本发明专利技术公开了一种压缩感知雷达干扰信号识别分类方法，包括构造优化观测向量对回波脉冲信号群进行观测，并通过观测前后信号的功率变化来判断干扰信号存在与否。随后，分别针对转发式欺骗干扰信号、窄带噪声压制性干扰信号以及宽带噪声压制性干扰信号三类典型干扰信号设计相应的冗余字典，从而建立真实目标回波与各类干扰信号的联合稀疏表示模型，最后通过对联合稀疏表示模型进行优化求解，得到联合稀疏向量并基于该联合稀疏向量设计针对干扰信号分类的融合判决准则，实现对干扰信号的有效分类。本发明专利技术解决了干扰类型的识别和分类问题，为后续针对性的设计各类型干扰抑制方法提供基础。供基础。供基础。
【技术实现步骤摘要】
一种压缩感知雷达干扰信号识别分类方法
[0001]本专利技术涉及一种雷达干扰信号识别方法，特别是涉及一种压缩感知雷达干扰信号识别分类方法。
技术介绍
[0002]随着现在电子战技术的快速发展，雷达系统所面临的干扰信号类型与样式不断增加，在目标探测与追踪的过程中面临的困难与挑战也随之剧增。同时，随着现在电子技术的不断发展以及空间频带的进一步挖掘，雷达系统所面临的干扰信号也从原来的单一样式转变为多样式联合的复杂干扰信号。对于压缩感知雷达而言，各类欺骗性干扰与压制性干扰会以不同的形式破坏压缩感知雷达的目标场景稀疏特性，从而严重影响压缩感知雷达的目标探测能力。又考虑到不同类型的干扰信号对压缩感知雷达的影响具有差异性，因此针对不同类型干扰信号的抑制方法也必须具有针对性。
技术实现思路
[0003]针对上述现有技术的缺陷，本专利技术提供了一种压缩感知雷达干扰信号识别分类方法，目的是解决干扰类型的识别和分类问题，为后续针对性的设计各类型干扰抑制方法提供基础。
[0004]本专利技术技术方案如下：一种压缩感知雷达干扰信号识别分类方法，其特征在于，包括以下步骤：
[0005]步骤1)构造优化观测向量
[0006]步骤2)利用所述优化观测向量对回波脉冲群X进行观测，得到观测信号Y；
[0007]步骤3)计算相关域观测前后的接收信号功率增益并通过是否超过阈值判别是否存在干扰信号，若存在干扰信号则进入步骤4)；
[0008]步骤4)构造针对转发式欺骗干扰的时频域过完备字典Ψ
r
、针对窄带噪声压制性干扰的过完备字典Ψ
n
以及针对宽带噪声压制性干扰的过完备字典Ψ
j
，并建立目标回波与干扰信号的联合冗余字典Ψ＝[Ψ
r
，Ψ
n
，Ψ
j
]；
[0009]步骤5)选取回波脉冲x
p
，对其联合稀疏表示模型进行求解得到联合稀疏向量
[0010]步骤6)依据基于联合稀疏向量的l0‑
范数以及l2‑
范数的融合判决准则，对干扰信号分类为转发式欺骗干扰、窄带噪声压制性干扰及宽带噪声压制性干扰。
[0011]进一步地，所述步骤1)包括以下步骤：
[0012]步骤1.1)对第p个回波脉冲信号进行采样点数为N的采样，得到采样回波脉冲信号x
p
；
[0013]步骤1.2)将总的P个采样回波脉冲信号构造成回波脉冲群X＝[x1，x2，
…
，x
P
]；
[0014]步骤1.3)计算回波脉冲群的自相关函数：
[0015][0016]其中E{
·
}表示数学期望，(
·
)
T
表示转置运算；
[0017]步骤1.4)以与步骤1.1)中相同的采样率对发射信号s(t)进行采样，并计算采样发射信号的自相关函数
[0018]R
s
(τ)＝E{s(N)s
T
(N
‑
τ)}
[0019]步骤1.5)求解优化问题
[0020][0021]得到观测向量的优化解，其中(
·
)
H
表示共轭转置。
[0022]进一步地，所述观测信号
[0023]进一步地，所述接收信号功率增益
[0024][0025]设阈值ε，当时，则判定接收信号内存在干扰信号，进入步骤4)，否则结束分类。
[0026]进一步地，所述步骤4)中窄带噪声压制性干扰的过完备字典Ψ
n
的构造包括以下步骤：
[0027]将窄带压制性干扰近似为若干个窄脉冲信号的调制组合，即
[0028][0029]其中u(t)为阶跃信号，T
J
为干扰子脉冲的脉宽，f
q
为第q个干扰子脉冲的中心频率，在考虑Q个干扰子脉冲中心频率的范围内，
[0030]进一步地，所述步骤4)中宽带噪声压制性干扰的过完备字典Ψ
j
的构造包括以下步骤：
[0031]步骤4.1)选择宽带噪声压制性干扰样本信号J
I
(t)；
[0032]步骤4.2)建立约束模型
[0033][0034]步骤4.3)选择超参数α、λ，将步骤6.2)中的约束模型转换为非约束模型
[0035][0036]其中<
·
>表示乘积运算；
[0037]步骤4.4)利用交替方向乘子方法求解上述非约束模型，得到J
I
(t)的K个样本分量g
k
(t)，k＝1，
…
，K；
[0038]步骤4.5)利用模态分量g
k
(t)构造Ψ
j
。
[0039]进一步地，所述步骤6)包括以下步骤：
[0040]步骤6.1)设置针对转发式欺骗干扰鉴别的判决器ξ1为针对该判决器的l0‑
范数判决门限；设置针对窄带噪声压制性干扰鉴别的判决器Ω(ξ2，κ2)，ξ2为针对该判决器的l0‑
范数判决门限，κ2为针对该判决器的l2‑
范数判决门限；设置针对宽带噪声压制性干扰鉴别的判决器ξ3为针对该判决器的l0‑
范数判决门限，κ3为针对该判决器的l2‑
范数判决门限；
[0041]步骤6.2)基于各判决器的判决门限，对联合稀疏向量中的稀疏分量进行融合判决，确定干扰信号的类型。
[0042]进一步地，步骤6.2)基于各判决器的判决门限，对联合稀疏向量中的稀疏分量进行融合判决，具体为：若则认为存在转发式欺骗干扰信号；若且则认为存在窄带噪声压制性干扰信号；若且则认为存在宽带噪声压制性干扰信号。
[0043]本专利技术所提供的技术方案的优点在于：
[0044]本专利技术通过优化观测判断是否存在干扰信号，并进一步的分别针对转发式欺骗干扰信号、窄带噪声压制性干扰信号以及宽带噪声压制性干扰信号三类干扰信号设计相应的冗余字典，实现目标回波与各类型干扰信号的联合稀疏表示，最后通过联合优化重构算法得到联合稀疏向量并对联合稀疏向量中的各稀疏分量进行融合判决，确定干扰信号信号的类型，为后续进行针对性干扰抑制提供基础。
附图说明
[0045]图1为压缩感知雷达干扰信号识别分类方法步骤流程图。
具体实施方式
[0046]下面结合实施例对本专利技术作进一步说明，应理解这些实施例仅用于说明本专利技术而不用于限制本专利技术的范围，在阅读了本说明之后，本领域技术人员对本说明的各种等同形
式的修改均落于本申请所附权利要求所限定的范围内。
[0047]请结合图1所示，本实施例的压缩感知雷达干扰信号识别分类方法首先通过设计优化观测向量对回波脉冲信号群进行观测，并通过观测前后信号的功率变化来判断干扰信号存在与否。随后，分别针对转发本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种压缩感知雷达干扰信号识别分类方法，其特征在于，包括以下步骤：步骤1)构造优化观测向量步骤2)利用所述优化观测向量对回波脉冲群X进行观测，得到观测信号Y；步骤3)计算相关域观测前后的接收信号功率增益并通过是否超过阈值判别是否存在干扰信号，若存在干扰信号则进入步骤4)；步骤4)构造针对转发式欺骗干扰的时频域过完备字典Ψ
r
、针对窄带噪声压制性干扰的过完备字典Ψ
n
以及针对宽带噪声压制性干扰的过完备字典Ψ
j
，并建立目标回波与干扰信号的联合冗余字典Ψ＝[Ψ
r
，Ψ
n
，Ψ
j
]；步骤5)选取回波脉冲x
p
，对其联合稀疏表示模型进行求解得到联合稀疏向量步骤6)依据基于联合稀疏向量的l0‑
范数以及l2‑
范数的融合判决准则，对干扰信号分类为转发式欺骗干扰、窄带噪声压制性干扰及宽带噪声压制性干扰。2.根据权利要求1所述的压缩感知雷达干扰信号识别分类方法，其特征在于，所述步骤1)包括以下步骤：步骤1.1)对第p个回波脉冲信号进行采样点数为N的采样，得到采样回波脉冲信号x
p
；步骤1.2)将总的P个采样回波脉冲信号构造成回波脉冲群X＝[x1，x2，
…
，x
P
]；步骤1.3)计算回波脉冲群的自相关函数：其中E{
·
}表示数学期望，(
·
)
T
表示转置运算；步骤1.4)以与步骤1.1)中相同的采样率对发射信号s(t)进行采样，并计算采样发射信号的自相关函数R
s
(τ)＝E{s(N)s
T
(N
‑
τ)}步骤1.5)求解优化问题得到观测向量的优化解，其中(
·
)
H
表示共轭转置。3.根据权利要求1所述的压缩感知雷达干扰信号识别分类方法，其特征在于，所述观测信号4.根据权利要求1所述的压缩感知雷达干扰信号识别分类方法，其特征在于，所述接收信号功率增益设阈值ε，当时，则判定接收信号内存在干扰信号，进入步骤4)，否则结束...
【专利技术属性】
技术研发人员：陶宇，周鑫俊，刘诚毅，顾涵，张猛蛟，张静亚，
申请(专利权)人：常熟理工学院，
类型：发明
国别省市：
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。