基于信号—数据联合处理的有源压制干扰抑制方法与流程

本发明属于雷达抗干扰领域，适用于解决线性调频雷达在有源压制干扰下的干扰抑制与目标检测问题。

背景技术：

现代雷达所面临的电磁环境日益恶劣，针对雷达的电磁干扰技术迅速发展，其中有源压制干扰是雷达干扰的主要方式之一。有源压制干扰的大量使用，极大制约了雷达作战效能的发挥。而线性调频(linearfrequencymodulation,lfm)信号具有较大的时宽带宽积，能够同时满足作用距离和距离分辨率的要求，从而被广泛应用于现代雷达系统中,所以适用于脉冲压缩雷达的有源压制干扰抑制技术对雷达的实战和发展具有实际性的推动作用。

目前，针对脉冲压缩雷达的有源压制干扰抑制方法在信号层主要包括分数阶傅里叶域处理，其中，文献[frft应用于雷达抗主瓣压制干扰技术研究[j].现代防御技术,2015,43(6):83-89.]利用lfm信号在分数阶傅里叶域(fractionalfouriertransform,frft)的能量聚集特性，通过峰值搜索找到lfm信号的能量聚集点坐标，然后通过frft域窄带滤波去除大部分压制干扰和噪声的能量，最后通过frft逆变换恢复出目标信号。

基于信号层frft域处理的有源压制干扰抑制方法存在以下缺陷：在强压制干扰环境下，lfm信号在frft域的能量聚集点不一定是峰值点，此时通过峰值搜索的方法确定能量聚集点坐标，错误率较高。

技术实现要素：

本发明的目的是提出一种基于信号—数据联合处理的有源压制干扰抑制方法，以解决强压制干扰环境下基于信号层frft域峰值搜索算法错误率较高的问题。

本发明提出的基于信号—数据联合处理的有源压制干扰抑制方法的技术方案包括以下步骤：

步骤(一)：利用frft变换首先完成lfm信号的检测和参数估计：

(1)选取变换角度为-arctan(μ)，对lfm信号进行frft变换，以将lfm信号变换为复正弦信号，其中μ为lfm信号的调制斜率；

(2)利用子空间正交算法，通过对复正弦信号进行检测以及角频率估计，来完成对lfm信号的检测以及载频的估计。

步骤(二)：根据载频估计，在frft域对lfm信号进行窄带滤波：

(1)引入尺度因子定义新的尺度化坐标：

其中，t表示观测时间，fs表示采样频率；

(2)根据lfm信号载频的估计，完成lfm信号在frft域能量聚集点的坐标估计：

(3)在阶次构建以为中心，宽度为l的窄带滤波器，完成frft域lfm信号的窄带滤波；

(4)将滤波器输出反旋转角度变换到时域，并经过脉冲压缩和恒虚警检测等处理形成点迹。

步骤(三)：由于目标点迹受目标机动性能的影响，满足一定的分布规律，而噪声点迹则呈现出随机性、无序性的特点，基于两者的不同特性，运用m/n逻辑法对目标进行检测，并结合信号层对目标运动状态的估计，对不满足要求的噪声航迹进行剔除：

(1)运用m/n逻辑法对恒虚警检测所得到的所有点迹进行处理；

(2)根据信号层对目标多普勒频率的估计对不满足要求的噪声航迹进行剔除：

设k1、k2时刻的点迹坐标分别为(x1,y1)和(x2,y2)，则数据层对k2时刻目标的多普勒频率估计为：

其中，sign()表示取符号函数，λ为雷达工作波长。

信号层对目标多普勒频率的估计为：

由于信号层对目标径向速度的估计精度较低，所以在此只根据多普勒频率估计的方向进行判决。对每个时刻的航迹点进行如下判决：

对于某一条航迹而言，当速度估计矛盾的时刻数大于p时，判定航迹为噪声航迹，并予以剔除。

本发明的有益效果说明：

(1)相比于现有的压制干扰抑制方法，本发明能够适用于lfm信号能量聚集点不是峰值点的情况，从而解决了现有方法错误率较高的问题；

(2)本发明将信号层处理和数据层处理相结合，从而能够应用于信干比更低时的情况。

附图说明

附图1是本发明的方法步骤流程图；

附图2是信干比为-25db条件下，lfm信号在frft域正交阶次的谱分布情况

附图3是信干比为-25db条件下，子空间正交方法得到的复正弦信号伪谱图；

附图4是窄带滤波前脉冲压缩结果；

附图5是窄带滤波后脉冲压缩结果；

附图6是窄带滤波前恒虚警检测形成的点迹情况；

附图7是窄带滤波后恒虚警检测形成的点迹情况；

附图8是应用m/n逻辑法对目标进行检测得到的航迹结果；

附图9是根据径向速度判决对噪声航迹进行剔除后结果；

附图10是数据层最终得到的目标航迹结果。

具体实施方法

下面结合附图对本发明基于信号—数据联合处理的有源压制干扰抑制方法进行详细描述。参照附图1，具体实施步骤如下所示：

(1)按下式对lfm信号进行frft变换以得到复正弦信号：

其中，α1＝-arctanμ；

(2)将上式进行离散化，并用如下矩阵形式表示：

其中，根据噪声子空间的性质可知：

其中，g是由q的m个最小特征值对应特征向量所构成的噪声子空间，通过求解离散状态下的最小值就可以得到ωn的估计值；

(3)根据下式得到lfm信号在frft域的能量聚集点坐标(p0,u0)的估计为：

(4)在阶次构建以为中心，宽度为l的窄带滤波器，l取值为：

其中，ρ表示的估计误差标准差；

(5)将滤波器输出反旋转角度变换到时域，并进行脉冲压缩和恒虚警检测等处理，最终得到点迹的距离和方位角信息，以及对应的误差协方差阵；

(6)在x，y坐标系中，以暂时航迹的第一个点p1[x(1),y(1)]为圆心，vmaxt、vmint分别为半径构成圆环形区域，如果下一个周期雷达在此区域内观测到新的点迹，则暂时航迹形成了第二个点p2[x(2),y(2)]，否则将删除该暂时航迹；在获得p1[x(1),y(1)]、p2[x(2),y(2)]点后，进行直线外推，以得到点p3[x(1),y(1)]；以为中心确定关联区域；若第3次扫描量测所得的最小d3min值小于门限值γ，则对该d3min值所对应的量测点p3[x(3),y(3)]给予互联；重复上述直线外推和关联的步骤，完成目标检测。

(7)对每个时刻的航迹点进行如下判决：

对于某一条航迹而言，当速度估计矛盾的时刻数大于p时，判定航迹为噪声航迹，并予以剔除。

设雷达发射的lfm信号脉宽为50μs，带宽为5mhz，载频为5ghz，中频为1mhz，中频采样频率为15mhz；雷达扫描周期为1s，测距和测角误差分别为100m和0.2°。射频噪声干扰信号的带宽为20mhz，能够在频带上覆盖目标回波信号，目标参数信息如表1：

表1目标参数

在雷达回波信号信干比为-25db条件下进行仿真实验。

通过附图2可以看出，信干比为-25db时，lfm信号在frft域的能量聚集点被完全淹没在噪声干扰中，无法通过峰值搜索的方法得到能量聚集点坐标；通过附图3可以看出，复正弦信号的角频率能够较准确的被估计出来；通过图2和图3的对比可以看出，本发明方法在低信干比情况下优于峰值搜索方法；通过附图4和附图5可以看出，本专利方法在较好的保留了目标回波信息前提下滤除了大部分噪声干扰的能量；通过附图6和附图7可以看出，窄带滤波之后所生成的点迹数量明显减少，从而有利于数据层对目标的检测；通过附图8可以看出，m/n逻辑法能够对目标进行检测，但同时，由噪声点迹形成的噪声航迹也被误检出来；通过附图9可以看出，径向速度判决能够对一部分径向速度不满足判决条件的噪声航迹进行剔除，效果较为明显；通过附图10可以看出，经过较长时间的检测，噪声航迹最终被完全剔除。