一种自适应雷达抗压制性欺骗干扰方法

压制性欺骗干扰兼具压制性噪声干扰和脉冲欺骗干扰的特点,使得传统的副瓣相消和副瓣匿影等抗干扰措施失效.本文提出了一种时空级联自适应雷达抗压制性欺骗干扰方法.该方法首先采用时域深加权的离散傅立叶变换(DFT)滤波,然后进行干扰样本的识别与收集.若判断出干扰为压制性欺骗干扰,则利用收集到的样本数据求取副瓣相消器的权矢量,从而自适应对消压制性欺骗干扰.甚至在一些干扰个数多于辅助通道数的场合下,也能有很好的对消效果.计算机仿真实验证明了该方法的有效性.     

对SAR双通道对消的方位向间歇采样散射波干扰

合成孔径雷达（Synthetic Aperture Radar,SAR）通道对消技术可有效抑制散射波干扰等多种干扰类型,因此本文提出利用方位向间歇采样散射波干扰慢时间间歇性来对抗SAR双通道对消系统的干扰方法.首先详细推导了散射波干扰的SAR双通道对消原理,然后建立了方位向间歇采样散射波干扰模型并分析了该方法对传统SAR成像的干扰效果.在此基础上,分别研究了该干扰方法在双通道对消系统分别采用两种相位补偿条件时的对抗效果.理论与实验分析表明：当采用自动相位搜索算法估计相位进行补偿时,可使得场景对消成像出现类似噪声的混乱明暗斑点,并伴随着未对消的虚假散射场景;当采用准确相位进行补偿时,可在对消成像中形成多个虚假散射场景和对消暗条纹.     

一种高精度频率估计的抗噪声调幅干扰算法

噪声调幅干扰对消中,干扰频率估计精度较低将导致干扰对消效果严重退化.针对此问题,提出一种基于高精度干扰频率估计的噪声调幅干扰对消方法.该方法首先对Candon算法和Rife算法中谱线的幅值作线性融合处理,然后基于内插离散傅里叶变换,分割离散频谱区域,最后对干扰信号解调并利用频域对消方法抑制干扰.仿真结果表明,该方法具有良好的频率估计性能并能在强干扰背景下有效地抑制噪声调幅干扰.     

基于离散余弦变换的旁瓣对消技术研究

自适应旁瓣对消是一种有效抑制有源干扰的措施。研究了自适应旁瓣对消和合成孔径雷达（SAR）有源遮盖式干扰的基本原理,详细推导了基于离散余弦变换的DCT-LMS频域自适应方法,并将其应用于SAR的旁瓣对消系统中。通过与其他自适应算法的对比实验,证明了DCT-LMS算法兼有收敛速度快,计算量小的优点。最终模拟实际环境中的干扰源,利用SAR的实际数据进行了仿真实验。实验结果表明,DCT-LMS算法能有效地抑制有源干扰噪声,确保SAR接收机正常工作,具有较高的干扰对消比。     

基于DPCA和多分辨分析的SAR微弱运动目标检测

图像域偏移相位中心天线(DPCA)方法可显著抑制双孔径合成孔径雷达(SAR)的静止杂波,但对消处理后的剩余杂波和噪声仍可严重影响微弱目标检测性能。该文提出采用二维多分辨分析在DPCA处理后图像域进一步抑制干扰,显著改善了SAR微弱运动目标的检测性能。数值仿真验证了新方法对杂波和噪声二种干扰成分的抑制性能。     

改进时域对消算法抗主瓣恒模干扰研究

针对常规的时域对消法在抑制主瓣恒模干扰信号时,脉压峰值损失6 dB且目标位置处仍有残余干扰的问题,提出了一种改进的时域对消处理方法。本文首先通过推导对消后剩余信号的具体表达式,接着给出一种时变匹配滤波器形式,提出了基于时变滤波处理的脉压信噪比补偿算法。然后为了提取被对消后残余干扰淹没的小目标,给出了一种在主目标位置处再次对消残余干扰的干扰抑制方法,使得小目标能够被检测。最后给出了改进时域对消算法流程。计算机仿真说明了该方法的有效性。     

一种基于STAP的多通道SAR噪声干扰抑制方法

随着合成孔径雷达(SAR)的广泛应用,针对SAR的干扰技术也不断发展.首先分析了SAR噪声干扰技术的特点,提出了一种基于空时自适应处理(STAP)的多通道SAR噪声干扰抑制方法,原理是通过对总干扰协方差矩阵的特征子空间分析,将多通道SAR回波数据投影到杂波子空间以及干扰子空间的垂直子空间,以实现噪声干扰信号的抑制,与通常的自适应波束形成方法相比,子空间方法对存在主波束内的噪声干扰具有更好的抑制效果,数据处理的结果验证了该方法的有效性.     

机载相控阵雷达抗压制性噪声干扰方法研究

压制性噪声干扰是机载相控阵雷达中最重要的干扰形式.首先,分析了机载相控阵雷达压制性噪声干扰的特点;然后,按照同时抑制和级联抑制两种形式对现有抗压制性噪声干扰方法的基本原理和优缺点进行了分析;最后,通过仿真实验比较了各种抗压制性噪声干扰方法的干扰抑制性能,并给出了两种典型抗压制性噪声干扰方法的运算量.     

基于信号子空间处理的和/差波束干涉SAR/GMTI技术研究

该文研究了和/差波束干涉SAR/GMTI技术在通道不平衡条件下地杂波对消问题.文中阐述了和/差波束干涉SAR/GMTI的原理,推导了理想条件下地杂波空域对消因子.实际系统中,由于存在通道幅相不一致等误差,直接空域对消并不能有效抑制地杂波.该文研究了基于信号子空间处理的和/差波束干涉SAR/GMTI方案,通过二维信号子空间处理自适应地校正通道误差,进而对地杂波进行空域对消.仿真实验表明该方案对系统误差的敏感度显著下降,具有很好的鲁棒性,更适合于工程实施.     

基于间歇采样的合成孔径雷达目标有源隐身方法

基于间歇采样, 从理论上提出了一种新型合成孔径雷达目标有源隐身方法.对有源对消信号作间歇采样处理, 间歇采样后的对消信号不仅可以对消真实目标回波信号, 还可以在合成孔径雷达(Synthetic Apertare Radar, SAR)图像上形成二维多假目标.文中给出了合成孔径雷达目标有源隐身的基本原理, 从理论上推导了基于间歇采样的有源隐身方法.在此基础上, 研究了对消信号参数误差以及间歇采样关键参数对有源对消和假目标生成的影响, 给出了影响有源对消和二维假目标分布的关键因素, 最后进行了仿真验证.     

双通道极化SAR干扰抑制

该文结合SAR领域的两种重要技术极化和多通道,提出了在双通道极化合成孔径雷达(D-PolSAR)系统中同时抑制压制和欺骗干扰的方法。文章首先建立了D-PolSAR系统模型,分析了在这一系统下的信号模型和干扰模型;然后分析干扰信号与真实目标信号在D-PolSAR系统下的差异,提出了基于相位补偿的双通道相消方法来同时抑制压制干扰和欺骗干扰,仿真实验证明该方法的有效性。     

针对SAR双通道对消的多站协同散射波干扰

合成孔径雷达(SAR)双通道对消技术可有效抑制单站散射波干扰,因此,文中提出对抗双通道对消系统的多站协同散射波干扰方法,结合补偿相位搜索和对消流程分别分析了多站同时工作和多站分时交替工作的干扰效果。沿方位向部署的多个干扰站可破坏SAR各通道接收干扰信号的原有相位关系,从而严重影响相位搜索结果和场景成像。理论分析与实验结果表明:多散射波干扰站同时工作时,可在对消成像中形成多个无法被消除的虚假散射场景,并伴随部分真实场景信息损失;多站分时交替工作时,可使得场景对消成像出现类似噪声的明暗斑,并且三站分时干扰效果优于双站。     

利用双天线干涉检测针对SAR的欺骗干扰

该文根据欺骗干扰原理,将动目标检测技术引入到对欺骗干扰目标的检测中,提出了沿航迹双天线干涉对消检测欺骗干扰的方法。并在空域对消技术的基础上,进一步提出了跨航迹双天线干涉对消检测欺骗干扰的方法。文中分别对这两种检测方法中的空域对消技术做了详细的分析,对检测方法的适用性进行了讨论。最后利用点目标进行了仿真实验,结果表明这两种方法都能对欺骗干扰目标进行有效的检测与识别。     

微动特性干扰对基于FrFT的多孔径SAR/GMTI的效果分析

微动特性干扰主要模拟了微动目标对合成孔径雷达图像的方位扩展影响,其成像特性已经得到了比较好的研究,但是对SAR/GMTI的影响研究还不充分.本文主要分析了基于分数阶傅里叶变换的多孔径SAR/GMTI的原理,根据分数阶傅里叶变换的本质和该方法下的杂波对消、干涉相位的响应特性,结合了微动干扰的多普勒特性,初步研究了在旋转角...     

对线性调频脉压雷达的灵巧噪声干扰研究

针对传统噪声在干扰LFM脉冲压缩雷达时干扰功率利用率不高的问题,提出一种灵巧噪声干扰实现方法。该方法将DRFM存储的雷达发射信号与噪声信号相卷积得到灵巧噪声信号,这种信号干扰能量利用率高,能产生压制性和欺骗性双重干扰效果。文章从理论分析和仿真实验角度证明了它能有效干扰LFM脉冲压缩雷达,且性能明显优于射频噪声干扰。     

散射波干扰对多通道SAR-GMTI的对抗性能分析

针对散射波干扰对多通道合成孔径雷达-地面动目标显示(SAR-GMTI)的对抗性能展开研究,文中给出了散射波干扰原理,分析了散射波干扰在SAR距离向和方位向的干扰效果,采用三通道干涉对消技术分析了散射波干扰对多通道GMTI的对抗性能。理论分析和仿真实验表明:散射波干扰对多通道SAR-GMTI仍然具有假目标干扰效果,由于多通道GMTI对干扰的抑制和对消,假目标幅度受正弦调制系数的影响将出现增强区和削弱区。     

多载频MIMO-SAR对消处理抗欺骗干扰

 根据多发多收合成孔径雷达(MIMO-SAR)的特点,提出在重叠等效相位中心(EPC)处采用对消处理抑制欺骗干扰的方法.MIMO-SAR采用收发同置天线配置可形成多组位置相同的等效相位中心;发射多载频线性调频(LFM)信号将使每组位置重叠等效相位中心处的回波相位有所差异.利用此特点,可以在子回波相位补偿后采用对消处理对欺骗干扰进行抑制.文中给出了收发同置MIMO-SAR的系统模型,分析了欺骗干扰下的回波特点,指出在位置重叠等效相位中心处的欺骗干扰信号对间仅存在相位差异,给出了对消处理完成欺骗干扰抑制的信号流程,实验结果证明了本文方法的有效性.     

基于深度CNN模型的SAR图像有源干扰类型识别方法

合成孔径雷达(SAR)能够全天时全天候获取感兴趣区域的高分辨率雷达图像,在诸多领域获得了成功应用。在电子对抗博弈环境下,SAR图像解译与情报生成也面临复杂电磁干扰的严重影响。当前,国内外学者提出了许多SAR抗干扰技术方法。然而,作为抗干扰的前提,SAR图像干扰类型识别这一关键技术却鲜有报道。该文针对SAR图像典型有源干扰类型识别开展研究。首先,选取5种典型有源干扰样式,并根据干扰参数,细分为9种干扰类型,作为干扰识别对象。其次,开展干扰信号回波仿真,通过与MiniSAR实测数据进行回波域叠加和成像处理,构建了典型有源干扰类型样本集。在此基础上,提出了一种结合注意力机制的深度卷积神经网络(CNN)模型,并开展了对比实验验证。实验表明,对不同场景和不同干扰参数情形,相比于传统深度CNN模型,该文方法取得了更高的识别精度和更稳健的性能。