辅天线的回波数据分成N段，每段取样的长度为32、64、128、256等几种；
b、对各主辅通道数据进行分段取样后，依次对分段后的每段数据进行权系数计算，分别得出每段数据的相消结果，再将每段相消结果数据进行拼接，从而得到最终的相消处理结果。
优选的，针对样点数目过多或者矩阵规模太过于庞大，计算相消权系数时耗费大量时间的问题，在软件实现中采用了并行的优化函数对矩阵运算进行优化。
与现有技术相比，本发明的有益效果是：本发明中，主通道信号由主天线加权后合成，用于确定目标指向，具有方向性强、波束宽度窄、副瓣电平低等特点。辅助通道信号由各辅助天线单独送入，辅助天线通常为低增益的全向天线，其增益与主天线的副瓣电平相当。当期望信号与干扰同时到达主辅天线时，辅助通道中期望信号分量远小于主通道中期望信号分量，而干扰幅度却大致相当。如果对辅助通道进行实时加权求和以弥补主辅通道间由波程差引起的固定相位差，再同主通道输出做相减运算，即可自适应的对消干扰。
附图说明
图1为本发明旁瓣相消原理框图；
图2为分段取样方法示意图；
图3为休止期取样相消前和相消后对比示意图；
图4为分段取样相消前和相消后对比示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1，本发明提供一种技术方案：一种雷达自适应旁瓣相消算法,包括一个主通道与若干个辅助通道；其中，主通道信号由主天线加权后合成，用于确定目标指向；辅助通道信号由各辅助天线单独送入，辅助天线通常为低增益的全向天线，其增益与主天线的副瓣电平相当。当期望信号与干扰同时到达主辅天线时，辅助通道中期望信号分量远小于主通道中期望信号分量；如果对辅助通道进行实时加权求和以弥补主辅通道间由波程差引起的固定相位差，再同主通道输出做相减运算，即可自适应的对消干扰。
本发明中，自适应旁瓣相消用V0表示相消输出，可表示为：
其中，X表示主天线接收的信号；Y＝[Y1，Y2，...，YN]T表示辅助天线接收的信号；W＝[W1，W2，...，WN]T表示加权系数；“*”表示共轭,“H”表示共轭转置,“T”表示转置。
本发明中，为了使输出的总功率最小，通常采用最小均方准则，其均方值为ξ＝E[|V0|2],对其展开并求导可得使ξ最小的最优权矢量为：
RXY表示主通道和辅助通道的互相关函数矩阵，RYY表示辅助通道的自相关函数矩阵。
现有雷达采用旁瓣相消措施时，相消系数是采用雷达休止区的干扰样本数据进行计算，并用于全探测距离内的干扰相消处理，这种方法适用于干扰信号在时间上是连续不断的情况。但对于非合作方释放的无规律间断式干扰的情况，在休止区并不一定能获取到干扰信号的采样数据，此时计算出的相消系数将不能实现最优相消效果。
针对只在休止区提取干扰信号的采样数据的不足，提出自适应获取干扰采样数据的方法，以适用于干扰信号在时间上连续或不连续的情况，而计算最优相消系数，以达到最优旁瓣相消效果，提高达的检测性能。
本发明中，一种雷达自适应旁瓣相消算法，包括以下步骤：
A、SLC干扰样本点的有效选取；
B、多维矩阵实时计算。
所述步骤A中自适应干扰取样方法如下：
a、将探测距离内的主、辅天线的回波数据分成N段，每段取样的长度为32、64、128、256等几种；
b、对各主辅通道数据进行分段取样后，依次对分段后的每段数据进行权系数计算，分别得出每段数据的相消结果，再将每段相消结果数据进行拼接，从而得到最终的相消处理结果。
将距离分段进行顺序取样的方法避免了取不到干扰样本的情况，所提取的干扰样本真正包含干扰特征，使得计算的相消系数更精确，旁瓣对消具有更好的干扰抑制能力，真正提高雷达的抗干扰性能与检测性能，减少雷达因干扰造成的虚警。
分段提取采样数据用于相消系数的计算，避免了提取不到干扰采样数据的情况，对干扰信号在时间上连续或不连续的情况均可适用，能够较好的抑制干扰的影响，提高了雷达的抗干扰能力。
此外，针对样点数目过多或者矩阵规模太过于庞大，计算相消权系数时耗费大量时间的问题，在软件实现中采用了并行的优化函数对矩阵运算进行优化。
Matlab仿真分析
通过干扰机对某雷达进行干扰，将雷达接收的信号进行存储，对该干扰数据进行仿真分析。
方式一：获取干扰样本数据在休止期，相消前后的结果如图3所示：
方式二：分段获取干扰样本数据，相消前后的结果如图4所示。
由此可以得出，而分段取样方式比休止期取样方式抗干扰效果有所提高。
综上所述，本发明中，主通道信号由主天线加权后合成，用于确定目标指向，具有方向性强、波束宽度窄、副瓣电平低等特点。辅助通道信号由各辅助天线单独送入，辅助天线通常为低增益的全向天线，其增益与主天线的副瓣电平相当。当期望信号与干扰同时到达主辅天线时，辅助通道中期望信号分量远小于主通道中期望信号分量，而干扰幅度却大致相当。如果对辅助通道进行实时加权求和以弥补主辅通道间由波程差引起的固定相位差，再同主通道输出做相减运算，即可自适应的对消干扰。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (6)
1.一种雷达自适应旁瓣相消算法，其特征在于：包括一个主通道与若干个辅助通道；其中，主通道信号由主天线加权后合成，用于确定目标指向；辅助通道信号由各辅助天线单独送入，辅助天线通常为低增益的全向天线，其增益与主天线的副瓣电平相当。当期望信号与干扰同时到达主辅天线时，辅助通道中期望信号分量远小于主通道中期望信号分量；如果对辅助通道进行实时加权求和以弥补主辅通道间由波程差引起的固定相位差，再同主通道输出做相减运算，即可自适应的对消干扰。
2.根据权利要求1所述的一种雷达自适应旁瓣相消算法，其特征在于：自适应旁瓣相消用V0表示相消输出，可表示为：
其中，X表示主天线接收的信号；Y＝[Y1，Y2，...，YN]T表示辅助天线接收的信号；W＝[W1，W2，...，WN]T表示加权系数；“*”表示共轭，“H”表示共轭转置，“T”表示转置。
3.根据权利要求2所述的一种雷达自适应旁瓣相消算法，其特征在于：为了使输出的总功率最小，通常采用最小均方准则，其均方值为ξ＝E[|V0|2]，对其展开并求导可得使ξ最小的最优权矢量为：
RXY表示主通道和辅助通道的互相关函数矩阵，RYY表示辅助通道的自相关函数矩阵。
4.根据权利要求1所述的一种雷达自适应旁瓣相消算法，其特征在于：包括以下步骤：
A、SLC干扰样本点的有效选取；
B、多维矩阵实时计算。
5.根据权利要求4所述的一种雷达自适应旁瓣相消算法，其特征在于：所述步骤A中自适应干扰取样方法如下：
a、将探测距离内的主、辅天线的回波数据分成N段，每段取样的长度为32、64、128、256等几种；
b、对各主辅通道数据进行分段取样后，依次对分段后的每段数据进行权系数计算，分别得出每段数据的相消结果，再将每段相消结果数据进行拼接，从而得到最终的相消处理结果。
6.根据权利要求4所述的一种雷达自适应旁瓣相消算法，其特征在于：针对样点数目过多或者矩阵规模太过于庞大，计算相消权系数时耗费大量时间的问题，在软件实现中采用了并行的优化函数对矩阵运算进行优化。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011563281.3A CN112763984A (zh) | 2020-12-25 | 2020-12-25 | 一种雷达自适应旁瓣相消算法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011563281.3A CN112763984A (zh) | 2020-12-25 | 2020-12-25 | 一种雷达自适应旁瓣相消算法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112763984A true CN112763984A (zh) | 2021-05-07 |
Family
ID=75694496
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011563281.3A Pending CN112763984A (zh) | 2020-12-25 | 2020-12-25 | 一种雷达自适应旁瓣相消算法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112763984A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113406578A (zh) * | 2021-05-25 | 2021-09-17 | 中山大学 | 分布式无人机载雷达目标检测方法、装置及存储介质 |
-
2020
- 2020-12-25 CN CN202011563281.3A patent/CN112763984A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113406578A (zh) * | 2021-05-25 | 2021-09-17 | 中山大学 | 分布式无人机载雷达目标检测方法、装置及存储介质 |
| CN113406578B (zh) * | 2021-05-25 | 2023-08-25 | 中山大学 | 分布式无人机载雷达目标检测方法、装置及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103728597B (zh) | 基于辅助阵列的网络化雷达抑制压制式主瓣干扰方法 | |
| CN106842140B (zh) | 一种基于和差波束降维的主瓣干扰抑制方法 | |
| CN106054144B (zh) | 基于频率分集mimo雷达的主瓣压制式干扰抑制方法 | |
| CN107561512A (zh) | 一种脉冲多普勒雷达抗压制式拖曳干扰的极化对消方法 | |
| CN103399303A (zh) | 机载雷达抗密集转发式欺骗干扰方法与系统 | |
| CN106249212B (zh) | 主瓣压制干扰背景下有源假目标的极化鉴别方法 | |
| CN109521430B (zh) | 一种抑制窄带干扰的距离扩展目标检测方法 | |
| CN110988831A (zh) | 杂波和干扰共存环境下当信号失配时的参数可调检测器 | |
| CN110045337B (zh) | 基于张量子空间投影的高频地波雷达射频干扰抑制方法 | |
| CN108919225B (zh) | 部分均匀环境下距离扩展目标多通道融合检测方法 | |
| CN112835000B (zh) | 一种非均匀杂波及干扰条件下的自适应检测方法 | |
| CN111693971B (zh) | 一种用于弱目标检测的宽波束干扰抑制方法 | |
| CN111999715B (zh) | 异质杂波下目标知识辅助自适应融合检测方法 | |
| CN105785330A (zh) | 一种认知型副瓣干扰抑制方法 | |
| CN111896928B (zh) | 基于有源欺骗式干扰消除的多站雷达目标检测方法 | |
| CN111999714A (zh) | 基于多散射点估计和杂波知识辅助的自适应融合检测方法 | |
| CN112255608A (zh) | 一种基于正交投影的雷达杂波自适应抑制方法 | |
| CN112763984A (zh) | 一种雷达自适应旁瓣相消算法 | |
| CN107367714A (zh) | 一种基于多辅助通道的混合干扰抑制方法 | |
| CN112269165A (zh) | 一种作用于自适应旁瓣对消系统的干扰方法及系统 | |
| CN114152918B (zh) | 基于压缩感知的抗间歇式主瓣干扰方法 | |
| CN114280552A (zh) | 一种雷达强杂波区副瓣对消方法 | |
| CN112612007B (zh) | 基于近场效应的超稀疏阵列机载雷达动目标距离解模糊方法 | |
| CN111077515B (zh) | 一种基于模拟电视外辐射源雷达的目标检测方法 | |
| CN113406578A (zh) | 分布式无人机载雷达目标检测方法、装置及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210507 |
|
| WD01 | Invention patent application deemed withdrawn after publication |