CN116413675B - 一种对齐误差下多站雷达协同抗欺骗式干扰方法及装置 - Google Patents
一种对齐误差下多站雷达协同抗欺骗式干扰方法及装置 Download PDFInfo
- Publication number
- CN116413675B CN116413675B CN202310538783.8A CN202310538783A CN116413675B CN 116413675 B CN116413675 B CN 116413675B CN 202310538783 A CN202310538783 A CN 202310538783A CN 116413675 B CN116413675 B CN 116413675B
- Authority
- CN
- China
- Prior art keywords
- target
- distance
- error
- angle
- vector
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 239000013598 vector Substances 0.000 claims abstract description 179
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 26
- 238000007476 Maximum Likelihood Methods 0.000 claims abstract description 16
- 239000011159 matrix material Substances 0.000 claims description 64
- 238000005259 measurement Methods 0.000 claims description 48
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 230000000875 corresponding effect Effects 0.000 claims description 4
- 230000002596 correlated effect Effects 0.000 claims description 2
- 238000013461 design Methods 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
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
- G01S7/41—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
- G01S7/414—Discriminating targets with respect to background clutter
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
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
本发明公开了一种对齐误差下多站雷达协同抗欺骗式干扰方法及装置，所述方法包括根据多站雷达的站址误差计算得到多站雷达的对齐误差向量，确定目标存在的误差椭圆的距离维和角度维的两轴分辨单元数；根据误差椭圆的距离维和角度维的两轴分辨单元数,采用最大似然算法从误差椭圆中得到所有检测到目标的接收信号矢量；根据所有目标的接收信号矢量，计算不同目标接收信号矢量之间的相关系数；根据目标接收信号矢量之间的相关系数，计算目标相关次数矢量；根据目标相关次数矢量，与预设的目标判别阈值进行比较，得到目标的真假鉴别结果，本发明可以在多站雷达系统中存在对齐误差的场景下完成有源假目标鉴别。
Description
技术领域
本发明涉及一种对齐误差下多站雷达协同抗欺骗式干扰方法及装置，属于雷达技术领域。
背景技术
在实际的工程应用中，由于存在系统误差、量测误差和时间误差，很难满足空间完全对齐的条件，特别是机载雷达等动平台处于快速机动或机动转弯的场景下。针对非随机的静态对齐误差的消除，前人已经提出了大量的对齐算法，主要分为量测级对齐算法、跟踪级对齐算法。对于随机对齐误差，上述方法并不能有效消除。因此，即使完成了误差校正，在实际工程应用中仍会有较小的对齐误差存在。
在对齐误差存在的情况下，基于真实目标空间位置相关，而虚假目标空间位置不相关的特点，提出了数据级融合抗欺骗式干扰算法。该算法在单个真实目标情况下，可较好实现真实目标的鉴别。但是，多站雷达系统被欺骗概率受欺骗距离影响严重，且随着欺骗距离减小，被欺骗概率不断增大。
发明内容
本发明的目的在于克服现有技术中的不足，提供一种对齐误差下多站雷达协同抗欺骗式干扰方法及装置，可以在多站雷达系统中存在对齐误差的场景下完成有源假目标鉴别。
为达到上述目的，本发明是采用下述技术方案实现的：
第一方面，本发明提供了一种对齐误差下多站雷达协同抗欺骗式干扰方法，包括：
根据多站雷达的站址误差计算得到多站雷达的对齐误差向量，根据多站雷达的对齐误差向量确定目标存在的误差椭圆的距离维和角度维的两轴分辨单元数；
根据误差椭圆的距离维和角度维的两轴分辨单元数,采用最大似然算法从误差椭圆中得到所有检测到目标的接收信号矢量；
根据所有目标的接收信号矢量，计算不同目标接收信号矢量之间的相关系数；
根据目标接收信号矢量之间的相关系数，计算目标被记录为假目标的次数，形成目标相关次数矢量；
根据目标相关次数矢量，与预设的目标判别阈值进行比较，得到目标的真假鉴别结果。
进一步地，所述根据多站雷达的站址误差计算得到多站雷达的对齐误差向量，根据多站雷达的对齐误差向量确定目标存在的误差椭圆的距离维和角度维的两轴分辨单元数，包括：
获取多站雷达的站址误差向量，计算得到多站雷达的对齐误差向量，根据多站雷达的对齐误差向量求得目标对齐误差向量的误差协方差矩阵；
根据误差协方差矩阵，得到测量目标距离的标准差和测量目标角度的标准差，根据测量目标距离的标准差和测量目标角度的标准差求得误差椭圆的距离维长度和角度维长度；
根据距离维长度和角度维长度，计算得到所有空间分集通道的距离分辨单元数和角度分辨单元数。
进一步地，所述获取多站雷达的站址误差向量，计算得到多站雷达的对齐误差向量，根据多站雷达的对齐误差向量求得目标对齐误差向量的误差协方差矩阵，包括：
设置一个二维坐标系，第m个发射机的坐标位置为(xT,yT)T，第n个接收机的坐标位置为(xR,yR)T，目标在接收机中的量测值为Z＝(ρR,θR)T，则根据其量测值可得到目标的位置坐标为：
其中，rR为从目标到接收机的距离，(·)T表示矩阵转置运算，ρR表示发射机到目标再到接收机的距离，θR表示目标相对于接收机的角度，下标T表示发射站，下标R表示接收站；
对公式(1)两侧微分，由站址误差向量(dxR,dyR,dxT,dyT)T得到目标对齐误差向量(dρR,dθR)T的公式为：
其中，dxT和dyT分别表示发射站在坐标系上沿x轴和y轴的误差向量，dxR和dyR分别表示接收站在坐标系上沿x轴和y轴的误差向量，dρR表示接收机得到的发射机到目标再到接收机的距离和的误差向量，dθR表示目标相对于接收机的角度的误差向量，cR1＝cosθR，cR2＝sinθR，cT1＝cosθT，cT2＝sinθT，θT表示目标相对于发射机的角度，rR和rT是从目标分别到接收机和发射机的距离，矩阵B是双基探测下由站址误差到目标对齐误差的转换矩阵；
根据矩阵B，求目标对齐误差向量(dρR,dθR)T的误差协方差矩阵P，公式为：
P＝BΛBT (3)
其中，Λ是发射站和接收站的站址误差矢量(dxR,dyR,dxT,dyT)T的误差协方差矩阵， 和/>分别表示接收站在x轴和y轴上的量测方差，/>和分别表示发射站在x轴和y轴上的量测方差，diag(·)表示以向量每一个元素为对角元素构成的对角矩阵。
进一步地，所述根据误差协方差矩阵，得到测量目标距离的标准差和测量目标角度的标准差，根据测量目标距离的标准差和测量目标角度的标准差求得误差椭圆的距离维长度和角度维长度，包括：
根据误差协方差矩阵P，得到测量目标距离的标准差和测量目标角度的标准差
其中，[·]ij表示取矩阵的第i行第j列数据；
设目标存在于目标对齐误差向量的误差椭圆的概率为α，计算出该误差椭圆的距离维长度a和角度维长度b，
进一步地，所述根据距离维长度和角度维长度，计算得到所有空间分集通道的距离分辨单元数和角度分辨单元数，包括：
根据距离维长度a和角度维长度b，得到第mn个空间分集通道中目标存在的误差椭圆中的距离分辨单元数Qρ(m,n)和角度分辨单元数Qθ(m,n)，分别为：
其中，表示舍入到大于或等于它的最接近整数，ΔR及Δθ分别是接收站的距离和角度分辨率，第mn个空间分集通道表示由第m个发射站发射、第n个接收站接收构成的空间分集通道；
根据第mn个空间分集通道中目标存在的误差椭圆中的距离分辨单元数Qρ(m,n)和角度分辨单元数Qθ(m,n)，计算得到多站雷达中所有MN个空间分集通道对应的对齐误差椭圆的距离分辨单元数Qρ(m,n)和角度分辨单元数Qθ(m,n)，其中，M、N分别为多站雷达系统中发射站和接收站的数量，1≤m≤M，1≤n≤N。
进一步地，所述根据误差椭圆的距离维和角度维的两轴分辨单元数,采用最大似然算法从误差椭圆中得到所有检测到目标的接收信号矢量，包括：
根据每个空间分集通道的Qρ(m,n)和Qθ(m,n)，得到目标在第mn个空间分集通道中的距离存在范围D(m,n)和角度存在范围分别为：
根据所述距离存在范围D(m,n)和角度存在范围得到目标在第mn个空间分集通道中的距离-角度二维存在范围为：
取出目标在第mn个空间分集通道的距离-角度二维存在范围内的所有分辨率单元的回波信号构成信号矢量ymn，公式如下：
ymn＝[ymn(1),ymn(2),…,ymn(Qmn)]，1≤m≤M，1≤n≤N (11)
其中，ymn(p)是第p个距离-角度分辨率单元的回波信号，p＝1，2……Qmn,Qmn＝Qρ(m,n)Qθ(m,n)是所有距离-角度分辨率单元的个数；
根据最大似然算法，计算在第mn个空间分集通道内目标回波的估计值ymn为ymn＝max(ymn)，1≤m≤M，1≤n≤N；
根据得到的各空间分集通道内目标回波的估计值ymn，得到目标在多站雷达下的接收信号矢量x，
x＝[y11,y12,…,yMN] (12)
其中，yMN第MN个空间分集通道内目标回波的估计值。
进一步地，所述根据所有目标的接收信号矢量，计算不同目标接收信号矢量之间的相关系数，包括：
检测区域中检测到K个目标，接收信号矢量记为xk,k＝1,2,...,K，K为检测到目标个数，计算不同目标之间的相关系数，形成相关系数矩阵Ω，其第i行第j列的元素[Ω]ij表示为：
式中，(·)H表示共轭转置，||·||表示向量的欧几里得范数，xi表示第i行的接收信号矢量，xj表示第j行的接收信号矢量。
进一步地，所述根据目标接收信号矢量之间的相关系数，计算目标被记录为假目标的次数，形成目标相关次数矢量，包括：
设置门限η，对相关系数矩阵Ω进行二进制量化，得到量化后的相关系数矩阵
其中，是对角元素全为1的对称矩阵，所有元素非零即一，/>表示：第i个目标和第j个目标的接收信号矢量是不相关的，两个目标记为真实目标1次；/>表示：第i个目标和第j个目标的接收信号矢量是相关的，两个目标记为虚假目标1次；
根据量化后相关系数矩阵计算目标被记录为假目标的次数，形成目标相关次数矢量Φ，其第i个元素[Φ]i为：
其中，K为检测到目标个数。
进一步地，所述根据目标相关次数矢量，与预设的目标判别阈值进行比较，得到目标的真假鉴别结果，包括：
设置目标判别阈值κ，根据目标相关次数矢量Φ，得到第i个目标的真假鉴别结果[Φ]i，目标的真假鉴别结果表示为：
第二方面，本发明提供一种对齐误差下多站雷达协同抗欺骗式干扰装置，包括：
分辨单元数确定模块，用于根据多站雷达的站址误差计算得到多站雷达的对齐误差向量，确定目标存在的误差椭圆的距离维和角度维的两轴分辨单元数；
接收信号矢量估计模块，用于根据误差椭圆的距离维和角度维的两轴分辨单元数,采用最大似然算法从误差椭圆中得到所有检测到目标的接收信号矢量；
相关系数计算模块，用于根据所有目标的接收信号矢量，计算不同目标接收信号矢量之间的相关系数；
目标相关次数矢量计算模块，用于根据目标接收信号矢量之间的相关系数，计算目标被记录为假目标的次数，形成目标相关次数矢量；
鉴别结果获取模块，用于根据目标相关次数矢量，与预设的目标判别阈值进行比较，得到目标的真假鉴别结果。
第三方面，本发明提供一种电子设备，包括处理器及存储介质；
所述存储介质用于存储指令；
所述处理器用于根据所述指令进行操作以执行根据前述任一项所述方法的步骤。
第四方面，本发明提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现前述任一项所述方法的步骤。
与现有技术相比，本发明所达到的有益效果：
1、本发明提供一种对齐误差下多站雷达协同抗欺骗式干扰方法及装置，适用于随机对齐误差无法有效消除的场景下，可以在多站雷达系统中对齐误差无法有效的场景下消除完成有源假目标鉴别。
2、本发明提供一种对齐误差下多站雷达协同抗欺骗式干扰方法及装置，利用了真假目标接收信号矢量相关性的差异进行目标鉴别，与欺骗干扰类型无关，可适用于任意调制产生的有源假目标。
附图说明
图1是本发明的实现流程图；
图2是对齐误差随站址误差的变化示意图；
图3在Qmn(m,n)＝3时有源目标鉴别算法的真实目标鉴别概率示意图；
图4在Qmn(m,n)＝3时有源目标鉴别算法的有源假目标误判概率示意图；
图5在Qmn(m,n)＝5时有源目标鉴别算法的真实目标鉴别概率示意图；
图6在Qmn(m,n)＝5时有源目标鉴别算法的有源假目标误判概率示意图；
图7在Qmn(m,n)＝7时有源目标鉴别算法的真实目标鉴别概率示意图；
图8在Qmn(m,n)＝7时有源目标鉴别算法的有源假目标误判概率示意图。
实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
本实施例介绍一种对齐误差下多站雷达协同抗欺骗式干扰方法，包括：
根据多站雷达的站址误差计算得到多站雷达的对齐误差向量，确定目标存在的误差椭圆的距离维和角度维的两轴分辨单元数；
根据误差椭圆的距离维和角度维的两轴分辨单元数,采用最大似然算法从误差椭圆中得到所有检测到目标的接收信号矢量；
根据所有目标的接收信号矢量，计算不同目标接收信号矢量之间的相关系数；
根据目标接收信号矢量之间的相关系数，计算目标被记录为假目标的次数，形成目标相关次数矢量；
根据目标相关次数矢量，与预设的目标判别阈值进行比较，得到目标的真假鉴别结果。
如图1所示，本实施例提供的对齐误差下多站雷达协同抗欺骗式干扰方法，其应用过程具体涉及如下步骤：
步骤1、根据各雷达的站址误差计算得到多站雷达的对齐误差向量，确定目标存在的误差椭圆的距离维和角度维的两轴分辨单元数。
设多站雷达系统由M个发射站和N个接收站组成，共可构成MN个空间分集通道。以第m个发射机和第n个接收机组成的空间分集通道(记为第mn个空间分集通道)为例说明该通道目标存在的误差椭圆的距离维分辨单元数Qρ(m,n)和角度维分辨单元数Qθ(m,n)的计算方法。
1a)假设有一个二维坐标系，第m个发射机坐标位置为(xT,yT)T，第n个接收机坐标位置为(xR,yR)T，目标在接收机中的量测值为Z＝(ρR,θR)T，则根据其量测值可得到目标的位置坐标为：
其中，rR为从目标到接收机的距离，(·)T表示矩阵转置运算，ρR表示发射机到目标再到接收机的距离，θR表示目标相对于接收机的角度，下标T表示发射站，下标R表示接收站；
1b)对公式两侧微分，由站址误差向量(dxR,dyR,dxT,dyT)T得到目标对齐误差向量(dρR,dθR)T的公式为：
其中，dxT和dyT分别表示发射站在坐标系上沿x轴和y轴的误差向量，dxR和dyR分别表示接收站在坐标系上沿x轴和y轴的误差向量，dρR表示接收机得到的发射机到目标再到接收机的距离和的误差向量，dθR表示目标相对于接收机的角度的误差向量，cR1＝cosθR，cR2＝sinθR，cT1＝cosθT，cT2＝sinθT，θT表示目标相对于发射机的角度，rR和rT是从目标分别到接收机和发射机的距离，矩阵B是双基探测下由站址误差到目标对齐误差的转换矩阵；
1c)根据1b)中的矩阵B，求目标对齐误差向量(dρR,dθR)T的误差协方差矩阵P，公式为：
P＝BΛBT (3)
其中，Λ是发射站和接收站的站址误差矢量(dxR,dyR,dxT,dyT)T的误差协方差矩阵， 和/>分别表示接收站在x轴和y轴上的量测方差，/>和分别表示发射站在x轴和y轴上的量测方差，diag(·)表示以向量每一个元素为对角元素构成的对角矩阵。
1d)根据1c)中的误差协方差矩阵P，得到测量目标距离的标准差和测量目标角度的标准差/>
其中，[·]ij表示取矩阵的第i行第j列数据。
1e)设目标存在于目标对齐误差向量的误差椭圆的概率为α，计算出该误差椭圆的两轴长度，距离维长度角度维长度/>
1f)根据步骤1e)中计算得到的距离维长度a和角度维长度b，可以得到第mn个空间分集通道中目标存在的误差椭圆中的距离分辨单元数Qρ(m,n)和角度分辨单元数Qθ(m,n)分别为：
其中，表示舍入到大于或等于它的最接近整数，ΔR及Δθ分别是接收站的距离和角度分辨率，第mn个空间分集通道表示由第m个发射站发射、第n个接收站接收构成的空间分集通道。
重复上述步骤可得到多站雷达中所有MN个空间分集通道对应的对齐误差椭圆的距离分辨单元数Qρ(m,n)和角度分辨单元数Qθ(m,n)，其中，1≤m≤M，1≤n≤N。
步骤2、根据目标各通道误差椭圆内的回波接收数据，采用最大似然(ML)算法从误差椭圆中得到所有检测到目标的接收信号矢量。
具体实现步骤如下：
2a)根据每个空间分集通道的Qρ(m,n)和Qθ(m,n)，可得到目标在第mn个空间分集通道中的距离存在范围D(m,n)和角度存在范围分别为
2b)根据步骤2a)的距离存在范围D(m,n)和角度存在范围得到目标在第mn个空间分集通道中的距离-角度二维存在范围为
2c)取出目标在第mn个空间分集通道的距离-角度二维存在范围内的所有分辨率单元的回波信号构成信号矢量ymn，
ymn＝[ymn(1),ymn(2),…,ymn(Qmn)]，1≤m≤M，1≤n≤N (11)
其中，ymn(p)是第p个距离-角度分辨率单元的回波信号，p＝1，2……Qmn,Qmn＝Qρ(m,n)Qθ(m,n)是所有距离-角度分辨率单元的个数。
2d)根据最大似然算法，计算在第mn个空间分集通道内目标回波的估计值ymn为ymn＝max(ymn)，1≤m≤M，1≤n≤N。
2e)根据2d)得到的各空间分集通道内目标回波的估计值ymn，得到目标在多站雷达下的接收信号矢量x，
x＝[y11,y12,…,yMN] (12)
其中，yMN第MN个空间分集通道内目标回波的估计值。
步骤3、根据所有目标的接收信号矢量，计算不同目标接收信号矢量之间的相关系数。
具体实现步骤如下：
检测区域中检测到K个目标，接收信号矢量记为xk,k＝1,2,...,K，K为检测到目标个数，计算不同目标之间的相关系数，形成相关系数矩阵Ω(维数为K×K矩阵)，其第i行第j列的元素为
式中，(·)H表示共轭转置，||·||表示向量的欧几里得范数，xi表示第i行的接收信号矢量，xj表示第j行的接收信号矢量。
步骤4、根据目标接收信号矢量之间的相关系数，统计各目标在另一雷达中与之相关的目标个数，设计阈值完成假目标鉴别。
具体实现步骤如下：
4a)设置门限η，对相关系数矩阵Ω进行二进制量化，得到量化后的相关系数矩阵
在没有任何先验知识的情况下，门限η＝0.5。是对角元素全为1的对称矩阵，所有元素非零即一，/>表示第i个目标和第j个目标的接收信号矢量是不相关的，两个目标记为真实目标1次；/>表示第i个目标和第j个目标的接收信号矢量是相关的，两个目标记为虚假目标1次。
4b)根据量化后相关系数矩阵计算目标被记录为假目标的次数，形成目标相关次数矢量Φ，其第i个元素[Φ]i为
其中，K为检测到目标个数。
如果第i个目标是真实目标，[Φ]i是一个小整数，特别是在独立的情况下，[Φ]i等于零，如果第i个目标是假目标，[Φ]i是一个更大的整数。
4c)设置目标判别阈值κ，根据目标相关次数矢量Φ，得到第i个目标的真假鉴别结果：
通常，可以设置目标判别阈值κ＝1或2。
实验场景：
多站雷达系统由M＝2个发射站和N＝5个接收站组成，发射站位置坐标为[0,0]m、[300,0]m。接收站位置坐标分别为[-500,0]m、[-250,0]m、[0,0]m、[250,0]m、[500,0]m，对某飞机编队所在区域进行探测。该飞机编队中有四架飞机作为雷达真实目标分别为[30,31]km、[31,30]km、[29,30]km、[30,29]km，其中两架飞机携带有源干扰机，分别为[29,30]km、[30,29]km，对多站雷达系统实施欺骗式干扰。
假设每个通道的距离分辨率为50m，角度分辨率为2°。以由[0,0]m处的发射机和[500,0]m处的接收机以及[30,31]km处的目标组成的信道为例。所有发射机和接收机站的天线增益相同，系统波长为λ＝0.1m。目标存在于目标对齐误差向量的误差椭圆的概率为α＝0.99。
为了保护飞机编队，每个干扰机一次生成8个有源假目标，所有真实目标的SNR相同，在第一信道中设置为8dB，所有主动假目标的JNR相同，在第一个信道中从7.5dB变为20dB。可以根据雷达方程计算其他分集信道中的SNR或JNR。阈值η设置为η＝0.5,以及目标鉴别阈值κ设置为κ＝2。在对齐误差是3、5和7的情况下，对所提出的目标鉴别方法进行了仿真，以评估其鉴别性能。
实验内容：
(1)根据步骤1，得到目标所在误差椭圆的长轴短轴的距离和，得到对齐误差随站址误差的变化图，如图2所示。
(2)通过105次蒙特卡罗仿真实验，在不同对齐误差Qmn(m,n)下，仿真了真实目标的鉴别概率PT和有源假目标的误判概率PF随JNR的变化情况，如图3-5所示，每个图中的曲线对应于目标尺寸D的不同值，其中D＝0m、15m和30m。
实验结果：
(1)从图2以及仿真结果可以看出，对齐误差与站址误差成比例，误差椭圆中的角度分辨单元数Qθ＝1，在站址误差小于100m的情况下，对齐误差不大于9，误差椭圆包含9个距离-角度分辨单元数。
(2)如图3-8所示，在所有仿真条件下，真实目标的鉴别概率始终大于95％，虚假目标的误判概率保持在0.9％以下。换言之，所提出的方法可以在对齐误差下获得预期的鉴别性能，在保留真实目标的情况下有效地鉴别假目标，这表明了该算法的可行性。如图3-图7所示，真实目标鉴别概率PT的曲线在10dB附近有一个拐点，当JNR<10dB时，鉴别概率随JNR减小。当JNR>10dB时，随着JNR增大。如图4-图8所示，当JNR<10dB时，对齐误差增加了虚假目标的误判概率。当JNR大于10dB时，对齐误差对误判概率的影响较小，几乎为零。
基于同一设计构思，本发明提供一种对齐误差下多站雷达协同抗欺骗式干扰装置，包括：
分辨单元数确定模块，用于根据多站雷达的站址误差计算得到多站雷达的对齐误差向量，确定目标存在的误差椭圆的距离维和角度维的两轴分辨单元数；
接收信号矢量估计模块，用于根据误差椭圆的距离维和角度维的两轴分辨单元数,采用最大似然算法从误差椭圆中得到所有检测到目标的接收信号矢量；
相关系数计算模块，用于根据所有目标的接收信号矢量，计算不同目标接收信号矢量之间的相关系数；
目标相关次数矢量计算模块，用于根据目标接收信号矢量之间的相关系数，计算目标被记录为假目标的次数，形成目标相关次数矢量；
鉴别结果获取模块，用于根据目标相关次数矢量，与预设的目标判别阈值进行比较，得到目标的真假鉴别结果。
基于同一设计构思，本发明提供一种电子设备，包括处理器及存储介质；
所述存储介质用于存储指令；
所述处理器用于根据所述指令进行操作以执行根据实施例1中任一项所述方法的步骤。
基于同一设计构思，本发明提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现实施例1中任一项所述方法的步骤。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。
Claims (5)
1.一种对齐误差下多站雷达协同抗欺骗式干扰方法，其特征在于，包括：
根据多站雷达的站址误差计算得到多站雷达的对齐误差向量，根据多站雷达的对齐误差向量确定目标存在的误差椭圆的距离维和角度维的两轴分辨单元数；
根据误差椭圆的距离维和角度维的两轴分辨单元数,采用最大似然算法从误差椭圆中得到所有检测到目标的接收信号矢量；
根据所有目标的接收信号矢量，计算不同目标接收信号矢量之间的相关系数；
根据目标接收信号矢量之间的相关系数，计算目标被记录为假目标的次数，形成目标相关次数矢量；
根据目标相关次数矢量，与预设的目标判别阈值进行比较，得到目标的真假鉴别结果；
所述根据多站雷达的站址误差计算得到多站雷达的对齐误差向量，根据多站雷达的对齐误差向量确定目标存在的误差椭圆的距离维和角度维的两轴分辨单元数，包括：
获取多站雷达的站址误差向量，计算得到多站雷达的对齐误差向量，根据多站雷达的对齐误差向量求得目标对齐误差向量的误差协方差矩阵；
根据误差协方差矩阵，得到测量目标距离的标准差和测量目标角度的标准差，根据测量目标距离的标准差和测量目标角度的标准差求得误差椭圆的距离维长度和角度维长度；
根据距离维长度和角度维长度，计算得到所有空间分集通道的距离分辨单元数和角度分辨单元数；
所述获取多站雷达的站址误差向量，计算得到多站雷达的对齐误差向量，根据多站雷达的对齐误差向量求得目标对齐误差向量的误差协方差矩阵，包括：
设置一个二维坐标系，第m个发射机的坐标位置为(xT,yT)T，第n个接收机的坐标位置为(xR,yR)T，目标在接收机中的量测值为Z＝(ρR,θR)T，则根据其量测值可得到目标的位置坐标为：
其中，rR为从目标到接收机的距离，(·)T表示矩阵转置运算，ρR表示发射机到目标再到接收机的距离，θR表示目标相对于接收机的角度，下标T表示发射站，下标R表示接收站；
对公式两侧微分，由站址误差向量(dxR,dyR,dxT,dyT)T得到目标对齐误差向量(dρR,dθR)T的公式为：
其中，dxT和dyT分别表示发射站在坐标系上沿x轴和y轴的误差向量，dxR和dyR分别表示接收站在坐标系上沿x轴和y轴的误差向量，dρR表示接收机得到的发射机到目标再到接收机的距离和的误差向量，dθR表示目标相对于接收机的角度的误差向量，cR1＝cosθR，cR2＝sinθR，cT1＝cosθT，cT2＝sinθT，θT表示目标相对于发射机的角度，rR和rT是从目标分别到接收机和发射机的距离，矩阵B是双基探测下由站址误差到目标对齐误差的转换矩阵；
根据矩阵B，求目标对齐误差向量(dρR,dθR)T的误差协方差矩阵P，公式为：
P＝BΛBT (3)
其中，Λ是发射站和接收站的站址误差矢量(dxR,dyR,dxT,dyT)T的误差协方差矩阵， 和/>分别表示接收站在x轴和y轴上的量测方差，/>和分别表示发射站在x轴和y轴上的量测方差，diag(·)表示以向量每一个元素为对角元素构成的对角矩阵；
所述根据误差协方差矩阵，得到测量目标距离的标准差和测量目标角度的标准差，根据测量目标距离的标准差和测量目标角度的标准差求得误差椭圆的距离维长度和角度维长度，包括：
根据误差协方差矩阵P，得到测量目标距离的标准差和测量目标角度的标准差/>
其中，[·]ij表示取矩阵的第i行第j列数据；
设目标存在于目标对齐误差向量的误差椭圆的概率为α，计算出该误差椭圆的距离维长度a和角度维长度b，
所述根据距离维长度和角度维长度，计算得到所有空间分集通道的距离分辨单元数和角度分辨单元数，包括：
根据距离维长度a和角度维长度b，得到第mn个空间分集通道中目标存在的误差椭圆中的距离分辨单元数Qρ(m,n)和角度分辨单元数Qθ(m,n)，分别为：
其中，表示舍入到大于或等于它的最接近整数，ΔR及Δθ分别是接收站的距离和角度分辨率，第mn个空间分集通道表示由第m个发射站发射、第n个接收站接收构成的空间分集通道；
根据第mn个空间分集通道中目标存在的误差椭圆中的距离分辨单元数Qρ(m,n)和角度分辨单元数Qθ(m,n)，计算得到多站雷达中所有MN个空间分集通道对应的对齐误差椭圆的距离分辨单元数Qρ(m,n)和角度分辨单元数Qθ(m,n)，其中，M、N分别为多站雷达系统中发射站和接收站的数量，1≤m≤M，1≤n≤N；
所述根据误差椭圆的距离维和角度维的两轴分辨单元数,采用最大似然算法从误差椭圆中得到所有检测到目标的接收信号矢量，包括：
根据每个空间分集通道的Qρ(m,n)和Qθ(m,n)，得到目标在第mn个空间分集通道中的距离存在范围D(m,n)和角度存在范围分别为：
根据所述距离存在范围D(m,n)和角度存在范围得到目标在第mn个空间分集通道中的距离-角度二维存在范围为：
取出目标在第mn个空间分集通道的距离-角度二维存在范围内的所有分辨率单元的回波信号构成信号矢量ymn，公式如下：
ymn＝[ymn(1),ymn(2),…,ymn(Qmn)]，1≤m≤M，1≤n≤N (11)
其中，ymn(p)是第p个距离-角度分辨率单元的回波信号，p＝1，2……Qmn,Qmn＝Qρ(m,n)Qθ(m,n)是所有距离-角度分辨率单元的个数；
根据最大似然算法，计算在第mn个空间分集通道内目标回波的估计值ymn为ymn＝max(ymn)，1≤m≤M，1≤n≤N；
根据得到的各空间分集通道内目标回波的估计值ymn，得到目标在多站雷达下的接收信号矢量x，
x＝[y11,y12,…,yMN] (12)
其中，yMN第MN个空间分集通道内目标回波的估计值。
2.根据权利要求1所述的对齐误差下多站雷达协同抗欺骗式干扰方法，其特征在于，所述根据所有目标的接收信号矢量，计算不同目标接收信号矢量之间的相关系数，包括：
检测区域中检测到K个目标，接收信号矢量记为xk,k＝1,2,...,K，K为检测到目标个数，计算不同目标之间的相关系数，形成相关系数矩阵Ω，其第i行第j列的元素[Ω]ij表示为：
式中，(·)H表示共轭转置，||·||表示向量的欧几里得范数，xi表示第i行的接收信号矢量，xj表示第j行的接收信号矢量。
3.根据权利要求2所述的对齐误差下多站雷达协同抗欺骗式干扰方法，其特征在于，所述根据目标接收信号矢量之间的相关系数，计算目标被记录为假目标的次数，形成目标相关次数矢量，包括：
设置门限η，对相关系数矩阵Ω进行二进制量化，得到量化后的相关系数矩阵
其中，是对角元素全为1的对称矩阵，所有元素非零即一，/>表示：第i个目标和第j个目标的接收信号矢量是不相关的，两个目标记为真实目标1次；/>表示：第i个目标和第j个目标的接收信号矢量是相关的，两个目标记为虚假目标1次；
根据量化后相关系数矩阵计算目标被记录为假目标的次数，形成目标相关次数矢量Φ，其第i个元素[Φ]i为：
其中，K为检测到目标个数。
4.根据权利要求3所述的对齐误差下多站雷达协同抗欺骗式干扰方法，其特征在于，所述根据目标相关次数矢量，与预设的目标判别阈值进行比较，得到目标的真假鉴别结果，包括：
设置目标判别阈值κ，根据目标相关次数矢量Φ，得到第i个目标的真假鉴别结果[Φ]i，目标的真假鉴别结果表示为：
5.一种对齐误差下多站雷达协同抗欺骗式干扰装置，其特征在于，包括：
分辨单元数确定模块，用于根据多站雷达的站址误差计算得到多站雷达的对齐误差向量，确定目标存在的误差椭圆的距离维和角度维的两轴分辨单元数；
接收信号矢量估计模块，用于根据误差椭圆的距离维和角度维的两轴分辨单元数,采用最大似然算法从误差椭圆中得到所有检测到目标的接收信号矢量；
相关系数计算模块，用于根据所有目标的接收信号矢量，计算不同目标接收信号矢量之间的相关系数；
目标相关次数矢量计算模块，用于根据目标接收信号矢量之间的相关系数，计算目标被记录为假目标的次数，形成目标相关次数矢量；
鉴别结果获取模块，用于根据目标相关次数矢量，与预设的目标判别阈值进行比较，得到目标的真假鉴别结果；
所述根据多站雷达的站址误差计算得到多站雷达的对齐误差向量，根据多站雷达的对齐误差向量确定目标存在的误差椭圆的距离维和角度维的两轴分辨单元数，包括：
获取多站雷达的站址误差向量，计算得到多站雷达的对齐误差向量，根据多站雷达的对齐误差向量求得目标对齐误差向量的误差协方差矩阵；
根据误差协方差矩阵，得到测量目标距离的标准差和测量目标角度的标准差，根据测量目标距离的标准差和测量目标角度的标准差求得误差椭圆的距离维长度和角度维长度；
根据距离维长度和角度维长度，计算得到所有空间分集通道的距离分辨单元数和角度分辨单元数；
所述获取多站雷达的站址误差向量，计算得到多站雷达的对齐误差向量，根据多站雷达的对齐误差向量求得目标对齐误差向量的误差协方差矩阵，包括：
设置一个二维坐标系，第m个发射机的坐标位置为(xT,yT)T，第n个接收机的坐标位置为(xR,yR)T，目标在接收机中的量测值为Z＝(ρR,θR)T，则根据其量测值可得到目标的位置坐标为：
其中，rR为从目标到接收机的距离，(·)T表示矩阵转置运算，ρR表示发射机到目标再到接收机的距离，θR表示目标相对于接收机的角度，下标T表示发射站，下标R表示接收站；
对公式两侧微分，由站址误差向量(dxR,dyR,dxT,dyT)T得到目标对齐误差向量(dρR,dθR)T的公式为：
其中，dxT和dyT分别表示发射站在坐标系上沿x轴和y轴的误差向量，dxR和dyR分别表示接收站在坐标系上沿x轴和y轴的误差向量，dρR表示接收机得到的发射机到目标再到接收机的距离和的误差向量，dθR表示目标相对于接收机的角度的误差向量，cR1＝cosθR，cR2＝sinθR，cT1＝cosθT，cT2＝sinθT，θT表示目标相对于发射机的角度，rR和rT是从目标分别到接收机和发射机的距离，矩阵B是双基探测下由站址误差到目标对齐误差的转换矩阵；
根据矩阵B，求目标对齐误差向量(dρR,dθR)T的误差协方差矩阵P，公式为：
P＝BΛBT (3)
其中，Λ是发射站和接收站的站址误差矢量(dxR,dyR,dxT,dyT)T的误差协方差矩阵， 和/>分别表示接收站在x轴和y轴上的量测方差，/>和/>分别表示发射站在x轴和y轴上的量测方差，diag(·)表示以向量每一个元素为对角元素构成的对角矩阵；
所述根据误差协方差矩阵，得到测量目标距离的标准差和测量目标角度的标准差，根据测量目标距离的标准差和测量目标角度的标准差求得误差椭圆的距离维长度和角度维长度，包括：
根据误差协方差矩阵P，得到测量目标距离的标准差和测量目标角度的标准差/>
其中，[·]ij表示取矩阵的第i行第j列数据；
设目标存在于目标对齐误差向量的误差椭圆的概率为α，计算出该误差椭圆的距离维长度a和角度维长度b，
所述根据距离维长度和角度维长度，计算得到所有空间分集通道的距离分辨单元数和角度分辨单元数，包括：
根据距离维长度a和角度维长度b，得到第mn个空间分集通道中目标存在的误差椭圆中的距离分辨单元数Qρ(m,n)和角度分辨单元数Qθ(m,n)，分别为：
其中，表示舍入到大于或等于它的最接近整数，ΔR及Δθ分别是接收站的距离和角度分辨率，第mn个空间分集通道表示由第m个发射站发射、第n个接收站接收构成的空间分集通道；
根据第mn个空间分集通道中目标存在的误差椭圆中的距离分辨单元数Qρ(m,n)和角度分辨单元数Qθ(m,n)，计算得到多站雷达中所有MN个空间分集通道对应的对齐误差椭圆的距离分辨单元数Qρ(m,n)和角度分辨单元数Qθ(m,n)，其中，M、N分别为多站雷达系统中发射站和接收站的数量，1≤m≤M，1≤n≤N；
所述根据误差椭圆的距离维和角度维的两轴分辨单元数,采用最大似然算法从误差椭圆中得到所有检测到目标的接收信号矢量，包括：
根据每个空间分集通道的Qρ(m,n)和Qθ(m,n)，得到目标在第mn个空间分集通道中的距离存在范围D(m,n)和角度存在范围分别为：
根据所述距离存在范围D(m,n)和角度存在范围得到目标在第mn个空间分集通道中的距离-角度二维存在范围为：
取出目标在第mn个空间分集通道的距离-角度二维存在范围内的所有分辨率单元的回波信号构成信号矢量ymn，公式如下：
ymn＝[ymn(1),ymn(2),…,ymn(Qmn)]，1≤m≤M，1≤n≤N (11)
其中，ymn(p)是第p个距离-角度分辨率单元的回波信号，p＝1，2……Qmn,Qmn＝Qρ(m,n)Qθ(m,n)是所有距离-角度分辨率单元的个数；
根据最大似然算法，计算在第mn个空间分集通道内目标回波的估计值ymn为ymn＝max(ymn)，1≤m≤M，1≤n≤N；
根据得到的各空间分集通道内目标回波的估计值ymn，得到目标在多站雷达下的接收信号矢量x，
x＝[y11,y12,…,yMN] (12)
其中，yMN第MN个空间分集通道内目标回波的估计值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310538783.8A CN116413675B (zh) | 2023-05-15 | 2023-05-15 | 一种对齐误差下多站雷达协同抗欺骗式干扰方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310538783.8A CN116413675B (zh) | 2023-05-15 | 2023-05-15 | 一种对齐误差下多站雷达协同抗欺骗式干扰方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116413675A CN116413675A (zh) | 2023-07-11 |
| CN116413675B true CN116413675B (zh) | 2023-09-12 |
Family
ID=87059524
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310538783.8A Active CN116413675B (zh) | 2023-05-15 | 2023-05-15 | 一种对齐误差下多站雷达协同抗欺骗式干扰方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116413675B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106680783A (zh) * | 2016-12-29 | 2017-05-17 | 西安电子科技大学 | 基于站址误差融合算法对抗欺骗式假目标的方法 |
| CN113534067A (zh) * | 2021-06-30 | 2021-10-22 | 南京邮电大学 | 一种多干扰源下多站雷达抗欺骗式干扰方法及系统 |
-
2023
- 2023-05-15 CN CN202310538783.8A patent/CN116413675B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106680783A (zh) * | 2016-12-29 | 2017-05-17 | 西安电子科技大学 | 基于站址误差融合算法对抗欺骗式假目标的方法 |
| CN113534067A (zh) * | 2021-06-30 | 2021-10-22 | 南京邮电大学 | 一种多干扰源下多站雷达抗欺骗式干扰方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| Shanshan Zhao等.Cooperative Anti-Deception Jamming in a Distributed Multiple-Radar System under Registration Errors.《Sensors》.2022,(第22期),第1-13页. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116413675A (zh) | 2023-07-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110412559A (zh) | 分布式无人机mimo雷达的非相参融合目标检测方法 | |
| CN112162281B (zh) | 一种多通道sar-gmti图像域两步处理方法 | |
| CN106443598B (zh) | 基于卷积神经网络的雷达网协同航迹欺骗干扰鉴别方法 | |
| CN106154235B (zh) | 基于频率分集mimo雷达的主瓣欺骗式干扰抑制方法 | |
| CN109975749B (zh) | 一种校正源存在条件下的短波单站直接定位方法 | |
| Nickel et al. | Statistical performance prediction of generalized monopulse estimation | |
| CN112782728B (zh) | 一种基于惯性辅助的天线阵欺骗干扰信号检测方法 | |
| CN104101876B (zh) | 外辐射源雷达中一种基于随机有限集的多目标跟踪方法 | |
| CN103235292A (zh) | 平面相控阵调零保形校正的全维和差测角方法 | |
| CN111948634A (zh) | 干扰条件下基于协方差矩阵重构的目标检测方法与装置 | |
| CN108710103A (zh) | 基于稀疏阵列的强弱多目标超分辨测向与信源数估计方法 | |
| CN113495284A (zh) | 基于波束扫描的卫星导航欺骗干扰感知与抑制系统和方法 | |
| CN103913725A (zh) | 密集转发式干扰环境下的机载雷达地面动目标检测方法 | |
| Konovaltsev et al. | Autonomous spoofing detection and mitigation with a miniaturized adaptive antenna array | |
| CN112766304A (zh) | 一种基于稀疏贝叶斯学习的机动阵列方位估计方法 | |
| CN115150744A (zh) | 一种大型会议场馆室内信号干扰源定位方法 | |
| CN110208757B (zh) | 一种抑制主瓣干扰的稳健自适应波束形成方法及装置 | |
| CN116148829A (zh) | 一种基于非合作外辐射源的多基雷达定位方法 | |
| CN111198387A (zh) | 一种抗欺骗干扰的空时采样导航定位方法 | |
| CN113484838B (zh) | 一种多基地雷达有源假目标鉴别方法及系统 | |
| CN116413675B (zh) | 一种对齐误差下多站雷达协同抗欺骗式干扰方法及装置 | |
| CN104536014A (zh) | 一种基于Relax算法的抗转发式欺骗干扰方法 | |
| CN109799477B (zh) | 一种面向毫米波车联网的序贯车辆指纹定位方法及装置 | |
| Sharifi-Tehrani et al. | A Review on GNSS-Threat Detection and Mitigation Techniques | |
| CN113406578B (zh) | 分布式无人机载雷达目标检测方法、装置及存储介质 |
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 |