CN113176541A - 一种自适应抗频谱弥散干扰方法及系统 - Google Patents

一种自适应抗频谱弥散干扰方法及系统 Download PDF

Info

Publication number
CN113176541A
CN113176541A CN202110314809.1A CN202110314809A CN113176541A CN 113176541 A CN113176541 A CN 113176541A CN 202110314809 A CN202110314809 A CN 202110314809A CN 113176541 A CN113176541 A CN 113176541A
Authority
CN
China
Prior art keywords
time
unit
data
interference
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
CN202110314809.1A
Other languages
English (en)
Other versions
CN113176541B (zh
Inventor
陈辉
张昭建
刘维建
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.)
Air Force Early Warning Academy
Original Assignee
Air Force Early Warning Academy
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 Air Force Early Warning Academy filed Critical Air Force Early Warning Academy
Priority to CN202110314809.1A priority Critical patent/CN113176541B/zh
Publication of CN113176541A publication Critical patent/CN113176541A/zh
Application granted granted Critical
Publication of CN113176541B publication Critical patent/CN113176541B/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

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

本发明涉及一种自适应抗频谱弥散干扰方法及系统，首先利用雷达的主通道提取受干扰的脉冲数据段，再进行短时傅立叶变换得到干扰的二维分布，再通过截取和二维平滑处理提取任意调制干扰的时频特性，并通过时频域滤波器对干扰的数据进行二维滤波，进而对傅立叶反变换的数据进行脉冲压缩，最后估计得到真实目标的距离。本发明利用发射信号和干扰信号时频特性不一致的先验信息，直接通过时频域的二维滤波方式实现主瓣自卫式SMSP干扰的抑制。本发明的优点在于适用于任意调制的SMSP干扰，可广泛用于所有采用线性调频信号的雷达中，且具有运算量相对小，便于实现和推广。

Description

一种自适应抗频谱弥散干扰方法及系统
技术领域
本发明涉及雷达信号处理技术领域，尤其涉及一种自适应抗频谱弥散干扰方法及系统。
背景技术
线性调频信号作为一种性能优异的信号在雷达领域得到了广泛的应用，它的优点就是时频存在耦合性，这样可以提升信号的利用率，达到更好的检测效果。但随着电子干扰技术的发展，专门针对线性调频信号的特定干扰也大量出现，如切片转发式干扰、切片调制转发式干扰和频谱弥散干扰等均是针对线性调频信号的特定干扰，频谱弥散干扰简写为SMSP，这类干扰同样也利用了线性调频信号的时频耦合性，在雷达接收端真实目标附近产生了大量的虚假目标，既实现压制真目标的作用，又对目标的距离产生了一定的欺骗性，对雷达抗干扰带来了很大的难度。
目前，对抗SMSP干扰通常的最常用的手段就是干扰去斜，其思路就是先通过时频分析估计干扰的调频斜率，然后通过对干扰的去斜，再通过对频率点的直接置零后进行反傅立叶变换来抑制干扰。这种抗SMSP干扰的方法在针对单一调制的SMSP干扰是有效的，但其存在两个明显的缺点：一是如果一个脉冲内的SMSP干扰的调频率是变化的，则这类方法会导致干扰滤除不干扰而失效；二是如果SMSP的调频率接近目标的调频率会导致目标信号也被大量滤除，从而导致无法进行目标检测。
发明内容
为此，本发明提供一种自适应抗频谱弥散干扰方法及系统用以克服现有技术中脉冲内的SMSP干扰的调频率是变化的和SMSP的调频率接近目标的调频率会导致目标信号也被大量滤除，导致的无法进行目标检测的问题。
为实现上述目的，本发明提供一种自适应抗频谱弥散干扰方法，包括：
步骤1，接收雷达的主通道的数据并通过提取干扰单元提取出有干扰的脉冲数据段S1(t)；
步骤2，将提取出有干扰的脉冲数据段S1(t)传输至短时傅立叶变换单元进行短时傅立叶变换得到二维矩阵S2(t，f)，S2(t，f)表示为，
S2(t，f)＝STFT(S1(t))
其中，STFT(·)表示短时傅立叶变换，二维矩阵S2(t，f)的维数为n×m，n表示时间维采样的长度，m表示频率维采样的长度；
步骤3，截取处理单元接收通过短时傅立叶变换单元变换后的二维矩阵S2(t，f)数据并进行绝对值截取处理得到S3(t，f)，S3(t，f)表示为，
S3(t，f)＝(|S2(t，f)|＞T1)
其中，二维矩阵S3(t，f)是由0和1元素构成的，T1表示先验信息确定的截取门限；
步骤4，将通过截取处理单元处理后的二维矩阵S3(t，f)传输至提取时频特性单元，所述提取时频特性单元提取干扰时频特性，对二维矩阵S3(t，f)数据进行二维平滑处理得到S4(t，f)，并对S4(t，f)再进行截取处理得到二维矩阵S5(t，f)，二维平滑处理表示为，
S4(t，f)＝P(S3(t，f))
其中，P(·)表示平滑处理，平滑时采用二维窗，维数为a×b维，a表示时间维的长度，b表示频率维的长度，
所述提取时频特性单元在进行二维平滑处理后再进行的截取处理表示为，
S5(t，f)＝(|S4(t，f)|≥T2)
其中，T2为截取的门限，取值范围为
Figure BDA0002990726490000031
通过自适应计算的方式确定；
步骤5、时频域滤波器生成单元通过接收所述提取时频特性单元传输的数据二维矩阵S5(t，f)，并对二维矩阵S5(t，f)进行倒置处理，得到时频域滤波器S6(t，f)，S6(t，f)表示为，
S6(t，f)＝1-S5(t，f)
步骤6，时频域滤波器单元通过经过短时傅立叶变换单元进行短时傅立叶变换后的二维矩阵S2(t，f)数据进行滤波，得到S7(t)，S7(t)表示为，
S7(t)＝ISTFT(S2(t，f)·S6(t，f))
其中，·表示点乘，ISTFT(·)表示短时傅立叶变换的反变换；
步骤7，脉冲压缩单元接收经过所述时域滤波器单元进行滤波后的数据S7(t)并对S7(t)进行脉冲的数字压缩得到S8(t)，S8(t)表示为，
S8(t)＝PC(S7(t))
其中，PC(·)表示脉冲压缩；
步骤8，信息输出单元接收所述脉冲压缩单元压缩后的数据S8(t)并对S8(t)进行计算得到目标的距离信息，最大值对应的距离门为目标所在距离门，所述信息输出单元将目标的距离信息进行输出。
进一步地，在所述步骤1中，接收雷达的主通道的数据提取出的数据包括信号数据和调频率变化的SMSP干扰。
进一步地，在所述步骤3中，T1表示先验信息确定的固定门限或自适应门限。
进一步地，在所述步骤4中，所述提取时频特性单元提取干扰时频特性时，采用的方式包括：二维平滑的方式、先时域后频域级联、先频域后时域级联、图像信号处理中的膨胀算法方式。
进一步地，在所述步骤7中，脉冲压缩单元在对S7(t)进行脉冲的数字压缩的方法为时域方法或频域方法。
进一步地，在所述步骤8中，在对S8(t)进行计算时，采用CFAR检测器或采用选大、选小、排序CFAR算法进行计算。
进一步地，本发明还提供了一种自适应抗频谱弥散干扰系统，包括：
提取干扰单元，其通过接收雷达的主通道的数据并从中提取出有干扰的脉冲数据段S1(t)；
短时傅立叶变换单元，其与所述提取干扰单元连接，通过接收所述提取干扰单元处理后的数据并对数据进行短时傅立叶变换得到二维矩阵S2(t，f)；
截取处理单元，其与所述短时傅立叶变换单元连接，通过接收所述短时傅立叶变换单元处理后的数据并将数据进行绝对值截取处理得到S3(t，f)；
提取时频特性单元，其与所述截取处理单元连接，通过接收所述截取处理单元处理后的数据，所述提取时频特性单元对接收到的数据先进行二维平滑再进行截取处理得到S5(t，f)；
时频域滤波器生成单元，其与所述提取时频特性单元连接，通过接收所述提取时频特性单元处理后的数据，并对数据进行倒置处理，生成时频域滤波器S6(t，f)；
时频域滤波器单元，其与所述时频域滤波器生成单元和短时傅立叶变换单元连接，通过将所述时频域滤波器生成单元生成的时频域滤波器对短时傅立叶变换单元变换后的数据进行滤波，得到S7(t)；
脉冲压缩单元，其与所述时频域滤波器单元连接，通过接收所述时频域滤波器单元传输的数据并对数据进行脉冲的数字压缩得到S8(t)；
信息输出单元，其与所述脉冲压缩单元连接，用以接收所述脉冲压缩单元传输的数据，所述信息输出单元通过对数据进行计算得到目标的距离信息并输出。
与现有技术相比，本发明的有益效果在于，本发明通过提供一种自适应抗频谱弥散干扰方法，利用雷达的主通道提取受干扰的脉冲数据段，再进行短时傅立叶变换得到干扰的二维分布，再通过截取和二维平滑处理提取任意调制干扰的时频特性，然后通过设计时频域滤波器对受干扰的数据进行二维滤波，进而对傅立叶反变换的数据进行脉冲压缩t最后估计得到真实目标的距离。本发明通过利用发射信号和干扰信号时频特性不一致的先验信息，直接通过时频域的二维滤波方式实现主瓣自卫式SMSP干扰的抑制，实现了目标检测的真实距离的检测。
尤其，本发明中时频域的二维滤波器的设计是根据干扰时频特性产生的，所以可以适用于任意调制的SMSP干扰，另外由于二维平滑窗的大小可根据干扰强弱程度来设置，可以有效避免SMSP的调频率接近目标的调频率会导致目标信号也被滤除，进一步准确检测出目标检测的真实距离。
尤其，本发明中滤波器采用了干扰的时频二维特性，不仅可以抑制传统的单一调频率的SMSP干扰，还可以抑制同时调制多种调频率的SMSP干扰，还可以抑制时变调频率的SMSP干扰，确保适应任意调制率的干扰抑制效果。
进一步地，平滑时采用的二维窗大小是可以根据干扰强度调节的，所以可以抑制干扰调频率和目标接近时的SMSP干扰，而不需要通过设计专门的滤波器。
尤其，平滑后的二级门限也是可以根据干扰强弱自适应调整的，所以灵巧控制时频二维的滤波区域大小，也方便适应不同强度的干扰。
进一步地，本发明方法可用于改造现有雷达的信号处理系统，不需要额外增加处理通道和设备，只需对数字化雷达的进行算法升级即可。所以，不需要改变雷达接收系统的结构，具有推广应用价值。
进一步地，本发明的应用范围广泛，能够用于所有采用线性调频信号的雷达中，且具有适应任意调制的SMSP干扰，便于实现和推广，适用于雷达抗主瓣自卫式频谱弥散干扰，也可用于各类发射线性调频信号的电子任务系统中，包括雷达、通信、电子侦察等系统的信号处理中，进一步解决了目标检测的准确性问题。
附图说明
图1为本发明所述实施例自适应抗频谱弥散干扰方法的流程示意图；
图2为本发明所述实施例自适应抗频谱弥散干扰系统的功能框架图。
具体实施方式
为了使本发明的目的和优点更加清楚明白，下面结合实施例对本发明作进一步描述；应当理解，此处所描述的具体实施例仅仅用于解释本发明，并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非在限制本发明的保护范围。
此外，还需要说明的是，在本发明的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域技术人员而言，可根据具体情况理解上述术语在本发明中的具体含义。
请参阅图1所示，其为本实施例所述的自适应抗频谱弥散干扰方法的流程示意图，本发明提供的自适应抗频谱弥散干扰方法，包括：
步骤1，接收雷达的主通道的数据并通过提取干扰单元提取出有干扰的脉冲数据段S1(t)；
步骤2，将提取出有干扰的脉冲数据段S1(t)传输至短时傅立叶变换单元进行短时傅立叶变换得到二维矩阵S2(t，f)，S2(t，f)表示为，
S2(t，f)＝STFT(S1(t))
其中，STFT(·)表示短时傅立叶变换，二维矩阵S2(t，f)的维数为n×m，n表示时间维采样的长度，m表示频率维采样的长度；
步骤3，截取处理单元接收通过短时傅立叶变换单元变换后的二维矩阵S2(t，f)数据并进行绝对值截取处理得到S3(t，f)，S3(t，f)表示为，
S3(t，f)＝(|S2(t，f)|＞T1)
其中，二维矩阵S3(t，f)是由0和1元素构成的，T1表示先验信息确定的截取门限；
步骤4，将通过截取处理单元处理后的二维矩阵S3(t，f)传输至提取时频特性单元，所述提取时频特性单元提取干扰时频特性，对二维矩阵S3(t，f)数据进行二维平滑处理得到S4(t，f)，并对S4(t，f)再进行截取处理得到二维矩阵S5(t，f)，二维平滑处理表示为，
S4(t，f)＝P(S3(t，f))
其中，P(·)表示平滑处理，平滑时采用二维窗，维数为a×b维，a表示时间维的长度，b表示频率维的长度，
所述提取时频特性单元在进行二维平滑处理后再进行的截取处理表示为，
S5(t，f)＝(|S4(t，f)|≥T2)
其中，T2为截取的门限，取值范围为
Figure BDA0002990726490000101
通过自适应计算的方式确定；
步骤5、时频域滤波器生成单元通过接收所述提取时频特性单元传输的数据二维矩阵S5(t，f)，并对二维矩阵S5(t，f)进行倒置处理，得到时频域滤波器S6(t，f)，S6(t，f)表示为，
S6(t，f)＝1-S5(t，f)
步骤6，时频域滤波器单元通过经过短时傅立叶变换单元进行短时傅立叶变换后的二维矩阵S2(t，f)数据进行滤波，得到S7(t)，S7(t)表示为，
S7(t)＝ISTFT(S2(t，f)·S6(t，f))
其中，·表示点乘，ISTFT(·)表示短时傅立叶变换的反变换；
步骤7，脉冲压缩单元接收经过所述时域滤波器单元进行滤波后的数据S7(t)并对S7(t)进行脉冲的数字压缩得到S8(t)，S8(t)表示为，
S8(t)＝PC(S7(t))
其中，PC(·)表示脉冲压缩；
步骤8，信息输出单元接收所述脉冲压缩单元压缩后的数据S8(t)并对S8(t)进行计算得到目标的距离信息，最大值对应的距离门为目标所在距离门，所述信息输出单元将目标的距离信息进行输出。
具体而言，本发明实施例中，在所述步骤1中，接收雷达的主通道的数据提取出的数据包括信号数据和调频率变化的SMSP干扰。
具体而言，本发明实施例中，在所述步骤2中，二维矩阵S2(t，f)的维数为n×m，本实施例设定n＝1000，m＝128，则可以得到的维数是1000×128维的二维矩阵。
具体而言，本发明实施例中，在所述步骤3中，T1表示先验信息确定的固定门限或自适应门限，本实施例中采用的是先验信息确定的固定门限，当然也可以采用自适应门限，本发明并不限定T1的具体确定方式，由具体实施为准。
具体而言，本发明实施例中，在所述步骤3中得到的截取出来后的数据S3(t，f)是元素为0或1的1000×128维的二维矩阵，T1为正常目标检测门限的10倍。
具体而言，本发明实施例中，在所述步骤4中，所述提取时频特性单元提取干扰时频特性时，采用的方式包括：二维平滑的方式、先时域后频域级联、先频域后时域级联、图像信号处理中的膨胀算法方式，本实施例中采用的是二维平滑的方式。
具体而言，本发明实施例中，在所述步骤4中，所述提取时频特性单元对二维矩阵S3(t，f)数据进行二维平滑处理得到S4(t，f)时，采用的二维平滑为8×8窗，所述提取时频特性单元在进行二维平滑处理后再进行的截取处理时，T2取1/16。
具体而言，本发明实施例中，在所述步骤5中，所述时频域滤波器生成单元对得到时频域滤波器为1000×128维的二维矩阵S6(t，f)。
具体而言，本发明实施例中，在所述步骤6中，所述时频域滤波器单元通过经过短时傅立叶变换单元进行短时傅立叶变换后的二维矩阵S2(t，f)数据进行滤波，得到S7(t)，S7(t)为1000×1维矢量。
具体而言，本发明实施例中，在所述步骤7中，脉冲压缩单元在对S7(t)进行脉冲的数字压缩的方法为时域方法或频域方法。本实施例中采用频域方法，本实施例通过发射信号波形对S7(t)进行脉冲压缩得到S8(t)。
具体而言，本发明实施例中，在所述步骤8中，在对S8(t)进行计算时，采用CFAR检测器或采用选大、选小、排序CFAR算法进行计算。本实施例中采用的是常规的CFAR检测器进行，最大值对应的距离门就是目标所在距离门，将目标的距离信息输出。
请参阅图2所示，本发明还提供了一种自适应抗频谱弥散干扰系统，包括：
提取干扰单元，其通过接收雷达的主通道的数据并从中提取出有干扰的脉冲数据段S1(t)；
短时傅立叶变换单元，其与所述提取干扰单元连接，通过接收所述提取干扰单元处理后的数据并对数据进行短时傅立叶变换得到二维矩阵S2(t，f)；
截取处理单元，其与所述短时傅立叶变换单元连接，通过接收所述短时傅立叶变换单元处理后的数据并将数据进行绝对值截取处理得到S3(t，f)；
提取时频特性单元，其与所述截取处理单元连接，通过接收所述截取处理单元处理后的数据，所述提取时频特性单元对接收到的数据先进行二维平滑再进行截取处理得到S5(t，f)；
时频域滤波器生成单元，其与所述提取时频特性单元连接，通过接收所述提取时频特性单元处理后的数据，并对数据进行倒置处理，生成时频域滤波器S6(t，f)；
时频域滤波器单元，其与所述时频域滤波器生成单元和短时傅立叶变换单元连接，通过将所述时频域滤波器生成单元生成的时频域滤波器对短时傅立叶变换单元变换后的数据进行滤波，得到S7(t)；
脉冲压缩单元，其与所述时频域滤波器单元连接，通过接收所述时频域滤波器单元传输的数据并对数据进行脉冲的数字压缩得到S8(t)；
信息输出单元，其与所述脉冲压缩单元连接，用以接收所述脉冲压缩单元传输的数据，所述信息输出单元通过对数据进行计算得到目标的距离信息并输出。
至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征做出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。

Claims (7)

1.一种自适应抗频谱弥散干扰方法，其特征在于，包括：
步骤1，接收雷达的主通道的数据并通过提取干扰单元提取出有干扰的脉冲数据段S1(t)；
步骤2，将提取出有干扰的脉冲数据段S1(t)传输至短时傅立叶变换单元进行短时傅立叶变换得到二维矩阵S2(t,f)，S2(t,f)表示为，
S2(t,f)＝STFT(S1(t))
其中，STFT(·)表示短时傅立叶变换，二维矩阵S2(t,f)的维数为n×m，n表示时间维采样的长度，m表示频率维采样的长度；
步骤3，截取处理单元接收通过短时傅立叶变换单元变换后的二维矩阵S2(t,f)数据并进行绝对值截取处理得到S3(t,f)，S3(t,f)表示为，
S3(t,f)＝(|S2(t,f)|＞T1)
其中，二维矩阵S3(t,f)是由0和1元素构成的，T1表示先验信息确定的截取门限；
步骤4，将通过截取处理单元处理后的二维矩阵S3(t,f)传输至提取时频特性单元，所述提取时频特性单元提取干扰时频特性，对二维矩阵S3(t,f)数据进行二维平滑处理得到S4(t，f)，并对S4(t，f)再进行截取处理得到二维矩阵S5(t,f)，二维平滑处理表示为，
S4(t,f)＝P(S3(t,f))
其中，P(·)表示平滑处理，平滑时采用二维窗，维数为a×b维，a表示时间维的长度，b表示频率维的长度，
所述提取时频特性单元在进行二维平滑处理后再进行的截取处理表示为，
S5(t,f)＝(|S4(t,f)|≥T2)
其中，T2为截取的门限，取值范围为
Figure FDA0002990726480000021
通过自适应计算的方式确定；
步骤5、时频域滤波器生成单元通过接收所述提取时频特性单元传输的数据二维矩阵S5(t,f)，并对二维矩阵S5(t,f)进行倒置处理，得到时频域滤波器S6(t,f)，S6(t,f)表示为，
S6(t,f)＝1-S5(t,f)
步骤6，时频域滤波器单元通过经过短时傅立叶变换单元进行短时傅立叶变换后的二维矩阵S2(t,f)数据进行滤波，得到S7(t)，S7(t)表示为，
S7(t)＝ISTFT(S2(t,f)·S6(t,f))
其中，·表示点乘，ISTFT(·)表示短时傅立叶变换的反变换；
步骤7，脉冲压缩单元接收经过所述时域滤波器单元进行滤波后的数据S7(t)并对S7(t)进行脉冲的数字压缩得到S8(t)，S8(t)表示为，
S8(t)＝PC(S7(t))
其中，PC(·)表示脉冲压缩；
步骤8，信息输出单元接收所述脉冲压缩单元压缩后的数据S8(t)并对S8(t)进行计算得到目标的距离信息，最大值对应的距离门为目标所在距离门，所述信息输出单元将目标的距离信息进行输出。
2.根据权利要求1所述的自适应抗频谱弥散干扰方法，其特征在于，在所述步骤1中，接收雷达的主通道的数据提取出的数据包括信号数据和调频率变化的SMSP干扰。
3.根据权利要求1所述的自适应抗频谱弥散干扰方法，其特征在于，在所述步骤3中，T1表示先验信息确定的固定门限或自适应门限。
4.根据权利要求1所述的自适应抗频谱弥散干扰方法，其特征在于，在所述步骤4中，所述提取时频特性单元提取干扰时频特性时，采用的方式包括：二维平滑的方式、先时域后频域级联、先频域后时域级联、图像信号处理中的膨胀算法方式。
5.根据权利要求1所述的自适应抗频谱弥散干扰方法，其特征在于，在所述步骤7中，脉冲压缩单元在对S7(t)进行脉冲的数字压缩的方法为时域方法或频域方法。
6.根据权利要求1所述的自适应抗频谱弥散干扰方法，其特征在于，在所述步骤8中，在对S8(t)进行计算时，采用CFAR检测器或采用选大、选小、排序CFAR算法进行计算。
7.一种应用于权利要求1-6任一项所述的自适应抗频谱弥散干扰系统，其特征在于，包括：
提取干扰单元，其通过接收雷达的主通道的数据并从中提取出有干扰的脉冲数据段S1(t)；
短时傅立叶变换单元，其与所述提取干扰单元连接，通过接收所述提取干扰单元处理后的数据并对数据进行短时傅立叶变换得到二维矩阵S2(t,f)；
截取处理单元，其与所述短时傅立叶变换单元连接，通过接收所述短时傅立叶变换单元处理后的数据并将数据进行绝对值截取处理得到S3(t,f)；
提取时频特性单元，其与所述截取处理单元连接，通过接收所述截取处理单元处理后的数据，所述提取时频特性单元对接收到的数据先进行二维平滑再进行截取处理得到S5(t,f)；
时频域滤波器生成单元，其与所述提取时频特性单元连接，通过接收所述提取时频特性单元处理后的数据，并对数据进行倒置处理，生成时频域滤波器S6(t,f)；
时频域滤波器单元，其与所述时频域滤波器生成单元和短时傅立叶变换单元连接，通过将所述时频域滤波器生成单元生成的时频域滤波器对短时傅立叶变换单元变换后的数据进行滤波，得到S7(t)；
脉冲压缩单元，其与所述时频域滤波器单元连接，通过接收所述时频域滤波器单元传输的数据并对数据进行脉冲的数字压缩得到S8(t)；
信息输出单元，其与所述脉冲压缩单元连接，用以接收所述脉冲压缩单元传输的数据，所述信息输出单元通过对数据进行计算得到目标的距离信息并输出。
CN202110314809.1A 2021-03-24 2021-03-24 一种自适应抗频谱弥散干扰方法及系统 Active CN113176541B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110314809.1A CN113176541B (zh) 2021-03-24 2021-03-24 一种自适应抗频谱弥散干扰方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110314809.1A CN113176541B (zh) 2021-03-24 2021-03-24 一种自适应抗频谱弥散干扰方法及系统

Publications (2)

Publication Number Publication Date
CN113176541A true CN113176541A (zh) 2021-07-27
CN113176541B CN113176541B (zh) 2022-06-14

Family

ID=76922720

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110314809.1A Active CN113176541B (zh) 2021-03-24 2021-03-24 一种自适应抗频谱弥散干扰方法及系统

Country Status (1)

Country Link
CN (1) CN113176541B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113835067A (zh) * 2021-09-15 2021-12-24 中国人民解放军陆军工程大学 一种抗频谱弥散干扰方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102707265A (zh) * 2012-03-16 2012-10-03 武汉滨湖电子有限责任公司 一种基于频域的抗异步干扰方法
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
CN105891789A (zh) * 2016-03-30 2016-08-24 西安电子科技大学 联合时频分布和压缩感知对抗雷达频谱弥散干扰的方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102707265A (zh) * 2012-03-16 2012-10-03 武汉滨湖电子有限责任公司 一种基于频域的抗异步干扰方法
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
CN105891789A (zh) * 2016-03-30 2016-08-24 西安电子科技大学 联合时频分布和压缩感知对抗雷达频谱弥散干扰的方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
ZHAO, YANG ET AL.: "Fractional Fourier Transform and Compressed Sensing Adaptive Countering Smeared Spectrum Jamming", 《JOURNAL OF ELECTRONICS AND INFORMATION TECHNOLOGY》 *
卢云龙等: "联合时频分布和压缩感知对抗频谱弥散干扰", 《电子与信息学报》 *
张亮等: "快慢时间域联合处理抑制频谱弥散干扰", 《电子与信息学报》 *
杨兴宇: "雷达欺骗干扰信号识别技术研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113835067A (zh) * 2021-09-15 2021-12-24 中国人民解放军陆军工程大学 一种抗频谱弥散干扰方法及装置
CN113835067B (zh) * 2021-09-15 2023-12-26 中国人民解放军陆军工程大学 一种抗频谱弥散干扰方法及装置

Also Published As

Publication number Publication date
CN113176541B (zh) 2022-06-14

Similar Documents

Publication Publication Date Title
CN108776336B (zh) 一种基于emd的自适应穿墙雷达静止人体目标定位方法
CN110519003B (zh) 一种基于信号特征差异的无人机上下行通信链路识别方法及装置
KR101294681B1 (ko) 기상 신호 처리장치 및 그 처리방법
EP0557660A2 (en) Signal processor
Guan et al. Strong echo cancellation based on adaptive block notch filter in passive radar
Tian et al. Statistical analysis of split spectrum processing for multiple target detection
CN110632573B (zh) 一种机载宽带雷达空时二维keystone变换方法
CN112014806A (zh) 一种复杂干扰场景下的机载雷达无意干扰抑制方法
CN113176541B (zh) 一种自适应抗频谱弥散干扰方法及系统
Baggenstoss On detecting linear frequency-modulated waveforms in frequency-and time-dispersive channels: Alternatives to segmented replica correlation
CN109061626B (zh) 一种步进频相参处理检测低信杂比动目标的方法
CN112987003B (zh) 主动声纳中的hfm信号分离方法及系统
CN109541556B (zh) 一种对线性调频信号移频干扰的识别方法
CN109407098A (zh) 一种处理正交脉冲串信号的并行处理算法的实现方法
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
CN104793197B (zh) 基于ifft频谱相除法和梯度自适应格型滤波的直达波抑制方法
CN113640754B (zh) 一种基于低秩稀疏模型的抗主瓣间歇采样转发干扰方法
CN116400303A (zh) 一种脉内联合脉间时域编码抗isrj的波形设计方法
Ashry et al. Comparative analysis between SAR pulse compression techniques
Courmontagne et al. On the use of time-frequency domains for the improvement of the Stochastic Matched Filter Pulse Compression scheme with a high speed computing architecture
CN114966598A (zh) 低慢小雷达强地杂波自适应抑制方法及装置
Yu et al. A waveform with low intercept probability for OFDM SAR
Rosenberg et al. Sparse signal separation methods for target detection in sea-clutter
CN108132460B (zh) 基于频域通道均衡的脉冲压缩补偿算法
CN113805152A (zh) 一种基于目标稀疏性的二相编码雷达信号距离超分辨方法

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