CN113238194B - 基于分数域-频域处理的宽带相控阵雷达抗诱骗干扰方法 - Google Patents

基于分数域-频域处理的宽带相控阵雷达抗诱骗干扰方法 Download PDF

Info

Publication number
CN113238194B
CN113238194B CN202110790778.7A CN202110790778A CN113238194B CN 113238194 B CN113238194 B CN 113238194B CN 202110790778 A CN202110790778 A CN 202110790778A CN 113238194 B CN113238194 B CN 113238194B
Authority
CN
China
Prior art keywords
domain
signal
fractional
fractional domain
target
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
Application number
CN202110790778.7A
Other languages
English (en)
Other versions
CN113238194A (zh
Inventor
胡昌华
杨剑
钟都都
卢建
涂育维
余志勇
王�忠
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.)
Rocket Force University of Engineering of PLA
Original Assignee
Rocket Force University of Engineering of PLA
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 Rocket Force University of Engineering of PLA filed Critical Rocket Force University of Engineering of PLA
Priority to CN202110790778.7A priority Critical patent/CN113238194B/zh
Publication of CN113238194A publication Critical patent/CN113238194A/zh
Application granted granted Critical
Publication of CN113238194B publication Critical patent/CN113238194B/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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Algebra (AREA)
  • Remote Sensing (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computing Systems (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明属于雷达抗干扰领域，公开了一种基于分数域‑频域处理的宽带相控阵雷达抗诱骗干扰方法，包括：获得相控阵雷达天线阵列的多个回波信号和目标位置信息；将所有回波信号转换到分数域，根据分数域协方差矩阵获得分数域的干扰加噪声协方差矩阵和信号加噪声协方差矩阵；进行凸优化，获得目标回波信号的分数域导向矢量，根据目标回波信号的分数域导向矢量获得波束形成权矢量并生成波束形成信号；利用截止频率为f mu 的低通滤波器在分数域对分数域的波束形成信号进行低通滤波，获得分数域目标回波信号；进行分数域逆FrFT处理得到时域目标回波信号。本发明在分数域运用稳健的窄带波束形成和分数域‑频域低通滤波实现对宽带诱骗LFM干扰信号的有效抑制。

Description

基于分数域-频域处理的宽带相控阵雷达抗诱骗干扰方法
技术领域
本发明属于雷达抗干扰领域，具体涉及一种基于分数域-频域处理的宽带相控阵雷达抗诱骗干扰方法。
背景技术
随着雷达隐身和电磁欺骗干扰技术的不断发展，对雷达功能的要求已不仅仅局限于目标探测和参数估计，更进一步地对目标的成像识别需求日益迫切，因此，宽带信号在雷达领域的应用正日趋广泛。雷达诱骗干扰是指模拟目标的回波特性，使得雷达获得虚假的目标信息，作出错误判断或增大雷达自动跟踪系统的误差。因此，诱骗干扰信号往往具有和雷达发射信号一致的信号特征参数，使得常规雷达信号处理难以抑制诱骗干扰信号。为了提高相控阵雷达探测目标的分辨率，宽带线性调频（Linear Frequency Modulation, LFM）信号是宽带相控阵雷达应用最为普遍的信号。而针对宽带诱骗干扰，目前较为有效的方式是自适应空域滤波，通过空域滤波抑制宽带干扰信号。
目前的自适应空域滤波方式主要有频域法和时域法。
频域法的主要思想是首先利用离散傅里叶变换（Discrete Fourier Transform,DFT）将宽带信号分解为若干窄带信号，然后在每个子带上运用窄带DBF技术处理后，再将所有子带输出信号合并经逆DFT变换输出宽带信号。频域法可以在各个子带上直接运用成熟的窄带波束形成算法进行处理，但是需要首先将采样数据进行分块处理，再划分为若干子带，然后各个子带波束形成输出后进行傅里叶逆变换，导致输出时间序列在各个数据块之间不连续，同时随着信号带宽的增加，子带分割数量相应增大，导致计算复杂度提高、实时性降低等问题。
时域法不需要进行数据分块处理，保持了时域输出宽带信号的相位连续性。该方法是首先对每个天线阵元接收的数据，设计有限冲激响应（Finite Impulse Response,FIR）或者无限冲激响应（Infinite Impulse Response, IIR）滤波器，然后再将各滤波器输出数据合成后输出。但是，随着期望信号带宽的增加，FIR或者IIR滤波器必须增加阶数才能达到期望的空域滤波性能，导致算法复杂度大幅提高，计算量非常大。
发明内容
本发明的目的在于提供种分数域-频域联合处理的宽带相控阵雷达抗诱骗干扰方法，用以解决现有技术中的宽带波束形成空域滤波权矢量参数众多，算法复杂度很大、计算量庞大等问题。
为了实现上述任务，本发明采用以下技术方案：
一种基于分数域-频域处理的宽带相控阵雷达抗诱骗干扰方法，包括如下步骤：
步骤1：获得相控阵雷达天线阵列的多个回波信号和目标位置信息，所述回波信号包括目标回波信号和欺骗干扰信号；
步骤2：将所有回波信号转换到分数域，获得相控阵雷达天线阵列的分数域的变换数据矩阵，根据分数域的变换数据矩阵获得分数域协方差矩阵，根据分数域协方差矩阵获得分数域的干扰加噪声协方差矩阵和信号加噪声协方差矩阵；
步骤3：对分数域的干扰加噪声协方差矩阵和信号加噪声协方差矩阵进行凸优化，获得目标回波信号的分数域导向矢量，根据目标回波信号的分数域导向矢量获得波束形成权矢量，根据波束形成权矢量和分数域的变换数据矩阵获得分数域的波束形成信号；
步骤4：根据目标位置信息计算目标回波信号的分数域最高频率f mu ，利用截止频率为f mu 的低通滤波器在分数域对分数域的波束形成信号进行低通滤波，获得分数域目标回波信号；
步骤5：对分数域目标回波信号进行分数域逆FrFT处理得到时域目标回波信号。
进一步的，步骤2中通过对回波信号进行p 0阶的FrFT运算将所有回波信号转换到 分数域，其中，
Figure 472408DEST_PATH_IMAGE001
，f s 是采样频率，к是信号调频率，N g 是每 条回波的采样数据长度。
进一步的，步骤4中目标回波信号的分数域最高频率采用式1获得；
Figure 920707DEST_PATH_IMAGE002
式1
其中，τ min表示目标距离波门的最小值的时延，τ max表示目标距离波门最大值的时延，r min表示相控阵雷达天线阵列到目标所在区域距离的最小值，f s 是采样频率，c为光速。
本发明与现有技术相比具有以下技术特点：
（1）本发明为解决宽带相控阵雷达抗诱骗干扰问题，设计了基于分数域-频域处理的宽带欺骗干扰信号空域滤波方法。该方法通过特定阶数的FrFT处理将宽带LFM信号变换为分数域的窄带信号，在分数域运用稳健的窄带波束形成和分数域-频域低通滤波实现对宽带诱骗LFM干扰信号的有效抑制。
（2）本发明需要求取的权矢量维数等于阵元个数，远小于基于FIR或者IIR等滤波器结构的时域宽带空域滤波和基于多频率子带处理的频域宽带空域滤波算法，运算效率显著提高，并且不需要考虑不同频率点的响应一致性问题，信号输出SINR更优。
（3）本发明提出了在分数域滤波处理后再变换回时域宽带信号的空域欺骗干扰抑制方法，具有显著的创新意义。
附图说明
图1为一维均匀直线阵列天线接收信号示意图；
图2为分数域-频域滤波算法流程框图；
图3为滤波算法处理后的R-D平面；
图4目标回波方向已知条件下的性能对比仿真结果；
图5为信号随机方向误差条件下的性能对比仿真结果；
图6为调频率误差条件下的性能对比仿真结果；
图7为实施例中微波暗室数据采集实验系统示意图；
图8为实施例中暗室采样宽带LFM信号；
图9为实施例中实测宽带LFM信号的p 0阶FrFT结果；
图10为实施例中实测宽带LFM信号的分数域数据处理结果；
图11为实施例中PC处理结果。
具体实施方式
首先对本方案中出现的技术词语进行解释说明：
INCM（Interference-plus-Noise Covariance Matrix）：干扰加噪声协方差矩阵
SNCM（Signal-plus-Noise Covariance Matrix）：信号加噪声协方差矩阵。
FrFT（Fractional Fourier Transform）：分数阶傅里叶变换运算。
宽带线性调频信号（LFM信号）：在现代信息系统中，对于窄带信号和宽带信号的定 义有多种方法，本发明采用相对带宽B F 的定义方式，
Figure 497182DEST_PATH_IMAGE003
，式中，f h 和f l 分别表 示雷达发射信号的最高频率和最低频率。当相对带宽满足0＜B F ≤0.01时，定义为窄带信 号；当相对带宽满足0.01＜B F ≤0.25时，定义为宽带信号。
如图1所示，本发明中相控阵雷达天线阵列采用一维等距直线阵，包含M个全向天线阵元，且阵元间距为其发射信号最高频率成分的半波长。右边第一个阵元作为全阵列的参考阵元，目标所在方向角度为θ 0，假设目标位于远场，则回波入射到雷达阵列天线的信号是平面波，从参考阵元出发沿垂直与回波信号来波方向θ 0作一平面，可命名为等相位平面，即入射到雷达阵列天线所有阵元的信号到达等相位平面时的时延和相位相同。
在本实施例中公开了一种基于分数域-频域处理的宽带相控阵雷达抗诱骗干扰方法，包括如下步骤：
步骤1：获得相控阵雷达天线阵列的多个回波信号和目标位置信息，所述回波信号包括目标回波信号和欺骗干扰信号；所述的相控阵雷达天线阵列包括M个全向天线阵元；
步骤2：将所有回波信号转换到分数域，获得相控阵雷达天线阵列的分数域的变换数据矩阵，根据分数域的变换数据矩阵获得分数域协方差矩阵，根据分数域协方差矩阵获得分数域的干扰加噪声协方差矩阵和信号加噪声协方差矩阵；
步骤3：对分数域的干扰加噪声协方差矩阵和信号加噪声协方差矩阵进行凸优化，获得目标回波信号的分数域导向矢量，根据目标回波信号的分数域导向矢量获得波束形成权矢量，根据波束形成权矢量和分数域的变换数据矩阵获得分数域的波束形成信号；
步骤4：根据目标位置信息计算目标回波信号的分数域最高频率f mu ，利用截止频率为f mu 的低通滤波器在分数域对分数域的波束形成信号进行低通滤波，获得分数域目标回波信号；
步骤5：对分数域目标回波信号进行分数域逆FrFT处理得到时域目标回波信号。
具体的，步骤2中通过对回波信号进行p 0阶的FrFT运算将所有回波信号转换到分 数域，其中，
Figure 423550DEST_PATH_IMAGE001
，f s 是采样频率，к是信号调频率，N g 是每条 回波的采样数据长度。
具体的，步骤2中将所有回波信号转换到分数域后，获得每个阵元接收回波信号的 分数域的变换数据矩阵
Figure 769081DEST_PATH_IMAGE004
；
具体的，步骤2中根据所有阵元接收的回波信号的分数域的变换数据矩阵采用式2 计算分数域的协方差矩阵
Figure 910253DEST_PATH_IMAGE005
，根据分数域的协方差矩阵
Figure 708445DEST_PATH_IMAGE005
，采用式3和式4构建分数域 的INCM
Figure 438504DEST_PATH_IMAGE006
和SNCM
Figure 904120DEST_PATH_IMAGE007
；
分数域的协方差矩阵
Figure 428642DEST_PATH_IMAGE005
计算如下：
Figure 979709DEST_PATH_IMAGE008
式2；
分数域的
Figure 247880DEST_PATH_IMAGE009
计算如下：
Figure 803888DEST_PATH_IMAGE010
式3
其中，
Figure 764891DEST_PATH_IMAGE011
是角度区间
Figure 803254DEST_PATH_IMAGE012
的补集，
Figure 609536DEST_PATH_IMAGE012
是期望信号（一般为目标回波信号）来波方向 的角度范围，
Figure 49745DEST_PATH_IMAGE013
是分数域的阵列导向矢量，且
Figure 916070DEST_PATH_IMAGE014
。
分数域
Figure 176150DEST_PATH_IMAGE007
的计算如下：
Figure 284658DEST_PATH_IMAGE015
式4；
其中，
Figure 313794DEST_PATH_IMAGE016
表示噪声功率估计，I N 表示一个N×N维的单位阵。
具体的，步骤3中采用式5的优化模型，通过解优化模型进行凸优化获取目标回波 信号的分数域导向矢量
Figure 616599DEST_PATH_IMAGE017
：
Figure 98396DEST_PATH_IMAGE018
式5；
其中，
Figure 512060DEST_PATH_IMAGE019
。
具体的，步骤3中根据式6计算分数域的波束形成权矢量
Figure 395702DEST_PATH_IMAGE020
：
Figure 869409DEST_PATH_IMAGE021
式6；
具体的，步骤3中根据式7计算分数域的波束形成信号
Figure 838502DEST_PATH_IMAGE022
：
Figure 291742DEST_PATH_IMAGE023
式7。
步骤4中目标回波信号的分数域最高频率采用式1获得：
Figure 295470DEST_PATH_IMAGE002
式1；
其中，τ min表示目标距离波门的最小值的时延，τ max表示目标距离波门最大值的时延，r min表示相控阵雷达天线阵列到目标所在区域距离的最小值，f s 是采样频率，c为光速。
为有效检测出真实的运动目标，在步骤5之后，可将时域目标回波信号通过脉冲压缩（Pulse Compression, PC）处理后，采取多条回波的相参累积处理的方式，得到距离-多普勒（Range-Doppler，R-D）平面，从而可检测出运动目标并估计其径向速度。
本方法令宽带LFM欺骗信号经过p 0阶的FrFT处理后，变换为分数域的窄带信号，欺骗干扰信号也有类似作用。因此，可在分数域利用窄带波束形成对干扰进行抑制，权矢量参数的维度等同于天线阵元个数，远远少于传统的基于FIR或IIR滤波器的时域宽带波束形成器和基于多频率子带处理的频域宽带波束形成器，有效提高了计算效率，并进一步提高了空域抗宽带欺骗干扰性能。
实施例1
本实施例通过分数域抗干扰算法仿真验证对方案有效性进行证明：
在本实施例中，所述相控阵雷达天线阵列式阵元数为M=10一维均匀直线雷达阵列天线，其阵元间距设置为最高频率的半波长，系统噪声建模为一个均值为零方差为1的复高斯随机过程。雷达发射信号参数包括，信号带宽B=100MHZ，脉宽T p =100μs，载频f c =1200MHZ，采样频率f s =320MHZ，脉冲重复间隔T r =400μs，距离波门N g =4096。在本实施例中，以远离雷达方向为正向，设置一个目标回波和两个虚假目标的宽带LFM干扰信号，真实目标的距离r 0=25.75km，速度v=-15m/s，目标方向为θ 0=10°。为使真实目标回波与虚假目标的干扰信号处于同一波门内，两个虚假目标的离分别为r 1=25.08km和r 2=26.11km，速度分别为v 1=10m/s和v 2=15m/s，欺骗干扰信号的DOA分别为θ 1=-20°和θ 2=40°，且干噪比（Interference-to-NoiseRatio，INR）均设置为INR=30dB。由于FrFT运算是基于每条回波的采样信号，所以使用采样回波数代替采样快拍数作为算法性能验证的输入。当比较算法输出SINR随输入SNR变化时，采样脉冲回波数设置为5；而当比较算法输出SINR随采样脉冲数变化时，目标回波的输入SNR设置为10dB。对于每一个仿真场景，都是采用200次独立的Monte Carlo实验输出的平均值作为最终结果输出的。
在本实施例中，将本方法与现有多种算法进行了性能对比，包括文献[1]中的 STBB-FC算法，文献[2]中的RAWB-FRI-EC算法，文献[3]中的RWB-FIC算法，文献[4]中的 REWB-FI-1和REWB-FI-2算法，文献[5]中的FRRLB算法。参与仿真实验的算法中，所有FIR滤 波器的阶数设置为J=15，空间采样的角度间隔设置为0.1°，期望信号的角度区间为[θ 0-5°,θ 0+5°]。RAWB-FRI-EC算法的实值均衡参数设置为β=6；RWB-FIC中参数
Figure 940078DEST_PATH_IMAGE024
和ε=3.7；FRRLB算法中参数△G=0.99和b=0.0086；REWB-FI-1和 REWB-FI-2算法中参数ε=0.1，两个干扰信号的角度区间分别设置为[θ 1-10°,θ 1+10°]和[θ 2- 10°,θ 2+10°]。
其中，文献[1]为Ebrahimi R, Seydnejad S R. Elimination of pre-Steeringdelays in space-time broadband beamforming using frequency domain constraint[J] IEEE Communications Letters, 2013, 17 (4): 769–772。
文献[2]为Yang J, Zhang Y, and Chen Z. Robust adaptive widebandbeamforming with combined frequency response invariance and eigenvectorconstraints[C]. Progress in Electromagnetic Research Symposium, Shanghai,China, 2016, 8–11。
文献[3]为 Wang W, Liu X, Chen Z, et al. A novel robust widebandbeamformer with frequency invariance constraints[C]. 4th Internationalconference on Instrumentation and Measurement, Computer, Communication andControl, Harbin, China, 2014, 1–5。
文献[4]为 Chen P, Yang Y, Wang Y, et al. Robust covariance matrixreconstruction algorithm for time-domain wideband adaptive beamforming[J].IEEE Transactions on Vehicular Technology, 2019, 68 (2): 1405–1416。
文献[5]为 Zhang S, Sheng W, Han Y, et al. A low-complexity Laguerrewideband beamformer[J]. Digital Signal Processing, 2018, 83: 35–44。
仿真实验1：在第一个仿真实验中，主要验证算法对欺骗干扰抑制的有效性。在仿真场景中，通过处理64个连续脉冲回波信号，然后经过PC和相参累积处理得到R-D平面用于运动目标检测和参数估计。目标回波的输入SNR=0dB，欺骗干扰信号的INR设置为INR=40dB。为了更加直观地展示滤波效果，将所提算法与RWB-FIC算法的处理结果进行了对比，如图3(a)和(b)所示，分别给出了经RWB-FIC算法和所提算法处理后的R-D平面。
图3(a)显示，经FRRLB算法处理后，目标能够被准确检测到，但两个欺骗干扰信号并不能完全被抑制。这是由于经FRRLB算法空域滤波处理后仍存在强度很小的干扰信号，这些干扰在相参累积过程中又得到大幅增强，因此，在R-D平面中能够观察到较弱的峰值。如图3(b)所示，使用所提算法首先进行分数域的空域滤波处理，再进行分数域的低通滤波，干扰信号经两次抑制后，在R-D平面中不再出现虚假目标的尖峰，并且目标信号的幅度与图3(a)中的幅度相同，表明所提算法在抑制干扰的同时，期望回波信号得到有效保持。仿真实验证明，所提算法能够有效抑制宽带LFM干扰，并且不会影响对期望信号的接收。
仿真实验2：在第二个仿真实验中，主要在已知目标回波信号方向条件下检验参与测试算法的抗干扰性能。在仿真过程中，目标回波信号已知且保持不变。图4(a)给出了各个算法输出的SINR随输入SNR变化曲线，图4(b)给出了算法输出SINR随采样脉冲数变化曲线。
由仿真结果可知，随着输入SNR的增大，RWB-FIC和STBB-FC算法性能产生严重下降，而所提算法由于在分数域重构INCM，有效避免了在高SNR条件下期望信号的“自消”问题，保持了算法性能的稳健性。所提算法比REWB-FI-2算法性能略优，而明显优于其他参与测试算法，但是由于所提算法所需权矢量的个数极少，因此，在计算复杂度方面具有显著优势。
仿真实验3：在第三个仿真实验中，主要验证算法在处理信号随机方向误差时的稳健性。在仿真过程中，假设目标回波方向服从[7°,+13°]范围内的均匀分布，两个宽带LFM欺骗干扰信号的来波方向分别服从[-25°,-15°]和[35°,45°]范围内的均匀分布。图5(a)比较了输出SINR随输入SNR变化的曲线，图5(b)比较了输入SINR随采样脉冲数变化的曲线。仿真结果显示，信号的随机方向误差对各个参与测试算法的性能影响较小，由于所提算法在分数域采用了稳健波束形成算法获取权矢量，能够有效地抑制信号方向误差的影响，其算法性能优于其他算法，输出SINR始终与最优波束形成算法相近。因此，在信号随机方向误差条件下，本发明所提算法性能是优于其他测试算法的。
仿真实验4：在第四个仿真实验中，当欺骗干扰信号的调频率存在误差时，检验算法的抗干扰性能。在仿真过程中，假设欺骗干扰信号的调频率误差服从均匀分布，即干扰信号的调频率各次实验之间在[0.9к,1.1к]范围内以相同概率随机选取，且在每次实验过程中保持不变，而目标回波的调频率始终与发射信号相同，保持恒定为к。
图6(a)给出了算法输出SINR随输入SNR变化的曲线，图6(b)给出了算法输出SINR随采样脉冲回波数变化的曲线。对于所提算法，由于FrFT的变换阶数由调频率决定，那么，干扰信号的调频率误差可能引起其p 0阶FrFT结果产生偏差，从而导致分数域滤波算法性能的降低。然而，由于调频率在宽带LFM中是一个特别巨大的数值，由式可知，当出现微小误差时，对变换阶数的影响非常极小，不能改变其分数域窄带信号的性质，所以对所提算法性能的影响较小。由图6仿真结果可知，所提算法在调频率к误差条件下将产生微小的性能下降，其性能与REWB-FI-2算法相当，但明显优于其他参与测试算法的性能。
实施例2
为了充分验证所提出的分数域宽带LFM信号空域滤波性能，本实施例采用在微波暗室中获取的实测数据对本发明的方法效果进行验证。实验设备包括：8阵元均匀直线天线阵列、信号发射器、反射面、多通道数据采集器和数据存储阵列，其实验系统构建如图7所示，实验系统构建采用了紧缩场测试技术，在暗室中布设一台信号源和发射天线用于将宽带LFM信号发射至反射面，由反射面将接收的球面波变换为平面波，再由雷达阵列天线采集、处理和存储。
实验系统工作参数包括，发射信号为宽带LFM信号，载波频率为f c =2.77GHZ，脉宽为T p =5μs，信号带宽为B=500MHZ，阵元间距为d=0.065m，复采样频率为f s =1200MHZ，波门宽度为N g =8192。信号的入射角度分别为θ 0=1°，θ 1=-40.5°，和θ 2=28.5°，假设第一个信号为期望目标信号，后面两个信号为欺骗干扰信号，所有输入信号SNR=10dB和欺骗干扰信号INR=10dB。
如图8所示，分别给出了第1个阵元采样信号的实部和虚部，经过p 0=0.541阶FrFT处理采样数据，变换结果的实部如图9(a)所示，采用离散尺度变换法进行量纲归一化处理，分数域的取值范围为；再通过傅里叶变换可得到分数域的频域信号，如图9(b)所示，图中存在三个明显的峰值，表明图9(a)中阶FrFT结果中存在三个单频点信号，这验证了前面分析结论的正确性。
通过对各阵元采样数据进行p 0阶FrFT处理，可根据式计算分数域数据协方差矩阵
Figure 396467DEST_PATH_IMAGE025
，由于已知回波中包含三个宽带LFM信号，可利用MUSIC算法获得分数域信号的空间谱， 如图10(a)所示，可得信号的DOA估计值分别为
Figure 151934DEST_PATH_IMAGE026
，
Figure 744589DEST_PATH_IMAGE027
和
Figure 560098DEST_PATH_IMAGE028
，与信 号实际来波方向相比，具有较高的DOA估计精度。经过分数域波束形成算法处理，可得到如 图10(b)所示的波束图，波束指向，在两个干扰信号方向的增益均低于-40dB，表明分数域的 波束形成能够同时实现对期望信号的增强和对干扰信号的抑制功能。
如图11(a)所示，经分数域波束形成输出数据的PC结果，可观察到三个尖峰，包括一个真实目标信号和两个虚假目标信号，由信号幅度可知，经过分数域波束形成处理，两个虚拟目标信号幅度降低了大约30dB，证明了分数域空域滤波处理能够有效抑制宽带LFM干扰。但是，处理结果中仍然可以观测到两个虚假目标峰值。分数域波束形成输出数据再经分数域低通滤波处理后，其PC结果如图11(b)所示，处理结果中仅能够观测到真实目标信号，两个虚假目标信号被完全抑制，充分验证了所提算法能够有效抑制宽带LFM欺骗干扰信号，保留了真实的宽带LFM信号。

Claims (3)

1.基于分数域-频域处理的宽带相控阵雷达抗诱骗干扰方法，其特征在于，包括如下步骤：
步骤1：获得相控阵雷达天线阵列的多个回波信号和目标位置信息，所述回波信号包括目标回波信号和欺骗干扰信号；
步骤2：将所有回波信号转换到分数域，获得相控阵雷达天线阵列的分数域的变换数据矩阵，根据分数域的变换数据矩阵获得分数域协方差矩阵，根据分数域协方差矩阵获得分数域的干扰加噪声协方差矩阵和信号加噪声协方差矩阵；
步骤3：对分数域的干扰加噪声协方差矩阵和信号加噪声协方差矩阵进行凸优化，获得目标回波信号的分数域导向矢量，根据目标回波信号的分数域导向矢量获得波束形成权矢量，根据波束形成权矢量和分数域的变换数据矩阵获得分数域的波束形成信号；
步骤4：根据目标位置信息计算目标回波信号的分数域最高频率f mu ，利用截止频率为f mu 的低通滤波器在分数域对分数域的波束形成信号进行低通滤波，获得分数域目标回波信号；
步骤5：对分数域目标回波信号进行分数域逆FrFT处理得到时域目标回波信号。
2.如权利要求1所述的基于分数域-频域处理的宽带相控阵雷达抗诱骗干扰方法，其特征在于，步骤2中通过对回波信号进行p 0阶的FrFT运算将所有回波信号转换到分数域，其中，
Figure 340522DEST_PATH_IMAGE001
，f s 是采样频率，к是信号调频率，N g 是每条回波的采样数据长度。
3.如权利要求1所述的基于分数域-频域处理的宽带相控阵雷达抗诱骗干扰方法，其特征在于，步骤4中目标回波信号的分数域最高频率采用式1获得：
Figure 954213DEST_PATH_IMAGE002
式1；
其中，τ min表示目标距离波门的最小值的时延，τ max表示目标距离波门最大值的时延，r min表示相控阵雷达天线阵列到目标所在区域距离的最小值，f s 是采样频率，c为光速。
CN202110790778.7A 2021-07-13 2021-07-13 基于分数域-频域处理的宽带相控阵雷达抗诱骗干扰方法 Active CN113238194B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110790778.7A CN113238194B (zh) 2021-07-13 2021-07-13 基于分数域-频域处理的宽带相控阵雷达抗诱骗干扰方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110790778.7A CN113238194B (zh) 2021-07-13 2021-07-13 基于分数域-频域处理的宽带相控阵雷达抗诱骗干扰方法

Publications (2)

Publication Number Publication Date
CN113238194A CN113238194A (zh) 2021-08-10
CN113238194B true CN113238194B (zh) 2021-10-08

Family

ID=77135474

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110790778.7A Active CN113238194B (zh) 2021-07-13 2021-07-13 基于分数域-频域处理的宽带相控阵雷达抗诱骗干扰方法

Country Status (1)

Country Link
CN (1) CN113238194B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111142087B (zh) * 2020-01-15 2023-06-02 航天南湖电子信息技术股份有限公司 一种小型化分布式数字波束形成系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101482610A (zh) * 2008-12-30 2009-07-15 中国人民解放军空军雷达学院 相控阵雷达自适应抑制特殊干扰技术
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
CN106842148A (zh) * 2016-12-29 2017-06-13 西安电子科技大学 基于frft的线性调频雷达干扰快速抑制方法
JP2019056670A (ja) * 2017-09-22 2019-04-11 ミツミ電機株式会社 レーダー装置
CN110333492A (zh) * 2019-06-28 2019-10-15 中国人民解放军空军工程大学 一种基于面积比的抗非协同欺骗式干扰方法
CN110488227A (zh) * 2019-09-20 2019-11-22 上海无线电设备研究所 基于认知雷达波形设计的复杂环境下无源干扰抑制方法
CN112255596A (zh) * 2020-11-09 2021-01-22 中国人民解放军战略支援部队航天工程大学 一种基于空间频率插值的星载sar欺骗干扰信号生成方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101482610A (zh) * 2008-12-30 2009-07-15 中国人民解放军空军雷达学院 相控阵雷达自适应抑制特殊干扰技术
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
CN106842148A (zh) * 2016-12-29 2017-06-13 西安电子科技大学 基于frft的线性调频雷达干扰快速抑制方法
JP2019056670A (ja) * 2017-09-22 2019-04-11 ミツミ電機株式会社 レーダー装置
CN110333492A (zh) * 2019-06-28 2019-10-15 中国人民解放军空军工程大学 一种基于面积比的抗非协同欺骗式干扰方法
CN110488227A (zh) * 2019-09-20 2019-11-22 上海无线电设备研究所 基于认知雷达波形设计的复杂环境下无源干扰抑制方法
CN112255596A (zh) * 2020-11-09 2021-01-22 中国人民解放军战略支援部队航天工程大学 一种基于空间频率插值的星载sar欺骗干扰信号生成方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
FRFT与时域联合处理的欺骗干扰抑制方法;刘鑫等;《现代防御技术》;20170831;第45卷(第4期);全文 *
Robust Adaptive Beamforming of LFM Signals Based on Interference-plus-Noise Covariance Matrix Reconstruction in Fractional Fourier Domain;Jian Lu等;《2020 IEEE 11th Sensor Array and Multichannel Signal Processing Workshop (SAM)》;20200610;全文 *
分数阶傅里叶滤波在欺骗干扰中的应用研究;郭波等;《电子学报》;20120731;第40卷(第7期);全文 *

Also Published As

Publication number Publication date
CN113238194A (zh) 2021-08-10

Similar Documents

Publication Publication Date Title
CN111198374B (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
WO2015172622A1 (zh) 一种高频地波雷达射频干扰抑制的方法
Wang et al. Manoeuvring target detection in over-the-horizon radar using adaptive clutter rejection and adaptive chirplet transform
CN109324322B (zh) 一种基于被动相控阵天线的测向与目标识别方法
CN109116337B (zh) 一种基于矩阵滤波的稀疏近似最小方差方位估计方法
CN108957419B (zh) 基于陷波滤波处理的异步干扰抑制方法
CN108226879A (zh) 一种基于多通道的sar地形散射干扰抑制方法
Meller et al. Processing of noise radar waveforms using block least mean squares algorithm
CN112014806A (zh) 一种复杂干扰场景下的机载雷达无意干扰抑制方法
CN113238194B (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
Chen et al. Suppression method for main-lobe interrupted sampling repeater jamming in distributed radar
Yang et al. Spatial deception suppression for wideband linear frequency modulation signals based on fractional Fourier transform with robust adaptive beamforming
CN110632573A (zh) 一种机载宽带雷达空时二维keystone变换方法
CN110940953A (zh) 地波雷达海杂波中目标的三维检测方法
CN112630760A (zh) 多目标条件下的强干扰抑制波束形成器设计方法
CN112014807A (zh) 一种频率捷变雷达的自适应杂波抑制方法
CN116068498A (zh) 基于主副瓣空域极化特性的多干扰源抑制方法
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
CN113030877A (zh) 一种对窄带自适应旁瓣相消的精准间歇采样干扰方法
Wang et al. Moving target detection in over-the-horizon radar using adaptive chirplet transform
Kaiyue et al. A Method to Improve Cross-azimuth Detection of Weak Targets under Strong Interference
Muja et al. Assessment of RF interference mitigation methods for automotive radars using real data
CN112269179B (zh) 一种低噪声目标的空域高分辨检测方法
CN113030874B (zh) 基于频控阵雷达的近距离主瓣干扰抑制方法

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