CN113534067A - 一种多干扰源下多站雷达抗欺骗式干扰方法及系统 - Google Patents

一种多干扰源下多站雷达抗欺骗式干扰方法及系统 Download PDF

Info

Publication number
CN113534067A
CN113534067A CN202110740214.2A CN202110740214A CN113534067A CN 113534067 A CN113534067 A CN 113534067A CN 202110740214 A CN202110740214 A CN 202110740214A CN 113534067 A CN113534067 A CN 113534067A
Authority
CN
China
Prior art keywords
target
received signal
targets
correlation coefficient
vector
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
CN202110740214.2A
Other languages
English (en)
Other versions
CN113534067B (zh
Inventor
赵珊珊
易民举
杨彪
刘子威
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.)
Nanjing University of Posts and Telecommunications
Original Assignee
Nanjing University of Posts and Telecommunications
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 Nanjing University of Posts and Telecommunications filed Critical Nanjing University of Posts and Telecommunications
Priority to CN202110740214.2A priority Critical patent/CN113534067B/zh
Publication of CN113534067A publication Critical patent/CN113534067A/zh
Application granted granted Critical
Publication of CN113534067B publication Critical patent/CN113534067B/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
    • G01S7/36Means 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

本发明公开了一种多基地雷达有源假目标鉴别方法及系统,包括:获取目标的接收信号矢量,其中所述目标由多基地雷达检测得到;根据所述接收信号矢量,计算每两个目标之间的相关系数;根据所述相关系数,将目标进行聚类分析;采用门限检测对聚类分析的结果进行鉴别,得到聚类的类别,根据聚类的类别得到聚类中各目标是否为有源假目标。本发明能够克服现有多基地雷达抗欺骗式干扰的方法无法应用于多干扰源的问题。

Description

一种多干扰源下多站雷达抗欺骗式干扰方法及系统
技术领域
本发明涉及一种多干扰源下多站雷达抗欺骗式干扰方法及系统,属于雷达技术领域。
背景技术
有源欺骗式干扰是雷达面临的一种重要干扰样式,由于可利用雷达匹配滤波增益,具有较高的能量利用率。随着数字射频存储器(DRFM)技术的发展,欺骗干扰机可以通过存储并延时转发产生大量有源假目标,对雷达系统构成欺骗,以混淆或饱和目标检测和跟踪算法。在复杂作战环境下,多部欺骗式干扰机可以通过链接组网,大大提高其欺骗干扰能力,给雷达电子对抗带来巨大的挑战。分布式多站雷达由多个空间上分散布置的发射站、接收站或发射-接收站组成,通过将各接收站的信息在系统融合中心进行联合处理,完成目标检测、跟踪与识别。由于其多视角探测和融合处理这两个特点,分布式多站雷达具有天然的抗干扰优势。
分布式多站雷达系统因其特殊的广泛分布的发射或接收站,在抗欺骗式干扰方面具有天然的优势,因此,多站雷达协同抗干扰算法得到广泛的研究。最早的多站雷达抗干扰算法主要是基于数据级融合算法,利用多部雷达站得到的目标量测值对有源假目标进行有效鉴别,主要是利用真假目标在统一直角坐标系下的分布差异。为了保证发射站与接收站的匹配,需要先验信息验证,才能够鉴别假目标。
随着同步技术和站间数据通信能力的提高,信号级融合的抗干扰算法不可避免地成为主要的发展趋势。信号级协同抗干扰算法主要利用真假目标空间散射特性的差异进行有源假目标鉴别,相比于数据级融合的抗干扰算法,参与融合的信息量更丰富,可取得更好的抗欺骗式干扰性能。
由于真实目标的空间散射特性,目标回波在分布式接收站中是去相关的,而来自同一个干扰机的欺骗信号由于其物理来源相同,在各接收站中的信号往往是高度相关的。在各接收站分别进行目标检测的情况下,通过对来自不同接收站的目标回波进行相关性测试。但是,现有的协同抗欺骗式干扰方法仅适应于单部干扰源的情况。
发明内容
本发明的目的在于克服现有技术中的不足,提供一种多干扰源下多站雷达抗欺骗式干扰方法,不需要任何先验信息,就能够鉴别任意调制方式产生的假目标,同时能够克服现有分布式多站达抗欺骗式干扰的方法无法应用于多干扰源的问题。为达到上述目的,本发明是采用下述技术方案实现的:
第一方面,本发明提供了一种多干扰源下多站雷达抗欺骗式干扰方法,所述方法包括如下步骤:
获取由分布式多站雷达检测到的目标的接收信号矢量;
根据所述接收信号矢量,计算不同的两个目标之间的相关系数,量化得到各目标之间的相关系数矩阵;
利用相关系数矩阵统计与各目标相关的其他目标的数量,得到各目标的目标数量矢量;
将各目标的目标数量矢量中各元素与鉴别门限比较,得到各目标是否为有源假目标,实现抗欺骗式干扰。
结合第一方面,进一步地,所述分布式多站雷达包括M部发射站和N部接收站。
结合第一方面,进一步地,所述获取目标的接收信号矢量,包括:
将每个接收站的接收信号进行匹配滤波,得到MN个发射站-接收站信道中的回波信号;
将每个信道回波信号在各离散距离单元进行采样,得到各空间分辨单元的接收信号矢量;
利用非相干积累探测器对各空间分辨单元的接收信号矢量进行目标检测,检测到得到K个目标;
将K个目标的接收信号矢量设为xk,k=1,2,…,K。
结合第一方面,进一步地,所述得到各目标之间的相关系数矩阵,包括:
根据所述接收信号矢量,计算不同的两个目标之间的相关系数,将相关系数组成相关系数矩阵Ω,相关系数矩阵Ω的第k行和第l列的元素表示为:
Figure BDA0003141154590000031
式(1)中,xk和xl表示第k个目标和第l个目标的接收信号矢量,满足k=1,2,…,K和l=1,2,…,K;[Ω]kl表示第k个目标和第l个目标的接收信号矢量的相关系数,(·)H表示共轭装置,|·|表示矢量的欧几里得范数;
对相关系数矩阵Ω进行二进制量化,得到各目标之间的相关系数矩阵
Figure BDA0003141154590000032
相关系数矩阵
Figure BDA0003141154590000033
的第k行和第l列的元素表示为:
Figure BDA0003141154590000034
式(2)中,
Figure BDA0003141154590000035
表示相关系数矩阵
Figure BDA0003141154590000036
的第k行和第l列所对应的元素;若
Figure BDA0003141154590000037
表示第k个目标和第l个目标的接收信号矢量是不相关的;若
Figure BDA0003141154590000038
表示第k个目标和第l个目标的接收信号矢量是相关的。
结合第一方面,进一步地,各目标的目标数量矢量,通过下式表示:
Figure BDA0003141154590000041
式(3)中,[Φ]k表示目标数量矢量的第k个元素,对应第k个目标;
Figure BDA0003141154590000042
表示相关系数矩阵
Figure BDA0003141154590000043
的第k行和第l列所对应的元素。
结合第一方面,进一步地,所述得到各目标是否为有源假目标,包括:
将各目标的目标数量矢量中各元素与鉴别门限η进行比较,依据下式进行鉴别:
Figure BDA0003141154590000044
式(4)中,鉴别门限η的取值为1或2。
第二方面,本发明提供了一种多干扰源下多站雷达抗欺骗式干扰系统,包括:
获取模块:用于获取由分布式多站雷达检测到的目标的接收信号矢量;
第一计算模块:用于根据所述接收信号矢量,计算不同的两个目标之间的相关系数,量化得到各目标之间的相关系数矩阵;
第二计算模块:用于利用相关系数矩阵统计与各目标相关的其他目标的数量,得到各目标的目标数量矢量;
鉴别模块:用于将各目标的目标数量矢量中各元素与鉴别门限比较,得到各目标是否为有源假目标,实现抗欺骗式干扰。
第三方面,本发明提供了一种多干扰源下多站雷达抗欺骗式干扰装置,包括处理器及存储介质;
所述存储介质用于存储指令;
所述处理器用于根据所述指令进行操作以执行第一方面所述方法的步骤。
第四方面,本发明提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现第一方面所述方法的步骤。
与现有技术相比,本发明实施例所提供的一种多干扰源下多站雷达抗欺骗式干扰方法所达到的有益效果包括:
本发明获取目标的接收信号矢量,计算不同的两个目标之间的相关系数,量化得到各目标之间的相关系数矩阵;利用相关系数矩阵统计与各目标相关的其他目标的数量,得到各目标的目标数量矢量;将各目标的目标数量矢量中各元素与鉴别门限比较,得到各目标是否为有源假目标,实现抗欺骗式干扰;本发明不需要任何先验信息,根据不同目标的接收信号矢量之间的相关性对欺骗式干扰产生有源假目标进行有效鉴别;本发明不需要任何先验信息,就能够鉴别任意调制方式产生的假目标;本发明能够在多干扰源实施欺骗式干扰的场景下完成有源假目标的鉴别,能够克服现有分布式多站雷达抗欺骗式干扰的方法无法应用于多干扰源的问题。
附图说明
图1是本发明实施例一提供的一种多干扰源下多站雷达抗欺骗式干扰方法的流程图;
图2是本发明实施例二提供的使用场景示意图;
图3是本发明实施例二提供的场景中在不同干噪比(JNR)和目标尺寸下的目标识别概率和误判概率;
图4是本发明实施例二提供的场景中在不同鉴别门限下的目标识别概率和误判概率。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
实施例一:
如图1,本发明实施例提供了一种多干扰源下多站雷达抗欺骗式干扰方法,包括:
获取目标的接收信号矢量,其中所述目标由分布式多站雷达检测到;
根据所述接收信号矢量,计算不同的两个目标之间的相关系数,量化得到各目标之间的相关系数矩阵;
利用相关系数矩阵统计与各目标相关的其他目标的数量,得到各目标的目标数量矢量;
将各目标的目标数量矢量中各元素与鉴别门限比较,得到各目标是否为有源假目标,实现抗欺骗式干扰。
具体步骤如下:
步骤1:获取由分布式多站雷达检测到的目标的接收信号矢量。
具体的,分布式多站雷达由M部发射站和N部接收站组成。
步骤1.1:将每个接收站的接收信号进行匹配滤波,得到MN个发射站-接收站信道中的回波信号。
步骤1.2:将每个信道回波信号在各离散距离单元进行采样,得到各空间分辨单元的接收信号矢量。
步骤1.3:利用非相干积累探测器对各空间分辨单元的接收信号矢量进行目标检测,检测到得到K个目标,将K个目标的接收信号矢量设为xk,k=1,2,…,K。
步骤2:根据所述接收信号矢量,计算不同的两个目标之间的相关系数,量化得到各目标之间的相关系数矩阵。
步骤2.1:根据所述接收信号矢量,计算不同的两个目标之间的相关系数,将相关系数组成相关系数矩阵Ω,相关系数矩阵Ω的第k行和第l列的元素表示为:
Figure BDA0003141154590000071
式(1)中,xk和xl表示第k个目标和第l个目标的接收信号矢量,满足k=1,2,…,K和l=1,2,…,K;[Ω]kl表示第k个目标和第l个目标的接收信号矢量的相关系数,(·)H表示共轭装置,|·|表示矢量的欧几里得范数。
步骤2.2:对相关系数矩阵Ω进行二进制量化,得到各目标之间的相关系数矩阵
Figure BDA0003141154590000072
相关系数矩阵
Figure BDA0003141154590000073
的第k行和第l列的元素表示为:
Figure BDA0003141154590000074
式(2)中,
Figure BDA0003141154590000075
表示相关系数矩阵
Figure BDA00031411545900000710
的第k行和第l列所对应的元素;若
Figure BDA0003141154590000076
表示第k个目标和第l个目标的接收信号矢量是不相关的;若
Figure BDA0003141154590000077
表示第k个目标和第l个目标的接收信号矢量是相关的。
步骤3:对各检测目标,利用量化的相关系数矩阵统计与其相关的目标数量,,得到各目标的目标数量矢量。
其中,各目标的目标数量矢量,通过下式表示:
Figure BDA0003141154590000078
式(3)中,[Φ]k表示目标数量矢量的第k个元素,对应第k个目标;
Figure BDA0003141154590000079
表示相关系数矩阵
Figure BDA0003141154590000081
的第k行和第l列所对应的元素。
步骤4:将各目标的目标数量矢量中各元素与鉴别门限比较,得到各目标是否为有源假目标,实现抗欺骗式干扰。
将各目标的目标数量矢量中各元素与鉴别门限η进行比较,依据下式进行鉴别:
Figure BDA0003141154590000082
式(4)中,鉴别门限η的取值为1或2。
实施例二:
本实施例将本发明提供的一种多干扰源下多站雷达抗欺骗式干扰方法用于计算机仿真,验证本发明在多干扰源实施欺骗式干扰的场景下进行有源假目标的鉴别能力。
如图2所示,分布式多站雷达由2部发射站和部接收站组成,对某飞机编队所在区域进行探测。该飞机编队中有五架飞机作为雷达真实目标,其中两架飞机携带有源干扰机,对分布式多站雷达实施欺骗式干扰。不同发射站、接收站和目标的位置坐标如表1。
表1:各发射站、接收站和目标的位置坐标
Figure BDA0003141154590000083
Figure BDA0003141154590000091
所有发射站和接收站的天线增益均相同,分布式多站雷达波长λ=0.1m。每个干扰源一次产生10个有源假目标。各真实目标的信噪比(SNR)相同,在第一个信道中的信噪比设为5dB,其他信道中的信噪比可以根据雷达方程得到。经过非相干积累后,目标信噪比将几乎提高到15dB,可以获得较满意的检测性能。有源假目标的干噪比(JNR)同样设置为第一个信道中的JNR,在7.5dB到20dB之间。设所有真实目标的尺寸D相同。
场景1:设鉴别门限η=2,利用本发明提供的方法对分布式多站雷达中的有源假目标进行鉴别,通过105次Monte Carlo仿真实验,统计得到不同干噪比JNR下的真实目标鉴别概率PT和有源假目标误判概率PF,如图3所示。图中不同曲线对应不同目标尺寸D,其中D=0m、15m和30m。
从图3可以看出,对于不同的JNR和目标尺寸下,有源假目标误判概率PF始终保持为零;不同仿真参数下,真实目标鉴别概率PT均在95%以上,说明本发明提供的方法能够对真实目标进行有效鉴别。此外,干噪比JNR越大,真实目标鉴别概率PT越高。
场景2:给出在不同鉴别门限η=2下,目标尺寸为D=15m,JNR=7.5dB进行目标鉴别。
如图4所示,随着鉴别门限η不断增大,真实目标鉴别概率PT逐渐升高,直至几乎接近1;有源假目标鉴别概率PF几乎保持为零,直至鉴别门限η=9,即干扰机产生有源假目标个数减1,这是理想情况下与有源假目标相关的目标个数。当鉴别门限η≥9,大量有源假目标将被判定为真实目标。
综上所述,本发明不需要任何先验信息的情况下,根据不同目标的接收信号矢量之间的相关性对欺骗式干扰产生有源假目标进行有效鉴别。本发明能够适用于任意调制方式产生的有源假目标鉴别。本发明能够在多干扰源实施欺骗式干扰的场景下完成有源假目标的鉴别,能够克服现有分布式多站雷达抗欺骗式干扰的方法无法应用于多干扰源的问题。
实施例三:
本发明实施例提供了一种多干扰源下多站雷达抗欺骗式干扰系统,包括:
获取模块:用于获取分布式多站雷达检测到的目标的接收信号矢量;
第一计算模块:用于根据所述接收信号矢量,计算不同的两个目标之间的相关系数,量化得到各目标之间的相关系数矩阵;
第二计算模块:用于利用相关系数矩阵统计与各目标相关的其他目标的数量,得到各目标的目标数量矢量;
鉴别模块:用于将各目标的目标数量矢量中各元素与鉴别门限比较,得到各目标是否为有源假目标,实现抗欺骗式干扰。
实施例四:
本发明实施例提供一种多干扰源下多站雷达抗欺骗式干扰装置,包括处理器及存储介质;
所述存储介质用于存储指令;
所述处理器用于根据所述指令进行操作以执行实施例一所述方法的步骤。
实施例五:
本发明实施例还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现实施例一所述方法的步骤。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。

Claims (9)

1.一种多干扰源下多站雷达抗欺骗式干扰方法,其特征在于,所述方法包括:
获取由分布式多站雷达检测到的目标的接收信号矢量;
根据所述接收信号矢量,计算不同的两个目标之间的相关系数,量化得到各目标之间的相关系数矩阵;
利用相关系数矩阵统计与各目标相关的其他目标的数量,得到各目标的目标数量矢量;
将各目标的目标数量矢量中各元素与鉴别门限比较,得到各目标是否为有源假目标,实现抗欺骗式干扰。
2.根据权利要求1所述的多干扰源下多站雷达抗欺骗式干扰方法,其特征在于,所述分布式多站雷达包括M部发射站和N部接收站。
3.根据权利要求2所述的多干扰源下多站雷达抗欺骗式干扰方法,其特征在于,所述获取目标的接收信号矢量,包括:
将每个接收站的接收信号进行匹配滤波,得到MN个发射站-接收站信道中的回波信号;
将每个信道回波信号在各离散距离单元进行采样,得到各空间分辨单元的接收信号矢量;
利用非相干积累探测器对各空间分辨单元的接收信号矢量进行目标检测,检测到得到K个目标;
将K个目标的接收信号矢量设为xk,k=1,2,…,K。
4.根据权利要求1所述的多干扰源下多站雷达抗欺骗式干扰方法,其特征在于,所述得到各目标之间的相关系数矩阵,包括:
根据所述接收信号矢量,计算不同的两个目标之间的相关系数,将相关系数组成相关系数矩阵Ω,相关系数矩阵Ω的第k行和第l列的元素表示为:
Figure FDA0003141154580000021
式(1)中,xk和xl表示第k个目标和第l个目标的接收信号矢量,满足k=1,2,…,K和l=1,2,…,K;[Ω]kl表示第k个目标和第l个目标的接收信号矢量的相关系数,(·)H表示共轭装置,|·|表示矢量的欧几里得范数;
对相关系数矩阵Ω进行二进制量化,得到各目标之间的相关系数矩阵
Figure FDA0003141154580000022
相关系数矩阵
Figure FDA0003141154580000023
的第k行和第l列的元素表示为:
Figure FDA0003141154580000024
式(2)中,
Figure FDA0003141154580000025
表示相关系数矩阵
Figure FDA0003141154580000026
的第k行和第l列所对应的元素;若
Figure FDA0003141154580000027
表示第k个目标和第l个目标的接收信号矢量是不相关的;若
Figure FDA0003141154580000028
表示第k个目标和第l个目标的接收信号矢量是相关的。
5.根据权利要求4所述的多干扰源下多站雷达抗欺骗式干扰方法,其特征在于,各目标的目标数量矢量,通过下式表示:
Figure FDA0003141154580000029
式(3)中,[Φ]k表示目标数量矢量的第k个元素,对应第k个目标;
Figure FDA00031411545800000210
表示相关系数矩阵
Figure FDA00031411545800000211
的第k行和第l列所对应的元素。
6.根据权利要求5所述的多干扰源下多站雷达抗欺骗式干扰方法,其特征在于,所述得到各目标是否为有源假目标,包括:
将各目标的目标数量矢量中各元素与鉴别门限η进行比较,依据下式进行鉴别:
Figure FDA0003141154580000031
式(4)中,鉴别门限η的取值为1或2。
7.一种多干扰源下多站雷达抗欺骗式干扰系统,其特征在于,包括:
获取模块:用于获取由分布式多站雷达检测到的目标的接收信号矢量;
第一计算模块:用于根据所述接收信号矢量,计算不同的两个目标之间的相关系数,量化得到各目标之间的相关系数矩阵;
第二计算模块:用于利用相关系数矩阵统计与各目标相关的其他目标的数量,得到各目标的目标数量矢量;
鉴别模块:用于将各目标的目标数量矢量中各元素与鉴别门限比较,得到各目标是否为有源假目标,实现抗欺骗式干扰。
8.一种多干扰源下多站雷达抗欺骗式干扰装置,其特征在于,包括处理器及存储介质;
所述存储介质用于存储指令;
所述处理器用于根据所述指令进行操作以执行权利要求1~6任一项所述方法的步骤。
9.计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1~6任一项所述方法的步骤。
CN202110740214.2A 2021-06-30 2021-06-30 一种多干扰源下多站雷达抗欺骗式干扰方法及系统 Active CN113534067B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110740214.2A CN113534067B (zh) 2021-06-30 2021-06-30 一种多干扰源下多站雷达抗欺骗式干扰方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110740214.2A CN113534067B (zh) 2021-06-30 2021-06-30 一种多干扰源下多站雷达抗欺骗式干扰方法及系统

Publications (2)

Publication Number Publication Date
CN113534067A true CN113534067A (zh) 2021-10-22
CN113534067B CN113534067B (zh) 2023-03-14

Family

ID=78126350

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110740214.2A Active CN113534067B (zh) 2021-06-30 2021-06-30 一种多干扰源下多站雷达抗欺骗式干扰方法及系统

Country Status (1)

Country Link
CN (1) CN113534067B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113917410A (zh) * 2021-12-13 2022-01-11 湖南芯普电子科技有限公司 一种双站雷达协同抗欺骗干扰方法、装置和计算机设备
CN116413675A (zh) * 2023-05-15 2023-07-11 南京邮电大学 一种对齐误差下多站雷达协同抗欺骗式干扰方法及装置
CN118091550A (zh) * 2024-04-24 2024-05-28 中国电子科技集团公司信息科学研究院 基于分布式雷达的多干扰源感知方法及装置、电子设备

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002014896A1 (en) * 2000-08-11 2002-02-21 Alenia Marconi Systems Limited Method of interference suppression in a radar system
US20030184473A1 (en) * 2002-03-27 2003-10-02 Yu Kai Bor Adaptive digital sub-array beamforming and deterministic sum and difference beamforming, with jamming cancellation and monopulse ratio preservation
CN101349747A (zh) * 2007-07-20 2009-01-21 汤子跃 一种雷达抗有源欺骗干扰性能定量评估方法
US20150092877A1 (en) * 2013-10-02 2015-04-02 Terabit Radios, Inc. High throughput interference cancelling radio transceiver and antenna therefor
CN105259540A (zh) * 2015-11-26 2016-01-20 西安电子科技大学 一种多站雷达抗有源欺骗式干扰的优化方法
CN106501780A (zh) * 2016-10-20 2017-03-15 潘卫军 一种双极化自适应抗干扰滤波方法
US20190293749A1 (en) * 2018-03-22 2019-09-26 Infineon Technologies Ag Fmcw radar with additional am for interference detection
CN112051552A (zh) * 2020-08-11 2020-12-08 清华大学 一种基于多站的主瓣抗干扰方法及装置
CN112149567A (zh) * 2020-09-23 2020-12-29 中国科学院长春光学精密机械与物理研究所 一种海上目标检测方法、装置及设备

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002014896A1 (en) * 2000-08-11 2002-02-21 Alenia Marconi Systems Limited Method of interference suppression in a radar system
US20030184473A1 (en) * 2002-03-27 2003-10-02 Yu Kai Bor Adaptive digital sub-array beamforming and deterministic sum and difference beamforming, with jamming cancellation and monopulse ratio preservation
CN101349747A (zh) * 2007-07-20 2009-01-21 汤子跃 一种雷达抗有源欺骗干扰性能定量评估方法
US20150092877A1 (en) * 2013-10-02 2015-04-02 Terabit Radios, Inc. High throughput interference cancelling radio transceiver and antenna therefor
CN105259540A (zh) * 2015-11-26 2016-01-20 西安电子科技大学 一种多站雷达抗有源欺骗式干扰的优化方法
CN106501780A (zh) * 2016-10-20 2017-03-15 潘卫军 一种双极化自适应抗干扰滤波方法
US20190293749A1 (en) * 2018-03-22 2019-09-26 Infineon Technologies Ag Fmcw radar with additional am for interference detection
CN112051552A (zh) * 2020-08-11 2020-12-08 清华大学 一种基于多站的主瓣抗干扰方法及装置
CN112149567A (zh) * 2020-09-23 2020-12-29 中国科学院长春光学精密机械与物理研究所 一种海上目标检测方法、装置及设备

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Z BAI 等: "A radar anti-jamming technology based on canonical correlation analysis", 《INTERNATIONAL CONFERENCE ON NEURAL NETWORKS & BRAIN》 *
李强: "多站雷达抗有源欺骗式干扰方法研究", 《中国博士学位论文全文数据库(电子期刊)》 *
王文涛等: "盲源分离算法应用于抗雷达多假目标干扰", 《电子信息对抗技术》 *
赵珊珊: "多站雷达协同抗欺骗式干扰方法研究", 《中国博士学位论文全文数据库(电子期刊)》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113917410A (zh) * 2021-12-13 2022-01-11 湖南芯普电子科技有限公司 一种双站雷达协同抗欺骗干扰方法、装置和计算机设备
CN116413675A (zh) * 2023-05-15 2023-07-11 南京邮电大学 一种对齐误差下多站雷达协同抗欺骗式干扰方法及装置
CN116413675B (zh) * 2023-05-15 2023-09-12 南京邮电大学 一种对齐误差下多站雷达协同抗欺骗式干扰方法及装置
CN118091550A (zh) * 2024-04-24 2024-05-28 中国电子科技集团公司信息科学研究院 基于分布式雷达的多干扰源感知方法及装置、电子设备
CN118091550B (zh) * 2024-04-24 2024-07-23 中国电子科技集团公司信息科学研究院 基于分布式雷达的多干扰源感知方法及装置、电子设备

Also Published As

Publication number Publication date
CN113534067B (zh) 2023-03-14

Similar Documents

Publication Publication Date Title
CN113534067B (zh) 一种多干扰源下多站雷达抗欺骗式干扰方法及系统
CN111399002B (zh) 一种基于两级神经网络的gnss接收机组合干扰分类识别方法
CN106154235B (zh) 基于频率分集mimo雷达的主瓣欺骗式干扰抑制方法
CN109581425A (zh) 一种基于多接收机的卫星导航欺骗信号检测方法
CN110471091B (zh) 一种基于相关器正交分量的欺骗干扰检测方法
CN105259541A (zh) 一种多站雷达抗有源欺骗式干扰的方法
CN105259540B (zh) 一种多站雷达抗有源欺骗式干扰的优化方法
CN104794264B (zh) 一种基于稀疏频率的雷达通信波形设计方法
CN113484838B (zh) 一种多基地雷达有源假目标鉴别方法及系统
CN112859116B (zh) 基于主特征盲源分离的单天线gnss欺骗式干扰检测方法
CN112558034A (zh) 一种子空间信号失配时的扩展目标敏感检测器与系统
CN113962151B (zh) 基于深度卷积迁移学习的距离假目标智能识别方法
CN109725297B (zh) 一种基于回波极化度的有源转发式干扰识别方法
CN111077504B (zh) 高斯1比特混合干扰信号生成方法、装置、设备及介质
CN111077503B (zh) 1比特混合干扰信号生成方法、装置、设备及介质
CN112213697A (zh) 一种基于贝叶斯决策理论用于雷达欺骗干扰识别的特征融合方法
CN106093925B (zh) 一种多雷达联合检测方法
Yang et al. Research on GNSS interference recognition based on ROI of correlation peaks
Wang et al. A learning-based signal parameter extraction approach for multi-source frequency-hopping signal sorting
CN116520256B (zh) 一种基于深度学习的机载预警雷达干扰识别方法和装置
CN109085613A (zh) 基于星座轨迹的卫星欺骗干扰识别方法及装置
CN113238253B (zh) 一种基于基站辅助的卫星导航定位欺骗信号防御方法和装置
CN116559857A (zh) 一种宽带雷达组网协同鉴别有源假目标的方法及装置
Farina et al. Interference blanking probabilities for SLB in correlated Gaussian clutter plus noise
CN111077515A (zh) 一种基于模拟电视外辐射源雷达的目标检测方法

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