CN114814734A - 一种低信噪比条件下雷达天线扫描类型识别方法和系统 - Google Patents
一种低信噪比条件下雷达天线扫描类型识别方法和系统 Download PDFInfo
- Publication number
- CN114814734A CN114814734A CN202210763522.1A CN202210763522A CN114814734A CN 114814734 A CN114814734 A CN 114814734A CN 202210763522 A CN202210763522 A CN 202210763522A CN 114814734 A CN114814734 A CN 114814734A
- Authority
- CN
- China
- Prior art keywords
- pulse
- scanning
- radar antenna
- radar
- sequence
- 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
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000001208 nuclear magnetic resonance pulse sequence Methods 0.000 claims abstract description 62
- 238000005070 sampling Methods 0.000 claims abstract description 49
- 238000012545 processing Methods 0.000 claims abstract description 43
- 238000010606 normalization Methods 0.000 claims abstract description 25
- 238000009499 grossing Methods 0.000 claims abstract description 23
- 230000002596 correlated effect Effects 0.000 claims abstract description 6
- 238000012952 Resampling Methods 0.000 claims description 27
- 230000008569 process Effects 0.000 claims description 14
- 230000002457 bidirectional effect Effects 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 6
- 230000005855 radiation Effects 0.000 description 5
- 230000000875 corresponding effect Effects 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000003111 delayed effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000452 restraining effect Effects 0.000 description 2
- QBPPRVHXOZRESW-UHFFFAOYSA-N 1,4,7,10-tetraazacyclododecane Chemical compound C1CNCCNCCNCCN1 QBPPRVHXOZRESW-UHFFFAOYSA-N 0.000 description 1
- 238000005311 autocorrelation function Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
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
- G01S7/021—Auxiliary means for detecting or identifying radar signals or the like, e.g. radar jamming signals
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明给出了一种低信噪比条件下雷达天线扫描类型识别方法和系统,属于电子对抗侦察技术领域。其中,方法包括:对脉冲信号进行采样,得到脉冲序列;将脉冲序列的幅度值转化为电压值,得到脉冲幅度数据序列;对脉冲幅度数据序列进行归一化处理;对归一化处理后的脉冲幅度数据序列进行自相关处理,以获取多个天线扫描周期内相关脉冲幅度数据;对多个天线扫描周期内相关脉冲幅度数据进行平滑处理,以确定平滑处理后的脉冲幅度数据的特征参数;根据所述特征参数,进行雷达天线扫描类型识别。本发明在低信噪比条件下能够准确识别出雷达天线扫描类型。
Description
技术领域
本发明属于电子对抗侦察技术领域,尤其涉及一种低信噪比条件下雷达天线扫描类型识别方法和系统。
背景技术
雷达对抗侦察是对敌方雷达信号进行搜索、截获、测量、分析、识别以及对雷达测向、定位,以获取其技术参数、功能、类型、位置等情报信息一种电子对抗侦察。获取雷达辐射源参数信息主要包括信号参数、位置、功能等。信号参数主要是脉冲幅度、脉宽、载频、重复周期、到达角等雷达脉冲描述字信息。位置参数主要是雷达空间位置信息和平台信息。功能参数主要是雷达类型、工作状态等信息。根据辐射源参数信息对雷达辐射源型号研判、个体指纹识别和目标威胁程度评估等。目前对截获的雷达辐射源信号分析主要基于脉宽、载频、重复周期以及脉内调制等信息进行,实现雷达信号分选和个体识别,但这些信息对雷达威胁程度评估支撑还不够。特别是如何利用截获的雷达脉冲数据识别雷达天线扫描类型,研判雷达工作状态和威胁程度,是电子对抗侦察的重要研究方向。
天线作为雷达电磁波能量的辐射装置,其特性直接反映了雷达的工作性能。雷达的主要任务是探测、跟踪和识别目标。为了发现和跟踪目标,雷达的天线波束需要以一定的方式对指定空域进行搜索,即天线波束扫描。雷达天线的波束方向图通常只能覆盖所关注区域的部分范围。因此,为了在更大范围内搜索探测目标,雷达天线波束需要在空间移动。波束的运动即角度随时间的变化,称为扫描。雷达的用途和工作状态不同,使用的天线波束形状和天线扫描方式(Antenna Scan Stype,AST)也有所不同。搜索和跟踪目标时雷达天线会采取不同的扫描方式来完成搜索或跟踪任务。比如预警雷达主要任务是搜索目标,天线扫描类型通常采用圆周扫描或者双向扇形扫描;火控制导雷达主要任务是跟踪目标,天线扫描类型通常采用圆锥扫描、螺旋锥扫等。在电子对抗侦察中,对敌方雷达天线扫描类型的准确判断,是识别雷达工作状态和评估雷达威胁等级的重要依据。
根据波束扫描机理,天线扫描方式可分为机械扫描和电子扫描两种。电子扫描是利用电子技术实现天线波束在空间的移动。机械扫描方式是基于雷达天线的机械转动对不同方位进行扫描,天线的转动通常是按照一定的周期进行重复,主要扫描类型包括圆周扫描、平面扇形扫描(单向扇扫、双向扇扫)、螺旋扫描、栅状扫描、圆锥扫描和螺旋锥扫。
雷达天线扫描类型识别主要依赖于特征参数选取、参数估计以及识别方法。特征参数主要包括:扫描周期、峭度、主瓣数、主瓣峰值最大差值、主瓣峰值时间间隔比、主副瓣增益比等参数。这些参数估计性能受噪声、脉冲丢失、“毛刺”干扰脉冲等因素影响。尤其是随着低可截获雷达的广泛应用,截获的雷达信号微弱,接收机噪声和干扰强。如何在低信噪比条件下识别雷达天线扫描类型成为了雷达威胁评估和态势分析的关键问题。
发明内容
本发明的目的之一,在于提供一种低信噪比条件下雷达天线扫描类型识别方法,该方法在低信噪比条件下能够准确识别出雷达天线扫描类型。
本发明的目的之二,在于提供一种低信噪比条件下雷达天线扫描类型识别系统。
一种低信噪比条件下雷达天线扫描类型识别方法,所述方法包括:
步骤S1、对脉冲信号进行采样,得到脉冲序列;
步骤S2、将所述脉冲序列的幅度值转化为电压值,得到脉冲幅度数据序列;
步骤S3、对所述脉冲幅度数据序列进行归一化处理;
步骤S4、对归一化处理后的脉冲幅度数据序列进行自相关处理,以获取多个天线扫描周期内相关脉冲幅度数据;
步骤S5、对所述多个天线扫描周期内相关脉冲幅度数据进行平滑处理,以确定平滑处理后的脉冲幅度数据的特征参数;
步骤S6、根据所述特征参数,进行雷达天线扫描类型识别。
进一步的,在所述步骤S1中,所述采样的具体过程包括:
步骤S11、获取雷达对抗侦察参数,以确定截获雷达信号功率;
步骤S12、对所述截获雷达信号功率进行脉冲信号采样,得到脉冲序列。
进一步的,在所述步骤S1和所述步骤S2之间,所述低信噪比条件下雷达天线扫描类型识别方法还包括:
当所述脉冲序列中缺少t时刻的采样值时,对所述t时刻的邻近时刻采样值进行插值运算,以获取所述t时刻的采样值;
所述t时刻的邻近时刻为t-1时刻或t+1时刻。
进一步的,在所述步骤S3和步骤S4之间,所述低信噪比条件下雷达天线扫描类型识别方法还包括:
判断所述脉冲序列的重复周期是否为固定重复周期,如是,则进入步骤S4;如否,则对所述脉冲信号进行重采样,返回步骤S2;
当所述脉冲序列的脉冲重复周期是抖动时,则重采样间隔为所述脉冲序列的脉冲重复间隔的平均值;
当所述脉冲序列的脉冲重复周期是参差或滑变时,则重采样间隔为所述脉冲序列的最小脉冲重复间隔。
进一步的,在所述步骤S6中,所述特征参数包括峭度、主瓣数、主瓣峰值最大差值和主瓣时间间隔最大比值;所述雷达天线扫描类型的识别过程包括:
步骤61、判断所述峭度是否小于第一阈值,如是,则进入步骤62;如否,则进入步骤63;
步骤62、判断所述主瓣数是否小于2,如是,则所述雷达天线扫描类型为圆锥扫描,结束;如否,则所述雷达天线扫描类型为螺旋锥扫,结束;
步骤63、判断所述主瓣数是否小于2,如是,则所述雷达天线扫描类型为圆周扫描,结束;如否,则进入步骤64;
步骤64、判断所述主瓣峰值最大差值是否小于第二阈值,如是,则所述雷达天线扫描类型为双向扇形扫描,结束;如否,则计算主瓣时间间隔的最大比值的均值,进入步骤65;
步骤65、判断所述主瓣时间间隔的最大比值的均值是否小于等于1,如是,则所述雷达天线扫描类型为螺旋扫描,结束;如否,则所述雷达天线扫描类型为栅状扫描。
为了达到上述目的之二,本发明采用如下技术方案实现:
一种低信噪比条件下雷达天线扫描类型识别系统,所述系统包括:
采样模块,被配置为:对脉冲信号进行采样,得到脉冲序列;
转换模块,被配置为:将所述脉冲序列的幅度值转化为电压值,得到脉冲幅度数据序列;
归一化处理模块,被配置为:对所述脉冲幅度数据序列进行归一化处理;
自相关处理模块,被配置为:对归一化处理后的脉冲幅度数据序列进行自相关处理,以获取多个天线扫描周期内相关脉冲幅度数据;
平滑处理模块,被配置为:对所述多个天线扫描周期内相关脉冲幅度数据进行平滑处理,以确定平滑处理后的脉冲幅度数据的特征参数;
识别模块,被配置为:根据所述特征参数,进行雷达天线扫描类型识别。
进一步的,所述采样模块包括:
获取子模块,被配置为:获取雷达对抗侦察参数,以确定截获雷达信号功率;
脉冲信号采样子模块,被配置为:对所述截获雷达信号功率进行脉冲信号采样,得到脉冲序列。
进一步的,所述低信噪比条件下雷达天线扫描类型识别系统还包括:
插值运算模块,被配置为:当所述脉冲序列中缺少t时刻的采样值时,对所述t时刻的邻近时刻采样值进行插值运算,以获取所述t时刻的采样值;
所述t时刻的邻近时刻为t-1时刻或t+1时刻。
进一步的,所述低信噪比条件下雷达天线扫描类型识别系统还包括:
判断模块,被配置为:判断所述脉冲序列的重复周期是否为固定重复周期,如是,则将归一化处理后的脉冲幅度数据序列传输给所述自相关处理模块;如否,则对所述脉冲信号进行重采样,并将重采样后的脉冲序列传输给所述转换模块;
当所述脉冲序列为脉冲重复间隔恒定或抖动的脉冲幅度序列时,则重采样间隔为所述脉冲序列的脉冲重复间隔的平均值;
当所述脉冲序列为参差或滑变的脉冲幅度序列时,则重采样间隔为所述脉冲序列的最小脉冲重复间隔。
进一步的,所述特征参数包括峭度、主瓣数、主瓣峰值最大差值和主瓣时间间隔最大比值;所述识别模块包括:
第一判断子模块,被配置为:判断所述峭度是否小于第一阈值,如是,则将所述主瓣数传输给第二判断子模块;如否,则将所述主瓣数传输给第三判断子模块;
第二判断子模块,被配置为:判断所述主瓣数是否小于2,如是,则所述雷达天线扫描类型为圆锥扫描,结束;如否,则所述雷达天线扫描类型为螺旋锥扫,结束;
第三判断子模块,被配置为:判断所述主瓣数是否小于2,如是,则所述雷达天线扫描类型为圆周扫描,结束;如否,则将所述主瓣峰值最大差值传输给第四判断子模块;
第四判断子模块,被配置为:判断所述主瓣峰值最大差值是否小于第二阈值,如是,则所述雷达天线扫描类型为双向扇形扫描,结束;如否,则计算所述主瓣峰值时间间隔最大比值的统计平均值并传输给第五判断子模块;
第五判断子模块,被配置为:判断所述主瓣峰值时间间隔最大比值的均值是否小于等于1,如是,则所述雷达天线扫描类型为螺旋扫描,结束;如否,则所述雷达天线扫描类型为栅状扫描。
综上,本发明提出的方案具备如下技术效果:
本发明通过将脉冲序列的幅度值从dB转化为电压值后依次进行归一化处理和归一化处理,得到多个天线扫描周期内相关脉冲幅度数据;并对多个天线扫描周期内相关脉冲幅度数据进行平滑处理,从而确定平滑处理后的脉冲幅度数据的特征参数;根据特征参数中的峭度、主瓣数、主瓣峰值最大差值和主瓣时间间隔的最大比值的均值,实现雷达天线六类扫描类型自动识别,由于特征参数的提取主要依赖于单周期雷达脉冲数据的时域特性和能量分布特性,对抑制噪声影响具有更好的鲁棒性,在低信噪比条件时,可实现雷达天线扫描类型的高识别率;本发明可以实现雷达天线扫描类型的自动识别,无需人工辅助判断,为目标自动威胁评估典型技术基础;本发明雷达天线扫描类型成功识别概率与信噪比SNR的关系,雷达对抗侦察设备脉冲丢失率不大于15%,毛刺干扰脉冲发生概率不大于10%,干扰信噪比大于不低于6dB时,雷达天线扫描类型识别正确率不低于95%。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,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他的附图。
图1为本发明的低信噪比条件下雷达天线扫描类型识别方法流程示意图;
图2为根据本发明实施例的雷达天线扫描类型的识别过程示意图;
图3为根据本发明实施例的雷达天线扫描类型识别概率示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例只是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做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。
本实施例给出了一种低信噪比条件下雷达天线扫描类型识别方法,参考图1,该方法包括:
步骤S1、对脉冲信号进行采样,得到脉冲序列。
本实施例中的采样的具体过程包括:
步骤S11、获取雷达对抗侦察参数,以确定截获雷达信号功率;
本实施例中,雷达对抗侦察参数包括雷达发射功率、雷达发射天线在电子战接收机方向上的接收增益、电子战接收机天线在雷达方向的接收增益、雷达相对于电子战接收机的方位角与俯仰角、雷达信号波长和电子战侦察平台与雷达的距离。
本实施例的雷达信号功率P r (t)为:
其中,P r (t)为雷达信号功率;P t 为雷达发射功率;G TR 为雷达发射天线在电子战接收机方向上的增益;G RT 为电子战接收机天线在雷达方向的接收增益;和分别为雷达相对于电子战接收机的方位角和俯仰角;为雷达信号波长;为电子战侦察平台与雷达的距离。
步骤S12、对所述截获雷达信号功率进行脉冲信号采样,得到脉冲序列。
其中,P r,dB (t)为侦察天线截获雷达信号的功率值(dB形式);P t,dB 为雷达发射功率值(dB形式);为雷达天线在侦察天线方向的天线发射增益;G RT,dB 为侦察天线在雷达天线方向的接收增益;L db (f,R)为截获雷达信号在自由空间的传输损耗,t为时间;f为频率。
考虑脉冲丢失和“毛刺”干扰脉冲、接收机噪声的影响,则实际接收信号为:
其中,P rc,dB (t)为实际接收信号;X m 和X s 分别为脉冲丢失和“毛刺”干扰脉冲事件发生的伯努利随机变量,A s 为“毛刺”干扰脉冲的幅度;N dB (t)为高斯白噪声。
在对接收数据进行采样或重采样时,若某个采样时刻没有雷达信号,可以利用最近邻点插值法进行插值处理。在所述步骤S1和所述步骤S2之间,所述低信噪比条件下雷达天线扫描类型识别方法还包括:
当所述脉冲序列中缺少t时刻的采样值时,对所述t时刻的邻近时刻采样值进行插值运算,以获取所述t时刻的采样值;
所述t时刻的邻近时刻为t-1时刻或t+1时刻。
步骤S2、将所述脉冲序列的幅度值转化为电压值,得到脉冲幅度数据序列。
本实施例,按照如下公式,将接收到的脉冲序列的幅度值从dB转化为电压值:
步骤S3、对所述脉冲幅度数据序列进行归一化处理。
由于脉冲达到时间,t n 和t n-1分别为雷达信号的第n和n-1个脉冲的到达时间,为脉冲到达时间的变化量,脉冲到达时间的变化量与脉冲重复周期PRI的类型有关。根据脉冲到达时间的变化量(即到达时间间隔),判断脉冲序列的脉冲重复周期PRI是否恒定(是否为固定重复周期)。若雷达脉冲为固定脉冲重复周期,则等于脉冲重复周期PRI,无需重采样处理。否则,需要重采样。重采样周期Tr的设定需要根据脉冲重复周期变化类型设定,若PRI的抖动或者滑变,则为PRI的变化值。对于脉冲重复间隔恒定和抖动的脉冲幅度序列,一般采用脉冲重复间隔平均值作为重采样间隔。对于参差、滑变的脉冲幅度序列,采用最小脉冲重复间隔作为重采样间隔。因此,在步骤S3和步骤S4之间,本实施例还包括:
判断所述脉冲序列的重复周期是否为固定重复周期,如是,则进入步骤S4;如否,则对所述脉冲信号进行重采样,返回步骤S2;
当所述脉冲序列的脉冲重复周期是抖动时,则重采样间隔为所述脉冲序列的脉冲重复间隔的平均值;
当所述脉冲序列的脉冲重复周期是参差或滑变时,则重采样间隔为所述脉冲序列的最小脉冲重复间隔。
对转换后的数据进行归一化、重采样等预处理,以消除雷达不同脉冲重复周期(Pulse Repeat Interval, RRI)类型、脉冲丢失、以及采样率不一致对特征参数提取的影响。
步骤S4、对归一化处理后的脉冲幅度数据序列进行自相关处理,以获取多个天线扫描周期内相关脉冲幅度数据。
按照如下公式,计算天线扫描周期:
步骤S5、对所述多个天线扫描周期内相关脉冲幅度数据进行平滑处理,以确定平滑处理后的脉冲幅度数据的特征参数。
为了减少噪声的影响,对序列x(n)多个天线扫描周期序列进行平滑处理:
其中,k=0,1,…,K-1,K为天线扫描周期序列数。
为了减少噪声的影响,选取多个天线扫描周期的雷达脉冲数据进行平滑处理。为了便于提取,至少选取三个天线扫描周期的雷达脉冲数据。
本实施例中,特征参数包括峭度、主瓣数、主瓣峰值最大差值和主瓣时间间隔的最大比值的均值。
本实施例,按照如下公式,确定平滑处理后的脉冲幅度数据的峭度:
本实施例中,平滑处理后的脉冲幅度数据的主瓣数(单个周期的主瓣数)的获取过程为:
提取最大主瓣序列(即脉冲幅度PA序列含最大值的主波束序列);
对所述最大主瓣序列与原始接收数据(步骤1中的脉冲序列对应的脉冲信号)进行自相关和归一化处理,得到互相关系数;
按照如下公式,进行自相关处理:
其中,向量;;为第一个周期信号的峰值对应的序列号;符号表示向量的内积,,选取检测门限,若,则表示与主瓣高度相关,存在一个主瓣。检测门限与信噪比、天线扫描主瓣特性有关,一般选择。根据上述过程,可以检测单周期的主瓣数N m 。
平滑处理后的脉冲幅度数据的主瓣峰值最大差值为:
其中,D r 为平滑处理后的脉冲幅度数据的主瓣峰值最大差值;为平滑处理后的脉冲幅度数据的各主瓣的峰值;和分别平滑处理后的脉冲幅度数据的最大主瓣峰值和最小主瓣峰值;m i 为提取的第i个周期序列中的序号,,N m 为单周期的主瓣数。
平滑处理后的脉冲幅度数据的每个主瓣时间间隔的最大比值为:
其中,P m 为平滑处理后的脉冲幅度数据的主瓣时间间隔的最大比值;T m 为主瓣的时间间隔序列;max(T m )和min(T m )分别为主瓣的时间间隔序列中最大时间间隔和最小时间间隔。
步骤S6、根据所述特征参数,进行雷达天线扫描类型识别。
由于雷达对抗侦察接收机侦收圆锥扫描和螺旋锥扫方式的信号为连续脉冲串,连续脉冲串的脉冲幅度成正弦变化,峭度值相对较小。其他类型AST则是间断脉冲串,峭度值较大。因此,本实施例可通过峭度值,区分连续脉冲串的圆锥扫描、螺旋锥扫与间断脉冲串的其他扫描方式。
当雷达脉冲数据的峭度值较小时,再根据单周期的主瓣数,进行圆锥扫描和螺旋锥扫区别。圆锥扫描一个周期内主瓣不多于1个,螺旋锥扫主瓣数大于1个。因此,当峭度值小于10,且单周期主瓣数小于2时,识别为圆锥扫描;当峭度值小于10,且单周期主瓣数不小于2,识别为螺旋锥扫。
圆周扫描单周期内只有1个主瓣,且脉冲幅度变化较大,根据峭度值和主瓣数,判别圆周扫描,当峭度值大于10,且单周期主瓣数小于2,识别为圆周扫描。
双向扇形扫描一个周期内有2个主瓣,且脉冲峰值幅度变化较小,根据主瓣数和主瓣峰值最大差值判别双向扇形扫描。若单周期主瓣数大于2,且主瓣峰值最大差值小于0.15,识别为双向扇形扫描。
由于螺旋扫描在方向上全向连续变化、俯仰向上在一定范围内连续变化,其脉冲幅度变化较大,主瓣峰值最大差值较大,且主瓣峰值时间间隔固定,时间间隔为扫描一圈的时间间隔。由于栅形扫描在方位向连续扫描,俯仰向上离散阶跃扫描,其脉冲幅度差值变化较大,主瓣峰值最大差值较大,但主瓣峰值时间间隔不固定。因此,若主瓣峰值最大差值不小于0.15,主瓣峰值时间间隔比小于1,识别为螺旋扫描;否则识别为栅形扫描。参考图2,雷达天线扫描类型的识别过程包括:
步骤61、判断所述峭度是否小于第一阈值,如是,则进入步骤62;如否,则进入步骤63;
步骤62、判断所述主瓣数是否小于2,如是,则所述雷达天线扫描类型为圆锥扫描,结束;如否,则所述雷达天线扫描类型为螺旋锥扫,结束;
步骤63、判断所述主瓣数是否小于2,如是,则所述雷达天线扫描类型为圆周扫描,结束;如否,则进入步骤64;
步骤64、判断所述主瓣峰值最大差值是否小于第二阈值,如是,则所述雷达天线扫描类型为双向扇形扫描,结束;如否,则计算所述主瓣时间间隔的最大比值的均值,进入步骤65;
步骤65、判断所述主瓣时间间隔的最大比值的均值是否小于等于1,如是,则所述雷达天线扫描类型为螺旋扫描,结束;如否,则所述雷达天线扫描类型为栅状扫描。
采用上述实施例的方法,成功识别低信噪比条件下雷达天线扫描类型的概率参考图3。
本实施例通过将脉冲序列的幅度值从dB转化为电压值后依次进行归一化处理和归一化处理,得到多个天线扫描周期内的脉冲幅度数据;并对多个天线扫描周期内的脉冲幅度数据进行平滑处理,从而确定平滑处理后的脉冲幅度数据的特征参数;根据特征参数中的峭度、主瓣数、主瓣峰值最大差值和主瓣时间间隔的最大比值的均值,实现雷达天线六类扫描类型自动识别,由于特征参数的提取主要依赖于单周期雷达脉冲数据的时域特性和能量分布特性,对抑制噪声影响具有更好的鲁棒性,在低信噪比条件时,可实现雷达天线扫描类型的高识别率;本实施例可以实现雷达天线扫描类型的自动识别,无需人工辅助判断,为目标自动威胁评估典型技术基础;本实施例的雷达天线扫描类型成功识别概率与信噪比SNR的关系,雷达对抗侦察设备脉冲丢失率不大于15%,毛刺干扰脉冲发生概率不大于10%,干扰信噪比大于不低于6dB时,雷达天线扫描类型识别正确率不低于95%。
上述实施例的方法可采用下面实施例给出低信噪比条件下雷达天线扫描类型识别系统实现:
另一实施例给出了一种低信噪比条件下雷达天线扫描类型识别系统,该系统包括:
采样模块,被配置为:对脉冲信号进行采样,得到脉冲序列。采样模块包括:
获取子模块,被配置为:获取雷达对抗侦察参数,以确定截获雷达信号功率。雷达对抗侦察参数包括雷达发射功率、雷达发射天线在电子战接收机方向上的接收增益,电子战接收机天线在雷达方向的接收增益、雷达相对于电子战接收机的方位角与俯仰角、雷达信号波长和电子战侦察平台与雷达的距离;
脉冲信号采样子模块,被配置为:对所述截获雷达信号功率进行脉冲信号采样,得到脉冲序列。
插值运算模块,被配置为:当所述脉冲序列中缺少t时刻的采样值时,对所述t时刻的邻近时刻采样值进行插值运算,以获取所述t时刻的采样值;
所述t时刻的邻近时刻为t-1时刻或t+1时刻。
转换模块,被配置为:将所述脉冲序列的幅度值从dB转化为电压值,得到脉冲幅度数据序列;
归一化处理模块,被配置为:对脉冲幅度数据序列进行归一化处理;
判断模块,被配置为:判断所述脉冲序列的重复周期是否为固定重复周期,如是,则将归一化处理后的脉冲幅度数据序列传输给所述自相关处理模块;如否,则对所述脉冲信号进行重采样,并将重采样后的脉冲序列传输给所述转换模块;
当所述脉冲序列为脉冲重复间隔恒定或抖动的脉冲幅度序列时,则重采样间隔为所述脉冲序列的脉冲重复间隔;
当所述脉冲序列为参差或滑变的脉冲幅度序列时,则重采样间隔为所述脉冲序列的最小脉冲重复间隔。
自相关处理模块,被配置为:对归一化处理后的脉冲幅度数据序列进行自相关处理,以获取多个天线扫描周期内相关脉冲幅度数据;
平滑处理模块,被配置为:对所述多个天线扫描周期内相关脉冲幅度数据进行平滑处理,以确定平滑处理后的脉冲幅度数据的特征参数。特征参数包括峭度、主瓣数、主瓣峰值最大差值和主瓣峰值时间间隔最大比值。
识别模块,被配置为:根据所述特征参数,进行雷达天线扫描类型识别。识别模块包括:第一判断子模块,被配置为:判断所述峭度是否小于第一阈值,如是,则将所述主瓣数传输给第二判断子模块;如否,则将所述主瓣数传输给第三判断子模块;
第二判断子模块,被配置为:判断所述主瓣数是否小于2,如是,则所述雷达天线扫描类型为圆锥扫描,结束;如否,则所述雷达天线扫描类型为螺旋锥扫,结束;
第三判断子模块,被配置为:判断所述主瓣数是否小于2,如是,则所述雷达天线扫描类型为圆周扫描,结束;如否,则将所述主瓣峰值最大差值传输给第四判断子模块;
第四判断子模块,被配置为:判断所述主瓣峰值最大差值是否小于第二阈值,如是,则所述雷达天线扫描类型为双向扇形扫描,结束;如否,则计算所述主瓣时间间隔的最大比值的均值并传输给第五判断子模块;
第五判断子模块,被配置为:判断所述主瓣时间间隔最大比值的均值是否小于等于1,如是,则所述雷达天线扫描类型为螺旋扫描,结束;如否,则所述雷达天线扫描类型为栅状扫描。
上述实施例中所涉及的专业术语、公式和参数定义,均适用,这里不再一一赘述。
请注意,以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。以上实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种低信噪比条件下雷达天线扫描类型识别方法,其特征在于,所述方法包括:
步骤S1、对脉冲信号进行采样,得到脉冲序列;
步骤S2、 将所述脉冲序列的幅度值转化为电压值,得到脉冲幅度数据序列;
步骤S3、对所述脉冲幅度数据序列进行归一化处理;
步骤S4、对归一化处理后的脉冲幅度数据序列进行自相关处理,以获取多个天线扫描周期内相关脉冲幅度数据;
步骤S5、对所述多个天线扫描周期内相关脉冲幅度数据进行平滑处理,以确定平滑处理后的脉冲幅度数据的特征参数;
步骤S6、根据所述特征参数,进行雷达天线扫描类型识别。
2.根据权利要求1所述的低信噪比条件下雷达天线扫描类型识别方法,其特征在于,在所述步骤S1中,所述采样的具体过程包括:
步骤S11、获取雷达对抗侦察参数,以确定截获雷达信号功率;
步骤S12、对所述截获雷达信号功率进行脉冲信号采样,得到脉冲序列。
3.根据权利要求2所述的低信噪比条件下雷达天线扫描类型识别方法,其特征在于,在所述步骤S1和所述步骤S2之间,所述低信噪比条件下雷达天线扫描类型识别方法还包括:
当所述脉冲序列中缺少t时刻的采样值时,对所述t时刻的邻近时刻采样值进行插值运算,以获取所述t时刻的采样值;
所述t时刻的邻近时刻为t-1时刻或t+1时刻。
4.根据权利要求1所述的低信噪比条件下雷达天线扫描类型识别方法,其特征在于,在所述步骤S3和步骤S4之间,所述低信噪比条件下雷达天线扫描类型识别方法还包括:
判断所述脉冲序列的重复周期是否为固定重复周期,如是,则进入步骤S4;如否,则对所述脉冲信号进行重采样,返回步骤S2;
其中,当所述脉冲序列的脉冲重复周期是抖动时,则重采样间隔为所述脉冲序列的脉冲重复间隔的平均值;
当所述脉冲序列的脉冲重复周期是参差或滑变时,则重采样间隔为所述脉冲序列的最小脉冲重复间隔。
5.根据权利要求1~4中任意一项所述的低信噪比条件下雷达天线扫描类型识别方法,其特征在于,在所述步骤S6中,所述特征参数包括峭度、主瓣数、主瓣峰值最大差值和主瓣时间间隔最大比值;所述雷达天线扫描类型的识别过程包括:
步骤61、判断所述峭度是否小于第一阈值,如是,则进入步骤62;如否,则进入步骤63;
步骤62、判断所述主瓣数是否小于2,如是,则所述雷达天线扫描类型为圆锥扫描,结束;如否,则所述雷达天线扫描类型为螺旋锥扫,结束;
步骤63、判断所述主瓣数是否小于2,如是,则所述雷达天线扫描类型为圆周扫描,结束;如否,则进入步骤64;
步骤64、判断所述主瓣峰值最大差值是否小于第二阈值,如是,则所述雷达天线扫描类型为双向扇形扫描,结束;如否,则计算主瓣时间间隔的最大比值的均值,进入步骤65;
步骤65、判断所述主瓣时间间隔最大比值的均值是否小于等于1,如是,则所述雷达天线扫描类型为螺旋扫描,结束;如否,则所述雷达天线扫描类型为栅状扫描。
6.一种低信噪比条件下雷达天线扫描类型识别系统,其特征在于,所述系统包括:
采样模块,被配置为:对脉冲信号进行采样,得到脉冲序列;
转换模块,被配置为:将所述脉冲序列的幅度值转化为电压值,得到脉冲幅度数据序列;
归一化处理模块,被配置为:对所述脉冲幅度数据序列进行归一化处理;
自相关处理模块,被配置为:对归一化处理后的脉冲幅度数据序列进行自相关处理,以获取多个天线扫描周期内相关脉冲幅度数据;
平滑处理模块,被配置为:对所述多个天线扫描周期内相关脉冲幅度数据进行平滑处理,以确定平滑处理后的脉冲幅度数据的特征参数;
识别模块,被配置为:根据所述特征参数,进行雷达天线扫描类型识别。
7.根据权要求6所述的低信噪比条件下雷达天线扫描类型识别系统,其特征在于,所述采样模块包括:
获取子模块,被配置为:获取雷达对抗侦察参数,以确定截获雷达信号功率;
脉冲信号采样子模块,被配置为:对所述截获雷达信号功率进行脉冲信号采样,得到脉冲序列。
8.根据权利要求7所述的低信噪比条件下雷达天线扫描类型识别系统,其特征在于,所述低信噪比条件下雷达天线扫描类型识别系统还包括:
插值运算模块,被配置为:当所述脉冲序列中缺少t时刻的采样值时,对所述t时刻的邻近时刻采样值进行插值运算,以获取所述t时刻的采样值;
所述t时刻的邻近时刻为t-1时刻或t+1时刻。
9.根据权利要求8所述的低信噪比条件下雷达天线扫描类型识别系统,其特征在于,所述低信噪比条件下雷达天线扫描类型识别系统还包括:
判断模块,被配置为:判断所述脉冲序列的重复周期是否为固定重复周期,如是,则将归一化处理后的脉冲幅度数据序列传输给所述自相关处理模块;如否,则对所述脉冲信号进行重采样,并将重采样后的脉冲序列传输给所述转换模块;
当所述脉冲序列为脉冲重复间隔抖动的脉冲幅度序列时,则重采样间隔为所述脉冲序列的脉冲重复间隔的平均值;
当所述脉冲序列为参差或滑变的脉冲幅度序列时,则重采样间隔为所述脉冲序列的最小脉冲重复间隔。
10.根据权利要求6~9中任意一项所述的低信噪比条件下雷达天线扫描类型识别系统,其特征在于,所述特征参数包括峭度、主瓣数、主瓣峰值最大差值和主瓣时间间隔最大比值;所述识别模块包括:
第一判断子模块,被配置为:判断所述峭度是否小于第一阈值,如是,则将所述主瓣数传输给第二判断子模块;如否,则将所述主瓣数传输给第三判断子模块;
第二判断子模块,被配置为:判断所述主瓣数是否小于2,如是,则所述雷达天线扫描类型为圆锥扫描,结束;如否,则所述雷达天线扫描类型为螺旋锥扫,结束;
第三判断子模块,被配置为:判断所述主瓣数是否小于2,如是,则所述雷达天线扫描类型为圆周扫描,结束;如否,则将所述主瓣峰值最大差值传输给第四判断子模块;
第四判断子模块,被配置为:判断所述主瓣峰值最大差值是否小于第二阈值,如是,则所述雷达天线扫描类型为双向扇形扫描,结束;如否,则计算所述主瓣峰值时间间隔最大比值的统计平均值并传输给第五判断子模块;
第五判断子模块,被配置为:判断所述主瓣峰值时间间隔最大比值的均值是否小于等于1,如是,则所述雷达天线扫描类型为螺旋扫描,结束;如否,则所述雷达天线扫描类型为栅状扫描。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210763522.1A CN114814734A (zh) | 2022-07-01 | 2022-07-01 | 一种低信噪比条件下雷达天线扫描类型识别方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210763522.1A CN114814734A (zh) | 2022-07-01 | 2022-07-01 | 一种低信噪比条件下雷达天线扫描类型识别方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114814734A true CN114814734A (zh) | 2022-07-29 |
Family
ID=82523003
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210763522.1A Pending CN114814734A (zh) | 2022-07-01 | 2022-07-01 | 一种低信噪比条件下雷达天线扫描类型识别方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114814734A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117272086A (zh) * | 2023-11-22 | 2023-12-22 | 中国电子科技集团公司第二十九研究所 | 一种基于dbscan的雷达信号扫描包络分割方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114578293A (zh) * | 2022-02-28 | 2022-06-03 | 中国人民解放军国防科技大学 | 一种利用截获信号幅度值的电扫雷达信号识别方法 |
-
2022
- 2022-07-01 CN CN202210763522.1A patent/CN114814734A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114578293A (zh) * | 2022-02-28 | 2022-06-03 | 中国人民解放军国防科技大学 | 一种利用截获信号幅度值的电扫雷达信号识别方法 |
Non-Patent Citations (7)
Title |
---|
BILLUR BARSHAN等: ""Automatic Radar Antenna Scan Type Recognition in Electronic Warfare"", 《IEEE TRANSACTIONS ON AEROSPACE AND ELECTRONIC SYSTEMS》 * |
EMIRHAN ÖZMEN等: ""Antenna Scanning Type Classification using Machine Learning"", 《2020 28TH SIGNAL PROCESSING AND COMMUNICATIONS APPLICATIONS CONFERENCE》 * |
S. AYAZGOK等: ""Automatic antenna scan type classification for next-generation electronic warfare receivers"", 《IET RADAR, SONAR & NAVIGATION》 * |
安红等: "《雷达电子战系统建模与仿真》", 31 December 2017, 国防工业出版社 * |
宋骊平等: "《随机信号分析》", 30 June 2020, 西安电子科技大学出版社 * |
徐钦等: ""雷达天线扫描类型的自动分析"", 《电子信息》 * |
李程: ""雷达天线扫描方式的自动识别方法"", 《国防科技大学学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117272086A (zh) * | 2023-11-22 | 2023-12-22 | 中国电子科技集团公司第二十九研究所 | 一种基于dbscan的雷达信号扫描包络分割方法 |
CN117272086B (zh) * | 2023-11-22 | 2024-02-13 | 中国电子科技集团公司第二十九研究所 | 一种基于dbscan的雷达信号扫描包络分割方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111352102B (zh) | 一种基于调频连续波雷达的多目标个数检测方法及装置 | |
US7132975B2 (en) | Apparatus and method for detecting moving objects | |
CN108490410B (zh) | 一种两坐标雷达对海目标联合检测跟踪方法 | |
CN109324322B (zh) | 一种基于被动相控阵天线的测向与目标识别方法 | |
EP2041667B1 (en) | Method and apparatus for target discrimination within return signals | |
KR102030340B1 (ko) | 레이더 장치 및 그것을 이용한 고해상도 도플러 추출 방법 | |
KR100824552B1 (ko) | 수동 코히어런트 위치 확인 애플리케이션에서 특징을 검출 및 추출하는 시스템 및 방법 | |
KR102275960B1 (ko) | 딥러닝 기반의 레이다 표적 탐지 시스템 및 그 방법 | |
US6697007B2 (en) | Automatic recognition of radar scan type | |
CN111708020A (zh) | 基于反辐射导引头的雷达信号分选跟踪方法及系统 | |
CN114814734A (zh) | 一种低信噪比条件下雷达天线扫描类型识别方法和系统 | |
CN114047523A (zh) | 一种基于噪声干扰的迷惑和扰乱电磁波对真正目标检测和跟踪的方法 | |
EP3417311A1 (en) | A method for motion classification using a pulsed radar system | |
WO2017188905A1 (en) | A method for motion classification using a pulsed radar system | |
JP2012163400A (ja) | レーダ装置 | |
KR100902560B1 (ko) | 탐색중 추적 레이더의 위협경보 발생장치 및 방법 | |
CN107589419B (zh) | 一种能量峰值联合宽带高分辨距离像目标提取的方法 | |
Shin et al. | Weak radar signal detection based on variable band selection | |
CN115575908B (zh) | 一种基于脉冲描述字的雷达干扰参数优化方法及系统 | |
CN112014836B (zh) | 一种基于毫米波雷达的短距人员目标跟踪方法 | |
KR102375061B1 (ko) | 코히어런트 레이더에서 스파이크 반사신호에 의한 오탐지의 제거 방법 | |
KR101591163B1 (ko) | Uwb 레이더의 노이즈 억제 장치 및 방법 | |
Beun | Cognitive radar: Waveform design for target detection | |
Gençol | New methods for radar emitter identification | |
Zhang et al. | Characterization and identification of active electronically scanned array radar |
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 |