CN114236478A - 一种单站干扰资源的优化配置方法 - Google Patents
一种单站干扰资源的优化配置方法 Download PDFInfo
- Publication number
- CN114236478A CN114236478A CN202111358224.6A CN202111358224A CN114236478A CN 114236478 A CN114236478 A CN 114236478A CN 202111358224 A CN202111358224 A CN 202111358224A CN 114236478 A CN114236478 A CN 114236478A
- Authority
- CN
- China
- Prior art keywords
- radar
- signal
- interference
- probability
- radiation source
- 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
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
- G01S7/38—Jamming means, e.g. producing false echoes
-
- 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
- G06F17/15—Correlation function computation including computation of convolution operations
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Computing Systems (AREA)
- Algebra (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar, Positioning & Navigation (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明属于电子战技术领域,具体涉及一种单站干扰资源的优化配置方法。当单站系统面对同时多辐射源时,基于每一个对方雷达的虚警概率和每一个对方雷达的信噪比得到每一个对方雷达的检测概率;基于每一个对方雷达的检测概率、每一个虚警概率和每一个信噪比三者之间的关系,计算出单个辐射源的检测概率,然后根据单站系统分配不同干扰资源情况下,找出最小融合检测概率,按照该策略进行单站干扰资源优化配置,合理分配干扰功率使得整个雷达网的检测性能达到最小。本发明提出了单站干扰资源优化数学模型,实现了单站干扰资源面对同时多辐射源时的优化配置。
Description
技术领域
本发明属于电子战技术领域,具体涉及一种单站干扰资源的优化配置方法。
背景技术
电子战越来越成为决定现代战争成败的关键因素。随着科技不断发展,现代电子战更加多元化,逐渐发展成为包含雷达对抗、通信对抗、光电对抗、水声对抗、GPS导航对抗、精确制导武器对抗、军事卫星对抗及新概念电子战武器对抗等多种对抗方式的新形态。
雷达电子战是电子战的一个重要分支,主要包括雷达电子支援(ES)、雷达电子进攻(EA)和雷达电子防护(EP)三个方面。雷达电子干扰是雷达电子战的主要内容之一,旨在制造复杂的电磁环境,大幅消弱敌方雷达的作战性能,其重要性已经被若干战争实例证实。例如:海湾战争中多国部队投入的大量武器装备里,雷达电子战装备占很大的比例:科索沃战争中,北约在对南联盟的空袭中使用了先进的预警飞机和电子干扰机,对南联盟的雷达、指挥控制系统造成毁灭性的打击,使南联盟的军队处于一种致盲、致聋的状态被动挨打。
现代雷达各方面性能的提高,对雷达对抗方提出了巨大挑战:首先,实施电子干扰的前提是电子侦察设备能对有效获取敌方雷达的重要信息,否则基本不能有效干扰敌方雷达,所以首先电子侦察设备必须能克服雷达低旁瓣、低截获概率波形、雷达信号参数捷变等抗截获技术的障碍;其次,在电子侦察设备获取了敌方雷达的重要信息后,要有效干扰雷达,则干扰机必须保证有效的干扰信号、足够大的发射功率、足够大的天线增益等,保证干扰信号能进入敌方雷达并能影响其正常工作;在此些前提下,反辐射弹打击等后续对抗措施才能更容易的实施。
可见,对现代雷达干扰技术的研究具有非常重要的意义,对现代雷达的电子干扰有效与否直接关系到现代战争的成败。
同时面对多辐射源时的干扰资源配置一直以来都是一个难点,目前现有技术的主要缺点如下:
主要缺点一:干扰系统进行外部辐射源威胁评估后,根据威胁等级,对高威胁辐射源进行干扰,无法同时应对多辐射源进行干扰;
主要缺点二:干扰系统面对同时多辐射源时,采取分时方式对多辐射源进行压制,无法达到使敌方整个雷达网的检测性能最小的效果。
发明内容
有鉴于此,本发明提出一种单站干扰资源的优化配置方法,根据多辐射源融合检测概率与所接收干扰功率之间的函数关系,从雷达虚警概率出发,结合雷达探测信噪比和检测概率,提出了单站干扰资源优化数学模型,实现了单站干扰资源面对同时多辐射源时的优化配置。
为了达到上述技术效果,本发明所采用的具体技术方案为:
一种单站干扰资源的优化配置方法,其特征在于,应用于单站系统面对同时多辐射源,包括以下步骤:
S101:基于每一个对方雷达的虚警概率和每一个对方雷达的信噪比得到每一个对方雷达的检测概率;
S102:基于每一个对方雷达的检测概率、每一个虚警概率和每一个信噪比之间的关系,计算出各单辐射源的检测概率;
S103:根据单站系统分配不同干扰资源情况下,找出融合检测概率,按照该策略进行单站干扰资源优化配置。
进一步的,所述融合检测概率为最小融合检测概率;所述单站干扰资源优化配置用于支持分配干扰功率使单站系统的检测性能最小。
进一步的,所述虚警概率的计算方法为;
其中:Pf为虚警概率,VT为门限电压,ψ0为噪声电压。
进一步的,当所述辐射源信息未知时,所述虚警概率取值为1.0e-6。
进一步的,当所述单站系统能识别出辐射源信号或者具有先验信息时,根据外部辐射源信息提取该辐射源的虚警概率值。
进一步的,随所述信噪比的计算方法为:
根据所述单站系统侦收的辐射源信号,推算出所述辐射源接收回波信号功率;根据侦收信号的带宽,计算出所述辐射源系统的接收噪声;计算出干扰信号达到所述辐射源接收端时的功率,根据以下公式得出信噪比;
其中:SNR为对方雷达的信噪比,S为对方雷达收到的目标信号,J为对方雷达收到的干扰大小,N为对方雷达的系统噪声。
进一步的,根据检测概率、虚警概率和信噪比三者之间的关系,计算单个辐射源的检测概率Pdn的方法采用以下公式:
A=log(0.62/Pf);
B=log(Pd/(1-Pd));
SNR=10*log10(A+0.12*A*B+1.7*B)
其中:Pf为虚警概率,Pd为检测概率。
进一步的,根据各所述辐射源的检测概率,计算融合检测概率的方法采用以下公式:
PD=1-(1-Pd1)g(1-Pd2)g...g(1-Pdn)。
进一步的,所述单站干扰资源的优化配置方法还包括S104:计算出不同干扰资源分配情况下,得到的同时多辐射源的融合检测概率PDi。
进一步的,实现所述分配干扰功率使单站系统的检测性能最小的方法为:
找出min_PD的最小值按照该策略进行单站干扰资源优化配置,分配干扰功率。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1为本发明具体实施方式中,一种单站干扰资源的优化配置方法的流程图。
具体实施方式
下面结合附图对本发明实施例进行详细描述。
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。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。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。基于本发明中的实施例,本领域普通技术人员在没有作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。
要说明的是,下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见,本文中所描述的方面可体现于广泛多种形式中,且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本发明,所属领域的技术人员应了解,本文中所描述的一个方面可与任何其它方面独立地实施,且可以各种方式组合这些方面中的两者或两者以上。举例来说,可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外,可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。
还需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
另外,在以下描述中,提供具体细节是为了便于透彻理解实例。然而,所属领域的技术人员将理解,可在没有这些特定细节的情况下实践所述方面。
在本发明的一个实施例中,提出一种单站干扰资源的优化配置方法,应用于单站系统面对同时多辐射源,如图1所示,包括以下步骤:
S101:基于每一个对方雷达的虚警概率和每一个对方雷达的信噪比得到每一个对方雷达的检测概率;
S102:基于每一个对方雷达的检测概率、每一个虚警概率和每一个信噪比之间的关系,计算出各单辐射源的检测概率;
S103:根据单站系统分配不同干扰资源情况下,找出融合检测概率,按照该策略进行单站干扰资源优化配置。
本实施例根据找出融合检测概率,可以进行单站干扰资源优化配置,实现了单站干扰资源面对同时多辐射源时的优化配置。
在一个实施例中,所述融合检测概率为最小融合检测概率;所述单站干扰资源优化配置用于支持分配干扰功率使单站系统的检测性能最小。
本实施例实现了单站干扰资源面对同时多辐射源时的最优配置。
在本实施例中,所述虚警概率的计算方法为;
其中:Pf为虚警概率,VT为门限电压,ψ0为噪声电压。
在本实施例中,当所述辐射源信息未知时,所述虚警概率取值为1.0e-6。
在本实施例中,当所述单站系统能识别出辐射源信号或者具有先验信息时,根据外部辐射源信息提取该辐射源的虚警概率值。
6、根据权利要求1所述的单站干扰资源的优化配置方法,其特征在于:随所述信噪比的计算方法为:
根据所述单站系统侦收的辐射源信号,推算出所述辐射源接收回波信号功率;根据侦收信号的带宽,计算出所述辐射源系统的接收噪声;计算出干扰信号达到所述辐射源接收端时的功率,根据以下公式得出信噪比;
其中:SNR为对方雷达的信噪比,S为对方雷达收到的目标信号,J为对方雷达收到的干扰大小,N为对方雷达的系统噪声。
在本实施例中,根据检测概率、虚警概率和信噪比三者之间的关系,计算单个辐射源的检测概率Pdn的方法采用以下公式:
A=log(0.62/Pf);
B=log(Pd/(1-Pd));
SNR=10*log10(A+0.12*A*B+1.7*B)
其中:Pf为虚警概率,Pd为检测概率。
在本实施例中,根据各所述辐射源的检测概率,计算融合检测概率的方法采用以下公式:
PD=1-(1-Pd1)g(1-Pd2)g...g(1-Pdn)
在本实施例中,所述单站干扰资源的优化配置方法还包括S104:计算出不同干扰资源分配情况下,得到的同时多辐射源的融合检测概率PDi。
在本实施例中,实现所述分配干扰功率使单站系统的检测性能最小的方法为:
找出min_PD的最小值按照该策略进行单站干扰资源优化配置,分配干扰功率。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种单站干扰资源的优化配置方法,其特征在于,应用于单站系统面对同时多辐射源,包括以下步骤:
S101:基于每一个对方雷达的虚警概率和每一个对方雷达的信噪比得到每一个对方雷达的检测概率;
S102:基于每一个对方雷达的检测概率、每一个虚警概率和每一个信噪比之间的关系,计算出各单辐射源的检测概率;
S103:根据单站系统分配不同干扰资源情况下,找出融合检测概率,按照该策略进行单站干扰资源优化配置。
2.根据权利要求1所述的单站干扰资源的优化配置方法,其特征在于:所述融合检测概率为最小融合检测概率;所述单站干扰资源优化配置用于支持分配干扰功率使单站系统的检测性能最小。
4.根据权利要求2所述的单站干扰资源的优化配置方法,其特征在于:当所述辐射源信息未知时,所述虚警概率取值为1.0e-6。
5.根据权利要求3所述的单站干扰资源的优化配置方法,其特征在于:当所述单站系统能识别出辐射源信号或者具有先验信息时,根据外部辐射源信息提取该辐射源的虚警概率值。
7.根据权利要求6所述的单站干扰资源的优化配置方法,其特征在于:根据检测概率、虚警概率和信噪比三者之间的关系,计算单个辐射源的检测概率Pdn的方法采用以下公式:
A=log(0.62/Pf);
B=log(Pd/(1-Pd));
SNR=10*log10(A+0.12*A*B+1.7*B)
其中:Pf为虚警概率,Pd为检测概率。
8.根据权利要求7所述的单站干扰资源的优化配置方法,其特征在于:根据各所述辐射源的检测概率,计算融合检测概率的方法采用以下公式:
PD=1-(1-Pd1)g(1-Pd2)g...g(1-Pdn)。
9.根据权利要求1或8所述的单站干扰资源的优化配置方法,其特征在于:所述单站干扰资源的优化配置方法还包括S104:计算出不同干扰资源分配情况下,得到的同时多辐射源的融合检测概率PDi。
10.根据权利要求9所述的单站干扰资源的优化配置方法,其特征在于:实现所述分配干扰功率使单站系统的检测性能最小的方法为:
找出min_PD的最小值按照该策略进行单站干扰资源优化配置,分配干扰功率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111358224.6A CN114236478A (zh) | 2021-11-16 | 2021-11-16 | 一种单站干扰资源的优化配置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111358224.6A CN114236478A (zh) | 2021-11-16 | 2021-11-16 | 一种单站干扰资源的优化配置方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114236478A true CN114236478A (zh) | 2022-03-25 |
Family
ID=80749740
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111358224.6A Pending CN114236478A (zh) | 2021-11-16 | 2021-11-16 | 一种单站干扰资源的优化配置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114236478A (zh) |
-
2021
- 2021-11-16 CN CN202111358224.6A patent/CN114236478A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Fan et al. | A cross-layer defense mechanism against GPS spoofing attacks on PMUs in smart grids | |
US7659846B2 (en) | Method for creating interference, and jamming arrangement | |
US7825857B2 (en) | System, method and apparatus for reducing the effects of low level interference in a communication system | |
CN106501778B (zh) | 一种基于射频隐身性能优化的dmrs稳健波形设计方法 | |
CN109981212B (zh) | 一种基于数据链检测及反制的低慢小防控系统及方法 | |
CN107426212B (zh) | 一种认知无线网络中基于代理的入侵检测方法 | |
Abreu et al. | The Pierre Auger Observatory V: Enhancements | |
CN107944597A (zh) | 一种面对先进无源探测系统的编队雷达资源管理方法 | |
Zeng et al. | Location spoofing attack and its countermeasures in database-driven cognitive radio networks | |
CN105891799B (zh) | 适用于机械扫描雷达的有源干扰侦察方法 | |
CN106707253A (zh) | 一种试验室内组网雷达与组网干扰机对抗试验装置及方法 | |
CN113567934B (zh) | 一种基于协同的雷达探测方法 | |
CN115755036A (zh) | 广域海上无人隐蔽监视方法、系统、装置及存储介质 | |
CN111624557A (zh) | 一种分布式组网干扰的方法及系统 | |
CN109324507B (zh) | 针对隐身目标动态rcs的雷达发射功率自适应控制方法 | |
CN109085613B (zh) | 基于星座轨迹的卫星欺骗干扰识别方法及装置 | |
CN107483413B (zh) | 基于云计算的双向入侵检测方法及系统 | |
CN114236478A (zh) | 一种单站干扰资源的优化配置方法 | |
CN114879195A (zh) | 基于资源调度的无人机集群雷达通信一体化方法 | |
AU2011340433B2 (en) | Device for detecting events | |
Li et al. | Capacity research in cluster-based underwater wireless sensor networks based on stochastic geometry | |
CN108287341A (zh) | 一种低空目标探测方法及其系统、电子设备 | |
Bekmezci et al. | Location information sharing with multi token circulation in flying Ad Hoc networks | |
CN107589409A (zh) | 一种分置天线mimo雷达分布式低通信量检测融合方法 | |
CN106612139A (zh) | 一种卫星移动通信多系统共存的方法 |
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 |