CN114089288B - 一种相控阵雷达抗干扰方法、装置及存储介质 - Google Patents

一种相控阵雷达抗干扰方法、装置及存储介质 Download PDF

Info

Publication number
CN114089288B
CN114089288B CN202210033051.9A CN202210033051A CN114089288B CN 114089288 B CN114089288 B CN 114089288B CN 202210033051 A CN202210033051 A CN 202210033051A CN 114089288 B CN114089288 B CN 114089288B
Authority
CN
China
Prior art keywords
phased array
data
data matrix
array radar
compression
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
CN202210033051.9A
Other languages
English (en)
Other versions
CN114089288A (zh
Inventor
陈辉
李槟槟
刘维建
张昭建
周必雷
倪萌钰
王晓戈
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 CN202210033051.9A priority Critical patent/CN114089288B/zh
Publication of CN114089288A publication Critical patent/CN114089288A/zh
Application granted granted Critical
Publication of CN114089288B publication Critical patent/CN114089288B/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

本发明涉及相控阵雷达领域，提供了一种相控阵雷达抗干扰方法、装置及存储介质，方法包括：利用接收通道采样并存储数据；利用空域压缩技术进行波束形成，在同一方位角形成两个不同波束的数据矩阵；采用时域压缩技术对两个不同波束的数据矩阵进行距离维的抽取并求和；利用脉冲压缩技术进行脉冲维的时域滤波；利用频域压缩技术得到不同尺度的数据矩阵；分别对不同尺度的数据矩阵进行多普勒处理得到不同尺度的多普勒滤波结果；分别对不同尺度的多普勒滤波结果进行检测与融合，得到最终检测结果；本发明提供的相控阵雷达抗干扰方法使相控阵雷达具备了同时抑制旁瓣干扰、主瓣干扰、主副瓣混合干扰的能力，兼备高速和低速目标同时检测的优点。

Description

一种相控阵雷达抗干扰方法、装置及存储介质
技术领域
本发明涉及相控阵雷达领域，更具体地，涉及一种相控阵雷达抗干扰方法、装置及存储介质。
背景技术
雷达作为重要的装备，在国民经济的各个领域得到了广泛的应用。其中，大型相控阵雷达则是国之重器，相对传统的小型相控阵雷达而言，大型相控阵雷达阵面大、阵元多、可重构单元多，同等情况下，更容易实现多波束、多功能、子阵灵活重组等等，因此在国家预警监视领域具有不可替代的作用。
传统的天波超视距雷达（OTHR）主要考虑电离层扰动、雷电、流星等无源干扰的影响，但随着现代电子技术的广泛使用和电子对抗技术的发展，OTHR在使用过程中受到了调幅广播电台、短波通信、有意电子干扰等有源干扰的影响。通过近年来的一些事例，可以看出这些有源干扰越来越多，对装备的使用带来的很多限制。虽然OTHR具有自适应抗旁瓣干扰技术，但使用过程中，干扰往往是全频的，而且主瓣、旁瓣和主副瓣混合式干扰，这就对传统的自适应手段使用带来的很大的麻烦。虽然自适应可以较好地抑制旁瓣干扰，但在无干扰时采用自适应手段有时会导致目标能量的损失。而且，如果存在主瓣干扰，则会导致主波束畸变从而无法检测目标。随着干扰技术的发展，针对OTHR的灵巧干扰、欺骗干扰和各种转发式干扰也会大量出现，这就会进一步降低OTHR的工作效能。从上述的分析可以看出，有源干扰复杂多变、组合方式多样，想通过自适应一种手段很难达到良好的效果是很难的，也是不可行的。
鉴于此，克服该现有技术所存在的缺陷是本技术领域亟待解决的问题。
发明内容
本发明要解决的技术问题是：
有源干扰复杂多变、组合方式多样，传统的天波超视距雷达虽然可以通过自适应抑制旁瓣干扰，但在无干扰时采用自适应手段有时会导致目标能量的损失；而且，使用过程中的干扰往往是全频的，包括主瓣、旁瓣和主副瓣混合式干扰，如果存在主瓣干扰，则会导致主波束畸变从而无法检测目标。
为实现上述目的，本发明采用如下技术方案：
一方面，本发明提供了一种相控阵雷达抗干扰方法，包括：
步骤1：利用相控阵雷达的接收通道采样并存储数据；
步骤2：利用空域压缩技术将所述相控阵雷达采样得到的数据进行波束形成，在同一方位角形成两个不同波束的数据矩阵
Figure 807903DEST_PATH_IMAGE001
和数据矩阵
Figure 584098DEST_PATH_IMAGE002
；其中，
Figure 832677DEST_PATH_IMAGE001
为常规波束形成，
Figure 24624DEST_PATH_IMAGE002
为自适应波束形成；
步骤3：采用时域压缩技术对
Figure 196586DEST_PATH_IMAGE001
和
Figure 487890DEST_PATH_IMAGE003
进行距离维的抽取并求和，得到
Figure 348399DEST_PATH_IMAGE004
和
Figure 16140DEST_PATH_IMAGE005
两个数据矩阵；
步骤4：利用脉冲压缩技术对
Figure 481757DEST_PATH_IMAGE004
和
Figure 68596DEST_PATH_IMAGE005
进行脉冲维的时域滤波，得到
Figure 557346DEST_PATH_IMAGE006
和
Figure 389298DEST_PATH_IMAGE007
两个数据矩阵；
步骤5：利用频域压缩技术对
Figure 381525DEST_PATH_IMAGE006
进行处理，得到不同尺度的数据矩阵
Figure 608107DEST_PATH_IMAGE008
、
Figure 443208DEST_PATH_IMAGE009
、
Figure 187173DEST_PATH_IMAGE010
、
Figure 689698DEST_PATH_IMAGE011
和
Figure 493706DEST_PATH_IMAGE012
；利用频域压缩技术对
Figure 523760DEST_PATH_IMAGE007
进行处理，得到不同尺度的数据矩阵
Figure 461629DEST_PATH_IMAGE013
、
Figure 21923DEST_PATH_IMAGE014
、
Figure 855887DEST_PATH_IMAGE015
、
Figure 275367DEST_PATH_IMAGE016
和
Figure 456075DEST_PATH_IMAGE017
；
步骤6：分别对
Figure 402034DEST_PATH_IMAGE008
、
Figure 79003DEST_PATH_IMAGE009
、
Figure 110413DEST_PATH_IMAGE018
、
Figure 327768DEST_PATH_IMAGE011
、
Figure 269179DEST_PATH_IMAGE012
、
Figure 740219DEST_PATH_IMAGE013
、
Figure 134291DEST_PATH_IMAGE014
、
Figure 155336DEST_PATH_IMAGE015
、
Figure 810309DEST_PATH_IMAGE019
和
Figure 563501DEST_PATH_IMAGE017
共十个数据矩阵进行多普勒处理，得到不同尺度的多普勒滤波结果
Figure 835082DEST_PATH_IMAGE020
、
Figure 331923DEST_PATH_IMAGE021
、
Figure 608446DEST_PATH_IMAGE022
、
Figure 266960DEST_PATH_IMAGE023
、
Figure 963521DEST_PATH_IMAGE024
、
Figure 123106DEST_PATH_IMAGE025
、
Figure 893616DEST_PATH_IMAGE026
、
Figure 113245DEST_PATH_IMAGE027
、
Figure 969206DEST_PATH_IMAGE028
和
Figure 628421DEST_PATH_IMAGE029
；
步骤7：分别对
Figure 112492DEST_PATH_IMAGE020
、
Figure 378388DEST_PATH_IMAGE021
、
Figure 580699DEST_PATH_IMAGE022
、
Figure 223033DEST_PATH_IMAGE023
、
Figure 92769DEST_PATH_IMAGE024
、
Figure 358927DEST_PATH_IMAGE025
、
Figure 923901DEST_PATH_IMAGE026
、
Figure 228980DEST_PATH_IMAGE027
、
Figure 828589DEST_PATH_IMAGE028
和
Figure 560922DEST_PATH_IMAGE029
进行检测，对
Figure 613191DEST_PATH_IMAGE020
和
Figure 659645DEST_PATH_IMAGE025
、
Figure 2508DEST_PATH_IMAGE021
和
Figure 781108DEST_PATH_IMAGE026
、
Figure 445308DEST_PATH_IMAGE022
和
Figure 295452DEST_PATH_IMAGE027
、
Figure 604073DEST_PATH_IMAGE023
和
Figure 678209DEST_PATH_IMAGE028
以及
Figure 705071DEST_PATH_IMAGE024
和
Figure 657108DEST_PATH_IMAGE029
共五对多普勒滤波结果进行融合印证，综合得到最终检测结果。
优选地，所述步骤2中，所述步骤2中，在同一方位角形成两个不同波束的数据矩阵
Figure 148133DEST_PATH_IMAGE001
和
Figure 268535DEST_PATH_IMAGE002
，其中，
Figure 172906DEST_PATH_IMAGE001
为常规波束形成，采用带指向的幅度加权，权矢量包括海明窗或海宁窗；
Figure 364853DEST_PATH_IMAGE002
为自适应波束形成，采用全自适应加权或降秩自适应加权。
优选地，所述步骤3中的时域压缩，具体包括：对
Figure 382488DEST_PATH_IMAGE001
进行距离维的抽取并求和得到
Figure 833979DEST_PATH_IMAGE004
，对
Figure 897749DEST_PATH_IMAGE002
进行距离维的抽取并求和得到
Figure 362229DEST_PATH_IMAGE005
。
优选地，所述步骤4中的脉冲压缩，具体包括：数据矩阵
Figure 562266DEST_PATH_IMAGE006
是对数据矩阵
Figure 290051DEST_PATH_IMAGE004
按距离维进行频域脉冲压缩或时域脉冲压缩所得，数据矩阵
Figure 903435DEST_PATH_IMAGE007
是对数据矩阵
Figure 938649DEST_PATH_IMAGE005
按距离维进行频域脉冲压缩或时域脉冲压缩所得。
优选地，所述步骤5中的频域压缩，具体包括：对数据矩阵
Figure 930876DEST_PATH_IMAGE006
按脉冲维进行抽取，得到压缩后的数据矩阵
Figure 219775DEST_PATH_IMAGE008
、
Figure 664662DEST_PATH_IMAGE009
、
Figure 2103DEST_PATH_IMAGE018
和
Figure 239049DEST_PATH_IMAGE011
，另外，按相邻脉冲抽取并求和，得到数据矩阵
Figure 43057DEST_PATH_IMAGE012
，对数据矩阵
Figure 129568DEST_PATH_IMAGE007
按脉冲维进行抽取得到压缩后的数据矩阵
Figure 5121DEST_PATH_IMAGE013
、
Figure 971940DEST_PATH_IMAGE014
、
Figure 71483DEST_PATH_IMAGE015
、
Figure 22121DEST_PATH_IMAGE019
，另外，按相邻脉冲抽取并求和得到数据矩阵
Figure 498102DEST_PATH_IMAGE017
。
优选地，所述步骤6中的多普勒处理，在对数据矩阵
Figure 148788DEST_PATH_IMAGE008
、
Figure 560178DEST_PATH_IMAGE009
、
Figure 591588DEST_PATH_IMAGE018
、
Figure 481046DEST_PATH_IMAGE011
、
Figure 812671DEST_PATH_IMAGE012
、
Figure 129382DEST_PATH_IMAGE013
、
Figure 851351DEST_PATH_IMAGE014
、
Figure 341238DEST_PATH_IMAGE015
、
Figure 981165DEST_PATH_IMAGE019
和
Figure 858991DEST_PATH_IMAGE017
进行多普勒处理时，需要加上负60以下的切比雪夫权。
优选地，所述步骤7中的检测与融合，对
Figure 740360DEST_PATH_IMAGE020
和
Figure 361834DEST_PATH_IMAGE025
、
Figure 12258DEST_PATH_IMAGE021
和
Figure 264248DEST_PATH_IMAGE026
、
Figure 259011DEST_PATH_IMAGE022
和
Figure 293963DEST_PATH_IMAGE027
以及
Figure 923527DEST_PATH_IMAGE023
和
Figure 284102DEST_PATH_IMAGE028
进行检测时，只检测其中的高速目标区，检测算法采用CA-CFAR或取大CFAR；对
Figure 264696DEST_PATH_IMAGE024
和
Figure 165656DEST_PATH_IMAGE029
进行检测时，只检测低速目标区，检测算法采用十字CFAR或取小CFAR。
第二方面，本发明提供了一种相控阵雷达抗干扰装置，用于实现第一方面所述的相控阵雷达抗干扰方法，装置包括：接收通道模块、空域压缩模块、时域压缩模块、脉冲压缩模块、频域压缩模块、多普勒处理模块以及检测融合模块；
所述接收通道模块，用于获取相控阵雷达的多通道数据；
所述空域压缩模块，用于形成同一方位角的两个不同的波束数据矩阵；
所述时域压缩模块，用于对波束数据矩阵进行距离维抽取并求和；
所述脉冲压缩模块，用于对抽取压缩后的数据矩阵进行脉冲维的时域滤波；
所述频域压缩模块，用于通过频域压缩得到不同尺度的数据矩阵，实现数据矩阵的分组；
所述多普勒处理模块，用于对不同尺度的数据矩阵进行多普勒处理，实现对不同尺度的数据矩阵的滤波；
所述检测融合模块，用于将同一尺度的数据矩阵进行检测融合，再对不同尺度的数据进行融合，得到最终检测结果。
优选地，所述相控阵雷达抗干扰装置还包括：
至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述处理器执行，用于执行第一方面所述的相控阵雷达抗干扰方法。
第三方面，本发明提供了一种非易失性计算机存储介质，计算机存储介质存储有计算机可执行指令，所述计算机可执行指令被一个或多个处理器执行，用于完成第一方面所述的相控阵雷达抗干扰方法。
与现有技术相比，本发明的有益效果在于：
（1）本发明由于采用空域、时域、频域多维信息进行抗干扰处理，可以最大限度地抑制干扰，从而保证目标的有效检测；
（2）目标检测时采用了常规处理通道和自适应通道相互印证的方式进行，从而最大程度上避免了目标的丢失；
（3）频域压缩技术使得目标检测过程中，采用了不同尺度下处理，在保证高速目标有效检测的同时，也极大地拓展了低速目标的检测，兼顾了对空工作和对海工作模式；
（4）本发明提供的相控阵雷达抗干扰方法只涉及信号处理流程，即只需要升级处理系统和软件即可，不改变其它系统结构，具有推广应用价值。
附图说明
图1为本发明提供的一种相控阵雷达抗干扰方法的流程示意图；
图2为本发明提供的一种相控阵雷达抗干扰装置的结构框架图；
图3为本发明提供的一种相控阵雷达抗干扰装置的结构框架图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
实施例1：
本发明实施例提供了一种相控阵雷达抗干扰方法，如图1所示，包括以下步骤：
步骤1：利用相控阵雷达的接收通道采样并存储数据；
步骤2：利用空域压缩技术将所述相控阵雷达采样得到的数据进行波束形成，在同一方位角形成两个不同波束的数据矩阵
Figure 790672DEST_PATH_IMAGE001
和数据矩阵
Figure 679737DEST_PATH_IMAGE002
；其中，
Figure 22994DEST_PATH_IMAGE001
为常规波束形成，
Figure 789962DEST_PATH_IMAGE002
为自适应波束形成；
步骤3：采用时域压缩技术对
Figure 597381DEST_PATH_IMAGE001
和
Figure 34178DEST_PATH_IMAGE003
进行距离维的抽取并求和，得到
Figure 989365DEST_PATH_IMAGE004
和
Figure 904231DEST_PATH_IMAGE005
两个数据矩阵；
步骤4：利用脉冲压缩技术对
Figure 598780DEST_PATH_IMAGE004
和
Figure 331113DEST_PATH_IMAGE005
进行脉冲维的时域滤波，得到
Figure 383382DEST_PATH_IMAGE006
和
Figure 226573DEST_PATH_IMAGE007
两个数据矩阵；
步骤5：利用频域压缩技术对
Figure 8585DEST_PATH_IMAGE006
进行处理，得到不同尺度的数据矩阵
Figure 787185DEST_PATH_IMAGE008
、
Figure 221358DEST_PATH_IMAGE009
、
Figure 71502DEST_PATH_IMAGE010
、
Figure 380124DEST_PATH_IMAGE011
和
Figure 454259DEST_PATH_IMAGE012
；利用频域压缩技术对
Figure 215542DEST_PATH_IMAGE007
进行处理，得到不同尺度的数据矩阵
Figure 931694DEST_PATH_IMAGE013
、
Figure 94822DEST_PATH_IMAGE014
、
Figure 841323DEST_PATH_IMAGE015
、
Figure 683378DEST_PATH_IMAGE016
和
Figure 547428DEST_PATH_IMAGE017
；
步骤6：分别对
Figure 955276DEST_PATH_IMAGE008
、
Figure 512159DEST_PATH_IMAGE009
、
Figure 372668DEST_PATH_IMAGE018
、
Figure 601262DEST_PATH_IMAGE011
、
Figure 738982DEST_PATH_IMAGE012
、
Figure 856979DEST_PATH_IMAGE013
、
Figure 814571DEST_PATH_IMAGE014
、
Figure 410638DEST_PATH_IMAGE015
、
Figure 730761DEST_PATH_IMAGE019
和
Figure 363867DEST_PATH_IMAGE017
共十个数据矩阵进行多普勒处理，得到不同尺度的多普勒滤波结果
Figure 700433DEST_PATH_IMAGE020
、
Figure 709977DEST_PATH_IMAGE021
、
Figure 946923DEST_PATH_IMAGE022
、
Figure 344407DEST_PATH_IMAGE023
、
Figure 276591DEST_PATH_IMAGE024
、
Figure 214460DEST_PATH_IMAGE025
、
Figure 181279DEST_PATH_IMAGE026
、
Figure 39077DEST_PATH_IMAGE027
、
Figure 724136DEST_PATH_IMAGE028
和
Figure 403379DEST_PATH_IMAGE029
；
步骤7：分别对
Figure 349338DEST_PATH_IMAGE020
、
Figure 495149DEST_PATH_IMAGE021
、
Figure 792138DEST_PATH_IMAGE022
、
Figure 947176DEST_PATH_IMAGE023
、
Figure 249106DEST_PATH_IMAGE024
、
Figure 831397DEST_PATH_IMAGE025
、
Figure 553366DEST_PATH_IMAGE026
、
Figure 371149DEST_PATH_IMAGE027
、
Figure 432646DEST_PATH_IMAGE028
和
Figure 310472DEST_PATH_IMAGE029
进行检测，对
Figure 926261DEST_PATH_IMAGE020
和
Figure 249533DEST_PATH_IMAGE025
、
Figure 24591DEST_PATH_IMAGE021
和
Figure 214264DEST_PATH_IMAGE026
、
Figure 707562DEST_PATH_IMAGE022
和
Figure 70410DEST_PATH_IMAGE027
、
Figure 575341DEST_PATH_IMAGE023
和
Figure 562014DEST_PATH_IMAGE028
以及
Figure 152395DEST_PATH_IMAGE024
和
Figure 318934DEST_PATH_IMAGE029
共五对多普勒滤波结果进行融合印证，综合得到最终检测结果。
本发明通过充分利用相控阵雷达的空域、距离域、多普勒域等不同手段实现抗干扰处理，然后进行融合检测，从而实现在强地海杂波背景下的主副瓣有源干扰的抑制，达到高速和低速目标的融合检测。首先，利用雷达的接收通道获取相控阵雷达的多通道数据；利用空域压缩技术得到同一方位的两个波束；通过时域压缩对两个波束数据进行积累；利用脉冲压缩技术实现对两个压缩数据的时域滤波；通过频域压缩来实现数据的分组；再通过多普勒处理技术实现对分组数据的滤波；最后利用不同分组数据进行检测，将检测的结果进行融合，得到最终的目标检测结果。由于此时的相控阵雷达综合利用了空域、时域、多普勒域的信息，所以使雷达具备了同时抑制旁瓣干扰、主瓣干扰、主副瓣混合干扰的能力，兼备高速和低速目标同时检测的优点。
例如，假设存在128个阵元接收数据，每个阵元接收256个脉冲，每个脉冲采样2000个距离单元。
Figure 68584DEST_PATH_IMAGE001
为常规波束形成，采用带指向的幅度加权，权矢量为海明窗；假设方位角为0度，则得到的
Figure 334481DEST_PATH_IMAGE001
矩阵维数为256x2000，
Figure 802371DEST_PATH_IMAGE002
为自适应波束形成，用降秩自适应加权；方位角也为0度，其矩阵维数也为256x2000。
假设采用4倍压缩，则
Figure 179126DEST_PATH_IMAGE004
和
Figure 287677DEST_PATH_IMAGE005
数据分别是
Figure 52371DEST_PATH_IMAGE001
和
Figure 882923DEST_PATH_IMAGE002
每相邻4个距离单元求和后得到的结果，
Figure 922424DEST_PATH_IMAGE004
是对
Figure 787611DEST_PATH_IMAGE001
中的距离维抽取并求和所得，
Figure 519944DEST_PATH_IMAGE005
是对
Figure 135995DEST_PATH_IMAGE002
中的距离维抽取并求和所得；此时数据矩阵
Figure 120132DEST_PATH_IMAGE004
和数据矩阵
Figure 698881DEST_PATH_IMAGE005
的维数均为256x500。
直接对
Figure 398852DEST_PATH_IMAGE004
和
Figure 499270DEST_PATH_IMAGE005
进行脉冲压缩，得到脉压后的数据矩阵
Figure 287098DEST_PATH_IMAGE006
和数据矩阵
Figure 720353DEST_PATH_IMAGE007
，其维数分别为256x500；
Figure 997751DEST_PATH_IMAGE006
是对
Figure 24612DEST_PATH_IMAGE004
按距离维进行频域脉冲压缩所得，
Figure 475185DEST_PATH_IMAGE007
是对
Figure 903893DEST_PATH_IMAGE005
矩阵按距离维进行频域脉冲压缩所得，这里的频域脉冲压缩技术也可以替代成时域脉冲压缩技术。
对
Figure 650394DEST_PATH_IMAGE006
按脉冲维进行抽取，每64个相邻脉冲构成一个数据矩阵，分别得到
Figure 226869DEST_PATH_IMAGE008
、
Figure 90920DEST_PATH_IMAGE009
、
Figure 764347DEST_PATH_IMAGE018
和
Figure 383547DEST_PATH_IMAGE011
共四个维度为64x500的数据矩阵，同时对
Figure 916159DEST_PATH_IMAGE006
按4倍抽取压缩并求和得到
Figure 693490DEST_PATH_IMAGE012
；对
Figure 831210DEST_PATH_IMAGE007
按脉冲维进行抽取，每64个相邻脉冲构成一个数据矩阵，分别得到
Figure 418049DEST_PATH_IMAGE013
、
Figure 969116DEST_PATH_IMAGE014
、
Figure 440549DEST_PATH_IMAGE015
和
Figure 822988DEST_PATH_IMAGE019
共四个维度为64x500的数据矩阵，同时对
Figure 456095DEST_PATH_IMAGE007
按4倍抽取压缩并求和得到
Figure 792661DEST_PATH_IMAGE017
。
其中，数据矩阵
Figure 130101DEST_PATH_IMAGE008
、
Figure 976834DEST_PATH_IMAGE009
、
Figure 171055DEST_PATH_IMAGE018
、
Figure 103239DEST_PATH_IMAGE011
、
Figure 306688DEST_PATH_IMAGE013
、
Figure 7927DEST_PATH_IMAGE014
、
Figure 871585DEST_PATH_IMAGE015
和
Figure 618961DEST_PATH_IMAGE019
为通过直接分块的方式压缩得到，数据矩阵
Figure 970308DEST_PATH_IMAGE012
和
Figure 916267DEST_PATH_IMAGE017
为通过4倍压缩求和得到。
直接对
Figure 327657DEST_PATH_IMAGE008
、
Figure 624646DEST_PATH_IMAGE009
、
Figure 779684DEST_PATH_IMAGE018
、
Figure 81614DEST_PATH_IMAGE011
、
Figure 991802DEST_PATH_IMAGE012
、
Figure 651453DEST_PATH_IMAGE013
、
Figure 469236DEST_PATH_IMAGE014
、
Figure 265154DEST_PATH_IMAGE015
、
Figure 80663DEST_PATH_IMAGE019
和
Figure 591060DEST_PATH_IMAGE017
这十个维度均为64x500的数据矩阵分别进行多普勒滤波处理，采用-80dB加权，得到十个维度均为64x500的数据矩阵
Figure 87900DEST_PATH_IMAGE020
、
Figure 128538DEST_PATH_IMAGE021
、
Figure 52631DEST_PATH_IMAGE022
、
Figure 483613DEST_PATH_IMAGE023
、
Figure 643198DEST_PATH_IMAGE024
、
Figure 679288DEST_PATH_IMAGE025
、
Figure 400381DEST_PATH_IMAGE026
、
Figure 990763DEST_PATH_IMAGE027
、
Figure 157302DEST_PATH_IMAGE028
和
Figure 906952DEST_PATH_IMAGE029
。
其中，在对
Figure 172848DEST_PATH_IMAGE020
和
Figure 640739DEST_PATH_IMAGE025
、
Figure 17493DEST_PATH_IMAGE021
和
Figure 120185DEST_PATH_IMAGE026
、
Figure 884879DEST_PATH_IMAGE022
和
Figure 449852DEST_PATH_IMAGE027
以及
Figure 20511DEST_PATH_IMAGE023
和
Figure 354540DEST_PATH_IMAGE028
进行检测时，只检测其中的高速目标区，检测算法采用单元平均恒虚警算法（Cell Averaging Constant FalseAlarm Rate，简称CA-CFAR）；对
Figure 86873DEST_PATH_IMAGE024
和
Figure 968504DEST_PATH_IMAGE029
进行检测时，只检测低速目标区，检测算法采用十字CFAR，其中，CFAR为恒虚警算法 (Constant False Alarm Rate，简称CFAR)；
Figure 952640DEST_PATH_IMAGE020
和
Figure 265810DEST_PATH_IMAGE025
、
Figure 44410DEST_PATH_IMAGE021
和
Figure 974189DEST_PATH_IMAGE026
、
Figure 496437DEST_PATH_IMAGE022
和
Figure 929692DEST_PATH_IMAGE027
以及
Figure 965345DEST_PATH_IMAGE023
和
Figure 992207DEST_PATH_IMAGE028
用于空中工作模式的检测与融合，
Figure 380463DEST_PATH_IMAGE024
和
Figure 668225DEST_PATH_IMAGE029
用于对海工作模式的检测与融合。
在本发明实施例中，所述步骤2中，在同一方位角形成两个不同波束的数据矩阵
Figure 54206DEST_PATH_IMAGE001
和
Figure 427419DEST_PATH_IMAGE002
，其中，
Figure 557049DEST_PATH_IMAGE001
为常规波束形成，采用带指向的幅度加权，权矢量包括海明窗或海宁窗；
Figure 466361DEST_PATH_IMAGE002
为自适应波束形成，采用全自适应加权或降秩自适应加权。
在本发明实施例中，步骤3中的时域压缩，具体包括：对
Figure 85562DEST_PATH_IMAGE001
进行距离维的抽取并求和得到
Figure 821436DEST_PATH_IMAGE004
，对
Figure 613812DEST_PATH_IMAGE002
进行距离维的抽取并求和得到
Figure 17111DEST_PATH_IMAGE005
；其中，压缩的比例为可调节的。
在本发明实施例中，步骤4中的脉冲压缩，具体包括：数据矩阵
Figure 603951DEST_PATH_IMAGE006
是对数据矩阵
Figure 827122DEST_PATH_IMAGE004
按距离维进行频域脉冲压缩或时域脉冲压缩所得，数据矩阵
Figure 859406DEST_PATH_IMAGE007
是对数据矩阵
Figure 976267DEST_PATH_IMAGE005
按距离维进行频域脉冲压缩或时域脉冲压缩所得。
在本发明实施例中，步骤5中的频域压缩，具体包括：对数据矩阵
Figure 874953DEST_PATH_IMAGE006
按脉冲维进行抽取，得到压缩后的数据矩阵
Figure 710054DEST_PATH_IMAGE008
、
Figure 454019DEST_PATH_IMAGE009
、
Figure 956544DEST_PATH_IMAGE018
和
Figure 760552DEST_PATH_IMAGE011
，另外，按相邻脉冲抽取并求和，得到数据矩阵
Figure 584414DEST_PATH_IMAGE012
，对数据矩阵
Figure 459966DEST_PATH_IMAGE007
按脉冲维进行抽取得到压缩后的数据矩阵
Figure 426785DEST_PATH_IMAGE013
、
Figure 791907DEST_PATH_IMAGE014
、
Figure 211387DEST_PATH_IMAGE015
、
Figure 952947DEST_PATH_IMAGE019
，另外，按相邻脉冲抽取并求和得到数据矩阵
Figure 774273DEST_PATH_IMAGE017
。
在本发明实施例中，保证良好的多普勒旁瓣杂波抑制，步骤6中的多普勒处理，在对数据矩阵
Figure 814691DEST_PATH_IMAGE008
、
Figure 49363DEST_PATH_IMAGE009
、
Figure 938822DEST_PATH_IMAGE018
、
Figure 4867DEST_PATH_IMAGE011
、
Figure 587158DEST_PATH_IMAGE012
、
Figure 371443DEST_PATH_IMAGE013
、
Figure 64592DEST_PATH_IMAGE014
、
Figure 221029DEST_PATH_IMAGE015
、
Figure 302118DEST_PATH_IMAGE019
和
Figure 449066DEST_PATH_IMAGE017
进行多普勒处理时，需要加上负60以下的切比雪夫权。
在本发明实施例中，恒虚警算法(Constant False Alarm Rate，简称CFAR)，步骤7中的检测与融合，对
Figure 70540DEST_PATH_IMAGE020
和
Figure 720964DEST_PATH_IMAGE025
、
Figure 707374DEST_PATH_IMAGE021
和
Figure 699208DEST_PATH_IMAGE026
、
Figure 999739DEST_PATH_IMAGE022
和
Figure 894883DEST_PATH_IMAGE027
以及
Figure 724299DEST_PATH_IMAGE023
和
Figure 704893DEST_PATH_IMAGE028
进行检测时，只检测其中的高速目标区，检测算法采用单元平均恒虚警算法（Cell Averaging Constant FalseAlarm Rate，简称CA-CFAR）或取大CFAR；对
Figure 871432DEST_PATH_IMAGE024
和
Figure 230869DEST_PATH_IMAGE029
进行检测时，只检测低速目标区，检测算法采用十字CFAR或取小CFAR。
实施例2:
本发明还提供一种相控阵雷达抗干扰装置，如图2所示，包括：接收通道模块、空域压缩模块、时域压缩模块、脉冲压缩模块、频域压缩模块、多普勒处理模块以及检测融合模块。
所述接收通道模块，用于获取相控阵雷达的多通道数据。
所述空域压缩模块，用于形成同一方位角的两个不同的波束数据矩阵。
所述时域压缩模块，用于对波束数据矩阵进行距离维抽取并求和。
所述脉冲压缩模块，用于对抽取压缩后的数据矩阵进行脉冲维的时域滤波。
所述频域压缩模块，用于通过频域压缩得到不同尺度的数据矩阵，实现数据矩阵的分组。
所述多普勒处理模块，用于对不同尺度的数据矩阵进行多普勒处理，实现对不同尺度的数据矩阵的滤波。
所述检测融合模块，用于将同一尺度的数据矩阵进行检测融合，再对不同尺度的数据进行融合，得到最终检测结果。
在本发明实施例中，所述相控阵雷达抗干扰装置，如图3所示，还包括：一个或多个处理器21以及存储器22。其中，图3中以一个处理器21为例。
处理器21和存储器22可以通过总线或者其他方式连接，图3中以通过总线连接为例。
存储器22作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序和非易失性计算机可执行程序，如实施例1中的相控阵雷达抗干扰方法。处理器21通过运行存储在存储器22中的非易失性软件程序和指令，从而执行相控阵雷达抗干扰方法。
存储器22可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器22可选包括相对于处理器21远程设置的存储器，这些远程存储器可以通过网络连接至处理器21。
所述程序指令存储在所述存储器22中，当被所述一个或者多个处理器21执行时，执行上述实施例1中的相控阵雷达抗干扰方法，例如，执行以上描述的图1所示的各个步骤。
本发明实施例还提供了一种非易失性计算机存储介质，所述计算机存储介质存储有计算机可执行指令，该计算机可执行指令被一个或多个处理器执行，例如图3中的一个处理器21，可使得上述一个或多个处理器可执行实施例1中的相控阵雷达抗干扰方法。
值得说明的是，上述装置内的模块之间的信息交互、执行过程等内容，由于与本发明的方法实施例基于同一构思，具体内容可参见本发明方法实施例中的叙述，此处不再赘述。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种相控阵雷达抗干扰方法，其特征在于，包括：
步骤1：利用相控阵雷达的接收通道采样并存储数据；
步骤2：利用空域压缩技术将所述相控阵雷达采样得到的数据进行波束形成，在同一方位角形成两个不同波束的数据矩阵
Figure DEST_PATH_IMAGE001
和数据矩阵
Figure 222712DEST_PATH_IMAGE002
；其中，
Figure 12814DEST_PATH_IMAGE001
为常规波束形成，
Figure 298302DEST_PATH_IMAGE002
为自适应波束形成；
步骤3：采用时域压缩技术对
Figure 769734DEST_PATH_IMAGE001
和
Figure 89857DEST_PATH_IMAGE003
进行距离维的抽取并求和，得到
Figure DEST_PATH_IMAGE004
和
Figure 536013DEST_PATH_IMAGE005
两个数据矩阵；
步骤4：利用脉冲压缩技术对
Figure 308797DEST_PATH_IMAGE004
和
Figure 380658DEST_PATH_IMAGE005
进行距离维的频域脉冲压缩或时域脉冲压缩，得到
Figure DEST_PATH_IMAGE006
和
Figure 555288DEST_PATH_IMAGE007
两个数据矩阵；
步骤5：利用频域压缩技术对
Figure 670880DEST_PATH_IMAGE006
进行处理，得到不同尺度的数据矩阵
Figure DEST_PATH_IMAGE008
、
Figure 930960DEST_PATH_IMAGE009
、
Figure DEST_PATH_IMAGE010
、
Figure 275354DEST_PATH_IMAGE011
和
Figure DEST_PATH_IMAGE012
；利用频域压缩技术对
Figure 304490DEST_PATH_IMAGE007
进行处理，得到不同尺度的数据矩阵
Figure 358027DEST_PATH_IMAGE013
、
Figure DEST_PATH_IMAGE014
、
Figure 636562DEST_PATH_IMAGE015
、
Figure 50226DEST_PATH_IMAGE016
和
Figure DEST_PATH_IMAGE017
；
步骤6：分别对
Figure 929275DEST_PATH_IMAGE008
、
Figure 668561DEST_PATH_IMAGE009
、
Figure 637654DEST_PATH_IMAGE018
、
Figure 589430DEST_PATH_IMAGE011
、
Figure 343890DEST_PATH_IMAGE012
、
Figure 926181DEST_PATH_IMAGE013
、
Figure 648150DEST_PATH_IMAGE014
、
Figure 403616DEST_PATH_IMAGE015
、
Figure DEST_PATH_IMAGE019
和
Figure 261851DEST_PATH_IMAGE017
共十个数据矩阵进行多普勒处理，得到不同尺度的多普勒滤波结果
Figure 326627DEST_PATH_IMAGE020
、
Figure DEST_PATH_IMAGE021
、
Figure 270313DEST_PATH_IMAGE022
、
Figure 767153DEST_PATH_IMAGE023
、
Figure DEST_PATH_IMAGE024
、
Figure 276632DEST_PATH_IMAGE025
、
Figure 466305DEST_PATH_IMAGE026
、
Figure DEST_PATH_IMAGE027
、
Figure 444756DEST_PATH_IMAGE028
和
Figure DEST_PATH_IMAGE029
；
步骤7：分别对
Figure 276446DEST_PATH_IMAGE020
、
Figure 109273DEST_PATH_IMAGE021
、
Figure 515852DEST_PATH_IMAGE030
、
Figure 637392DEST_PATH_IMAGE023
、
Figure 538352DEST_PATH_IMAGE024
、
Figure 960106DEST_PATH_IMAGE025
、
Figure 553898DEST_PATH_IMAGE026
、
Figure 444625DEST_PATH_IMAGE027
、
Figure 149276DEST_PATH_IMAGE028
和
Figure 691116DEST_PATH_IMAGE029
进行检测，对
Figure 393492DEST_PATH_IMAGE020
和
Figure 20783DEST_PATH_IMAGE025
、
Figure 247234DEST_PATH_IMAGE021
和
Figure 174738DEST_PATH_IMAGE026
、
Figure DEST_PATH_IMAGE031
和
Figure 579175DEST_PATH_IMAGE027
、
Figure 959341DEST_PATH_IMAGE023
和
Figure 490947DEST_PATH_IMAGE032
以及
Figure 210642DEST_PATH_IMAGE024
和
Figure 848296DEST_PATH_IMAGE029
共五对多普勒滤波结果进行融合印证，综合得到最终检测结果。
2.如权利要求1所述的相控阵雷达抗干扰方法，其特征在于，所述步骤2中，在同一方位角形成两个不同波束的数据矩阵
Figure 653441DEST_PATH_IMAGE001
和
Figure 503586DEST_PATH_IMAGE002
，其中，
Figure 123792DEST_PATH_IMAGE001
为常规波束形成，采用带指向的幅度加权，权矢量包括海明窗或海宁窗；
Figure 338872DEST_PATH_IMAGE002
为自适应波束形成，采用全自适应加权或降秩自适应加权。
3.如权利要求1所述的相控阵雷达抗干扰方法，其特征在于，所述步骤3中的时域压缩，具体包括：对
Figure 428051DEST_PATH_IMAGE001
进行距离维的抽取并求和得到
Figure 816307DEST_PATH_IMAGE004
，对
Figure 41752DEST_PATH_IMAGE002
进行距离维的抽取并求和得到
Figure 427734DEST_PATH_IMAGE005
。
4.如权利要求1所述的相控阵雷达抗干扰方法，其特征在于，所述步骤4中的脉冲压缩，具体包括：数据矩阵
Figure 754941DEST_PATH_IMAGE006
是对数据矩阵
Figure 946888DEST_PATH_IMAGE004
按距离维进行频域脉冲压缩或时域脉冲压缩所得，数据矩阵
Figure 761260DEST_PATH_IMAGE007
是对数据矩阵
Figure 380461DEST_PATH_IMAGE005
按距离维进行频域脉冲压缩或时域脉冲压缩所得。
5.如权利要求1所述的相控阵雷达抗干扰方法，其特征在于，所述步骤5中的频域压缩，具体包括：对数据矩阵
Figure 427920DEST_PATH_IMAGE006
按脉冲维进行抽取，得到压缩后的数据矩阵
Figure 157979DEST_PATH_IMAGE008
、
Figure 358016DEST_PATH_IMAGE009
、
Figure DEST_PATH_IMAGE033
和
Figure 430008DEST_PATH_IMAGE011
，另外，按相邻脉冲抽取并求和，得到数据矩阵
Figure 449917DEST_PATH_IMAGE012
，对数据矩阵
Figure 983666DEST_PATH_IMAGE007
按脉冲维进行抽取得到压缩后的数据矩阵
Figure 38210DEST_PATH_IMAGE013
、
Figure 514059DEST_PATH_IMAGE014
、
Figure 21264DEST_PATH_IMAGE015
、
Figure 640595DEST_PATH_IMAGE019
，另外，按相邻脉冲抽取并求和得到数据矩阵
Figure 815225DEST_PATH_IMAGE017
。
6.如权利要求1所述的相控阵雷达抗干扰方法，其特征在于，所述步骤6中的多普勒处理，在对数据矩阵
Figure 947129DEST_PATH_IMAGE008
、
Figure 190897DEST_PATH_IMAGE009
、
Figure 863187DEST_PATH_IMAGE034
、
Figure 626744DEST_PATH_IMAGE011
、
Figure 211440DEST_PATH_IMAGE012
、
Figure 958816DEST_PATH_IMAGE013
、
Figure 575742DEST_PATH_IMAGE014
、
Figure 459385DEST_PATH_IMAGE015
、
Figure 194078DEST_PATH_IMAGE019
和
Figure 163171DEST_PATH_IMAGE035
进行多普勒处理时，需要加上负60以下的切比雪夫权。
7.如权利要求1所述的相控阵雷达抗干扰方法，其特征在于，所述步骤7中的检测与融合，对
Figure 583788DEST_PATH_IMAGE020
和
Figure 321937DEST_PATH_IMAGE025
、
Figure 232124DEST_PATH_IMAGE021
和
Figure 891775DEST_PATH_IMAGE026
、
Figure 194712DEST_PATH_IMAGE031
和
Figure DEST_PATH_IMAGE036
以及
Figure 584105DEST_PATH_IMAGE023
和
Figure 648882DEST_PATH_IMAGE032
进行检测时，只检测其中的高速目标区，检测算法采用CA-CFAR或取大CFAR；对
Figure 530250DEST_PATH_IMAGE024
和
Figure 89407DEST_PATH_IMAGE029
进行检测时，只检测低速目标区，检测算法采用十字CFAR或取小CFAR。
8.一种相控阵雷达抗干扰装置，其特征在于，用于实现权利要求1-7任一所述的相控阵雷达抗干扰方法，装置包括：接收通道模块、空域压缩模块、时域压缩模块、脉冲压缩模块、频域压缩模块、多普勒处理模块以及检测融合模块；
所述接收通道模块，用于获取相控阵雷达的多通道数据；
所述空域压缩模块，用于形成同一方位角的两个不同的波束数据矩阵；
所述时域压缩模块，用于对波束数据矩阵进行距离维抽取并求和；
所述脉冲压缩模块，用于对抽取压缩后的数据矩阵进行距离维的频域脉冲压缩或时域脉冲压缩；
所述频域压缩模块，用于通过频域压缩得到不同尺度的数据矩阵，实现数据矩阵的分组；
所述多普勒处理模块，用于对不同尺度的数据矩阵进行多普勒处理，实现对不同尺度的数据矩阵的滤波；
所述检测融合模块，用于将同一尺度的数据矩阵进行检测融合，再对不同尺度的数据进行融合，得到最终检测结果。
9.如权利要求8所述的相控阵雷达抗干扰装置，其特征在于，还包括：
至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述处理器执行，用于执行权利要求1-7任一所述的相控阵雷达抗干扰方法。
10.一种非易失性计算机存储介质，其特征在于，包括：计算机存储介质存储有计算机可执行指令，所述计算机可执行指令被一个或多个处理器执行，用于完成权利要求1-7任一所述的相控阵雷达抗干扰方法。
CN202210033051.9A 2022-01-12 2022-01-12 一种相控阵雷达抗干扰方法、装置及存储介质 Active CN114089288B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210033051.9A CN114089288B (zh) 2022-01-12 2022-01-12 一种相控阵雷达抗干扰方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210033051.9A CN114089288B (zh) 2022-01-12 2022-01-12 一种相控阵雷达抗干扰方法、装置及存储介质

Publications (2)

Publication Number Publication Date
CN114089288A CN114089288A (zh) 2022-02-25
CN114089288B true CN114089288B (zh) 2022-04-15

Family

ID=80308624

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210033051.9A Active CN114089288B (zh) 2022-01-12 2022-01-12 一种相控阵雷达抗干扰方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN114089288B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114578311B (zh) * 2022-05-09 2022-07-12 中国人民解放军空军预警学院 天波超视距雷达特征域抗杂波和干扰方法与装置
CN117761631B (zh) * 2024-02-22 2024-05-07 中国人民解放军空军预警学院 一种多通道融合检测的方法和装置

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101907703B (zh) * 2010-07-20 2012-10-03 中国人民解放军空军雷达学院 天波超视距雷达空时联合自适应抗干扰方法
US8947294B1 (en) * 2011-11-02 2015-02-03 Lockheed Martin Corporation Method and system for adaptively cancelling clutter from the sidelobes of a ground-based radar
CN103901409A (zh) * 2014-03-14 2014-07-02 西安电子科技大学 基于自适应波束形成的机载雷达抗转发式干扰方法
CN104793193B (zh) * 2015-01-27 2017-07-07 杭州电子科技大学 基于sar‑dpca微多普勒时‑空‑频三维分析方法
CN104678368B (zh) * 2015-02-16 2017-03-22 零八一电子集团有限公司 一维相扫三坐标雷达空域自适应干扰抑制方法
CN105785358B (zh) * 2016-05-19 2017-04-12 哈尔滨工业大学 一种方向余弦坐标系下带多普勒量测的雷达目标跟踪方法
CN108181614A (zh) * 2016-12-08 2018-06-19 中国人民解放军空军预警学院 基于ar模型重构的天波超视距雷达脉冲压缩方法
CN106980110B (zh) * 2017-02-16 2019-07-19 武汉滨湖电子有限责任公司 一种自适应对抗含多径有源压制干扰的副瓣对消方法
CN113176542B (zh) * 2021-03-24 2022-04-29 中国人民解放军空军预警学院 一种时域自适应抗主瓣自卫式干扰方法及系统
CN113253223B (zh) * 2021-03-30 2023-04-07 北京理工大学 基于步进频信号的非平稳杂波抑制的目标检测方法

Also Published As

Publication number Publication date
CN114089288A (zh) 2022-02-25

Similar Documents

Publication Publication Date Title
CN114089288B (zh) 一种相控阵雷达抗干扰方法、装置及存储介质
CN104678368B (zh) 一维相扫三坐标雷达空域自适应干扰抑制方法
Fabrizio et al. Robust adaptive beamforming for HF surface wave over-the-horizon radar
CN107561512B (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
CN101907703B (zh) 天波超视距雷达空时联合自适应抗干扰方法
Su et al. Adaptive beamforming for nonstationary HF interference cancellation in skywave over-the-horizon radar
CN109765529B (zh) 一种基于数字波束形成的毫米波雷达抗干扰方法及系统
CN102087354A (zh) 无源雷达分组ls-clean微弱目标检测方法
CN109444820A (zh) 杂波和干扰共存时多通道雷达先干扰抑制后目标检测方法
CN112612006B (zh) 基于深度学习的机载雷达非均匀杂波抑制方法
CN108957419A (zh) 基于陷波滤波处理的异步干扰抑制方法
CN103728596A (zh) 双基地mimo雷达抑制分布式干扰的方法
CN110208757A (zh) 一种抑制主瓣干扰的稳健自适应波束形成方法及装置
CN106054142B (zh) 一种机载多输入多输出雷达主瓣灵巧干扰抑制方法及系统
CN103605115A (zh) 基于网络化雷达阵列合成的抗有源主瓣干扰方法
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
CN105334502A (zh) 基于fir滤波器的雷达空时二维自适应处理方法
CN114152918A (zh) 基于压缩感知的抗间歇式主瓣干扰方法
Hao et al. Adaptive mainlobe jamming suppression method for STAP airborne radar
CN114578311B (zh) 天波超视距雷达特征域抗杂波和干扰方法与装置
Zhang et al. Ionospheric clutter extraction in HFSWR based on range-doppler spectral image processing
Feng et al. Constained adaptive monopulse algorithm based on sub-array
Jianlu et al. Response analysis of monopulse radar under retrodirective and non-retrodirective cross-eye jamming
Zhang et al. Modified Space-Time Adaptive Processing with first-order bragg lines kept in HFSWR
Li et al. A mainlobe interference suppression system based on mismatched filtering

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