机载双基地极化敏感阵列多干扰抑制

为了破解雷达主瓣干扰尤其是多个主副瓣干扰同时抑制的难题,该文利用目标极化散射特性在不同入射角存在差异而干扰近似相同的特点,将极化信息应用到机载双基地雷达,通过构建机载双基地极化敏感阵列来实现主副瓣干扰抑制。该方法主要通过双基地-极化分级抑制来实现。首先重构协方差矩阵遮蔽主瓣干扰来分别抑制双基地主辅雷达副瓣干扰,然后将辅雷达接收数据时域对齐后送主雷达,最后修正主辅雷达主瓣干扰导向矢量,并利用极化对消实现主瓣干扰抑制。仿真结果表明:利用双基地-极化分级抑制方法可实现多个主副瓣干扰同时抑制,大幅提升雷达系统抗干扰能力。      

数字阵列雷达抗多个主副瓣干扰方法的性能比较

当今电子战中,常使用组合干扰战术,同时抗多个主副瓣干扰成为雷达系统面临的巨大挑战。矩形相控阵可以合成四个通道波束,并利用差波束对消和波束内的一个主瓣干扰,保持对目标的探测性能和测角精度。全数字化的相控阵可采用行列自适应波束合成,充分利用数字阵的自由度,同时抑制多个主副瓣干扰,提升了雷达同时抗干扰的能力。为进一步提高雷达的抗干扰和目标探测性能,文中提出一种新的两级架构,首先采用高增益的辅助窄波束消除主瓣干扰;然后,自适应合成和差波束并做单脉冲测角。该方法将干扰对目标探测性能的影响降到了最小。     

基于非均匀子阵的双和/三差通道同时抑制主副瓣干扰

针对相控阵单脉冲雷达体制测角的情况,本文提出了一种降维双和/三差通道自适应同时抑制主、副瓣干扰的算法.该算法利用权值逼近的方法,在非均匀子阵上形成静态和、俯仰差、方位差、双差波束以及指向副瓣干扰方向的和波束,差波束、指向副瓣干扰的和波束作为静态和波束的辅助波束,双差波束作为差波束的辅助波束,根据维纳滤波原理通过对辅助波束的优化加权对消掉和波束中的主副瓣干扰信号及差波束中的主瓣干扰信号,设计出一种新的干扰抑制和测角跟踪算法.所提算法结构简单、测角精度高、能同时抑制主副瓣干扰且鉴角斜率无需修正.仿真实验和性能分析证明了所提算法的有效性和正确性.     

阻塞矩阵抗干扰方法性能分析

阻塞矩阵抗干扰方法在阵列抗干扰方面已有较多研究,该方法利用阻塞预处理将主瓣干扰信号去除,之后自适应波束形成处理实现副瓣干扰抑制和主瓣保形,但其抗干扰性能尚缺乏详细分析。文中推导了算法的实现原理,引入抗干扰等效权矢量,并采用阵列输出信干噪比增益指标、抗干扰方向图等对抗干扰性能进行分析,仿真结果表明,当存在主瓣干扰时,该方法会带来副瓣电平增高、主波束变形及偏移等问题,同时还会引起阵列自由度损失,导致抗干扰性能变差。      

多基地极化雷达主瓣干扰抑制算法

现代战场电子对抗日益复杂,电磁干扰形式多样,当干扰从接收机主瓣进入会形成主瓣干扰。主瓣干扰严重影响雷达正常工作,传统空域、极化域、时频域等抗干扰算法都很难有效对其抑制。为有效抑制主瓣干扰,文章利用目标极化散射特性在不同角度存在差异的特点,提出基于多基雷达的空-极化协同滤波主瓣干扰抑制方法。方法首先采用主瓣保形技术在空域抑制副瓣干扰并压低空间噪声,然后将多基地雷达接收的数据进行时域对齐,计算包含主瓣干扰和回波信号的数据协方差矩阵,通过分解协方差矩阵在空-极化信号空间识别干扰,估计回波信号导向矢量,最后将目标回波与主瓣干扰通过多基地极化滤波,滤除主瓣干扰保留目标回波信号。通过仿真算法抑制噪声干扰与转发干扰,验证了所提算法能够有效对抗主瓣干扰,有效提高输出信干噪比。      

反卷积波束形成在主瓣干扰抑制中的应用

干扰抑制可分为旁瓣干扰抑制和主瓣干扰抑制两种。传统的自适应波束形成算法在旁瓣干扰抑制中具有良好的抗干扰性能,但在主瓣干扰抑制中基本失效。针对主瓣存在强干扰的情况,提出一种结合零点约束的反卷积波束形成算法。该方法首先通过反卷积算法获取准确的强干扰方位,然后在干扰方位附近设置零点约束,计算零点约束下的波束输出响应;最后基于Lucy-Richardson迭代实现反卷积处理,对弱目标方位进行估计。仿真结果表明,该算法可对位于主瓣内的干扰进行有效抑制并对弱目标进行方位估计,同时对阵列误差具有较好的鲁棒性。     

一种改进的基于干扰源定向的零点预处理算法

基于在零陷对准干扰信号的情况下，零陷过深导致主瓣展宽、副瓣较高，使得主波束形状不佳等问题，提出了一种改进算法，该算法可以在准确抑制干扰信号的同时保持良好的主波束形状及副瓣电平；同时提出了原算法对干扰来向误差较为敏感的改进办法。计算机仿真结果证明了新算法的有效性。     

盲源分离在雷达抗主瓣干扰中的应用研究

主瓣干扰位于雷达主瓣内,干扰信号通常很强,会严重影响雷达探测性能.常用的副瓣匿影和副瓣对消措施难以奏效.文中给出了盲源分离抗干扰信号模型,在此基础上提出了基于矩阵联合对角化特征矢量的盲源分离抗主瓣干扰算法,并给出了不同信噪比条件下主瓣干扰抑制的仿真结果.仿真结果表明,在信噪比大于-15 dB的条件下,干扰抑制比能达到10 dB以上.该方法能有效降低主瓣干扰对雷达探测性能的影响,具有良好的应用前景.     

关于主瓣干扰抑制技术的研究

天波超视距雷达中，天线的主瓣方向与副瓣方向一样，也会引入大量的干扰，导致脉冲压缩后目标信号淹没在干扰的旁瓣之中。利用最小二乘法和特征子空间投影的方法来抑制主瓣干扰，分析比较了它们的抑制性能。结果表明：最小二乘法实现简单，能较好的抑制小功率的干扰，而特征子空间投影的方法对于大功率的输入干扰，抑制效果更好；实际中将两种方法相结合，可取得不错的效果。     

一种低副瓣阵列天线指数幅度加权算法及仿真

在阵列天线的波束形成设计中,对波束的低副瓣设计提出了严格要求。提出了一种优化线阵列天线副瓣抑制的幅度加权的波束形成算法。通过此加权算法在小幅度展宽波束主瓣宽度的情况下,实现副瓣抑制高达30 d B的效果。并通过对多个不同单元数量的线阵列天线的方向图综合仿真计算,分析该算法参数对方向图的影响,该算法具有副瓣抑制效果好,简洁高效,易于工程实现等特点。     

基于阻塞预处理的多基地雷达抗主瓣干扰算法

针对雷达无法对抗主瓣内伴随干扰的问题,该文研究了一种多基地雷达抗主瓣干扰的技术,提出基于阻塞预处理的自适应主瓣干扰对消算法(BP-AMJCA)。该算法首先将阻塞预处理与直接矩阵求逆法相结合,快速得到初始权向量,然后将高阶累积量引入到变遗忘因子递归最小二乘(HOC-VFF-RLS)算法中实现权值的更新。与传统基于最小均方的自适应主瓣干扰对消算法(LMS-AMJCA)相比,该算法复杂度变化不大,但收敛速度快、鲁棒性好。通过进行主瓣干扰抑制仿真实验,结果表明:采用BP-AMJCA算法有效解决了主瓣内目标回波信号被抑制的问题,使得两个接收站的输出信干噪比改善了35-40 dB,具有重要的应用价值。     

基于特征向量空间重构的方向图保形算法

采用特征投影的方法可以实现方向图在主瓣上保形同时抑制旁瓣干扰,但当主瓣干扰强度与旁瓣干扰信号强度相当时,该算法的性能显著降低.针对这一问题,提出了一种主瓣干扰特征向量空间重构的方法,来实现主瓣保形并且抑制旁瓣干扰,对强主瓣干扰与弱主瓣干扰采用不同的方式计算其特征向量并共同构建主瓣干扰特征向量空间,再采用特征投影的方式对协方差矩阵预处理,并根据MVDR准则计算自适应权值.仿真验证了在同时存在强主瓣干扰与弱主瓣干扰时,该方式能有效地在旁瓣干扰处产生零深且主瓣方向保形.     

一种主瓣保形的波束形成新方法

为了保证通信卫星在人为电磁干扰及复杂电磁环境下的正常工作,利用主天线和辅助天线相互配合的思想调整相控阵天线阵元的初始静态权值,通过带有主波束保形的调零算法来对多个干扰实现有效抑制的同时达到波束主瓣保形的目的,即保证在主瓣干扰处准确形成较深的零陷时,主瓣内其他方向上波束方向图与静态方向图尽可能相似。这样可以保证通信时有效地抑制电磁干扰,同时尽量减少对周围服务区域通信质量的影响,并通过仿真验证了这种方法的有效性。     

基于知识辅助的MIMO雷达波形设计方法

该文针对雷达系统受到天线主瓣和副瓣杂波以及强干扰影响时性能下降问题,提出基于距离扩展目标和杂波先验信息的MIMO雷达波形设计方法。首先建立了目标函数,综合考虑了波束主瓣增益、旁瓣杂波抑制能力以及目标输出SCNR的改善性能;然后在优化问题求解中对约束条件进行松弛,使得波形矩阵空域和时域2维解耦合,从而实现空域波束形成和时域波形设计独立优化求解;其次利用L-BFGS算法设计恒模的发射波形矩阵,形成低副瓣的波束方向图和较深的强杂波抑制凹口,并基于目标输出SCNR最大化准则,利用迭代算法分步求解优化的主瓣发射波形和接收滤波器;最后通过电磁仿真的距离扩展目标数据验证所提算法的有效性。     

基于子空间正交性的主瓣干扰抑制算法

针对基于特征投影预处理的主瓣干扰抑制算法中主瓣干扰对应的特征向量难以分辨的问题,提出一种基于子空间正交性的主瓣干扰抑制算法。该方法首先利用主瓣大致区域这一先验知识求出主瓣子空间;再将采样协方差矩阵进行特征分解,得到干扰对应的特征向量并逐一在主瓣子空间中进行正交性测试,筛选出主瓣干扰对应的特征向量;然后利用特征投影矩阵预处理抑制实际接收数据中的主瓣干扰成分;最后,通过协方差重构求解自适应权矢量去除旁瓣干扰。仿真实验结果表明,子空间正交性验证能够检测出多个主瓣干扰对应的特征向量,能够有效抑制多个主瓣干扰,避免了基于特征投影矩阵预处理和协方差矩阵重构的主瓣干扰抑制算法仅能抑制单个主瓣干扰的问题。     

子阵级数字波束形成抗多主副瓣干扰及测角技术

对于大型的二维相扫雷达天线阵列,数字波束形成通常在子阵上完成,以减少数字接收机的数量并降低成本。基于子阵级数字波束形成,文中提出了一种改进的自适应信号处理架构,在低成本的情况下,同时抑制多个主副瓣干扰,并保持对目标的单脉冲测角精度。首先,每个子阵内部形成非自适应的波束并转化为数字输出;再利用行和列波束的分维特性,在子阵级形成自适应波束,进行干扰抑制处理;最后,分别将各个行或列波束合成为全阵列的俯仰或方位和差波束,用于目标的单脉冲测角。与传统的四通道抗主瓣干扰相比,该方法在合成和差波束前,基于子阵级数字波束完成自适应干扰的抑制。因此,充分利用了有限的自由度,挖掘了子阵级数字阵列抗同时多个主副瓣干扰的能力。还结合相控阵雷达实例,给出了仿真结果,验证了该方法的有效性。总的来说,所提出的阵列信号处理架构,在降低系统复杂度和成本的同时,大大提高了雷达系统的抗干扰能力。     

雷达主瓣干扰环境下的测角方法研究

对常规和差测角方法,当脉冲多普勒雷达面临主瓣干扰时,在采用自适应空域干扰抑制算法完成干扰抑制后,测角曲线会发生畸变,从而造成雷达测角性能下降.提出了采用子阵多重信号分类算法进行目标与干扰同时精确测角以及同时完成目标检测的技术,该技术可以有效避免主瓣干扰下和差测角曲线变形问题.通过计算机仿真证明了该方法的有效性.     

一种基于卷积神经网络的LFM信号超低副瓣脉冲压缩方法(英文)北大核心CSCD

脉冲压缩技术是为了解决雷达探测威力与距离分辨力之间的矛盾而提出的。传统匹配滤波方法采用加汉明窗等窗函数的手段抑制脉冲压缩后的副瓣电平,但只能将压缩后的副瓣电平进行一定程度上的抑制,并且带来了不必要的主瓣展宽。近年来,基于卷积神经网络的信号处理技术被广泛应用于各个领域。文中提出了一种新的基于卷积神经网络的线性调频信号脉冲压缩方法,能够在获取近似理想脉冲压缩主瓣的同时,极大地抑制副瓣电平。该方法共由三个子网络组成,分为两个阶段进行。在第一个阶段,使用两个一维卷积神经网络分别从雷达回波信号的实数部分和虚数部分提取特征,并实现初步脉冲压缩;然后基于第一阶段子网络的输出,在第二阶段中利用含有一层隐藏层的子网络来完成脉冲压缩。通过仿真验证,与传统匹配滤波方法相比,该方法可以在获得极窄的脉冲压缩主瓣情况下将脉冲压缩副瓣电平抑制在-85 dB以下,方法有效性得到了充分验证。     

宽带相干源强干扰下波束形成的新方法

相干信号子空间处理方法(CSM)是一种通过构造聚焦矩阵来进行相干源波束形成的方法。在自适应波束形成技术抑制干扰问题中,存在主瓣干扰时,副瓣电平增高、主波束变形且峰值偏移。本文基于一致聚焦的概念,利用一种可用于任意阵列的完全聚焦的方法,从而改善了DBF的估计精度,并且先在数据域实施干扰相消处理,再进行波束形成。该方法可以有效解决副瓣电平增高问题,仿真结果验证了该方法的有效性。     

多相码信号数字脉压滤波器设计

对较小时宽带宽积相位编码信号的时域副瓣抑制滤波器设计问题进行了研究。在约束主瓣输出为常数时使积分副瓣电平最小化，利用最小二乘算法和加权迭代方法，适当放宽主瓣宽度，以使主副比达到最优。仿真结果表明，该方法的设计结果在一定多普勒频率范围内，与匹配滤波相比，能达到10dB以上的主副比改善，且主瓣宽度展宽不大，信噪比损失小于0．5dB。