CN115267708A - 基于状态变化的雷达干扰效果在线评估方法 - Google Patents
基于状态变化的雷达干扰效果在线评估方法 Download PDFInfo
- Publication number
- CN115267708A CN115267708A CN202210909072.2A CN202210909072A CN115267708A CN 115267708 A CN115267708 A CN 115267708A CN 202210909072 A CN202210909072 A CN 202210909072A CN 115267708 A CN115267708 A CN 115267708A
- Authority
- CN
- China
- Prior art keywords
- state
- change
- interference
- evaluation
- radar
- 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
- G01S7/40—Means for monitoring or calibrating
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
本发明公开了一种基于状态变化的雷达干扰效果在线评估方法,主要解决现有技术仅考虑雷达受到干扰后工作状态变化,及对不同的状态变化采用同一种评估准则而导致的评估结果误判的问题。其实现方案是:1)构成干扰效果在线评估体系,其包括通过将获取得到的雷达状态序列划分为工作模式变化、工作状态变化和抗干扰措施变化三个层次;设置各个变化层的干扰效果在线评估准则;设置相邻变化层之间的关系;2)根据建立的干扰效果在线评估体系对雷达受到不同干扰后的不同状态变化进行干扰效果的在线评估,得到评估结果。本发明相比于现有技术,避免了评估结果产生的误判,提高了干扰效果在线评估的准确性,可用于电子对抗。
Description
技术领域
本发明属于雷达技术领域,具体涉及一种雷达干扰效果在线评估方法,可用于电子对抗。
背景技术
在雷达对抗中,雷达干扰效果评估是判断干扰装备性能的关键技术,它能够根据敌我双方雷达和干扰装备的参数得到当前干扰样式的评估结果,指导干扰决策模块生成最优的干扰策略。
目前,传统的干扰效果评估技术大多以敌方雷达的性能参数作为评价指标,比如雷达的最大探测距离、发现概率等。但是在实际作战环境中,由于雷达方和干扰方属于非合作方,雷达的性能参数难以获取,因而基于雷达方的干扰效果评估技术无法应用于干扰方。雷达方在受到干扰后,通常会改变状态来对抗干扰的影响,这种状态的变化包括工作状态的变换和抗干扰措施的使用,这些状态的变化可以间接反映干扰对雷达的影响程度,因此,从雷达状态变化的角度来分析干扰效果是可行的。申请号为202110954334.2的专利文献公开了一种雷达干扰效果在线评估方法,该方法首先构建雷达信号训练样本集,利用训练样本集训练得到干扰效能分值评估模型和雷达工作状态识别模型;将预处理后的在线雷达信号分别输入两模型,得到干扰效能估计分值序列和雷达工作状态序列;利用所得两序列,结合知识库雷达主要工作状态转移规律和干扰效能分析综合推断干扰效果。
由于雷达在受到干扰后,不仅会发生工作状态的变化,还会发生抗干扰措施的变化,而上述方法仅实现对雷达受到干扰后发生工作状态变化情况下干扰效果的在线评估,并未考虑雷达受到干扰后抗干扰措施发生变化的情况,使得当雷达受到干扰后发生抗干扰措施变化时,其在线评估的结果产生误判,导致评估准确性下降。
发明内容
本发明的目的在于针对上述现有技术的不足,提供一种基于状态变化的雷达干扰效果在线评估方法,以避免在线评估产生的误判,提高在线评估结果的准确性。
实现本发明目的技术方案是,将受到干扰后出现的工作模式变化、工作状态变化、抗干扰技术变化均视为雷达受扰后的状态变化,根据各种状态变化体现出的雷达威胁程度,将雷达受扰后的状态变化划分评估层级,在不同评估层级中采用不同的评估准则,完成对雷达干扰效果的在线评估。其实现步骤包括如下:
(1)构建基于状态变化的干扰效果在线评估体系:
(1a)将雷达受到干扰后的变化划分为工作模式变化、工作状态变化和抗干扰措施变化三个层次,其中:
第一层的工作模式变化,包括关机工作模式Sa和开机工作模式Sb之间的4种变化;
第二层的工作状态变化,包括跟踪工作状态Sc和搜索工作状态Sd之间的4种变化;
第三层的抗干扰措施变化,包括频率捷变技术Se、PRI捷变技术Sf、掩护脉冲技术Sg以及无抗干扰措施Sh之间的5种变化;
(1b)设定各个层次的评估准则:
(1b1)设Si,Si+1分别表示雷达受到干扰前的状态和雷达受到干扰后的状态,设Si→Si+1表示雷达受到干扰前后发生的状态变化,设PDWi和PDWi+1分别表示雷达受到干扰前的脉冲参数与雷达受到干扰后的脉冲参数,PDW包含载频CF、脉冲重复周期PRI和脉宽PW三个参数;
(1b2)设第一层工作模式变化的评估准则:若Si是开机工作模式或关机工作模式,Si+1是关机工作模式,则评估为干扰效果好,评估分值为+1;若Si是关机工作模式,Si+1是开机工作模式,则评估为干扰效果差,评估分值为-1;
(1b3)设第二层工作状态变化的评估准则:若Si是跟踪工作状态或搜索工作状态,Si+1是搜索工作状态,则评估为干扰效果好,评估分值为+1;若Si是跟踪工作状态或搜索工作状态,Si+1是跟踪工作状态,则评估为干扰效果差,评估分值为-1;
(1b4)设第三层抗干扰措施变化的评估准则:
若Si是未使用抗干扰措施状态,Si+1是使用抗干扰措施状态,则评估为干扰效果好,评估分值为+1;
若Si是使用抗干扰措施状态,Si+1是未使用抗干扰措施状态,则评估为干扰效果差,评估分值为-1;
若Si和Si+1均使用抗干扰措施状态,则根据载频波动性指标dCF、脉宽波动性指标dPW和PRI波动性指标dPRI这三个抗干扰措施评估指标对实施不同抗干扰措施的效果进行评估:
对于抗干扰措施为频率捷变时,若dCFi≤dCFi+1,则评估为干扰效果好,评估分值为+1;若dCFi>dCFi+1,则评估为干扰效果差,评估分值为-1;
对于抗干扰措施为PRI捷变时,若dPRIi≤dPRIi+1,则评估为干扰效果好,评估分值为+1;若dPRIi>dPRIi+1,则评估为干扰效果差,评估分值为-1;
对于抗干扰措施为掩护脉冲时,若dCFi≤dCFi+1或dPWi≤dPWi+1,则评估为干扰效果好,评估分值为+1;若dCFi>dCFi+1且dPWi>dPWi+1,则评估为干扰效果差,评估分值为-1;
(1c)设置相邻变化层次间的关系:
对于第一层的工作模式变化,是当Si和Si+1均是开机工作模式时,使用第二层的工作状态变化进行评估;
对于第二层的工作状态变化,是当Si和Si+1中任一状态包含使用抗干扰措施的情况时,使用第三层的抗干扰措施变化进行评估;
(2)确定变化层次:
(2a)从已知的雷达状态序列{r0,r1,...,ri,...,rn}中选取两个相邻的两个状态ri,ri+1作为前一状态和当前状态,得到雷达从ri→ri+1受干扰状态的变化情况;
(2b)根据ri→ri+1的变化情况,确定该变化所属的变化层次:
若ri→ri+1的变化是工作模式变化,则使用第一层工作模式变化的评估准则进行评估;
若ri→ri+1的变化是工作状态变化,则使用第二层工作状态变化的评估准则进行评估;
若ri→ri+1的变化是抗干扰措施变化,则使用第三层抗干扰措施变化的评估准则进行评估。
本发明与现有技术相比具有以下优点:
第一、本发明由于综合考虑了雷达在受到干扰之后的各种变化,包括工作模式变化、工作状态变化以及抗干扰措施变化,克服了现有技术中仅考虑工作状态变化而导致在抗干扰措施发生变化的情况下产生误判的问题,提高了在线评估的准确性。
第二、本发明由于将雷达受到干扰后的变化划分为了三个层次,在不同的变化层次中设定了不同的评估准则,克服了现有技术对不同变化采用统一评估准则导致的误判问题,提高了在线评估的准确性。
附图说明
图1是本发明的实现总流程图;
图2是本发明中干扰效果在线评估的子流程图。
具体实施方式
下面结合附图对本发明的实施例和效果做进一步描述。
参照图1,本实例的实现步骤如下:
步骤1、获取雷达状态序列和雷达脉冲参数。
本实例需要雷达状态序列和脉冲参数作为已知条件。雷达状态的识别和雷达脉冲参数的提取可以使用已有的成熟技术实现。考虑到本发明的具体需要,对所选方法做如下要求:
对于雷达状态识别,要求能识别工作模式、工作状态和抗干扰措施,输出结果应为按时间顺序排列的状态序列,如{S0,S1,...,Si,...,Sn},其中Si表示i时刻的雷达状态,i=0,1,2,...,n;
对于雷达脉冲参数提取,要求输出结果应至少包含脉宽PW、载频CF、脉冲重复周期PRI三个参数,同样应按时间顺序排列。
步骤2、构建基于状态变化的干扰效果在线评估体系。
本实例中构建的基于状态变化的干扰效果在线评估体系包括三个状态变化层次,每个变化层次对应的评估准则,及相邻变化层次之间的关系,具体实现如下:
2.1)设置状态变化的三个层次:
第一层为工作模式变化层,其包括关机工作模式Sa和开机工作模式Sb之间的4种变化,具体为:关机工作模式Sa变化为开机工作模式Sb、开机工作模式Sb变化为关机工作模式Sa、保持关机工作模式Sa、保持开机工作模式Sb,即Sa→Sb,Sb→Sa,Sa→Sa,Sb→Sb;
第二层为工作状态变化层,其包括跟踪工作状态Sc和搜索工作状态Sd之间的4种变化,具体为:跟踪工作状态Sc变化为搜索工作状态Sd、搜索工作状态Sd变化为跟踪工作状态Sc、保持跟踪工作状态Sc、保持搜索工作状态Sd,即Sc→Sd,Sd→Sc,Sc→Sc,Sd→Sd;
第三层为抗干扰措施变化层,其包括频率捷变技术Se、PRI捷变技术Sf、掩护脉冲技术Sg以及无抗干扰措施Sh之间的5种变化,具体为:保持频率捷变技术Se、保持PRI捷变技术Sf、保持掩护脉冲技术Sg、无抗干扰措施Sh变化为任一种抗干扰措施、任一种抗干扰措施变化为无抗干扰措施Sh,即:Se→Se,Sf→Sf,Sg→Sg,Sh→Se或Sf或Sg,Se或Sf或Sg→Sh;
2.2)设置各个层次的评估准则:
2.2.1)根据雷达工作模式的变化设置第一层工作模式变化的评估准则:
若i时刻的雷达状态Si是开机工作模式或关机工作模式,i+1时刻的雷达状态Si+1是关机工作模式,则评估为干扰效果好,评估分值为+1;
若i时刻的雷达状态Si是关机工作模式,i+1时刻的雷达状态Si+1是开机工作模式,则评估为干扰效果差,评估分值为-1;
2.2.2)根据雷达工作状态的变化设置第二层工作状态变化的评估准则:
若i时刻的雷达状态Si是跟踪工作状态或搜索工作状态,i+1时刻的雷达状态Si+1是搜索工作状态,则评估为干扰效果好,评估分值为+1;
若i时刻的雷达状态Si是跟踪工作状态或搜索工作状态,i+1时刻的雷达状态Si+1是跟踪工作状态,则评估为干扰效果差,评估分值为-1;
2.2.3)根据雷达抗干扰措施的变化设置第三层抗干扰措施变化的评估准则:
若i时刻的雷达状态Si是无抗干扰措施状态,i+1时刻的雷达状态Si+1是有抗干扰措施状态,则评估为干扰效果好,评估分值为+1;
若i时刻的雷达状态Si是有抗干扰措施状态,i+1时刻的雷达状态Si+1是无抗干扰措施状态,则评估为干扰效果差,评估分值为-1;
若i时刻的雷达状态Si和i+1时刻的雷达状态Si+1均有抗干扰措施状态,则根据载频波动性指标dCF、脉宽波动性指标dPW和PRI波动性指标dPRI对实施不同抗干扰措施的干扰效果进行评估:
2.2.3.1)计算载频波动性指标dCF、脉宽波动性指标dPW和PRI波动性指标dPRI这三个抗干扰措施评估指标:
其中,N表示脉冲的个数,CFi表示第i个脉冲的载波频率;表示N个脉冲的平均载波频率;PWi表示第i个脉冲的脉宽;表示N个脉冲的平均脉宽;PRIi表示第i个脉冲的脉冲重复周期;表示N个脉冲的平均脉冲重复周期。
2.2.3.2)根据抗干扰措施评估指标对实施不同抗干扰措施的干扰效果进行评估:
对于抗干扰措施为频率捷变的干扰效果评估:
若i时刻雷达的载频波动性dCFi小于等于i+1时刻雷达的载频波动性dCFi+1,则评估为干扰效果好,评估分值为+1;
若i时刻雷达的载频波动性dCFi大于i+1时刻雷达的载频波动性dCFi+1,则评估为干扰效果差,评估分值为-1;
对于抗干扰措施为PRI捷变的干扰效果评估:
若i时刻雷达的PRI波动性dPRIi小于等于i+1时刻雷达的PRI波动性dPRIi+1,则评估为干扰效果好,评估分值为+1;
若i时刻雷达的PRI波动性dPRIi大于i+1时刻雷达的PRI波动性dPRIi+1,则评估为干扰效果差,评估分值为-1;
对于抗干扰措施为掩护脉冲的干扰效果评估:
若i时刻雷达的载频波动性dCFi小于等于i+1时刻雷达的载频波动性dCFi+1或i时刻雷达的脉宽波动性dPWi小于等于i+1时刻雷达的脉宽波动性dPWi+1,则评估为干扰效果好,评估分值为+1;
若i时刻雷达的载频波动性dCFi大于i+1时刻雷达的载频波动性dCFi+1且i时刻雷达的脉宽波动性dPWi大于i+1时刻雷达的脉宽波动性dPWi+1,则评估为干扰效果差,评估分值为-1;
2.3)设置相邻变化层次间的关系:
对于第一层的工作模式变化,是当Si和Si+1均为开机工作模式时,使用第二层的工作状态变化进行评估;
对于第二层的工作状态变化,是当Si和Si+1中任一状态包含使用抗干扰措施的情况时,使用第三层的抗干扰措施变化进行评估。
步骤3,根据步骤2建立的体系进行干扰效果在线评估。
参照图2,本实例的具体实现如下:
3.1)令时刻i=0,从获得的雷达状态序列{r0,r1,...,ri,,...,rn}中选取i时刻的雷达状态ri作为雷达受到干扰前的状态,选取i+1时刻的雷达状态ri+1作为雷达受到干扰后的状态,组成雷达受到干扰后的状态变化ri→ri+1;
3.2)根据雷达受到干扰后ri→ri+1的状态变化,确定变化层次:
若雷达受到干扰前的状态ri属于开机工作模式或关机工作模式中的一种,雷达受到干扰后的状态ri+1属于开机工作模式或关机工作模式中的一种,则ri→ri+1的变化属于第一个工作模式变化层,其使用工作模式变化评估层的准则,即按步骤2.2.1)进行干扰效果的在线评估;
若雷达受到干扰前的状态ri属于跟踪工作状态或搜索工作状态中的一种,雷达受到干扰后的状态ri+1属于跟踪工作状态或搜索工作状态中的一种,则ri→ri+1的变化属于第二个工作状态变化层,其使用工作状态变化层的评估准则,即按步骤2.2.2)进行干扰效果的在线评估;
若雷达受到干扰前的状态ri属于频率捷变技术、PRI捷变技术、掩护脉冲技术以及无抗干扰措施中的一种,雷达受到干扰后的状态ri+1属于频率捷变技术、PRI捷变技术、掩护脉冲技术以及无抗干扰措施中的任意一种,则ri→ri+1的变化属于第三个抗干扰措施变化层,其使用抗干扰措施变化层的评估准则,即按步骤2.2.3)进行干扰效果的在线评估;
3.3)判断状态序列{r0,r1,...,ri,,...,rn}是否全部在线评估完毕:
若i+1=n,则状态序列全部评估完毕,即干扰效果在线评估结束;
若i+1<n,则状态序列没有评估完毕,令i=i+1,从获得的雷达状态序列{r0,r1,...,ri,,...,rn}中选取i时刻的雷达状态ri作为雷达受到干扰前的状态,选取i+1时刻的雷达状态ri+1作为雷达受到干扰后的状态,组成雷达受到干扰后的状态变化ri→ri+1,重复步骤3.2)。
下面结合仿真实验对本发明的效果做进一步的说明。
1.仿真条件:
本发明仿真实验的运行系统是Windows10 64位操作系统,编译环境为MATLAB2018b。
本发明在仿真实验中,获得的雷达状态序列为{r0,r1,r2,r3,r4,r5,r6,r7},其中,r0表示雷达关机工作模式,r1表示搜索工作状态,r2表示跟踪工作状态,r3表示跟踪状态使用捷变频技术,r4表示跟踪状态使用捷变频技术,r5表示搜索工作状态,r6表示搜索工作状态,r7表示雷达关机工作模式。各状态的雷达脉冲参数如表1所示。
表1各状态的雷达脉冲参数
2.仿真实验内容与结果分析
选取r0,r1作为前一状态和当前状态,组成r0→r1的变化规律,其中r0为关机工作模式,r1为搜索工作状态。该状态变化规律属于第一个工作模式评估层,根据第一个评估层的评估准则,评估结果为干扰效果差,评估分值为-1;
选取r1,r2作为前一状态和当前状态,组成r1→r2的变化规律,其中r1为搜索工作状态,r2为跟踪工作状态。该状态变化规律属于第二个工作状态评估层,根据第二个评估层的评估准则,评估结果为干扰效果差,评估分值为-1;
选取r2,r3作为前一状态和当前状态,组成r2→r3的变化规律,其中r2为跟踪工作状态,r3为跟踪状态使用捷变频技术。该状态变化规律属于第三个抗干扰措施评估层,根据第三个评估层的评估准则,评估结果为干扰效果好,评估分值为+1;
选取r3,r4作为前一状态和当前状态,组成r3→r4的变化规律,其中r3为跟踪状态使用捷变频技术,r4为跟踪状态使用捷变频技术。该状态变化规律属于第三个抗干扰措施评估层,根据第三个评估层的评估准则,计算dCF3和dCF4,且dCF3≤dCF4,评估结果为干扰效果好,评估分值为+1;
选取r4,r5作为前一状态和当前状态,组成r4→r5的变化规律,其中r4为跟踪状态使用捷变频技术,r5为搜索工作状态。该状态变化规律属于第三个抗干扰措施评估层,根据第三个评估层的评估准则,评估结果为干扰效果好,评估分值为+1;
选取r5,r6作为前一状态和当前状态,组成r5→r6的变化规律,其中r5为搜索工作状态,r6为搜索工作状态。该状态变化规律属于第二个抗干扰措施评估层,根据第二个评估层的评估准则,评估结果为干扰效果好,评估分值为+1;
选取r6,r7作为前一状态和当前状态,组成r6→r7的变化规律,其中r6为搜索工作状态,r7为关机工作模式。该状态变化规律属于第一个抗干扰措施评估层,根据第一个评估层的评估准则,评估结果为干扰效果好,评估分值为+1;
上述仿真实验的干扰效果在线评估结果如表2所示:
表2干扰效果在线评估结果表
由表2可见,采用本发明获得的干扰效果评估结果为{-1,-1,+1,+1,+1,+1,+1},且该评估结果是基于状态变化的,适用于考虑抗干扰技术的干扰效果评估场景。
Claims (5)
1.一种基于状态变化的雷达干扰效果在线评估方法,其特征在于,包括如下步骤:
(1)构建基于状态变化的干扰效果在线评估体系:
(1a)将雷达受到干扰后的变化划分为工作模式变化、工作状态变化和抗干扰措施变化三个层次,其中:
第一层的工作模式变化,包括关机工作模式Sa和开机工作模式Sb之间的4种变化;
第二层的工作状态变化,包括跟踪工作状态Sc和搜索工作状态Sd之间的4种变化;
第三层的抗干扰措施变化,包括频率捷变技术Se、PRI捷变技术Sf、掩护脉冲技术Sg以及无抗干扰措施Sh之间的5种变化;
(1b)设定各个层次的评估准则:
(1b1)设Si,Si+1分别表示雷达受到干扰前的状态和雷达受到干扰后的状态,设Si→Si+1表示雷达受到干扰前后发生的状态变化,设PDWi和PDWi+1分别表示雷达受到干扰前的脉冲参数与雷达受到干扰后的脉冲参数,PDW包含载频CF、脉冲重复周期PRI和脉宽PW三个参数;
(1b2)设第一层工作模式变化的评估准则:若Si是开机工作模式或关机工作模式,Si+1是关机工作模式,则评估为干扰效果好,评估分值为+1;若Si是关机工作模式,Si+1是开机工作模式,则评估为干扰效果差,评估分值为-1;
(1b3)设第二层工作状态变化的评估准则:若Si是跟踪工作状态或搜索工作状态,Si+1是搜索工作状态,则评估为干扰效果好,评估分值为+1;若Si是跟踪工作状态或搜索工作状态,Si+1是跟踪工作状态,则评估为干扰效果差,评估分值为-1;
(1b4)设第三层抗干扰措施变化的评估准则:
若Si是未使用抗干扰措施状态,Si+1是使用抗干扰措施状态,则评估为干扰效果好,评估分值为+1;
若Si是使用抗干扰措施状态,Si+1是未使用抗干扰措施状态,则评估为干扰效果差,评估分值为-1;
若Si和Si+1均使用抗干扰措施状态,则根据载频波动性指标dCF、脉宽波动性指标dPW和PRI波动性指标dPRI这三个抗干扰措施评估指标对实施不同抗干扰措施的效果进行评估:
对于抗干扰措施为频率捷变时,若dCFi≤dCFi+1,则评估为干扰效果好,评估分值为+1;若dCFi>dCFi+1,则评估为干扰效果差,评估分值为-1;
对于抗干扰措施为PRI捷变时,若dPRIi≤dPRIi+1,则评估为干扰效果好,评估分值为+1;若dPRIi>dPRIi+1,则评估为干扰效果差,评估分值为-1;
对于抗干扰措施为掩护脉冲时,若dCFi≤dCFi+1或dPWi≤dPWi+1,则评估为干扰效果好,评估分值为+1;若dCFi>dCFi+1且dPWi>dPWi+1,则评估为干扰效果差,评估分值为-1;
(1c)设置相邻变化层次间的关系:
对于第一层的工作模式变化,是当Si和Si+1均是开机工作模式时,使用第二层的工作状态变化进行评估;
对于第二层的工作状态变化,是当Si和Si+1中任一状态包含使用抗干扰措施的情况时,使用第三层的抗干扰措施变化进行评估;
(2)确定变化层次:
(2a)从已知的雷达状态序列{r0,r1,...,ri,...,rn}中选取两个相邻的两个状态ri,ri+1作为前一状态和当前状态,得到雷达从ri→ri+1受干扰状态的变化情况;
(2b)根据ri→ri+1的变化情况,确定该变化所属的变化层次:
若ri→ri+1的变化是工作模式变化,则使用第一层工作模式变化的评估准则进行评估;
若ri→ri+1的变化是工作状态变化,则使用第二层工作状态变化的评估准则进行评估;
若ri→ri+1的变化是抗干扰措施变化,则使用第三层抗干扰措施变化的评估准则进行评估。
2.根据权利要求1所述的方法,其特征在于,步骤(1a)中所述关机工作模式Sa和开机工作模式Sb之间的4种变化,包括:关机工作模式Sa变化为开机工作模式Sb、开机工作模式Sb变化为关机工作模式Sa、保持关机工作模式Sa、保持开机工作模式Sb,即Sa→Sb,Sb→Sa,Sa→Sa,Sb→Sb。
3.根据权利要求1所述的方法,其特征在于,步骤(1a)中所述跟踪工作状态Sc和搜索工作状态Sd之间的4种变化,包括:跟踪工作状态Sc变化为搜索工作状态Sd、搜索工作状态Sd变化为跟踪工作状态Sc、保持跟踪工作状态Sc、保持搜索工作状态Sd,即Sc→Sd,Sd→Sc,Sc→Sc,Sd→Sd。
4.根据权利要求1所述的方法,其特征在于,步骤(1a)中所述频率捷变技术Se、PRI捷变技术Sf、掩护脉冲技术Sg以及无抗干扰措施Sh之间的5种变化,包括保持频率捷变技术Se、保持PRI捷变技术Sf、保持掩护脉冲技术Sg、无抗干扰措施Sh变化为任一种抗干扰措施、任一种抗干扰措施变化为无抗干扰措施Sh,即:Se→Se,Sf→Sf,Sg→Sg,Sh→Se或Sf或Sg,Se或Sf或Sg→Sh。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210909072.2A CN115267708A (zh) | 2022-07-29 | 2022-07-29 | 基于状态变化的雷达干扰效果在线评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210909072.2A CN115267708A (zh) | 2022-07-29 | 2022-07-29 | 基于状态变化的雷达干扰效果在线评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115267708A true CN115267708A (zh) | 2022-11-01 |
Family
ID=83746678
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210909072.2A Pending CN115267708A (zh) | 2022-07-29 | 2022-07-29 | 基于状态变化的雷达干扰效果在线评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115267708A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116359855A (zh) * | 2023-04-07 | 2023-06-30 | 哈尔滨工程大学 | 基于ngo-rf的雷达干扰效果评估方法 |
-
2022
- 2022-07-29 CN CN202210909072.2A patent/CN115267708A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116359855A (zh) * | 2023-04-07 | 2023-06-30 | 哈尔滨工程大学 | 基于ngo-rf的雷达干扰效果评估方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108509935B (zh) | 一种基于随机森林算法的雷达工作模式识别方法 | |
CN109508000A (zh) | 异构多传感器多目标跟踪方法 | |
CN106338727A (zh) | 一种车载辅助驾驶雷达的目标检测方法 | |
CN104835178A (zh) | 一种低信噪比运动小目标的跟踪与识别的方法 | |
CN106407677A (zh) | 一种测量数据丢失情况下的多目标跟踪方法 | |
CN112904290A (zh) | 一种雷达智能认知抗干扰策略的生成方法 | |
CN115267708A (zh) | 基于状态变化的雷达干扰效果在线评估方法 | |
CN113269327A (zh) | 一种基于机器学习的流量异常预测方法 | |
CN115236607A (zh) | 一种基于双层q学习的雷达抗干扰策略优化方法 | |
CN109031221B (zh) | 数据层基于多维度特征提取的雷达抗密集假目标干扰方法 | |
CN107247933A (zh) | 一种烟雾环境中fmcw激光定距系统差频信号提取方法 | |
CN112799028B (zh) | 一种基于rcs起伏统计特性差异的虚假目标识别方法 | |
CN113836793A (zh) | 一种基于关联准则的电磁环境态势感知预测方法 | |
CN109143184A (zh) | 一种扫描雷达的双门限检测方法 | |
CN111339986B (zh) | 基于时域/频域分析的装备用频规律挖掘方法和系统 | |
CN110031807A (zh) | 一种基于无模型强化学习的多阶段灵巧噪声干扰方法 | |
CN106770861A (zh) | 油浸式变压器在线监控数据可用性的评价方法 | |
CN114674511B (zh) | 一种用于剔除时变环境因素影响的桥梁模态异常预警方法 | |
CN115980689A (zh) | 基于点云检测的辐射源信号分选方法、装置、设备及介质 | |
CN115436891A (zh) | 一种基于mbse的模型构建雷达对抗效果评估方法 | |
CN103888154A (zh) | 一种多通道抗干扰与抗混叠脉冲序列解码方法 | |
CN109840916B (zh) | 高频地波雷达舰船目标跟踪算法的测评方法 | |
Behar et al. | Hough detector with adaptive non-coherent integration for target detection in pulse jamming | |
Wang et al. | A PRI estimation and signal deinterleaving method based on density-based clustering | |
Beyon et al. | Novel nonlinear adaptive Doppler shift estimation technique (NADSET) for the coherent Doppler lidar system VALIDAR |
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 |