一种多站雷达抗有源欺骗式干扰的优化方法技术

本发明专利技术公开了一种多站雷达抗有源欺骗式干扰的优化方法，思路为：建立多站雷达系统，包括N个节点雷达，任选一个节点雷达对接收信号进行匹配滤波和目标检测后，得到K+M个点目标，以第一个节点雷达为参考雷达，并对K+M个点目标和其他N-1个节点雷达进行时间对齐操作，据此得到进而得到K+M个点目标各自对应的幅度比特征矢量；设定聚类数范围为[1,K+M]，对K+M个点目标各自对应的幅度比特征矢量进行聚类，得到K+M个聚类数各自对应的聚类结果，并对其进行相似相离指标评价，选取相似相离指标最大值对应的聚类数作为最佳聚类数，并将该最佳聚类数对应的聚类结果作为最终聚类结果；设定虚假点目标的判定门限值ε，并据此获得所述点目标幅度比特征矢量的最终聚类结果中包含的虚假点目标。

【技术实现步骤摘要】

本专利技术涉及雷达抗干扰
，特别涉及一种多站雷达抗有源欺骗式干扰的优 化方法，适用于组网雷达系统数据融合中心有效地识别并剔除欺骗式假目标，实现多站雷 达系统对抗欺骗式干扰。
技术介绍
电子欺骗技术致力于在方向、位置、跟踪起点等信息方面对受害雷达进行欺骗， 或是在真实目标回波周围制造很多假目标以至于真实目标信息不能被提取出来。一种有 效的电子欺骗技术类别为欺骗式电子欺骗技术，该欺骗式电子欺骗技术的欺骗目的是通过 调制的发射或转发对雷达接收回波的幅度、相位等信息进行误导，尤其是数字射频存储器 (DRFM)，即先进的转发式干扰机的出现使得欺骗式干扰技术更加成熟，广泛应用于自卫式 干扰和随队干扰；此外，欺骗式干扰会占用大量的系统资源，严重影响雷达系统的探测性能 和跟踪性能。 针对欺骗式假目标干扰，单站雷达由于视角单一，很难对其进行对抗，而多站雷达 可利用点迹关联的方法对检测到的目标进行真假判别，并剔除掉假目标，从而实现欺骗式 干扰的对抗。但是，由于多站雷达中各个节点雷达均会受到欺骗式干扰，使得密集假目标导 致各节点雷达的量测值间进行关联检验的错误率较高，并且多站雷达的布站位置不理想， 也会影响多站雷达对抗欺骗式干扰的能力。 现有的多站雷达大部分是利用数据级融合对欺骗式干扰进行对抗，在多站雷达对 目标测量的过程中，只利用了目标的点迹信息或航迹信息，使得数据级融合抗干扰方法不 能完全发挥其抗干扰能力，进而无法充分利用多站雷达的优势。 现有的对抗欺骗式干扰为信号级融合方法，虽然可以充分利用回波的各种信息， 但也存在着诸多限制与不足，该信号级融合方法利用在不同雷达站中真实目标回波的复包 络相互独立、而干扰信号复包络相关的特点鉴别真假目标，其鉴别效果依赖于慢时间复包 络序列中脉冲重复周期（PRT)的个数，而在实际雷达工作环境中，可利用的PRT的个数是非 常有限的，甚至只有一个脉冲重复周期（PRT)可以利用，使得此时信号相关性检测的方法 将完全失效。同时，很有可能会将慢起伏的真目标鉴别为假目标。先前提出的一种多站雷 达抗有源欺骗式干扰的方法虽然克服了上面的不足，但却要求每一个虚假目标具有相同的 干扰噪声功率比（JNR)。
技术实现思路
针对上述现有技术存在的不足，本专利技术的目的在于提出一种多站雷达抗有源欺骗 式干扰的优化方法，该方法能够对抗欺骗式密集假目标，也能够对不同欺骗式干扰产生的 假目标进行有效鉴别。 为达到上述目的，本专利技术采用以下技术方案予以实现。 -种多站雷达抗有源欺骗式干扰的优化方法，包括以下步骤： 步骤1，建立多站雷达系统，所述多站雷达系统中包含N个节点雷达，所述N个节点 雷达分别接收信号，N为自然数，且N多2,并且在一个脉冲重复时间内，所述N个节点雷达 中的任意一个节点雷达对接收信号进行匹配滤波和目标检测后，得到K+M个点目标；其中， K表示接收信号中存在的真实点目标个数，M表示接收信号中存在的虚假点目标个数； 步骤2,以第一个节点雷达为参考雷达，并对K+M个点目标和其他N-I个节点雷 达进行时间对齐操作，得到所述N-I个节点雷达检测到的点目标与参考雷达检测到的点目 标之间的回波幅度对应关系，然后从第η个节点雷达的回波中选取第p个点目标在第η个 节点雷达的回波幅度ε Ριη，并据此计算得到第P个点目标的幅度比特征矢量Ωρ，进而得到 Κ+Μ个点目标各自对应的幅度比特征矢量；其中，ρ e {1，2,…，K+M}，n e {2，···，Ν}; 步骤3,设定聚类数范围为，并据此对K+M个点目标各自对应的幅度比特 征矢量进行聚类操作，获得设定的聚类数范围内K+M个聚类数各自对应的点目标的幅度比 特征矢量的聚类结果； 步骤4,对设定的聚类数范围内K+M个聚类数各自对应的点目标幅度比特征矢量 的聚类结果进行相似相离指标评价，分别计算得到K+M个聚类数各自对应的相似相离指标 值，并在所述K+M个聚类数各自对应的相似相离指标值中选取相似相离指标最大值，然后 将所述相似相离指标最大值对应的聚类数作为最佳聚类数，并将该最佳聚类数对应的点目 标的幅度比特征矢量的聚类结果，作为点目标幅度比特征矢量的最终聚类结果； 步骤5,设定虚假点目标的判定门限值ε，并据此获得所述点目标幅度比特征矢 量的最终聚类结果中包含的真实点目标和虚假点目标；其中，ε为自然数。 本专利技术与现有技术相比具有的优点如下：第一，相比于现有方法，本专利技术利用在各 雷达站真实目标回波的幅度比离散分布，以及虚假目标回波的幅度比近似相同，而采用系 统聚类分析的方法，能够更有效地对抗各种欺骗式干扰； 第二，本专利技术不依赖于长期的数据积累，仅需要一个脉冲重复周期（PRT)的时间 就能够完成真假目标的鉴别，效率更高，实用性更强； 第三，本专利技术不要求每一个虚假目标具有相同的干扰噪声功率比（JNR)，就能够对 抗欺骗式密集假目标，也能够对不同欺骗式干扰产生的假目标进行有效鉴别。【附图说明】 下面结合附图和【具体实施方式】对本专利技术作进一步详细说明。 图1为本专利技术的的实现流程图； 图2为真实目标和虚假目标分别在幅度比特征空间里的分布情况示意图； 图3为三种布站方式下，真实目标的正确鉴别概率Ppt分别随干扰噪声功率比 (JNR)的变化曲线图，其中，横坐标为干扰噪声功率比（JNR)，纵坐标为真实目标的正确鉴 别概率P pt; 图4为三种布站方式下，虚假目标的正确鉴别概率P'FT*别随干扰噪声功率比 (JNR)的变化曲线图，其中，横坐标为干扰噪声功率比（JNR)，纵坐标为虚假目标的正确鉴 别概率P' FT。【具体实施方式】 参照图1，为本专利技术的的实现流程图， 该种多站雷达抗有源欺骗式干扰的优化方法，包括以下步骤： 步骤1，建立多站雷达系统，所述多站雷达系统中包含N个节点雷达，所述N个节 点雷达分别接收信号，N为自然数，且N多2,并且在一个脉冲重复时间（PRT)内，所述N个 节点雷达中的任意一个节点雷达对接收信号进行匹配滤波和目标检测后，得到K+M个点目 标；其中，K表示接收信号中存在的真实点目标个数，M表示接收信号中存在的虚假点目标 个数。 步骤2,以第一个节点雷达为参考雷达，并对K+M个点目标和其他N-I个节点雷 达进行时间对齐操作，得到所述N-I个节点雷达检测到的点目标与参考雷达检测到的点目 标之间的回波幅度对应关系，然后从第η个节点雷达的回波中选取第p个点目标在第η个 节点雷达的回波幅度ε Ριη，并据此计算得到第P个点目标的幅度比特征矢量Ωρ，进而得到 Κ+Μ个点目标各自对应的幅度比特征矢量；其中，pe {1，2,…，K+M}，ne {2，···，Ν}。 具体地，以第一个节点雷达为参考雷达，对K+M个点目标和其他N-I个节点雷达进 行时间对齐操作，得到所述N-I个节点雷达检测到的点目标与参考雷达检测到的点目标之 间的回波幅度对应关系，然后从第η个节点雷达的回波中选取第p个点目标在第η个节点 雷达的回波幅度ε Ριη，并据此计算得到第P个点目标的幅度比特征矢量Ωρ，其表达式为： 其中，表示第ρ个点目标在参考雷达上的回波幅度，ε ρ,η表示第ρ个点目标 在第η个节点雷达上的回波幅度，K表示接收信号中存在的真实点目标个数，M表示接收信 号中存在的虚假点目标个数。 根本文档来自技高网...

【技术保护点】
一种多站雷达抗有源欺骗式干扰的优化方法，其特征在于，包括以下步骤：步骤1，建立多站雷达系统，所述多站雷达系统中包含N个节点雷达，所述N个节点雷达分别接收信号，N为自然数，且N≥2，并且在一个脉冲重复时间内，所述N个节点雷达中的任意一个节点雷达对接收信号进行匹配滤波和目标检测后，得到K+M个点目标；其中，K表示接收信号中存在的真实点目标个数，M表示接收信号中存在的虚假点目标个数；步骤2，以第一个节点雷达为参考雷达，并对K+M个点目标和其他N‑1个节点雷达进行时间对齐操作，得到所述N‑1个节点雷达检测到的点目标与参考雷达检测到的点目标之间的回波幅度对应关系，然后从第n个节点雷达的回波中选取第p个点目标在第n个节点雷达的回波幅度εp,n，并据此计算得到第p个点目标的幅度比特征矢量Ωp，进而得到K+M个点目标各自对应的幅度比特征矢量；其中，p∈{1,2,…,K+M}，n∈{2,…,N}；步骤3，设定聚类数范围为[1,K+M]，并据此对K+M个点目标各自对应的幅度比特征矢量进行聚类操作，获得设定的聚类数范围内K+M个聚类数各自对应的点目标的幅度比特征矢量的聚类结果；步骤4，对设定的聚类数范围内K+M个聚类数各自对应的点目标幅度比特征矢量的聚类结果进行相似相离指标评价，分别计算得到K+M个聚类数各自对应的相似相离指标值，并在所述K+M个聚类数各自对应的相似相离指标值中选取相似相离指标最大值，然后将所述相似相离指标最大值对应的聚类数作为最佳聚类数，并将该最佳聚类数对应的点目标的幅度比特征矢量的聚类结果，作为点目标幅度比特征矢量的最终聚类结果；步骤5，设定虚假点目标的判定门限值ε，并据此获得所述点目标幅度比特征矢量的最终聚类结果中包含的真实点目标和虚假点目标；其中，ε为自然数。...

【技术特征摘要】

【专利技术属性】
技术研发人员：刘楠，李强，赵珊珊，张林让，周宇，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西;61