一种基于干扰重构的自适应干扰对消算法

从干扰信号的波束域和时域特征入手,建立了基于四阶累积量联合对角化的干扰估计模型,提出了联合干扰重构和自适应对消的主瓣干扰抑制算法,给出了处理流程和工程应用条件,分析了干扰重构的相对误差,对信噪比损失性能进行了仿真分析,同时评估了对测角性能的影响。仿真结果表明,在干噪比大于40 dB、干扰与目标夹角大于1/8 波束宽度的条件下,该算法可有效抑制主瓣干扰,其重构的干扰信号与真实干扰信号相对误差小于2% ,干扰抑制后目标回波信噪比损失小于3 dB,测角精度恶化小于波束宽度的1/30。     

一种基于改进NLMS的多雷达主瓣干扰抑制方法

远程探测场景下弹载主瓣干扰因与目标角度间隔小，单站抗干扰方法性能下降严重。多雷达通过合理布站可有效“分辨”目标和干扰，被认为是可有效抑制主瓣干扰的途径。针对当前多雷达抗主瓣干扰方法普遍存在收敛速度慢的问题，提出一种基于改进归一化最小均方（NLMS）的多雷达对消抗主瓣干扰方法，并通过理论推导给出了其应用条件。该方法通过定义消散因子实现对步长的自适应控制从而达到快速收敛的目的，仿真结果表明该方法在收敛速度及收敛后均方误差（MSE）上具有明显优势。最后通过外场试验进一步验证该方法的性能，在满足布站条件且干噪比≥30 dB的前提下，信噪比改善可达19 dB以上，具有较高的应用价值。     

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.     

间歇采样转发式干扰的时频域辨识与抑制

间歇采样转发式干扰利用数字射频存储器(DRFM)对雷达发射信号进行截获与转发,具有小型化、轻量化和灵活多变的优势,可搭载在目标上形成多点源主瓣干扰,对现代雷达构成了严重威胁。该文对上述干扰的辨识与抑制方法进行了研究。通过推导干扰脉冲压缩与时频分布的解析表达式,分析了目标回波与典型干扰信号的时频特征差异;在此基础上,提出一种时频域干扰辨识方法,并构造时频域滤波器进行干扰抑制。仿真结果表明:在原始信号干噪比大于–3 dB的情况下,算法辨识率可达90%;在此基础上,通过时频域滤波可以对3种典型策略下干扰都进行有效抑制,其峰值信干噪比改善可达18 dB。      

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。     

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。      

一种空域-极化域联合的雷达欺骗干扰抑制算法

现代电子战中雷达有源欺骗干扰,特别是转发式欺骗干扰,已对雷达构成了严重的威胁。本文针对阵列雷达中有源欺骗干扰抑制问题,研究了一种空域-极化域联合处理的抑制方法。该方法采用矩阵法测量目标和干扰的空域及极化域参数;然后借助子空间投影理论构建滤波算子;进而在由空域和极化域组成的联合域上滤除欺骗干扰并提取目标回波,从而达到干扰抑制的目标。该算法采用信干噪比改善因子来衡量其性能,同时推导了改善因子的理论上限。该算法具有较低的复杂度,大量计算机仿验证其性能。仿真结果表明,算法不仅有良好的欺骗干扰抑制效果,并且在一定程度上也抑制了噪声;当SNR>10dB,参数估计相对误差小于0.1,抑制前后回波相关系数大于90%,干扰和噪声抑制度大于10dB。      

基于斜投影的波束域主瓣抗干扰研究

针对雷达主瓣干扰和计算量大的问题进行深入系统的研究,给出了基于空间谱估计斜投影滤波的主瓣抗干扰方法。首先,将阵元域数据变换到波束域进行处理能够在保证感兴趣区域内性能不变的情况下大大降低计算量。其次,对波束域数据进行斜投影滤波处理,抑制主瓣干扰,具有较高的工程应用价值。最后,通过计算机仿真表明：只有保证接收数据的快拍数大于2倍阵元数目,信号与主瓣干扰方位间隔大于1/4波束宽度,并且信噪比和主瓣干噪比的差异在20dB以内时,处理后的波束域数据在信号估计时不会出现估计误差,能正确地检测出目标信号。     

射频干扰对消技术抗单音干扰性能分析

传统的抗射频阻塞干扰方法会引起有用信号的畸变,同时仅部分抑制了射频阻塞干扰。为了解决这些抗干扰方式存在的不足,提出了一种解决方案射频干扰对消,给出了射频干扰对消抗阻塞干扰的实现方法,并对其抗单音干扰的性能做了计算仿真。结果表明,采用射频干扰对消技术后,在Eb/N0相同的条件下,干信比在10~30dB范围内,对误码率没有影响。     

基于分数阶相关的间歇采样转发干扰抑制算法

间歇采样转发干扰是一种典型的雷达有源干扰样式.为对抗自卫式间歇采样转发干扰,分析了干扰假目标生成机理,在此基础上,受时域相关、频域相关启发,设计提出基于分数阶相关的间歇采样转发干扰抑制算法.算法以一个相干处理间隔受干扰回波为处理对象,通过对不同重复周期回波进行不同阶次分数阶相关处理,改变假目标快时间位置分布,经相参积累达成干扰抑制目的.仿真结果表明,所提算法对间歇采样转发干扰具有一定抑制效能,经干扰抑制处理,真实目标有效检测临界干信比提升约25 dB,虚假目标抑制率大于50％.     

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JADE的和差四通道抗多主瓣干扰算法

强压制干扰出现在雷达主瓣内时,雷达的探测效能会受到严重影响。对此,提出了基于矩阵联合对角化（Joint Approximation Diagonalization, JADE）的和差四通道抗多主瓣压制干扰算法。新方法利用JADE算法通过对和差四通道接收到的混合信号进行盲分离,然后对分离后的4个通道进行脉压处理,最后进行峰值检测以提取目标回波信息,从而有效抑制多主瓣压制干扰。仿真结果表明,该方法在主瓣干扰位于1/10个波束宽度时依然有效,性能比空域自适应处理方法有明显改善。     

Fast ICA 盲分离算法在雷达抗主瓣干扰中的应用研究

压制干扰信号从主瓣进入雷达天线,会严重影响雷达的性能,通常的副瓣抗干扰技术难以奏效。文中首先给出了Fast ICA 应用于雷达抗主瓣干扰的信号模型;在高信噪比的均匀噪声环境中,利用基于寻找峭度的局部极值点的Fast ICA盲分离算法分离接收到的主瓣干扰混合信号,通过脉压找出目标信号。仿真验证了算法用于抗主瓣干扰的有效性,该算法具有良好的抗干扰性能,在分离效率上具有较明显的优势。     

主瓣干扰下多点约束自适应单脉冲测角方法

当存在主瓣干扰的情况下,采用常规的自适应波束形成技术会使单脉冲曲线严重失真,从而导致无法对感兴趣的目标正常测角及跟踪。为了在抑制主瓣干扰的同时能基本保持自适应单脉冲比曲线不失真,提出了一种基于多点约束的自适应单脉冲测角方法,该方法采用约束自适应波束形成技术,即在自适应抑制干扰的同时选取多个约束点对用于测角的单脉冲比进行约束,从而大大提高了存在主瓣干扰下单脉冲测角的性能。计算机仿真实验证明了该方法的有效性。     

基于干扰重构和分数阶滤波的频谱弥散干扰抑制

频谱弥散(Smeared Spectrum,SMSP)干扰是一种针对脉冲压缩雷达的密集假目标干扰,兼具压制和欺骗干扰效果.为了有效抑制SMSP干扰,根据SMSP干扰参数与雷达发射信号参数的关系,提出了基于干扰重构对消和分数阶滤波的干扰抑制方法.首先利用分数阶傅里叶变换对SMSP干扰调频率进行精估计得到SMSP干扰子脉冲个数和脉宽,然后构造特殊匹配滤波器估计SMSP干扰的时延,接着采用匹配傅里叶变换估计SMSP干扰的幅度和初始相位,最后在参数估计的基础上重构SMSP干扰并对消.仿真结果表明,干扰重构对消达到29 dB以上信干比增益,在此基础上分数阶滤波能进一步提高信干噪比增益.     

主/旁瓣干扰对单脉冲测角的影响分析

存在干扰的情况下,采用自适应阵列信号处理可以有效地抑制干扰.在对单脉冲特性曲线的影响因素进行分析的基础上,研究了基于单脉冲比的最大似然法角度估计算法及干扰情况下的单脉冲测角技术,对线性约束最小方差单脉冲算法进行了仿真分析,仿真过程中采用泰勒加权以降低和波束旁瓣.结果表明,将主瓣内的干扰置零,会导致和差波束的畸变.和差波束的畸变导致在单脉冲特性曲线中出现奇异值,奇异值将导致在一个检测单元内的角度估计模糊.     

基于深度神经网络的收发同时系统中自干扰数字对消算法

为了解决转发式干扰机收发同时系统中的自干扰难以对消问题,该文设计一种基于深度神经网络(DNN)的自干扰对消算法。在自干扰信号与目标信号强相关且混叠的情况下该算法可以有效地消除自干扰信号。在此基础上,该文利用分段侦收的信号快速生成干扰的方法,验证了该算法在收发同时系统中自干扰信号对消的可行性,实现了基于本脉冲的雷达干扰信号构建,对敌方雷达快速做出反应,在电子对抗中占据有利地位。该文利用典型的线性调频(LFM)和二进制相移键控(BPSK)雷达信号生成数据集训练深度神经网络,用测试集去测试网络输出的模型。实验结果表明:在收发同时系统中目标信号与自干扰信号混叠的情况下,基于DNN的自干扰对消算法可以有效消除自干扰信号,在信干比–8 dB的情况下,对消比可达到26 dB以上。     

灰色卡尔曼滤波的主瓣移动干扰抑制方法

现有的基于和差通道的主瓣干扰对消技术中对消通道间的比例系数多采用维纳滤波的方法进行估计,然而维纳滤波仅适用于平稳随机信号的估计,即该方法仅在干扰源静止的条件下有效,但是当干扰源处于移动过程中时,干扰信号为非平稳随机信号,此时维纳滤波的方法便失去作用。为此,本文提出了一种基于灰色卡尔曼滤波的主瓣移动干扰抑制方法。该方法采用基于灰色模型的卡尔曼滤波器对相消通道间的比例系数进行预测,能够有效地消除移动干扰源所产生的主瓣干扰。      

基于极化二元阵雷达的空域虚拟极化滤波算法

极化滤波利用干扰信号和目标信号的极化状态差异,可有效抑制有源压制干扰,然而,现有极化雷达需要两路发射通道和接收通道,存在系统复杂、实现代价高等诸多困难。该文提出了一种新体制极化雷达模型极化二元阵雷达,该系统仅需一路发射通道和接收通道即可实现极化测量。基于极化二元阵天线的空域极化特性,建立了有源压制干扰、目标回波的接收信号模型,研究了抑制有源压制干扰的空域虚拟极化滤波算法,仿真实验结果表明:对于窄带噪声调频干扰,信干比(SIR)改善因子能达到20 dB以上。