CN114924236A - 基于位置和速度信息的空地雷达协同抗欺骗式干扰方法 - Google Patents

Abstract

基于位置和速度信息的空地雷达协同抗欺骗式干扰方法，涉及雷达抗干扰领域。本发明是为了解决目前的抗干扰方法利用的目标回波信息有限，导致对假目标的误鉴性能下降，进而无法实现多站雷达系统最优的抗干扰性能的问题。本发明包括：获取组网雷达中每个雷达照射同一区域时获得的真假目标的量测值，并进行时间对齐和空间对准，获得对准后目标量测值的误差协方差矩阵；利用对准后目标量测值的误差协方差矩阵对组网雷达中的关联量测序列中的量测值进行点迹关联检验，保存全部量测值都通过点迹关联检验的关联量测序列；对保存的关联测量序列进行点迹关联检验，保存全部量测值都通过点迹关联检验的关联量测序列即真目标信息。本发明用于雷达抗干扰。

Description

基于位置和速度信息的空地雷达协同抗欺骗式干扰方法

技术领域

本发明涉及雷达抗干扰领域，特别涉及基于位置和速度信息的空地雷达协同抗欺骗式干扰方法。

背景技术

随着各国军事水平不断提高，科学技术迅猛发展，现代战争的作战方式不断创新，作战样式也发生了极大的变化。雷达是一种无线电传感与测距的设备，它的工作原理是通过发射电磁波，接受目标后向散射的回波，分析发射信号与回波信号之间的参数差异来实现探测与定位。雷达具有全天时，全天候的特性，并具有一定的穿透能力，被广泛应用于各种现代武器系统之中，被誉为现代战争的“眼睛”。雷达技术作为侦察、探测、跟踪、制导的主要手段，由于受军事需要的牵引和科技进步的影响和驱动，发展速度很快。雷达的功能也不再局限于简单的发现目标和测距测速这些基本功能，各种新体制雷达应运而生，例如相控阵雷达，多基地雷达，超视距雷达、毫米波雷达等。正是由于雷达在现代战争中地位十分重要，使得雷达成为战场中受攻击首要针对目标，因此提升雷达在战场中的生存能力具有重要意义。

雷达干扰包括一切阻碍雷达对目标进行跟踪和检测的手段措施，根据能量的来源不同干扰信号可以被分为两大类，分别是雷达有源干扰和无源干扰。在现代电子对抗中，雷达有源干扰可以根据军事目的灵活配置干扰资源，产生满足军事需求的特定类型干扰，具有好的高灵活性与针对性，对雷达系统破坏力更大，抗干扰难度也更大，在电子对抗领域应用更广。根据干扰的作用方式，可将雷达有源干扰分为压制式和欺骗式干扰两大类。压制式干扰通常由对的基本原理是提高干扰信号的能量，当干扰信号可以将真实信号覆盖时，雷达接收机失去对真实目标的检测与跟踪能力。欺骗式干扰是由干扰机依据当前截获的信号完成调制与转发而形成的，具有很强的相干特性，其参数几乎与真实信号一致，让雷达无法分辨干扰信号与真实信号，无法检测和跟踪真实目标，从而起到欺骗的作用。在实际应用中，压制式干扰和欺骗式干扰又常常一起使用，形成组合干扰，使干扰机能够遮盖掉真实有用的回波，又能起到欺骗雷达系统的作用，使雷达系统不能正确区分真假目标信号。新型电子干扰蓬勃发展不断涌现，例如兼具压制和欺骗效果的灵巧干扰，在经过脉冲压缩处理后能够产生多个与真实目标相似的假目标，相比于传统干扰具有更高的干扰效率，可以灵活地改变干扰参数，在电子战中对雷达产生巨大威胁。但是这种干扰方法所利用的目标回波信息有限，从而导致对假目标的误鉴性能下降，无法实现多站雷达系统最优的抗干扰性能。

发明内容

本发明目的是为了解决目前的抗干扰方法利用的目标回波信息有限，从而导致对假目标的误鉴性能下降，进而无法实现多站雷达系统最优的抗干扰性能的问题，而提出了基于位置和速度信息的空地雷达协同抗欺骗式干扰方法。

基于位置和速度信息的空地雷达协同抗欺骗式干扰方法具体过程为：

步骤一、获取组网雷达中每个雷达照射同一区域时获得的真假目标的量测值，并对真假目标的量测值进行时间对齐和空间对准，获得对准后目标量测值的误差协方差矩阵；

步骤二、利用对准后目标量测值的误差协方差矩阵对组网雷达中的关联量测序列中的量测值进行基于位置信息的点迹关联检验，保存全部量测值都通过点迹关联检验的关联量测序列；

步骤三、对步骤二保存的关联测量序列进行基于速度信息的点迹关联检验，保存全部量测值都通过点迹关联检验的关联量测序列即真目标信息。

本发明的有益效果为：

本发明利用雷达的位置信息和速度信息对雷达进行点迹关联，从而对有源假目标进行鉴别。本发明在非协同欺骗干扰的情况下，干扰机对各雷达站独立地实施干扰，产生不具备空间位置相关性有源假目标，根据真假目标存在的这一空间聚集特性上的差异，对假目标进行二次鉴别，最大限度的利用了目标回波信息，有效提高了对有源假目标的鉴别性能，实现了多站雷达系统最优的抗干扰性能。

附图说明

图1为组网雷达布站及真假目标信息图；

图2为有源假目标鉴别仿真结果图；

其中，图2(a)为真实目标鉴别概率曲线图；图2(b)为有源假目标鉴别概率曲线图；

图3(a)为基于位置信息鉴别的不同测距精度下有源假目标鉴别概率曲线图；

图3(b)为基于位置-速度信息鉴别的不同测距精度下有源假目标鉴别概率曲线图；

图4(a)为基于位置信息鉴别的不同测角精度下有源假目标鉴别概率曲线图；

图4(b)为基于位置-速度信息鉴别的不同测角精度下有源假目标鉴别概率曲线图；

图5(a)为基于位置信息鉴别的不同测速精度下有源假目标鉴别概率；

图5(b)为基于位置-速度信息鉴别的不同测速精度下有源假目标鉴别概率。

具体实施方式

具体实施方式一：本实施方式基于位置和速度信息的空地雷达协同抗欺骗式干扰方法具体过程为：

步骤一、对组网雷达中各节点雷达照射同一区域时的真目标和假目标的量测值进行时间对齐和空间对准，并获取对准后目标量测值的误差协方差矩阵：

步骤一一、将真目标回波的时间差与假目标回波的延时进行时间对齐，获得时间对齐后的目标量测值：

由外推方法实现，由t₁时刻的目标滤波状态，根据目标运动方程可对t₂(t₂≥t₁)时刻的滤波状态进行预测，所采用的预测方法与跟踪滤波器的预测过程相似；

步骤一二、建立组网雷达统一的直角坐标系，并将各雷达节点时间对齐后的目标量测值转换到直角坐标系中获得获得转换到直角坐标系的各雷达坐标，具体为：

Z_n＝[x,y]^T；

其中，n＝1,2,3是雷达节点的标号，雷达节点n的位置坐标为[x_n,y_n]，[r_n,θ_n,v_n]是目标的量测值，r_n是雷达节点与目标的距离信息，θ_n表示目标相对于雷达节点的方位角信息，v_n表示目标相对于节点雷达的径向速度信息(指向雷达方向为正)；

步骤一三、根据直角坐标系的各雷达坐标获得空间对准后的目标量测值的误差协方差矩阵P_n，如下：

其中，d(·)为微分符号，T_n是转移矩阵，

是中间变量，σ_r,n和σ_θ,n分别表示雷达n的测距精度和测角精度。

步骤二、利用对准后目标量测值的误差协方差矩阵对组网雷达中的关联量测序列中的量测值进行基于位置信息的点迹关联检验，保存全部量测值都通过点迹关联检验的关联量测序列，包括以下步骤：

步骤二一、利用对准后目标量测值的误差协方差矩阵获取直角坐标系中任意两个雷达的坐标差：

Z_n-Z_m～N(0,Σ_nm)

Σ_nm＝E[d(Z_n-Z_m)d(Z_n-Z_m)^T]＝P_n+P_m

其中，N(0,Σ_nm)是零均值的高斯分布，n,m＝1,2,3是对准后任意雷达节点的编号，dZ_n～N(0,P_n)，AZ_n＝{Z₁,Z₂,Z₃}是第n个关联量测序列，p_n是第n个雷达变换到直角坐标系后的目标量测值的误差协方差矩阵，p_m是第m个雷达变换到直角坐标系后的目标量测值的误差协方差矩阵，AZ_m＝{Z₁,Z₂,Z₃}是第m个关联量测序列；

转换到同一直角坐标系，各雷达的量测误差dZ_n近似服从零均值的高斯分布，即dZ_n～N(0,P_n)；

步骤二二、对组网雷达中的关联量测序列中所有量测值进行两两组合，利用直角坐标系中任意两个雷达的坐标差采用马氏距离对每一个组合中的两个量测值均进行点迹关联检验，所有组合均通过假设检验，才认为该量测序列对应于真目标，同时剔除掉未通过假设检验的关联量测序列，点迹关联检验如下式：

其中，H₀表示AZ_n对应真实目标，H₁表示AZ_n对应假目标，d_nm是任意两雷达量测值之间的马氏距离，η是门限，ε为量测数据维数，α是预设的真实目标误判概率，d_nm服从χ²分布，

是自由度为的ε卡方分布；

对我们提出的组网雷达模型，ε＝2。

步骤三、对步骤二保存的关联测量序列进行基于速度信息的点迹关联检验，保存全部量测值都通过点迹关联检验的关联量测序列即真目标信息：

步骤三一、对步骤二保存的每个关联测量序列中任意两雷达的量测值计算目标实际速度矢量：

其中，[r₁,θ₁,v₁]和[r₂,θ₂,v₂]是任意两雷达实测的目标量测值

步骤三二、获取任意两个目标实际速度矢量差：

ΔV＝V₁₂-V₂₃

步骤三三、获取步骤三二获得的任意两个目标的实际速度矢量差的误差协方差矩阵Σ：

其中，

其中，P₁₂是目标实际速度矢量V₁₂的误差协方差：

ξ_nm＝v_n-cos(θ_m-θ_n)v_m

ζ_nm＝sin(θ_m-θ_n)

其中，σ_θ,1、σ_θ,2、σ_v,1、σ_v,2分别为两雷达测角及测速误差，diag()是多站雷达相关系数矩阵，ζ_nm是中间变量；

步骤三四、获取Σ的马氏距离，并根据Σ的马氏距离进行点迹关联检验，若Σ的马氏距离均服从χ²分布则通过点迹关联检验，通过点迹关联检验的关联量测序列即真目标信息；

Σ的马氏距离通过以下公式获得：；

d_v＝ΔV^TΣ^-1ΔV

其中，在H₀成立的条件下，d_v近似服从χ²分布，据此对H₀进行假设检验，剔除假目标信息。

实施例：

空地雷达布站及真假目标信息图如图1所示，3部两坐标雷达组网，其中1部为空中雷达，2部为地面雷达。3部雷达的位置坐标分别为，[x₁,y₁]、[x₂,y₂]、[x₃,y₃]。存在一个真实目标，其位置坐标为[x₀,y₀]，实际速度矢量为[v_x,0,v_y,0]。自卫式干扰机通过对雷达发射信号进行延迟转发，对组网雷达实施转发式欺骗干扰，产生的假目标分布在雷达和目标所在的连线上。3部节点雷达对目标的量测值为[r₁,θ₁,ν₁]、[r₂,θ₂,ν₂]、[r₃,θ₃,ν₃]，其中，r_n表示其目标距离信息，θ_n表示其方位角信息，v_n表示目标相对于节点雷达的径向速度信息(指向雷达方向为正)，n＝1,2,3。

根据以上组网雷达系统及数据模型进行仿真，设空间中真实目标个数为1，位置坐标为[70,60]km，实际速度矢量为[-100,-50]m/s，节点雷达1的速度矢量为[50，50]m/s，3部节点雷达的信息如表1所示。

假设检验模型中显著性水平α＝0.01，鉴别门限为η＝9.21。仿真实验中均利用真实目标鉴别概率和有源假目标鉴别概率对所提方法的鉴别性能进行评估。

实验一：鉴别性能仿真分析

有源假目标个数为1，其欺骗速度在范围一50m/s到一500m/s内均匀分布，设假目标欺骗距离从200m变化到2000m，变化间隔为200m。在每一个欺骗距离的情况下，利用基于位置信息的鉴别方法和本发明所提出方法分别进行有源假目标鉴别，通过对5000次MontoCarlo仿真实验统计得到对真实目标和有源假目标的鉴别概率随欺骗距离的变化曲线，如图2所示。

从图2(a)可以看到，基于位置信息的鉴别方法和本发明所提鉴别算法对真实目标鉴别概率基本恒定在其期望值附近，即(1-α)³＝0.97，说明两种鉴别算法均可以基本实现对真实目标的恒漏警，由于联合利用位置和速度信息的鉴别方法需要对基于位置信息的鉴别结果进行二次鉴别，其对真实目标的鉴别概率略低。

从图2(b)可以看到，随着欺骗距离不断变大，现有基于位置信息的鉴别算法对假目标的鉴别概率不断增大，这是因为欺骗距离的增大导致有源假目标在空间上的“分散”程度变大，带来算法鉴别性能的提高。在欺骗距离超过1km后，即可达到对假目标误判概率基本为0。本发明鉴别算法进一步利用速度信息对有源假目标进行鉴别后，相比于基于位置信息的仿真结果，对假目标的鉴别概率提高明显，说明联合利用位置和速度信息进行有源假目标鉴别的有效性。

实验二：雷达量测精度影响分析

设三部节点雷达量测精度相同，改变雷达量测精度，分析其对所提算法鉴别性能的影响，设测距精度分别为30m,50m,70m，统计得到对有源假目标的鉴别概率，如图3所示。设测角精度分别为0.10,0.20,0.30，统计得到对有源假目标的鉴别概率，如图4所示。设测速精度分别为5m/s,10m/s,15m/s，统计得到对有源假目标的鉴别概率，如图5所示。

从图3(a)到图5(b)可以看出，雷达测距精度和测角精度对现有基于位置信息和本节联合利用位置速度信息的鉴别算法均有影响，且量测精度越高，两种算法对有源假目标的鉴别性能越好；而雷达测速精度仅影响本节鉴别算法，且测速精度越高，其对有源假目标的鉴别概率越高。现有鉴别算法需要用到目标量测值中径向距离和方位角信息，则其鉴别性能与雷达测距精度和测角精度相关，而本发明鉴别算法则需要用到目标量测值中径向距离、方位角信息和径向速度，则其鉴别性能与雷达测距精度、测角精度和测速精度均相关，这一结论与仿真实验分析结果相吻合。

Claims (10)

1.基于位置和速度信息的空地雷达协同抗欺骗式干扰方法，其特征在于：所述方法具体过程为：

步骤一、获取组网雷达中每个雷达照射同一区域时获得的真假目标的量测值，并对真假目标的量测值进行时间对齐和空间对准，获得对准后目标量测值的误差协方差矩阵；

步骤二、利用对准后目标量测值的误差协方差矩阵对组网雷达中的关联量测序列中的量测值进行基于位置信息的点迹关联检验，保存全部量测值都通过点迹关联检验的关联量测序列；

步骤三、对步骤二保存的关联测量序列进行基于速度信息的点迹关联检验，保存全部量测值都通过点迹关联检验的关联量测序列即真目标信息。

2.根据权利要求1所述的基于位置和速度信息的空地雷达协同抗欺骗式干扰方法，其特征在于：所述步骤一中的获取组网雷达中每个雷达照射同一区域时获得的真假目标的量测值，并对真假目标的量测值进行时间对齐和空间对准，获得对准后目标量测值的误差协方差矩阵，包括以下步骤：

步骤一一、将真目标回波的时间差与假目标回波的延时进行时间对齐，获得时间对齐后的目标量测值：

根据目标运动方程利用t₁时刻的目标滤波状态对t₂(t₂≥t₁)时刻的滤波状态进行预测，从而获得时间对齐后的目标量测值；

步骤一二、建立组网雷达统一的直角坐标系，并将时间对齐后的目标量测值转换到直角坐标系中获得转换到直角坐标系的各雷达坐标；

步骤一三、根据直角坐标系的各雷达坐标获得空间对准后的目标量测值的误差协方差矩阵P_n。

3.根据权利要求2所述的基于位置和速度信息的空地雷达协同抗欺骗式干扰方法，其特征在于：所述步骤一二中的建立组网雷达统一的直角坐标系，并将时间对齐后的目标量测值转换到直角坐标系中获得转换到直角坐标系的各雷达坐标，具体为：

Z_n＝[x,y]^T

其中，n是雷达节点的标号，雷达节点n的位置坐标为[x_n,y_n]，[r_n,θ_n,v_n]是目标的量测值，r_n是雷达节点与目标的距离信息，θ_n表示目标相对于雷达节点的方位角信息，v_n表示目标相对于节点雷达的径向速度信息，Z_n是转换到直角坐标系的时间对齐后的目标量测值。

4.根据权利要求3所述的基于位置和速度信息的空地雷达协同抗欺骗式干扰方法，其特征在于：所述步骤一三中的根据直角坐标系的各雷达坐标获得空间对准后的目标量测值的误差协方差矩阵P_n，如下式：

其中，d(·)为微分符号，T_n是转移矩阵，

是中间变量，σ_r,n和σ_θ,n分别表示雷达n的测距精度和测角精度。

5.根据权利要求4所述的基于位置和速度信息的空地雷达协同抗欺骗式干扰方法，其特征在于：所述步骤二中的利用对准后目标量测值的误差协方差矩阵对组网雷达中的关联量测序列中的量测值进行基于位置信息的点迹关联检验，保存全部量测值都通过点迹关联检验的关联量测序列，包括以下步骤：

步骤二一、利用对准后目标量测值的误差协方差矩阵获取直角坐标系中任意两个雷达的坐标差：

Z_n-Z_m～N(0,Σ_nm)

Σ_nm＝E[d(Z_n-Z_m)d(Z_n-Z_m)^T]＝P_n+P_m

其中，N(0,Σ_nm)是零均值的高斯分布，n,m是对准后任意雷达的编号，dZ_n～N(0,P_n)，AZ_n＝{Z₁,Z₂,Z₃}是第n个关联量测序列，p_n是第n个雷达变换到直角坐标系后的目标量测值的误差协方差矩阵，p_m是第m个雷达变换到直角坐标系后的目标量测值的误差协方差矩阵，AZ_m＝{Z₁,Z₂,Z₃}是第m个关联量测序列；

步骤二二、对组网雷达中的关联量测序列中所有量测值进行两两组合，利用直角坐标系中任意两个雷达的坐标差采用马氏距离对每一个组合中的两个量测值进行点迹关联检验，所有组合均通过假设检验，保存所有组合都通过点迹关联检验的关联量测序列。

6.根据权利要求5所述的基于位置和速度信息的空地雷达协同抗欺骗式干扰方法，其特征在于：所述步骤二二中的利用直角坐标系中任意两个雷达的坐标差采用马氏距离对每一个组合中的两个量测值进行点迹关联检验，具体为：

其中，H₀表示AZ_n对应真实目标，H₁表示AZ_n对应假目标，d_nm是任意两雷达量测值之间的马氏距离，η是门限，ε为量测数据维数，α是预设的真实目标误判概率，d_nm服从χ²分布，

是自由度为的ε卡方分布。

7.根据权利要求6所述的基于位置和速度信息的空地雷达协同抗欺骗式干扰方法，其特征在于：所述步骤三中的对步骤二保存的关联测量序列进行基于速度信息的点迹关联检验，保存全部量测值都通过点迹关联检验的关联量测序列即真目标信息，包括以下步骤：

步骤三一、对步骤二保存的每个关联测量序列中任意两雷达的量测值计算目标实际速度矢量：

其中，[r₁,θ₁,v₁]和[r₂,θ₂,v₂]是任意两雷达实测的目标量测值：

步骤三二、获取任意两个目标实际速度矢量差：

ΔV＝V₁₂-V₂₃

步骤三三、获取步骤三二获得的任意两个目标的实际速度矢量差的误差协方差矩阵Σ；

步骤三四、获取Σ的马氏距离，并根据Σ的马氏距离进行点迹关联检验，若Σ的马氏距离均服从χ²分布则通过点迹关联检验，通过点迹关联检验的关联量测序列即真目标信息。

8.根据权利要求7所述的基于位置和速度信息的空地雷达协同抗欺骗式干扰方法，其特征在于：所述步骤三三中的获取步骤三二获得的任意两个目标的实际速度矢量差的误差协方差矩阵Σ，如下式：

其中，P₁₂是目标实际速度矢量V₁₂的误差协方差。

9.根据权利要求8所述的基于位置和速度信息的空地雷达协同抗欺骗式干扰方法，其特征在于：

ξ_nm＝v_n-cos(θ_m-θ_n)v_m

ζ_nm＝sin(θ_m-θ_n)

其中，σ_θ,1、σ_θ,2、σ_v,1、σ_v,2分别为两雷达测角及测速误差，diag()是多站雷达相关系数矩阵，ζ_nm是中间变量。

10.根据权利要求9所述的基于位置和速度信息的空地雷达协同抗欺骗式干扰方法，其特征在于：所述步骤三四中的Σ的马氏距离通过以下公式获得：

d_v＝ΔV^TΣ^-1ΔV。

Images