本发明涉及全极化体制雷达领域，特别涉及一种极化雷达抗角反射器干扰的方法。
背景技术：
雷达目标的极化信息与其结构、材料、形状、姿态取向等有着直接的联系。通过极化信息的提取，可以获取目标表面粗糙度、对称性和取向等其他参数难以表征的特征，是完整刻画目标特性所不可或缺的。
直接利用目标散射矩阵或者从功率矩阵中提取目标的极化特征。由散射矩阵获得的极化参数和极化不变量确定了在给定姿态下目标的后向散射特征，是雷达从视线方向所能获得的目标最大信息量。利用极化参数的变换特征和极化不变量作为特征来识别目标，是一条有效的技术途径。
角反射器干扰在当前的电子对抗系统中应用非常普遍。但是关于如何鉴别舰船和角的文献非常少。一方面一直把角反射器替代舰船当作打靶的工具，并没有把角反射器当作干扰来对待；另一方面，没有找到较合适的方法对抗角反射器。
现有技术中，通过采用散射中心模型，推导了海面目标横摇运动引入的雷达微多普勒信号模型，利用时频分析方法和一阶矩方法，提取了目标回波的瞬时多普勒和微多普勒。通过定义目标雷达回波的微多普勒主频率特征实现了角反射器干扰的有效鉴别。但是此方法受海面环境的影响因素较大。
在现有技术中，还可利用目标宽带条件下极化分解比重邻频差异的统计特性，将krogager极化分解算法用于舰船和角反射器阵列的鉴别。该方法适用于单个角反射器和角反射器阵列，可以达到较好的鉴别效果。目标分解方法主要适用于目标散射特性差别较大的情况，多用于极化sar图像分类中；类型相同的目标可能会具有相同的散射分量，很难用简单的方法对其区分；需要配合其他的特征进行识别，且此算法很难做到实时性。
目前，专利方面，电子科技大学提出“一种基于波形设计的主被动雷达协同抗干扰方法”(申请号：cn201410468299)，其是利用雷达波形设计技术，采用主被动雷达协同工作的模式，利用被动雷达实时侦测的回波信息，对干扰进行检测和识别，估计干扰的相关参数，主动雷达利用被动雷达提供的干扰信息，设计最优的发射波形，并对回波信息进行处理。该方法采用主被动雷达同时工作，增加了系统的复杂性；同时，要设计最优发射波形，不能做到实时性。
深圳光启高等理工研究院提出“一种雷达抗干扰的方法”(申请号：cn201110060728)，其是在接收雷达的反射面和馈源之间放置一个超材料极化转换器，用以转换发射雷达发出的干扰电磁波的极化方式。然后，接收雷达改用经极化转换器转换后的极化方式通信。该方法适用于两种极化方式不同的雷达之间工作，无法对抗角反射器无源干扰。
合肥佳瑞林电子技术有限公司提出“一种抗干扰雷达”(申请号：cn201610617067)，该方法适用于杂波抑制和对经过调制的有源干扰起以一定的抗干扰效果，但是无法对抗角反射器这种无源干扰。
技术实现要素：
本发明目的是提供一种基于极化雷达抗角反射器干扰的方法，通过在极化识别的基础上提出基于目标回波极化特征和宽带雷达目标极化特性相结合的识别方法，此方法首先提取目标回波的极化散射矩阵，通过散射矩阵计算其极化不变量，通过极化不变量初步鉴别船和角反射器，为提高识别率，通过宽带雷达目标的极化特性进行进一步分类识别，从而实现达到快速有效识别角反射器和船的目的。
为了实现以上目的，本发明通过以下技术方案实现：
一种基于极化雷达抗角反射器干扰的方法，包含以下过程：外场对船模型和角反射器进行雷达回波采样，对回波数据进行处理，提取其全极化散射矩阵数据。根据所述全极化散射矩阵数据计算每个频率点下的极化不变量。将所述计算得到的极化不变量数据放在数据库中，作为svm分类器的训练样本。雷达发射单频信号，极化雷达实时采集回波数据，计算极化特征，形成测试样本，在所述数据库中找到与所述雷达实时采集回波数据频率相对应的训练样本，运用svm分类器进行鉴别舰船和角反射器。
优选地，所述通过回波数据计算极化散射矩阵进一步包含以下过程：主天线接收电压：
vm1(t)＝gm2(shh+2εshv+ε2svv)χ(t)+nm1(t)
式中，gm为主天线的电压增益，
若为垂直极化方式，那么主天线的接收电压为：
式中，tr为雷达脉冲重复周期，nm2(t)为主天线接收通道的接收机噪声，服从正态分布。
当雷达发射水平极化信号时，辅天线的接收电压：
vc1(t)＝gmgc[shv(1+ε2)+ε(shv+svv)]χ(t)+nc1(t)
式中，gc为辅天线的电压方向图，nc1(t)为当雷达发射水平极化信号时，辅助天线接收通道接收机噪声。
在雷达发射垂直极化信号时，辅天线的接收电压：
vc2(t)＝gmgc[svv+2εshv+ε2shh]χ(t)+nc2(t)
式中，nc2(t)为当雷达发射垂直极化信号时，辅助天线接收通道接收机噪声。
令ma＝shh-svv
则
同理，由(1)和(3)得
shh(1-2ε2)-ε2svv＝mb
极化散射矩阵共极化分量的估计值分别为：
上述极化散射分量shv的估计值为：
式中，
根据雷达目标的互易性：shv＝svh，得到回波全极化散射矩阵。
优选地，所述极化不变量包含：
行列式模值|△|：
散射矩阵的迹s1：
s1＝svv+shh；
功率矩阵迹p1：
p1＝|shh|2+|svv|2+2|shv|2；
功率矩阵行列式值|△|p：
组合不变量系数η：
目标极化形状因子γ：
散射总能量σs：
目标观测长度ls：
ls＝(max{l|h(l)>q}-min{l|h(l)>q})△r
式中，h(l)为距离像；q为门限阈，其与噪声电平有关；△r为距离分辨单元大小；
频域响应特性为：雷达发射电磁波频率为x波段，船和角反射器在各个极化通道的频域特性；
频率敏感性p与q：
p＝max{|fft-1[η1(f)]|}
q＝max{|fft-1[λ2(f)]|}
式中：
优选地，所述特征参量p、q用于表示雷达目标极化散射随频率的变化特征，度量雷达目标电磁散射的极化色散程度和其极化散射结构的稳定程度。
优选地，对于所述目标分类识别进一步包含以下过程：基于目标的行列式模值、散射矩阵的迹、功率矩阵迹、功率矩阵行列式值、组合不变量系数、目标极化形状因子通过svm分类器进行分类识别；
当船识别率低于第一预设值，角反识别率大于第二预设值时，则认为雷达距离门内没有目标，无需进行二级分类识别；
当角反射器识别率低于第一预设值，舰船识别率大于第二预设值，则认为雷达距离门内船目标，则无进行二级分类识别；
当角反射器和船识别率大于第一预设值并且小于第二预设值；则进行二级识别。
优选地，所述二级识别是对目标的目标散射总能量、径向长度、频域响应特性、频率敏感性特征参量p、q进行分类识别。
本发明与现有技术相比具有以下优点：
本发明通过在极化识别的基础上提出基于目标回波极化特征和宽带雷达目标极化特性相结合的识别方法，此方法首先提取目标回波的极化散射矩阵，通过散射矩阵计算其极化不变量，通过极化不变量初步鉴别船和角反射器，为提高识别率，通过宽带雷达目标的极化特性进行进一步分类识别，从而具有能够达到快速有效识别角反射器和船的优点。
本发明比微多普勒鉴别角反射器受环境因素小，相对极化分解计算量较少；且本发明分两级分类易做到实时性，简单易行，且可以推广到识别其他假目标干扰。
附图说明
图1为本发明一种基于极化雷达抗角反射器干扰的方法的流程图。
具体实施方式
以下结合附图，通过详细说明一个较佳的具体实施例，对本发明做进一步阐述。
如图1所示，本发明一种基于极化雷达抗角反射器干扰的方法，包含以下过程：
步骤s1、外场对船模型和角反射器进行雷达回波采样，对回波数据进行处理，提取其全极化散射矩阵数据。
步骤s2、根据上述全极化散射矩阵数据计算每个频率点下的极化不变量；上述极化不变量包含：行列式模值、功率矩阵迹、组合不变量系数、目标极化形状因子、散射总能量、径向长度、频域响应特性、频率敏感性两个参量p和q。
步骤s3、将上述计算得到的极化不变量数据放在数据库中，作为svm分类器的训练样本。
步骤s4、雷达发射单频信号，极化雷达实时采集到在此频率下的回波数据，计算极化特征，形成测试样本，在特征库中找到与上述频率的频点对应的训练样本，运用svm分类器进行分类识别，从而达到鉴别舰船和角反射器的目的。
通过svm分类器对测试样本进行分类识别时，进一步包含以下过程：首先基于目标的行列式模值、散射矩阵的迹、功率矩阵迹、功率矩阵行列式值、组合不变量系数、目标极化形状因子运用svm进行分类识别。如果船识别率低于20％，角反识别率大于80％，则认为雷达距离门内没有舰船目标，不需要进行二级分类识别；如果角反射器识别率低于20％，舰船识别率大于80％，则认为雷达距离门内有船目标，则不需要进行二级分类识别；如果角反射器和船识别率大于20％并且小于80％；则进行二级识别。二级识别对目标的目标散射总能量、径向长度、频域响应特性、频率敏感性特征参量p、q进行分类识别。
在本实施例中，在步骤s1中，外场获得舰船和角反射器的频率处于x波段，实验发射信号采用步进频体制实现，步进频率为2mhz，俯仰角为40～60°，方位角为0～180°，角度步进1°的回波数据。
在步骤s2中，所述每个频率点的俯仰角为40～60°，方位为0～180°角度步进1°。
在本实施例中，假设角反射器边长为1m，舰船模型长为10米，宽为3m,高为1米，角反射器距离船模型5m。且船和角反射器的rcs相近。接收天线放在距离船和角反射器20m处。雷达步进跳频测量系统的工作频率范围为x波段，跳频间隔为2mhz，步进跳频测量系统与舰船和角反射器连线垂直放置，雷达测量的俯仰角设为40～60°，采样间隔1°，方位角设置从0°～180°，雷达分时发射水平、垂直极化波，接收时两个正交极化通道同时接收信号，同时分别测量hh、hv、vv、vh4种线极化波回波。
在步骤s1中，通过回波数据计算极化散射矩阵，具体计算过程如下：
雷达主天线接收电压：
vm1(t)＝gm2(shh+2εshv+ε2svv)χ(t)+nm1(t)(1)
式中，gm为主天线的电压增益，
发射的电磁波若为垂直极化，那么主天线的接收电压为：
式中，tr为雷达脉冲重复周期，nm2(t)为主天线接收通道的接收机噪声，服从正态分布。
当雷达发射水平极化信号时，辅天线的接收电压：
vc1(t)＝gmgc[shv(1+ε2)+ε(shv+svv)]χ(t)+nc1(t)(3)
式中，gc为辅天线的电压方向图，nc1(t)为当雷达发射水平极化信号时，辅助天线接收通道接收机噪声。
在雷达发射垂直极化信号时，辅天线的接收电压：
vc2(t)＝gmgc[svv+2εshv+ε2shh]χ(t)+nc2(t)(4)
式中，nc2(t)为当雷达发射垂直极化信号时，辅助天线接收通道接收机噪声。式(1)减式(2)得
令ma＝shh-svv(6)
则由式5和式6得到：
同理得：
由式6和式8得极化散射矩阵共极化分量的估计值分别为：
极化散射分量shv的估计值为：
式中，
本实施例中，在步骤s2，由极化散射矩阵得到每个频率点和每个角度的特征值即计划不变量进一步为：
行列式模值|△|
散射矩阵的迹s1:
s1＝svv+shh(13)
功率矩阵迹p1：
p1＝|shh|2+|svv|2+2|shv|2(14)
功率矩阵行列式值|△|p：
组合不变量系数η：
目标极化形状因子γ：
散射总能量σs：
目标观测长度ls：
ls＝(max{l|h(l)>q}-min{l|h(l)>q})△r(19)
式中，h(l)为距离像；q为门限阈，其与噪声电平有关；△r为距离分辨单元大小。
频域响应特性为：雷达发射电磁波频率为x波段，船和角反射器在各个极化通道的频域特性。
频率敏感性p与q：
p＝max{|fft-1[η1(f)]|}(20)
q＝max{|fft-1[λ2(f)]|}(21)
式中：
上述特征参量p、q侧重反映了雷达目标极化散射随频率的变化特征，度量了雷达目标电磁散射的极化色散程度和其极化散射结构的稳定程度。
在本实施例中，将计算的特征参量放入数据库中。将船的11个特征量作为svm分类器的正训练样本，将角反射器的11个特征量作为svm分类器的负训练样本。雷达采集的回波数据的11个特征量作为测试样本。svm分类器的核函数选择高斯核函数，并选择对应的核参数和惩罚因子。
对于目标分类识别，分两级操作。第一步：先基于目标的行列式模值、散射矩阵的迹、功率矩阵迹、功率矩阵行列式值、组合不变量系数、目标极化形状因子进行分类识别。在实际应用时，雷达发射单频信号，获得在此频率下的回波数据，计算极化特征，形成测试样本，在特征库中找到本频点的训练样本，运用svm进行分类识别。
如果船识别率低于20％，角反识别率大于80％，则认为雷达距离门内没有目标，不需要进行二级分类识别；如果角反射器识别率低于20％，舰船识别率大于80％，则认为雷达距离门内船目标，则不需要进行二级分类识别；如果角反射器和船识别率大于20％并且小于80％；则进行二级识别。二级识别对目标的目标散射总能量、径向长度、频域响应特性、频率敏感性特征参量p、q进行分类识别。
尽管本发明的内容已经通过上述优选实施例作了详细介绍，但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后，对于本发明的多种修改和替代都将是显而易见的。因此，本发明的保护范围应由所附的权利要求来限定。