基于认知雷达波形设计的复杂环境下无源干扰抑制方法技术

技术编号:22639004 阅读:56 留言:0更新日期:2019-11-26 15:31
本发明专利技术提供一种基于认知雷达波形设计的复杂环境下无源干扰抑制方法,包含以下过程:确定雷达发射接收信号模型;确定目标、杂波、无源干扰及噪声的响应先验信息;确定检测器并获得检测器性能;根据带宽、发射能量进行波形设计,计算发射信号频域能量分布;获得的信号频域能量谱用于发射信号。本发明专利技术通过面向杂波和无源干扰对抗的波形设计,能够基于杂波和无源干扰的先验信息,在超宽带频域内设计面向干扰抑制的能量分布方式,从而抑制干扰响应,提高雷达在复杂环境条件下的目标探测识别能力。

Passive jamming suppression method in complex environment based on cognitive radar waveform design

The invention provides a passive interference suppression method under complex environment based on cognitive radar waveform design, which includes the following processes: determining the radar transmitting and receiving signal model; determining the response prior information of the target, clutter, passive interference and noise; determining the detector and obtaining the detector performance; designing the waveform according to the bandwidth and transmitting energy, and calculating the frequency-domain energy division of the transmitting signal The obtained signal frequency-domain energy spectrum is used for transmitting signals. According to the waveform design for clutter and passive jamming, the energy distribution mode for jamming suppression can be designed in the ultra wideband frequency domain based on the prior information of clutter and passive jamming, so as to suppress the jamming response and improve the target detection and recognition ability of radar under complex environment conditions.

【技术实现步骤摘要】
基于认知雷达波形设计的复杂环境下无源干扰抑制方法
本专利技术涉及雷达波形设计抗干扰领域,具体涉及一种基于认知雷达波形设计的复杂环境下无源干扰抑制方法。
技术介绍
雷达面临的复杂电磁环境主要来自雷达受到的各种干扰环境影响。这些干扰主要由自然环境干扰和人为干扰构成,其中自然环境干扰主要包括地杂波、海杂波、云雾雨雪气象干扰等,人为干扰主要包括人为无源干扰和人为有源干扰,其中人为无源干扰主要包括箔条、角反射器、无源假目标等。当前,复杂电磁环境下雷达抗干扰能力弱、电磁兼容性差、战技性能下降等突出问题,已成为制约雷达效能发挥和提升的瓶颈之一。其中,抗地、海杂波以及各种无源干扰是雷达抗干扰能力的重要一环。现有相控阵体制、脉冲多普勒体制雷达通过空时自适应处理、多普勒处理、微多普勒处理等信号处理方式来抑制杂波;以提高雷达分辨率、极化识别、多普勒滤波等方法来对抗无源干扰。虽然这些处理技术在一定程度上提升了雷达杂波抑制和无源干扰对抗的呢能力,但当前雷达通常按照预先设定的工作模式工作,实际应用时面临杂波、干扰频谱特性变化不定等难题的严峻挑战,无法发挥最大的能力,这对于日益复杂的杂波、多无源干扰条件下的目标检测造成了很大的难度。专利CN106443595A(一种抗瞬时转发切片重构干扰的认知雷达波形设计方法)提出一种抗瞬时转发切片重构干扰的认知雷达波形设计方法,利用认知雷达已经获取的先验信息,从中提取出切片重构干扰的相关参数,提高真实目标附近的信干比,达到真实目标正确检测的目的。该方法考虑的是切片重构干扰信号,对于无源干扰信号并不适用。专利CN107102300A(基于干扰和旁瓣均衡抑制的认知雷达波形设计方法)公开了一种基于干扰和旁瓣均衡抑制的认知雷达波形设计方法,在自适应架构基础上,压制噪声干扰模型中,引入并构造干扰与旁瓣均衡抑制的认知雷达波形优化模型。其对抗的是有源干扰中的压制干扰,无法对抗无源干扰及杂波。专利CN104267379A(一种基于波形设计的主被动雷达协同抗干扰方法)采用主被动雷达协同工作模式,利用被动雷达实时侦测的回波信息,对干扰进行检测和识别,并估计干扰的相关参数,主动雷达利用被动雷达提供的干扰信息,设计最优的发射波形,并对回波信息进行处理。其未用到相应的干扰及杂波先验信息,且不是针对无源干扰进行波形设计。文章[1]“基于干扰认知的智能化雷达干扰对抗系统”,电子信息对抗技术,2018-11-15.王鑫、秦琨、秦轶炜,对基于博弈论的反干扰策略调度技术进行了研究,提出了一种干扰对抗效能的评估方法,以及一种智能化雷达干扰对抗系统。文章[2]"杂波环境下面向扩展目标检测的自适应波形设计方法."清华大学学报:自然科学版51.11(2011):1742-1746.公绪华,提出了一种杂波环境下面向扩展目标检测的自适应波形设计方法。文章[3]“一种抗速度欺骗干扰的认知波形设计方法”,雷达科学与技术,2015-04-15.吴健、崔国龙、孔令讲,为提高雷达抗速度欺骗干扰的能力,保证雷达对真实目标多普勒的正确检测,提出了一种脉间相位编码波形设计方法。文章[4]“基于变换域时频切片的转发干扰认知算法”,电波科学学报,2014-04-15,王峰、雷志勇、陈庆,针对使用线性调频信号的雷达,提出了基于分数阶傅里叶变换与短时傅里叶变换的切片差分特征提取算法,可有效完成密集转发式干扰的检测与识别。这些文章从不同角度、不同目的对雷达波形进行设计,但其涉及到的或者是有源干扰,或者是特定无源干扰,未根据先验信息,对杂波、无源干扰一体考虑进行波形设计。
技术实现思路
本专利技术提供一种基于认知雷达波形设计的复杂环境下无源干扰抑制方法,通过面向杂波和无源干扰对抗的波形设计,能够基于杂波和无源干扰的先验信息,在超宽带频域内设计面向干扰抑制的能量分布方式,从而抑制干扰响应,提高雷达在复杂环境条件下的目标探测识别能力。为了达到上述目的,本专利技术的技术方案是提供一种基于认知雷达波形设计的复杂环境下无源干扰抑制方法,其包含以下过程:步骤1,确定雷达发射接收信号模型;步骤2,确定目标、杂波、无源干扰及噪声的响应先验信息;步骤3,确定检测器并获得检测器性能;步骤4,根据带宽、发射能量进行波形设计,计算发射信号频域能量分布;步骤5,获得的信号频域能量谱用于发射信号。步骤1中,雷达发射出的信号为s(t),激励了目标、无源干扰以及杂波并返回接收机,回波在接收机端混入了噪声信号;接收到的信号y(t)表示为其中,代表了卷积运算,h(t)、c(t)、j(t)分别为目标的响应、杂波的响应、无源干扰响应,其傅里叶变换分别为Ht(f)、Hc(f)和Hj(f);n(t)为白高斯噪声,其傅里叶变换为N(f)。步骤2中,确定杂波、干扰及噪声的响应模型;杂波的频域信号表示为杂波的功率谱密度Pc(f),表示复高斯分布;干扰的频域信号表示为干扰的功率谱密度Pj(f);噪声的频域信号表示为噪声的功率谱密度为Pn(f)。步骤3中,根据奈曼-皮尔逊准则确定检测器:X(Y)=YHΓ-1T其中,T、C、J、N分别为目标响应、杂波响应、干扰响应、噪声响应;Y=[Y(F-M/2),...,Y(FM/2)];Γ是C+J+N的协方差矩阵,Γ为一对角矩阵,其对角元素[Γ]mm=Pc(Fm)+Pn(Fm);采样频率Fm=m/T,m=-M/2,...,M/2。步骤3中,检测器X(·)的检测性能随着偏置系数d2单调上升;偏置系数d2为:其中,H0为场景中不含杂波及干扰的情况;H1为回波中包含杂波及干扰的情况;H0和H1情况下检测器的矩:E(X;H0)=0E(X;H1)=E[YHΓ-1T]=THΓ-1T步骤3中,当X(Y)>γ时检测器判为H1;计算PFA和PD:其中,Pr{·}表示概率分布;γ为门限值;Q(·)是右尾概率函数,定义为步骤4中,最优波形设计的过程包含:选择发射信号S(f),在发射总能量限制的条件下:使得d2最大;其中E为信号单次发射总能量。步骤4中,设ε(f)=|S(f)|2为发射信号的能量谱密度函数;由拉格朗日乘数法所得,使得偏置系数d2最大的发射信号能量谱密度表示为其中max(x,0)是在x和0中选择较大的一个;参数λ由总的信号发射能量E决定,即由来确定λ。本专利技术基于超宽带雷达系统,采用干扰认知和基于检测理论认知波形生成技术,实现对地海杂波、箔条、角反等无源干扰主动抑制。引入认知技术,基于先验知识库,采用超宽带被动侦察识别、主动感知等技术手段,实现干扰认知;采用基于检测理论的认知波形生成技术,实现干扰主动抑制。附图说明图1是雷达场景示意图。图2是雷达发射接收信号模型图。图3是本专利技术方法的流程图。图4是杂波PSD本文档来自技高网
...

【技术保护点】
1.一种基于认知雷达波形设计的复杂环境下无源干扰抑制方法,其特征在于,包含以下过程:/n步骤1,确定雷达发射接收信号模型;/n步骤2,确定目标、杂波、无源干扰及噪声的响应先验信息;/n步骤3,确定检测器并获得检测器性能;/n步骤4,根据带宽、发射能量进行波形设计,计算发射信号频域能量分布;/n步骤5,获得的信号频域能量谱用于发射信号。/n

【技术特征摘要】
1.一种基于认知雷达波形设计的复杂环境下无源干扰抑制方法,其特征在于,包含以下过程:
步骤1,确定雷达发射接收信号模型;
步骤2,确定目标、杂波、无源干扰及噪声的响应先验信息;
步骤3,确定检测器并获得检测器性能;
步骤4,根据带宽、发射能量进行波形设计,计算发射信号频域能量分布;
步骤5,获得的信号频域能量谱用于发射信号。


2.如权利要求1所述无源干扰抑制方法,其特征在于,
步骤1中,雷达发射出的信号为s(t),激励了目标、无源干扰以及杂波并返回接收机,回波在接收机端混入了噪声信号;
接收到的信号y(t)表示为



其中,代表了卷积运算,h(t)、c(t)、j(t)分别为目标的响应、杂波的响应、无源干扰响应,其傅里叶变换分别为Ht(f)、Hc(f)和Hj(f);n(t)为白高斯噪声,其傅里叶变换为N(f)。


3.如权利要求2所述无源干扰抑制方法,其特征在于,
步骤2中,确定杂波、干扰及噪声的响应模型;
杂波的频域信号表示为Hc(f)~CN(0,Pc(f)),杂波的功率谱密度Pc(f),CN表示复高斯分布;
干扰的频域信号表示为Hj(f)~CN(0,Pj(f)),干扰的功率谱密度Pj(f);
噪声的频域信号表示为N(f)~CN(0,Pn(f)),噪声的功率谱密度为Pn(f)。


4.如权利要求3所述无源干扰抑制方法,其特征在于,
步骤3中,根据奈曼-皮尔逊准则确定检测器:
X(Y)=YHΓ-1T
其中,T、C、J、N分别为目标响应、杂波响应、干扰响应、噪声响应;Y=[Y(F-M/2),...

【专利技术属性】
技术研发人员:朱炳祺杜科陆满君宋柯唐文明于祥祯陆小辰
申请(专利权)人:上海无线电设备研究所
类型:发明
国别省市:上海;31

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1