CN117572091A - 一种机载侦测高性能小型化告警系统 - Google Patents
一种机载侦测高性能小型化告警系统 Download PDFInfo
- Publication number
- CN117572091A CN117572091A CN202311526550.2A CN202311526550A CN117572091A CN 117572091 A CN117572091 A CN 117572091A CN 202311526550 A CN202311526550 A CN 202311526550A CN 117572091 A CN117572091 A CN 117572091A
- Authority
- CN
- China
- Prior art keywords
- radar
- aircraft
- pulse
- signals
- signal
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 32
- 238000012544 monitoring process Methods 0.000 claims abstract description 5
- 230000007613 environmental effect Effects 0.000 claims description 25
- 238000000034 method Methods 0.000 claims description 22
- 238000000926 separation method Methods 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 12
- 238000004140 cleaning Methods 0.000 claims description 10
- 230000008030 elimination Effects 0.000 claims description 10
- 238000003379 elimination reaction Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 8
- 238000013528 artificial neural network Methods 0.000 claims description 7
- 238000005259 measurement Methods 0.000 claims description 7
- 238000007865 diluting Methods 0.000 claims description 6
- 230000005855 radiation Effects 0.000 claims description 6
- 238000012502 risk assessment Methods 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 4
- 239000011159 matrix material Substances 0.000 claims description 4
- 238000012549 training Methods 0.000 claims description 4
- 108010076504 Protein Sorting Signals Proteins 0.000 claims description 3
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 230000004927 fusion Effects 0.000 claims description 3
- 238000003909 pattern recognition Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 6
- 230000009471 action Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
- G01R29/02—Measuring characteristics of individual pulses, e.g. deviation from pulse flatness, rise time or duration
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
- B64D45/00—Aircraft indicators or protectors not otherwise provided for
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
- G01R29/08—Measuring electromagnetic field characteristics
- G01R29/0807—Measuring electromagnetic field characteristics characterised by the application
- G01R29/0814—Field measurements related to measuring influence on or from apparatus, components or humans, e.g. in ESD, EMI, EMC, EMP testing, measuring radiation leakage; detecting presence of micro- or radiowave emitters; dosimetry; testing shielding; measurements related to lightning
-
- 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
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Electromagnetism (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及雷达探测技术领域，具体为一种机载侦测高性能小型化告警系统，包括：电池模块、信号接收模块、主控模块、风险判定模块和飞行定位模块，电池模块用于为系统提供电力供应，天线模块用于监测雷达信号，主控模块用于消除信号噪声，解析雷达脉冲特征，风险判定模块用于计算雷达的风险系数，飞行定位模块用于脱出雷达锁定范围，并规划最低风险路线，本发明能够提高雷达探测系统的快速性以及准确性，且抗干扰能力强，能适应复杂环境下的信号侦测功能，并根据不同雷达的距离和信号锁定情况，判断其威胁等级，指导飞行器在面对多雷达环境下，规划最优的飞行路线。
Description
技术领域
本发明涉及雷达探测技术领域，具体为一种机载侦测高性能小型化告警系统。
背景技术
民航飞行器在飞行过程中，需要时刻与机场塔台进行通信，以获取飞行器的飞行路线信息，保证飞行器不会发生迷航。但一些恶意分子会利用雷达锁定飞行器，并向飞行器发送定向干扰信号，干扰飞行器与塔台之间的通信，诱导飞行器改变原定飞行路线，使飞行器迷航。
机载侦测告警系统是电子对抗飞行器的重要组成部分之一，装载有告警系统的飞行器能够识别恶意雷达对飞行器的锁定，检测干扰信号的发射情况，并对飞行员发出警告。现有告警系统抗干扰能力不强，在外界电磁环境较为复杂时无法达到快速解析信号的目的，另外，现有系统也只能判断飞行器被恶意雷达的锁定情况，无法给出雷达的具体方位信息，给飞行员带来的价值较弱。
同时，飞行器的方向路线上往往有多个雷达，各雷达对飞行器的威胁程度不同，如何使飞行器以最小风险进行飞行，也是一个亟待解决的问题。
发明内容
本发明的目的在于提供一种机载侦测高性能小型化告警系统，以解决上述背景技术中提出的问题。
为了解决上述技术问题，本发明提供如下技术方案：一种机载侦测高性能小型化告警系统，包括：电池模块、信号接收模块、主控模块、风险判定模块和飞行定位模块；
所述电池模块用于为系统提供电力供应，并确保设备能够正常通电；
所述天线模块用于监测雷达信号，降低环境噪声的影响；
所述主控模块用于消除信号噪声，并对信号进行分选，清洗出脉冲信号，循环切换微波本振，解析出各频段内的雷达脉冲特征；
所述风险判定模块用于根据雷达脉冲特征，获知雷达信号对飞行器的锁定情况，结合历史飞行记录和距离信息，计算雷达的风险系数；
所述飞行定位模块用于在雷达系统锁定飞行器时，根据其风险系数计算脱出距离，改变飞行器的飞行姿态，脱出雷达锁定范围，并在检测到多个雷达时，规划最低风险路线。
进一步的，所述电池模块包括：稳压电源单元和开机自检单元；
所述稳压电源单元用于为系统提供恒定直流电压；
所述开机自检单元用于在开机上电时进行自检，确保设备正常通电，本单元可进行指令自检。
进一步的，所述信号接收模块包括：天线组单元和环境噪声单元；
所述天线组单元包括k个阿基米德螺旋天线，k为天线数量，用于检测飞行器所在范围内的雷达射频信号；
用户可以根据任务需求，选择自动切换模式或手动指定侦察阵面，在三路天线信号与一路校准信号间切换扫描频带，并向设备发送控制命令；
所述环境噪声单元用于采集飞行环境中的干扰信号，与天线采集到的射频信号进行抵消，降低环境噪声的干扰。
进一步的，所述主控模块包括：噪声消除单元、脉冲解析单元和参数测量单元；
所述噪声消除单元用于将收集到的射频信号进行处理，清洗出各频段上的脉冲信号；
所述脉冲解析单元用于对脉冲信号进行数字化处理，解析出各频段内的雷达脉冲特征；
所述参数测量单元用于测量雷达脉冲的参数，包括脉冲信号强度、脉冲频率、脉宽和脉冲增长速度。
本单元的工作原理是：脉冲信号经过前端滤波器组的滤波，进行限幅、放大后，将接收到的射频信号经过一系列的下变频处理，最终得到中频信号，再将中频信号通过FPGA信道化处理与测量，得到信号的强度、频率、脉宽和增长速度信息；
本模块通过大数据可对多部不同频段雷达信号多角度远距离实时进行监测与分析，能够对侦察到的信号特征进行分析，做出威胁等级判断，同时对威胁信号进行告警。
进一步的，所述风险判定模块包括：大数据单元、模式识别单元和风险评估单元；
所述大数据单元用于根据飞行器的历史飞行数据，计算出雷达信号的威胁特征值；
所述模式识别单元用于识别雷达的工作状态，并对雷达进行定位；
所述风险评估单元用于根据雷达的威胁特征值、工作状态和与飞行器间的距离，计算雷达风险系数。
本模块能够对侦察到的信号特征进行分析，做出威胁等级判断，同时对威胁信号进行告警。
进一步的，所述飞行定位单元包括：锁定脱出单元和航迹规划单元；
所述锁定脱出单元用于检测到雷达锁定飞行器后，根据雷达信号的强度与风险系数，计算飞行器的规避距离；
所述航迹规划单元用于在检测到多个雷达信号后，根据雷达的位置与风险系数，规划最低风险的飞行路线。
本模块能够基于威胁程度给出自动脱离雷达锁定的行动策略。
一种机载侦测高性能小型化告警方法，执行以下步骤：
S100.飞行过程中，扫描周围的脉冲信号，记录每个频段的脉冲个数，当扫描的脉冲个数达到阈值之后，将该频段标记，作为可疑频段；
S200.采集可疑频段内的环境噪声，清洗可疑频段内的脉冲信号，并对驻留时间内接收到的脉冲根据载频进行聚类处理，进行脉冲流密度的稀释；
S300.对主分选生成的辐射源片段进行融合处理，形成最终的雷达脉冲特征；
S400.根据雷达脉冲特征，得到雷达发射功率，进一步对雷达信号进行定位，结合历史飞行记录和距离信息，评估雷达的风险系数；
S500.根据雷达信号风险系数计算脱出距离，改变飞行器的飞行姿态，脱出雷达锁定范围，并在检测到多个雷达时，根据各雷达的风险系数，为飞行器规划最低风险的飞行路线。
进一步的，步骤S100包括：
步骤S101.设置上位机软件，输入需要检测的频率范围以及飞行器的驻留时间，按设定的参数对飞行器周围每个频段的脉冲信号进行扫描；
步骤S102.在一个频段中扫描到脉冲信号后，以时间T0作为一个滑动窗口，实时统计该窗口的脉冲个数，采用均值滤波算法，将时间和窗口内的脉冲个数拟合成一个动态函数F(t)，所述T0为系统预设值；
步骤S103.解析动态曲线F(t)，计算曲线的导数f(t)，当检测到f(t)≥C，并且f(t+T0)≤C时，代表飞行器被雷达锁定，将该频段标记为可疑频段，所述C为系统预设值。
进一步的，步骤S200包括：
步骤S201.将扫描频段切换到可疑频段，使用信号接收矩阵，多天线多方位进行环境噪声数据采集，将采集到的脉冲信号和环境噪声信号送入噪声消除单元，将环境噪声的波形在总波形上进行抵消，得到清洗后的雷达脉冲信号；
步骤S202.对该频段内接收到的雷达脉冲信号根据载频进行聚类处理，进行脉冲流密度的稀释；对预分选中的每一个聚类，采用累积差值直方图算法进行信号分选，寻找重频周期并进行序列检索，生成脉冲采样片段。
进一步的，步骤S300包括：
步骤S301.对清洗后的脉冲采样片段进行one-hot编码，以使进入前馈神经网络的数据量级保持一致，使训练过程不受数据量级影响；
将编码数据和原始采集到的环境噪声送入前馈神经网络中进行模型训练，根据拟合程度确定最终模型参数，使输出中频信号在数字接收机的动态区间中，产生PDW效果达到最佳的效果；
步骤S302.经过神经网络的信号送入信号放大器，输出中频信号，对中频信号进行解析，得到雷达脉冲特征，所述雷达脉冲特征包括：信号强度、脉冲频率、脉宽和脉冲增长速度信息。
进一步的，步骤S400包括：
步骤S401.在同一飞行高度下，在三个不同采集点均采集一次可疑频段中的雷达脉冲特征，将三个采集点在地图上的坐标记为(X1,Y1)、(X2,Y2)和(X3,Y3)，所述三个采集点不位于同一条直线上；
设雷达的坐标为(X,Y)，雷达信号的起始发射功率为R，根据雷达信号衰减函数F(S)＝4πR^2/S^2，其中，F(S)表示信号在距离为S的位置的衰减因子，得到如下方程组：
其中，R是雷达信号的起始发射功率，A1、A2和A3分别是点(X1,Y1)、(X2,Y2)和(X3,Y3)处采集到的雷达信号强度；
解上述方程组，得到X、Y和R的值，即为雷达的坐标(X,Y)和雷达信号的起始发射功率R；
步骤S402.读取飞行器的历史飞行记录，取出所有信号来源在坐标(X,Y)处的雷达脉冲特征，按以下公式计算该雷达的威胁特征值Q：
其中，n表示记录的总条数，Si表示第i条记录中飞行器与雷达之间的距离，R为第i条记录中雷达的发射功率，ti表示第i条记录中，飞行器天线从检测到雷达信号，到将该信号标记为可疑信号之间的时间；
步骤S403.计算该雷达对当前飞行器的风险系数：
其中，P为该雷达对当前飞行器的风险系数，R为雷达信号当前发射功率，Q为雷达的威胁特征值，S为飞机当前与雷达之间的距离，S>0。
S500.根据雷达信号风险系数计算脱出距离，改变飞行器的飞行姿态，脱出雷达锁定范围，并在检测到多个雷达时，根据各雷达的风险系数，为飞行器规划最低风险的飞行路线。
进一步的，步骤S500包括：
步骤S501.根据雷达信号风险系数，计算脱出距离L：
其中，e为雷达锁定飞行器需要的最小信号强度；
步骤S502.确定脱出方向，脱出方向为以雷达坐标为起点，飞行器当前位置为终点的矢量方向，控制飞行器按脱出方向飞行，直到飞行器与雷达间的距离达到脱出距离L，以避免雷达锁定；
步骤S503.当飞行器检测到多台雷达锁定时，根据这些雷达的位置坐标和风险系数，计算每个点的总风险系数P：
其中，m是雷达的总数量，Pj代表编号为j的雷达对当前飞行器的风险系数；
步骤S504.在以飞行器当前飞行方向为中心的180°范围内，找到相邻的总风险系数最低的点，作为飞机下一个飞行点，所述相邻飞行点与飞行器间的最小距离为a，且a>0，为预设值，重复此流程，得到飞行器的最低风险飞行曲线，按该曲线，控制飞行器进行飞行。
与现有技术相比，本发明所达到的有益效果是：
1.本发明使用信号接收矩阵，多天线多方位进行环境噪声数据采集，将采集到的有用信号和环境噪声信号送入噪声消除模块，进行环境噪声去除，并放大有用信号，由于噪声信号得到功率抑制，有用信号得到功率增强，所送显得雷达脉冲描述字(PDW)皆为有用信号，将全部都是有用信号的PDW数据送入主控单元分选模块，所得到的辐射源描述字(EDW)皆为有用信号，大大提高了分选效率及分选准确性。
2.本发明响应速率快，侦收频段覆盖广，侦测信息全面，将数字信道化、信号分选，数据传输等算法加入了告警系统中，能够提高系统的快速性以及准确性，且抗干扰能力强，能适应复杂环境下的信号侦测功能。
3.本发明能够根据飞行器在飞行过程中多次侦测出的雷达信号，给出雷达发射功率，并对雷达系统进行定位，将敌方雷达位置显示在系统内部，为飞行员提供更多的参考价值。
4.本发明能够通过采用信号侦察监测与辐射源分选等技术手段实现对雷达信号的感知、分析和数据记录，对多部辐射源信号进行实时监测，并根据不同雷达的距离和信号锁定情况，判断其威胁等级，指导飞行器在面对多雷达环境下，规划最优的飞行路线。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明一种机载侦测高性能小型化告警系统的结构示意图；
图2是本发明一种机载侦测高性能小型化告警系统的工作流程图。
具体实施方式
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，所描述的实施例仅仅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。
请参阅图1，本发明提供技术方案：一种机载侦测高性能小型化告警系统，包括：电池模块、信号接收模块、主控模块、风险判定模块和飞行定位模块；
所述电池模块用于为系统提供电力供应，并确保设备能够正常通电；
所述电池模块包括：稳压电源单元和开机自检单元；
所述稳压电源单元用于为系统提供恒定直流电压；
在本发明的一个实施例中，直流电压大小为12V；
所述开机自检单元用于在开机上电时进行自检，确保设备正常通电。
所述天线模块用于监测雷达信号，降低环境噪声的影响；
所述信号接收模块包括：天线组单元和环境噪声单元；
所述天线组单元包括k个阿基米德螺旋天线，k为天线数量，用于检测飞行器所在范围内的雷达射频信号；
在本发明的一个实施例中，阿基米德螺旋天线数量为3个，型号为2-18GHz；
所述环境噪声单元用于采集飞行环境中的干扰信号，与天线采集到的射频信号进行抵消，降低环境噪声的干扰。
所述主控模块用于消除信号噪声，并对信号进行分选，清洗出脉冲信号，循环切换微波本振，解析出各频段内的雷达脉冲特征；
所述主控模块包括：噪声消除单元、脉冲解析单元和参数测量单元；
所述噪声消除单元用于将收集到的射频信号进行处理，清洗出各频段上的脉冲信号；
所述脉冲解析单元用于对脉冲信号进行数字化处理，解析出各频段内的雷达脉冲特征；
所述参数测量单元用于测量雷达脉冲的参数，包括脉冲信号强度、脉冲频率、脉宽和脉冲增长速度。
所述风险判定模块用于根据雷达脉冲特征，获知雷达信号对飞行器的锁定情况，结合历史飞行记录和距离信息，计算雷达的风险系数；
所述风险判定模块包括：大数据单元、模式识别单元和风险评估单元；
所述大数据单元用于根据飞行器的历史飞行数据，计算出雷达信号的威胁特征值；
所述模式识别单元用于识别雷达的工作状态，并对雷达进行定位；
所述风险评估单元用于根据雷达的威胁特征值、工作状态和与飞行器间的距离，计算雷达风险系数。
所述飞行定位模块用于在雷达系统锁定飞行器时，根据其风险系数计算脱出距离，改变飞行器的飞行姿态，脱出雷达锁定范围，并在检测到多个雷达时，规划最低风险路线。
所述飞行定位单元包括：锁定脱出单元和航迹规划单元；
所述锁定脱出单元用于检测到雷达锁定飞行器后，根据雷达信号的强度与风险系数，计算飞行器的规避距离；
所述航迹规划单元用于在检测到多个雷达信号后，根据雷达的位置与风险系数，规划最低风险的飞行路线。
如图2所示，一种机载侦测高性能小型化告警方法，执行以下步骤：
S100.飞行过程中，扫描周围的脉冲信号，记录每个频段的脉冲个数，当扫描的脉冲个数达到阈值之后，将该频段标记，作为可疑频段；
步骤S100包括：
步骤S101.设置上位机软件，输入需要检测的频率范围以及飞行器的驻留时间，按设定的参数对飞行器周围每个频段的脉冲信号进行扫描；
步骤S102.在一个频段中扫描到脉冲信号后，以时间T0作为一个滑动窗口，实时统计该窗口的脉冲个数，采用均值滤波算法，将时间和窗口内的脉冲个数的关系拟合成一个动态函数F(t)，所述T0为系统预设值；
步骤S103.解析动态曲线F(t)，计算曲线的导数f(t)，当f(t)≥C，并且f(t+T0)≤C时，代表被雷达锁定，将该频段标记为可疑频段，所述C为系统预设值。
S200.采集可疑频段内的环境噪声，清洗可疑频段内的脉冲信号，并对驻留时间内接收到的脉冲根据载频进行聚类处理，进行脉冲流密度的稀释；
步骤S200包括：
步骤S201.将扫描频段切换到可疑频段，使用信号接收矩阵，多天线多方位进行环境噪声数据采集，将采集到的脉冲信号和环境噪声信号送入噪声消除单元，将环境噪声的波形在总波形上进行抵消，得到清洗后的雷达脉冲信号；
步骤S202.对该频段内接收到的雷达脉冲信号根据载频进行聚类处理，进行脉冲流密度的稀释；对预分选中的每一个聚类，采用累积差值直方图算法进行信号分选，寻找重频周期并进行序列检索，生成脉冲采样片段。
S300.对主分选生成的辐射源片段进行融合处理，形成最终的雷达脉冲特征；
步骤S300包括：
步骤S301.对清洗后的脉冲采样片段进行one-hot编码，将编码数据和原始采集到的环境噪声送入前馈神经网络中进行模型训练，根据拟合程度确定最终模型参数；
步骤S302.经过神经网络的信号送入信号放大器，输出中频信号，对中频信号进行解析，得到雷达脉冲特征，所述雷达脉冲特征包括：信号强度、脉冲频率、脉宽和脉冲增长速度信息。
S400.根据雷达脉冲特征，得到雷达发射功率，进一步对雷达信号进行定位，结合历史飞行记录和距离信息，评估雷达的风险系数；
步骤S400包括：
步骤S401.在同一飞行高度下，在三个不同采集点均采集一次可疑频段中的雷达脉冲特征，将三个采集点在地图上的坐标记为(X1,Y1)、(X2,Y2)和(X3,Y3)，所述三个采集点不位于同一条直线上；
设雷达的坐标为(X,Y)，雷达信号的起始发射功率为R，根据雷达信号衰减函数F(S)＝4πR^2/S^2，其中，F(S)表示信号在距离为S的位置的衰减因子，得到如下方程组：
其中，R是雷达信号的起始发射功率，A1、A2和A3分别是点(X1,Y1)、(X2,Y2)和(X3,Y3)处采集到的雷达信号强度；
解上述方程组，得到X、Y和R的值，即为雷达的坐标(X,Y)和雷达信号的起始发射功率R；
步骤S402.读取飞行器的历史飞行记录，取出所有信号来源在坐标(X,Y)处的雷达脉冲特征，按以下公式计算该雷达的威胁特征值Q：
其中，n表示记录的总条数，Si表示第i条记录中飞行器与雷达之间的距离，R为第i条记录中雷达的发射功率，ti表示第i条记录中，飞行器天线从检测到雷达信号，到将该信号标记为可疑信号之间的时间；
步骤S403.计算该雷达对当前飞行器的风险系数：
其中，P为该雷达对当前飞行器的风险系数，R为雷达信号当前发射功率，Q为雷达的威胁特征值，S为飞机当前与雷达之间的距离，S>0。
S500.根据雷达信号风险系数计算脱出距离，改变飞行器的飞行姿态，脱出雷达锁定范围，并在检测到多个雷达时，根据各雷达的风险系数，为飞行器规划最低风险的飞行路线。
步骤S500包括：
步骤S501.根据雷达信号风险系数，计算脱出距离L：
其中，e为雷达锁定飞行器需要的最小信号强度；
步骤S502.确定脱出方向，脱出方向为以雷达坐标为起点，飞行器当前位置为终点的矢量方向，控制飞行器按脱出方向飞行，直到飞行器与雷达间的距离达到脱出距离L，以避免雷达锁定；
步骤S503.当飞行器检测到多台雷达锁定时，根据这些雷达的位置坐标和风险系数，计算每个点的总风险系数P：
其中，m是雷达的总数量，Pj代表编号为j的雷达对当前飞行器的风险系数；
步骤S504.在以飞行器当前飞行方向为中心的180°范围内，找到相邻的总风险系数最低的点，作为飞机下一个飞行点，所述相邻飞行点与飞行器间的最小距离为a，且a>0，为预设值，重复此流程，得到飞行器的最低风险飞行曲线，按该曲线，控制飞行器进行飞行。
实施例：
飞行器飞行过程中，循环扫描各频段内的脉冲信号，检测到一个频段内的脉冲信号后，以T0＝1s的时间窗口进行持续跟踪扫描，将窗口内的脉冲个数拟合成一个动态函数F(t)，计算F(t)的导数f(t)，当检测到f(t)≥C，并且f(t+T0)≤C时，代表被雷达锁定，将该频段标记为可疑频段；
收集可疑频段内的环境噪声，对可疑频段内检测到的脉冲信号进行清洗，得到雷达脉冲特征，通过在三个点内雷达脉冲的信号强度，测算出雷达在地图上的坐标(100,200)与信号发射功率200W，将信息投射在显示屏，供飞行员参考；
已知飞行器当前坐标为(400，600)，与雷达距离为500m，结合飞行器的历史飞行记录，得到威胁特征值Q＝25，计算雷达的风险系数e＝20W，则脱出距离控制飞行向远离雷达的方向飞行1753m，以摆脱雷达锁定。
当飞行器发现自身被多个雷达锁定时，按公式计算出计算出地图上每个点的风险系数，在当前飞行方向为中心的180°范围内，找到相邻的最小风险飞行点进行下一步飞行，本实施例中，相邻飞行点与飞行器间的最小距离为1m，持续进行飞行点选取，直到飞行器离开所有雷达的探测范围。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种机载侦测高性能小型化告警系统，其特征在于，所述系统包括以下模块：电池模块、信号接收模块、主控模块、风险判定模块和飞行定位模块；
所述电池模块用于为系统提供电力供应，并确保设备能够正常通电；
所述天线模块用于监测雷达信号，降低环境噪声的影响；
所述主控模块用于消除信号噪声，并对信号进行分选，清洗出脉冲信号，循环切换微波本振，解析出各频段内的雷达脉冲特征；
所述风险判定模块用于根据雷达脉冲特征，获知雷达信号对飞行器的锁定情况，结合历史飞行记录和距离信息，计算雷达的风险系数；
所述飞行定位模块用于在雷达系统锁定飞行器时，根据其风险系数计算脱出距离，改变飞行器的飞行姿态，脱出雷达锁定范围，并在检测到多个雷达时，规划最低风险路线。
2.根据权利要求1所述的一种机载侦测高性能小型化告警系统，其特征在于：
所述电池模块包括：稳压电源单元和开机自检单元；
所述稳压电源单元用于为系统提供恒定直流电压；
所述开机自检单元用于在开机上电时进行自检，确保设备正常通电；
所述信号接收模块包括：天线组单元和环境噪声单元；
所述天线组单元包括k个阿基米德螺旋天线，k为天线数量，用于检测飞行器所在范围内的雷达射频信号；
所述环境噪声单元用于采集飞行环境中的干扰信号，与天线采集到的射频信号进行抵消，降低环境噪声的干扰。
3.根据权利要求1所述的一种机载侦测高性能小型化告警系统，其特征在于：
所述主控模块包括：噪声消除单元、脉冲解析单元和参数测量单元；
所述噪声消除单元用于将收集到的射频信号进行处理，清洗出各频段上的脉冲信号；
所述脉冲解析单元用于对脉冲信号进行数字化处理，解析出各频段内的雷达脉冲特征；
所述参数测量单元用于测量雷达脉冲的参数，包括脉冲信号强度、脉冲频率、脉宽和脉冲增长速度。
4.根据权利要求1所述的一种机载侦测高性能小型化告警系统，其特征在于：
所述风险判定模块包括：大数据单元、模式识别单元和风险评估单元；
所述大数据单元用于根据飞行器的历史飞行数据，计算出雷达信号的威胁特征值；
所述模式识别单元用于识别雷达的工作状态，并对雷达进行定位；
所述风险评估单元用于根据雷达的威胁特征值、工作状态和与飞行器间的距离，计算雷达风险系数。
5.根据权利要求1所述的一种机载侦测高性能小型化告警系统，其特征在于：
所述飞行定位单元包括：锁定脱出单元和航迹规划单元；
所述锁定脱出单元用于检测到雷达锁定飞行器后，根据雷达信号的强度与风险系数，计算飞行器的规避距离；
所述航迹规划单元用于在检测到多个雷达信号后，根据雷达的位置与风险系数，规划最低风险的飞行路线。
6.一种机载侦测高性能小型化告警方法，所述方法应用于权利要求1中所述的一种机载侦测高性能小型化告警系统，其特征在于，所述方法包括以下步骤：
S100.飞行过程中，扫描周围的脉冲信号，记录每个频段的脉冲个数，当扫描的脉冲个数达到阈值之后，将该频段标记，作为可疑频段；
S200.采集可疑频段内的环境噪声，清洗可疑频段内的脉冲信号，并对驻留时间内接收到的脉冲根据载频进行聚类处理，进行脉冲流密度的稀释；
S300.对主分选生成的辐射源片段进行融合处理，形成最终的雷达脉冲特征；
S400.根据雷达脉冲特征，得到雷达发射功率，进一步对雷达信号进行定位，结合历史飞行记录和距离信息，评估雷达的风险系数；
S500.根据雷达信号风险系数计算脱出距离，改变飞行器的飞行姿态，脱出雷达锁定范围，并在检测到多个雷达时，根据各雷达的风险系数，为飞行器规划最低风险的飞行路线。
7.根据权利要求6所述的一种机载侦测高性能小型化告警方法，其特征在于：
步骤S100包括：
步骤S101.设置上位机软件，输入需要检测的频率范围以及飞行器的驻留时间，按设定的参数对飞行器周围每个频段的脉冲信号进行扫描；
步骤S102.在一个频段中扫描到脉冲信号后，以时间T0作为一个滑动窗口，实时统计该窗口的脉冲个数，采用均值滤波算法，将时间和窗口内的脉冲个数的关系拟合成一个动态函数F(t)，所述T0为系统预设值；
步骤S103.解析动态曲线F(t)，计算曲线的导数f(t)，当检测到f(t)≥C，并且f(t+T0)≤C时，代表飞行器被雷达锁定，将该频段标记为可疑频段，所述C为系统预设值。
8.根据权利要求6所述的一种机载侦测高性能小型化告警方法，其特征在于：
步骤S200包括：
步骤S201.将扫描频段切换到可疑频段，使用信号接收矩阵，多天线多方位进行环境噪声数据采集，将采集到的脉冲信号和环境噪声信号送入噪声消除单元，将环境噪声的波形在总波形上进行抵消，得到清洗后的雷达脉冲信号；
步骤S202.对该频段内接收到的雷达脉冲信号根据载频进行聚类处理，进行脉冲流密度的稀释；对预分选中的每一个聚类，采用累积差值直方图算法进行信号分选，寻找重频周期并进行序列检索，生成脉冲采样片段；
步骤S300包括：
步骤S301.对清洗后的脉冲采样片段进行one-hot编码，将编码数据和原始采集到的环境噪声送入前馈神经网络中进行模型训练，根据拟合程度确定最终模型参数；
步骤S302.经过神经网络的信号送入信号放大器，输出中频信号，对中频信号进行解析，得到雷达脉冲特征，所述雷达脉冲特征包括：信号强度、脉冲频率、脉宽和脉冲增长速度信息。
9.根据权利要求6所述的一种机载侦测高性能小型化告警方法，其特征在于：
步骤S400包括：
步骤S401.在同一飞行高度下，在三个不同采集点均采集一次可疑频段中的雷达脉冲特征，将三个采集点在地图上的坐标记为(X1,Y1)、(X2,Y2)和(X3,Y3)，所述三个采集点不位于同一条直线上；
设雷达的坐标为(X,Y)，雷达信号的起始发射功率为R，根据雷达信号衰减函数F(S)＝4πR^2/S^2，其中，F(S)表示信号在距离为S的位置的衰减因子，得到如下方程组：
其中，R是雷达信号的起始发射功率，A1、A2和A3分别是点(X1,Y1)、(X2,Y2)和(X3,Y3)处采集到的雷达信号强度；
解上述方程组，得到X、Y和R的值，即为雷达的坐标(X,Y)和雷达信号的起始发射功率R；
步骤S402.读取飞行器的历史飞行记录，取出所有信号来源在坐标(X,Y)处的雷达脉冲特征，按以下公式计算该雷达的威胁特征值Q：
其中，n表示记录的总条数，Si表示第i条记录中飞行器与雷达之间的距离，R为第i条记录中雷达的发射功率，ti表示第i条记录中，飞行器天线从检测到雷达信号，到将该信号标记为可疑信号之间的时间；
步骤S403.计算该雷达对当前飞行器的风险系数：
其中，P为该雷达对当前飞行器的风险系数，R为雷达信号当前发射功率，Q为雷达的威胁特征值，S为飞机当前与雷达之间的距离，S>0。
10.根据权利要求6所述的一种机载侦测高性能小型化告警方法，其特征在于：步骤S500包括：
步骤S501.根据雷达信号风险系数，计算脱出距离L：
其中，e为雷达锁定飞行器需要的最小信号强度；
步骤S502.确定脱出方向，脱出方向为以雷达坐标为起点，飞行器当前位置为终点的矢量方向，控制飞行器按脱出方向飞行，直到飞行器与雷达间的距离达到脱出距离L，以避免雷达锁定；
步骤S503.当飞行器检测到多台雷达锁定时，根据这些雷达的位置坐标和风险系数，计算每个点的总风险系数P：
其中，m是雷达的总数量，Pj代表编号为j的雷达对当前飞行器的风险系数；
步骤S504.在以飞行器当前飞行方向为中心的180°范围内，找到相邻的总风险系数最低的点，作为飞机下一个飞行点，重复此流程，得到飞行器的最低风险飞行曲线，按该曲线，控制飞行器进行飞行。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311526550.2A CN117572091A (zh) | 2023-11-16 | 2023-11-16 | 一种机载侦测高性能小型化告警系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311526550.2A CN117572091A (zh) | 2023-11-16 | 2023-11-16 | 一种机载侦测高性能小型化告警系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117572091A true CN117572091A (zh) | 2024-02-20 |
Family
ID=89894800
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311526550.2A Pending CN117572091A (zh) | 2023-11-16 | 2023-11-16 | 一种机载侦测高性能小型化告警系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117572091A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080111728A1 (en) * | 2006-11-14 | 2008-05-15 | Stevens Robert R | Airborne distributed pulse doppler radar missile warning system |
| CN115061134A (zh) * | 2022-06-22 | 2022-09-16 | 扬州宇安电子科技有限公司 | 基于机载雷达侦察系统的无人机飞行安全检测系统及方法 |
| CN115811377A (zh) * | 2022-10-17 | 2023-03-17 | 扬州宇安电子科技有限公司 | 一种基于机载平台的干扰通讯系统 |
| CN116106837A (zh) * | 2023-04-10 | 2023-05-12 | 成都富元辰科技有限公司 | 无人机载雷达干扰模拟系统及应用 |
-
2023
- 2023-11-16 CN CN202311526550.2A patent/CN117572091A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080111728A1 (en) * | 2006-11-14 | 2008-05-15 | Stevens Robert R | Airborne distributed pulse doppler radar missile warning system |
| CN115061134A (zh) * | 2022-06-22 | 2022-09-16 | 扬州宇安电子科技有限公司 | 基于机载雷达侦察系统的无人机飞行安全检测系统及方法 |
| CN115811377A (zh) * | 2022-10-17 | 2023-03-17 | 扬州宇安电子科技有限公司 | 一种基于机载平台的干扰通讯系统 |
| CN116106837A (zh) * | 2023-04-10 | 2023-05-12 | 成都富元辰科技有限公司 | 无人机载雷达干扰模拟系统及应用 |
Non-Patent Citations (2)
| Title |
|---|
| 史和生;李丹;赵宗贵;毛少杰;史长根;: "电子干扰对低可观测飞行器飞行路径规划的影响", 南京航空航天大学学报, no. 02, 30 April 2007 (2007-04-30), pages 154 - 158 * |
| 徐颖 等: "雷达辅助决策大数据应用探析", 《中国电子科学研究院学报》, vol. 16, no. 9, 30 September 2021 (2021-09-30), pages 921 - 926 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105842683B (zh) | 一种无人机综合防御系统及方法 | |
| CN109981192B (zh) | 一种空域反黑飞无人机的频谱监测方法 | |
| CN108333584A (zh) | 一种低空小目标远距离无人机探测系统及探测方法 | |
| CN106932753B (zh) | 反无人机被动探测和测向定位系统 | |
| CN108280395B (zh) | 一种对低小慢无人机飞控信号的高效识别方法 | |
| Körner et al. | Autonomous airborne wildlife tracking using radio signal strength | |
| CN111122570A (zh) | 基于无人机的钢铁厂污水排放监测方法及系统 | |
| CN108055094B (zh) | 一种无人机操作手频谱特征识别与定位方法 | |
| CN109085573A (zh) | 车载无人机管控系统及方法 | |
| CN111896926B (zh) | 一种基于强杂波抑制的低空目标检测方法及系统 | |
| CN113156417B (zh) | 反无人机探测系统、方法和雷达设备 | |
| CN116256746A (zh) | 基于雷达对防范区域周界空域异物入侵监测系统及方法 | |
| CN109188430A (zh) | 一种基于地面监视雷达系统的目标提取方法 | |
| CN113311857A (zh) | 一种基于无人机的环境感知与避障系统及方法 | |
| CN109100697A (zh) | 一种基于地面监视雷达系统的目标凝聚方法 | |
| US9866422B1 (en) | Methods of blind source separation filter resource management | |
| CN111046025A (zh) | 无人机信号探测方法及装置 | |
| Goodman | Detection and classification for unattended ground sensors | |
| CN111060880B (zh) | 一种基于恒虚警检测原理的气象杂波抑制方法 | |
| CN117572091A (zh) | 一种机载侦测高性能小型化告警系统 | |
| JPS63308523A (ja) | 航空機騒音測定方法 | |
| CN111339816B (zh) | 基于小波神经网络的多无人机射频信号识别方法 | |
| Akter et al. | An explainable multi-task learning approach for rf-based uav surveillance systems | |
| US6859161B1 (en) | System for time thresholding | |
| WO2020115745A1 (en) | Vehicle detection system and methods |
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 | ||
| CB02 | Change of applicant information |
Country or region after: China Address after: Building 4, Dongyuan, Jiangguang wisdom City, 15 Wenchang East Road, Yangzhou City, Jiangsu Province, 225000 Applicant after: Yangzhou Yuan Electronic Technology Co.,Ltd. Address before: Building 4, Dongyuan, Jiangguang wisdom City, 15 Wenchang East Road, Yangzhou City, Jiangsu Province, 225000 Applicant before: YANGZHOU YU'AN ELECTRONIC TECHNOLOGY CO.,LTD. Country or region before: China |
|
| CB02 | Change of applicant information |