基于稀疏表示的无线电引信抗箔条干扰方法技术

本发明专利技术公开一种基于稀疏表示的无线电引信抗箔条干扰方法，包括如下步骤：(10)预处理：对引信回波信号进行归一化处理，选取目标回波信号和箔条干扰信号得到两种训练样本；(20)字典学习：基于K聚类奇异值分解方法对两种训练样本分别学习，得到两种自适应稀疏字典；(30)稀疏表示：基于正交匹配跟踪算法，输出稀疏系数；(40)阈值判决：根据预设阈值，判断引信回波信号类型；(50)结果输出：若是引信目标回波，则直接输出该重构信号，反之，则将回波信号与重构信号作差，得到引信目标回波。本发明专利技术的无线电引信抗箔条干扰方法，自适应能力较强、实时性好，处理速度较快。

Anti chaff jamming method of radio fuze based on sparse representation

【技术实现步骤摘要】
基于稀疏表示的无线电引信抗箔条干扰方法
本属于无线电引信干扰
，特别是一种自适应能力较强、实时性好、处理速度较快的基于稀疏表示的无线电引信抗箔条干扰方法。
技术介绍
在电子战中常常施放箔条进行对抗干扰，它是一种技术简单、成本低廉、效果显著的电子干扰措施，其作用机理是通过在空中投放大量随机分布的箔条，形成箔条云或干扰走廊，以迷惑、屏蔽或削弱地方电子武器，达到保护己方作战工具和人员安全的作用。自第二次世界大战以来箔条干扰的地位越来越重要，由于其显著的干扰性能，各个国家和地区也竞相展开了箔条干扰技术和抗干扰方法的研究。无线电引信是一种利用目标电磁散射特性对目标进行探测，对弹药实施起爆控制的一种装置，是武器系统的重要组成部分之一，已广泛应用于航天、航空、防化等各军事领域以及汽车防撞、测速测距等民用场合。为了解决无线电引信在探测目标时受到箔条干扰而出现目标识别有误，无法精准有效攻击敌方目标的问题，必须深入研究无线电引信抗箔条干扰技术，这将在一定程度上对武器系统性能的提升和国防安全的巩固具有深刻的意义。对抗箔条干扰的研究，目前文献和专利已有方法和技术主要包括：(1)时频域滤波技术；(2)极化识别法；(3)多普勒滤波；(4)信号特征识别法；(5)提高雷达或引信分辨率；(6)复合制导技术等。如文献《时频分析技术在抑制箔条干扰中的应用》采用了时频域滤波技术，考虑在一个特定的时频通域里设计一个线性的、时变的滤波器，在时频联合域进行滤波。借鉴时频投影和时频展开理论，提出了基于线性信号空间的Wigner-Ville分布，设计目标距离像的域通及时频投影滤波器，对雷达回波进行脉冲周期内域通滤波的方法，具有在箔条杂波背景下抑制干扰的能力；又如专利《脉冲多普勒雷达极化抗干扰方法》采用了极化识别的方法，其技术方案为：输入雷达双极化回波信号，判决是否存在有源压制式干扰，当存在压制干扰时需进行极化对消；然后计算前后脉冲之间的目标信号走动时间，对脉冲序列进行距离走动校正；再对双极化通道作相参积累，并将零频移到频谱中心，锁定目标在多普勒-距离二维矩阵中的通道号，设置目标二维跟踪波门，在跟踪波门内作二维恒虚警检测；最后进行目标极化比检测判决，把通过检测判决的信号，输出作为干扰抑制后的目标信号，从而提高对目标的正确检测概率，专利所述专利技术可显著地提高针对箔条、有源压制和欺骗等多种干扰的抑制能力，实现对目标有效检测。现有方法和技术存在的问题主要有：(1)无法适应和满足现实作战环境：方法大多仅针对某一特定场景，验证来自仿真数据，与实际作战环境有很大出入；(2)实时性较差：无法满足系统要求，算法性能有待提高；(3)工程性较差：无硬件实现和试验验证环节，主要停留在算法理论研究阶段；(4)目前绝大部分研究对象为雷达，对无线电引信的抗箔条干扰研究相对较少。
技术实现思路
本专利技术的目的在于提供一种基于稀疏表示的无线电引信抗箔条干扰方法，自适应能力较强、实时性好，处理速度较快。实现本专利技术目的的技术解决方案为：一种基于稀疏表示的无线电引信抗箔条干扰方法，包括如下步骤：(10)预处理：对引信回波信号进行归一化处理得到稀疏分解的引信回波信号，选取目标回波信号和箔条干扰信号得到两种训练样本；(20)稀疏字典学习：基于K聚类奇异值分解方法对两种训练样本分别学习，得到两种自适应稀疏字典：目标稀疏字典和箔条干扰稀疏字典；(30)稀疏表示：基于正交匹配跟踪算法，利用目标稀疏字典对归一化处理后的引信回波信号进行稀疏表示，输出稀疏系数；或者利用箔条稀疏字典对归一化处理后的引信回波信号进行稀疏表示，输出稀疏系数；(40)阈值判决：基于向量的l2范数理论，利用引信回波信号、稀疏系数和稀疏字典计算得到稀疏重构误差，根据预设阈值，判断引信回波信号类型；(50)结果输出：若是引信目标回波，则直接输出该重构信号，反之，则将回波信号与重构信号作差，得到引信目标回波。与现有技术相比，本专利技术的显著优点为：1、自适应能力较强，可满足复杂作战环境的要求：本专利技术中的稀疏字典是基于真实场景下测试所得的数据构建的训练样本学习而得到的，对混有干扰信号的回波信号具有更强的稀疏表示能力，只要超完备字典库足够丰富，即可满足不同箔条干扰场景和真实作战环境的抗干扰处理。2、实时性好，处理速度较快：本专利技术采用线下学习字典建立了超完备字典库的方法，不占用抗干扰信号处理时间，同时正交匹配跟踪算法具有更快的收敛速度，所需重构原子更少，算法性能优越；3、工程实现可行性更高：本专利技术主要集中在训练样本采集、稀疏字典的学习与存储以及信号处理模块，硬件实现方案实际有效，试验性较强，工程实现可行性更高。4、有利于完善无线电引信抗干扰体系：雷达和引信在工作原理和信号分析上有一定的共同点，但由于引信是末制导，其作用距离和作用时间短，对实时性、识别精度和抗干扰等方面要求比雷达系统更为苛刻。本专利技术研究对象从雷达过渡为引信，对无线电引信抗干扰技术的深入研究在一定程度上会提升引信的作战效能，丰富电子对抗知识体系。附图说明附图1是基于稀疏表示的无线电引信抗箔条干扰方法的主流程图。附图2是图1中稀疏字典学习步骤的流程图。附图3是图1中稀疏表示步骤的流程图。具体实施方式如图1所示，本专利技术基于稀疏表示的无线电引信抗箔条干扰方法，包括如下步骤：(10)预处理：对引信回波信号进行归一化处理得到稀疏分解的引信回波信号，选取目标回波信号和箔条干扰信号得到两种训练样本；(20)稀疏字典学习：基于K聚类奇异值分解方法对两种训练样本分别学习，得到两种自适应稀疏字典：目标稀疏字典和箔条干扰稀疏字典；如图2所示，所述(20)稀疏字典学习的步骤包括：(21)预处理：输入训练集和空白字典，并对空白字典和循环次数进行初始化，设置循环次数上限和重构误差阈值；(22)稀疏编码：利用正交匹配跟踪算法得到训练样本的稀疏系数；(23)字典更新：更新字典中每一个原子及其对应的稀疏系数：首先找到用到原子的所有训练样本在字典中的对应索引集号；利用原子和稀疏表示系数计算得到误差矩阵；找出误差矩阵对应的索引号；最后做奇异值分解更新字典原子和稀疏系数；(24)循环迭代：完成一次稀疏编码和字典更新后，循环次数自增，同时计算是否满足迭代条件，满足，停止迭代，否则，跳转执行(22)；(25)字典输出：得到系数字典并输出。稀疏字典是一组过完备基组成的空间，常用的固定字典有离散余弦基字典、小波字典、Gabor字典、高斯字典等，其对特定类别的信号进行稀疏表达，表达的稀疏系数并不能达到最优稀疏程度。通过对特定类别信号集的字典学习，可得到平均重构误差最小化的稀疏字典。稀疏字典训练的目的是寻找使得x尽量稀疏的字典D*，即求解方程：输入：训练集：引信目标回波样本Y＝{y1,y2,...,yN},yi∈Rn或箔条干扰样本Y′＝{y1′,y2′,...,yN′},yi′∈Rn；循环次数本文档来自技高网...

【技术保护点】
1.一种基于稀疏表示的无线电引信抗箔条干扰方法，其特征在于，包括如下步骤：/n(10)预处理：对引信回波信号进行归一化处理得到稀疏分解的引信回波信号，选取目标回波信号和箔条干扰信号得到两种训练样本；/n(20)字典学习：基于K聚类奇异值分解方法对两种训练样本分别学习，得到两种自适应稀疏字典：目标稀疏字典和箔条干扰稀疏字典；/n(30)稀疏表示：基于正交匹配跟踪算法，利用目标稀疏字典对归一化处理后的引信回波信号进行稀疏表示，输出稀疏系数；或者利用箔条稀疏字典对归一化处理后的引信回波信号进行稀疏表示，输出稀疏系数；/n(40)阈值判决：基于向量的l

【技术特征摘要】
1.一种基于稀疏表示的无线电引信抗箔条干扰方法，其特征在于，包括如下步骤：
(10)预处理：对引信回波信号进行归一化处理得到稀疏分解的引信回波信号，选取目标回波信号和箔条干扰信号得到两种训练样本；
(20)字典学习：基于K聚类奇异值分解方法对两种训练样本分别学习，得到两种自适应稀疏字典：目标稀疏字典和箔条干扰稀疏字典；
(30)稀疏表示：基于正交匹配跟踪算法，利用目标稀疏字典对归一化处理后的引信回波信号进行稀疏表示，输出稀疏系数；或者利用箔条稀疏字典对归一化处理后的引信回波信号进行稀疏表示，输出稀疏系数；
(40)阈值判决：基于向量的l2范数理论，利用引信回波信号、稀疏系数和稀疏字典计算得到稀疏重构误差，根据预设阈值，判断引信回波信号类型；
(50)结果输出：若是引信目标回波，则直接输出该重构信号，反之，则将回波信号与重构信号作差，得到引信目标回波。


2.根据权利要求1所述的无线电引信抗箔条干扰方法，其特征在于，所述(20)稀疏字典学习的步骤包括：
(21)预处理：输入训练集和空白字典，并对空白字典和循环次数进行初始化，设置循环次数上限和重构误差阈值；
(22)稀疏编码：利用...

【专利技术属性】
技术研发人员：刘景萍，张帆，林慧君，刘遨云，常梦璐，李紫婷，李文东，秦港，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：江苏;32