CN107561512A - 一种脉冲多普勒雷达抗压制式拖曳干扰的极化对消方法 - Google Patents

一种脉冲多普勒雷达抗压制式拖曳干扰的极化对消方法 Download PDF

Info

Publication number
CN107561512A
CN107561512A CN201710908018.5A CN201710908018A CN107561512A CN 107561512 A CN107561512 A CN 107561512A CN 201710908018 A CN201710908018 A CN 201710908018A CN 107561512 A CN107561512 A CN 107561512A
Authority
CN
China
Prior art keywords
mrow
msub
polarization
signal
interference
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710908018.5A
Other languages
English (en)
Other versions
CN107561512B (zh
Inventor
李乾
郑博
祝伟才
吴宁宁
李森
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Radio Equipment Research Institute
Original Assignee
Shanghai Radio Equipment Research Institute
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Radio Equipment Research Institute filed Critical Shanghai Radio Equipment Research Institute
Priority to CN201710908018.5A priority Critical patent/CN107561512B/zh
Publication of CN107561512A publication Critical patent/CN107561512A/zh
Application granted granted Critical
Publication of CN107561512B publication Critical patent/CN107561512B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明提供一种脉冲多普勒雷达的极化抗干扰方法,以抑制压制式拖曳干扰,通过设置极化方式相互正交的主、辅天线同时对信号进行接收,利用二者之间的极化特性差异确定主天线和,方位差和俯仰差三通道信号的极化对消权系数,当干扰能量较强时,在无需知道干扰极化向量和主天线实际接收增益的情况下,就可以对极化对消权系数进行自适应的估计,进而脉冲多普勒雷达能够获得极化对消以后的无干扰信号,实现对真实目标的持续角度跟踪。本发明应用于脉冲多普勒雷达中,能够有效抑制压制式拖曳干扰,增强雷达的检测、跟踪性能。

Description

一种脉冲多普勒雷达抗压制式拖曳干扰的极化对消方法
技术领域
本发明涉及脉冲多普勒雷达抗干扰技术领域,具体涉及一种脉冲多普勒雷达抗压制式拖曳干扰的极化对消方法。
背景技术
近年来,随着电子干扰技术的不断发展,脉冲多普勒雷达面临的电子干扰环境日趋复杂。根据所在平台的不同,压制式噪声干扰可以分为压制式自卫干扰、压制式支援干扰和压制式拖曳干扰三种不同的干扰形式。
压制式自卫干扰是指干扰信号产生于目标自身携带的干扰机吊舱,干扰与目标位置相同。在这种情况下,脉冲多普勒雷达可以通过被动跟踪干扰源技术(HOJ),直接利用大功率的噪声干扰信号,对目标进行角度跟踪。
压制式支援干扰是指干扰机在被干扰雷达的最大探测距离之外发射噪声干扰信号,以掩护真实目标不被发现。一般情况下,压制式支援干扰由被干扰雷达天线的旁瓣进入,因此可以通过旁瓣对消的方式来抑制这种干扰。
而压制式拖曳干扰是指干扰机通过拖曳线与目标载机连接,作为一种典型的载机外有源干扰,干扰与目标位置不同,因此无法通过被动跟踪干扰源技术来对目标进行角度跟踪。此外,压制式拖曳干扰同目标信号一样,由被干扰雷达的主瓣进入,因此旁瓣对消技术也无法抑制这种干扰。
发明内容
针对背景技术的不足,本发明提供一种脉冲多普勒雷达抗压制式拖曳干扰的极化对消方法。该方法通过极化方式相互正交的主天线和辅助天线同时对信号进行接收,并利用二者之间的极化差异来实现对压制式拖曳干扰的对消抑制。
本发明提供的脉冲多普勒雷达抗压制式拖曳干扰的极化对消方法,包括以下步骤:
步骤1:回波信号预处理;
雷达主天线不断向外发射单载波脉冲信号,主、辅天线同时接收回波信号,当空间中存在压制式拖曳干扰时,主天线和路信号经过数字下变频和低通滤波以后的表达式为
其中,R为目标与雷达的距离;λ为信号波长;L为***损耗;σ为目标散射截面积;pt(t)=rect(t/T)为发射信号的复包络,T为脉冲宽度;fd为目标多普勒频率;τ为当前目标距离下的回波时延;为目标在当前姿态下的极化散射矩阵;为主天线和路方向图增益;为目标当前方位俯仰角;为拖曳诱饵当前方位俯仰角;hm=[hmH,hmV]T为主天线极化向量,且||hm||=1;hJ=[hJH,hJV]T为干扰信号极化向量,且有||hJ||=1;J(t)=nJ(t)为噪声干扰信号;nm(t)为主天线接收机噪声。同样的,方位差通道、俯仰差通道和辅助天线通道的接收信号为
其中,为主天线方位差方向图增益;为主天线俯仰差方向图增益;为辅助天线方向图增益;hc=[hcH,hcV]T为辅助天线极化向量,且||hc||=1;nc(t)为辅助天线接收机噪声。
步骤2:干扰极化对消;
对和、方位差、俯仰差和辅助通道信号进行处理,将辅助通道信号乘以对应的权系数分别与和、方位差和俯仰差通道信号进行对消,其数学模型为
yΣ(t)=zΣ(t)-ωΣzc(t),yΔa(t)=zΔa(t)-ωΔazc(t),yΔp(t)=zΔp(t)-ωΔpzc(t)
基于该极化对消模型,理论上的最佳对消权系数 实际情况中,干扰信号的极化向量hJ和天线方向图的实际接收增益往往是未知的,因此需要对最佳对消权系数进行估计。
步骤3:自适应估计最佳对消权系数
对和、方位差、俯仰差和辅助通道n个脉冲重复周期的信号进行采样,得到采样后的四通道信号向量zΣ,zΔa,zΔp和zc,向量长度都为N。继续对四通道信号向量zΣ,zΔa,zΔp和zc进行抽取重排,假设抽取间隔l=[fsT],其中fs为采样频率,T为脉冲宽度,[]为取整符号,按列重排得到p×n的矩阵AΣ,AΔa,AΔp和Ac,其中p为距离门个数,其值为p=N/(nl)。进一步统计矩阵AΣ,AΔa,AΔp与矩阵Ac每一行的能量之比,得到和、方位差以及俯仰差三通道对消权系数的估计序列
将对消权系数的估计序列按大小进行排序得到新的估计序列此时即为和、方位差以及俯仰差三通道对消权系数的自适应最佳估计值,即
代入步骤2的极化对消模型,即可得到极化对消以后的无干扰信号。
步骤3:单脉冲测角;
继续对极化对消以后的和、方位差以及俯仰差三路信号进行处理,经过积累和CFAR检测得到目标的距离和速度信息,再经过单脉冲测角就可以得到目标的方位俯仰角度信息。
综上所述,本发明提供一种脉冲多普勒雷达抗压制式拖曳干扰的极化对消方法,进行和、方位差、俯仰差和辅助通道信号模型的建立;利用辅助通道信号对消和路、方位差和俯仰差三路信号中压制式拖曳干扰;当干扰信号极化向量和天线方向图的实际接收增益未知时,对最佳对消权值进行自适应估计。
本发明带来以下有益效果:
该方法通过极化方式相互正交的主天线和辅助天线同时对信号进行接收,在无需知道干扰极化向量和天线实际接收增益的情况下,简单有效地对极化对消权系数进行自适应的估计,进而将辅助天线接收信号乘以对消权系数与主天线接收信号进行对消,就可以得到干扰信号被极大抑制的和、方位差和俯仰差信号。最后经过再积累和CFAR检测脉冲多普勒雷达就可以提取真实目标信息,实现对目标的持续角度跟踪。
附图说明
图1是本发明的总体流程图;
图2a~图2d是和、方位差、俯仰差和辅助通道四通道的方向图函数;
图3a~图3c是和、方位差和俯仰差三通道对消前信号的频谱图;
图4a~图4c是和、方位差和俯仰差三通道对消以后信号的频谱图;
图5是目标方位、俯仰角十次蒙特卡罗实验的测量结果图。
具体实施方式
下面结合附图和实施例对本发明作进一步详细说明。
参考图1,本发明的具体实施步骤包括:
(1)预处理步骤:雷达主天线发射单载波脉冲信号,主、辅天线同时接收回波信号,当空间中存在压制式拖曳干扰时,主天线和路信号经过数字下变频和低通滤波以后的表达式为
其中,R为目标与雷达的距离;λ为信号波长;L为***损耗;σ为目标散射截面积;pt(t)=rect(t/T)为发射信号的复包络;fd为目标多普勒频率;τ为当前目标距离下的回波时延;为目标在当前姿态下的极化散射矩阵;为主天线和路方向图增益;为目标当前方位俯仰角;为拖曳诱饵当前方位俯仰角;hm=[hmH,hmV]T为主天线极化向量,且||hm||=1;hJ=[hJH,hJV]T为干扰信号极化向量,且有||hJ||=1;J(t)=nJ(t)为噪声干扰信号;nm(t)为主天线接收机噪声。同样的,方位差通道、俯仰差通道和辅助天线通道的接收信号为
其中,为主天线方位差方向图增益;为主天线俯仰差方向图增益;为辅助天线方向图增益;hc=[hcH,hcV]T为辅助天线极化向量,且||hc||=1;nc(t)为辅助天线接收机噪声。
(2)极化对消步骤:对和、方位差、俯仰差和辅助通道n个脉冲重复周期的信号进行采样,得到采样后的四通道信号向量zΣ,zΔa,zΔp和zc,向量长度都为N。继续对四通道信号向量zΣ,zΔa,zΔp和zc进行抽取重排,假设抽取间隔l=[fsT],其中fs为采样频率,T为脉冲宽度,[]为取整符号,按列重排得到p×n的矩阵AΣ,AΔa,AΔp和Ac,其中p为距离门个数,其值为p=N/(nl)。进一步统计矩阵AΣ,AΔa,AΔp与矩阵Ac每一行的能量之比,得到和、方位差以及俯仰差三通道对消权系数的估计序列
将对消权系数的估计序列按大小进行排序得到新的估计序列此时即为和、方位差以及俯仰差三通道对消权系数的自适应最佳估计值,即
将辅助通道信号乘以对应的权系数分别与和、方位差和俯仰差通道信号进行对消,即可得到极化对消以后的无干扰信号,其数学表达式为
(3)单脉冲测角步骤:继续对极化对消以后的和、方位差以及俯仰差三路信号进行处理,经过积累和CFAR检测得到目标的距离和速度信息,再经过单脉冲测角就可以得到目标的方位、俯仰角度信息。
本发明的效果可以通过具体的实施例进一步说明。
实施例条件:考虑雷达主天线的极化方式为水平极化hm=[1,0]T,辅助天线的极化方式为垂直极化hc=[0,1]T;压制式拖曳干扰信号设置为零均值高斯白噪声,同时为了避免极化失配导致的干扰能量损耗,其极化方式设置为圆极化目标极化散射矩阵设置为旋转矩阵旋转角度θr=30°;目标当前方位俯仰角拖曳诱饵当前的方位俯仰角信噪比(SNR)定义为接收信号与接收机热噪声功率的比值,SNR=20dB;干信比(JSR)定义为干扰信号与接收信号功率的比值,JSR=30dB。和路、方位差、俯仰差和辅助通道的方向图函数分别如图2a、图2b、图2c和图2d所示,归一化基准都为和路方向图的最大值。
极化对消前和路、方位差和俯仰差三路信号的频谱图分别如图3a、图3b和图3c所示。可以看到,当存在拖曳式压制干扰时,由于干扰功率比目标功率强很多,三路通道中的目标信号都淹没在噪声干扰中,脉冲多普勒雷达已无法提取目标信息。
利用本发明的极化对消方法对和、方位差、俯仰差和辅助通道四路信号进行处理,得到极化对消以后的和、方位差和俯仰差三路信号,其频谱图分别如图4a、图4b和图4c所示。与图3a~图3c进行对比可以看到,经过极化对消处理,和、方位差和俯仰差三路信号中的干扰都被很好地抑制,目标峰值已可以显现,此时就可以通过提取目标峰值对目标角度进行测量。
图5为十次蒙特卡洛实验方位俯仰角的测量结果,计算可得,目标方位角误差均值为方差为俯仰角误差均值为方差为角度测量精度较高。所以应用本发明对压制式拖曳干扰进行极化对消处理,可以有效抑制干扰信号,保证脉冲多普勒雷达的检测、跟踪性能。
综上所述,本发明提供一种脉冲多普勒雷达的极化抗干扰方法,以抑制压制式拖曳干扰,通过设置极化方式相互正交的主、辅天线同时对信号进行接收,利用二者之间的极化特性差异确定主天线和,方位差和俯仰差三通道信号的极化对消权系数,当干扰能量较强时,在无需知道干扰极化向量和主天线实际接收增益的情况下,就可以对极化对消权系数进行自适应的估计,进而脉冲多普勒雷达能够获得极化对消以后的无干扰信号,实现对真实目标的持续角度跟踪。本发明应用于脉冲多普勒雷达中,能够有效抑制压制式拖曳干扰,增强雷达的检测、跟踪性能。

Claims (5)

1.一种脉冲多普勒雷达抗压制式拖曳干扰的极化对消方法,其特征在于,包括以下步骤:
S1、预处理;
雷达主天线发射单载波脉冲信号,主、辅天线同时接收回波信号,信号处理机对接收信号进行下变频和低通滤波处理,获得主天线和路通道、方位差通道、俯仰差通道和辅助天线通道的接收信号;
S2、干扰极化对消;
对和、方位差、俯仰差和辅助通道的接收信号进行处理,获得将辅助通道的接收信号乘以对应的对消权系数,以分别与和、方位差和俯仰差通道信号进行对消的模型;其中的对消权系数为待估计值;
S3、对消权系数的自适应估计;
对和、方位差、俯仰差和辅助通道的多个脉冲重复周期的信号进行采样,将采样后的四通道信号向量进行抽取重排得到相应的矩阵,将对应和、方位差、俯仰差通道的矩阵与对应辅助通道的矩阵每一行的能量之比进行统计,得到和、方位差以及俯仰差三通道对消权系数的估计序列并进行排序,作为和、方位差以及俯仰差三通道对消权系数的自适应最佳估计值,代入步骤S2的模型,得到极化对消以后的无干扰信号。
2.如权利要求1所述的脉冲多普勒雷达抗压制式拖曳干扰的极化对消方法,其特征在于,在步骤S3之后进一步包含:
S4、单脉冲测角:
对极化对消以后的和、方位差以及俯仰差三路信号进行处理,经过积累和CFAR检测得到目标的距离和速度信息,再经过单脉冲测角得到目标的方位俯仰角度信息。
3.如权利要求1所述的脉冲多普勒雷达抗压制式拖曳干扰的极化对消方法,其特征在于,步骤S1中,当空间中存在压制式拖曳干扰时,
主天线和通道、方位差通道、俯仰差通道和辅助天线的接收信号表示为:
R为目标与雷达的距离;λ为信号波长;L为***损耗;
σ为目标散射截面积;pt(t)=rect(t/T)为发射信号的复包络;
fd为目标多普勒频率;τ为当前目标距离下的回波时延;
S为目标在当前姿态下的极化散射矩阵;
hm为主天线极化向量,且||hm||=1;
hJ为干扰信号极化向量,且有||hJ||=1;
hc为辅助天线极化向量,且||hc||=1;
为主天线和路方向图增益;为主天线方位差方向图增益;
为主天线俯仰差方向图增益;为辅助天线方向图增益;
为目标当前方位俯仰角;为拖曳诱饵当前方位俯仰角;
J(t)为噪声干扰信号;nm(t)为主天线接收机噪声;nc(t)为辅助天线接收机噪声。
4.如权利要求3所述的脉冲多普勒雷达抗压制式拖曳干扰的极化对消方法,其特征在于,
将辅助通道的接收信号乘以对应的对消权系数分别与和、方位差和俯仰差通道信号进行对消的模型为
yΣ(t)=zΣ(t)-ωΣzc(t),yΔa(t)=zΔa(t)-ωΔazc(t),yΔp(t)=zΔp(t)-ωΔpzc(t)
对消权系数在理论上的最佳值的表达式为:
其中,干扰信号极化向量hJ和天线方向图的实际接收增益 为待估计值。
5.如权利要求4所述的一种脉冲多普勒雷达抗压制式拖曳干扰的极化对消方法,其特征在于,
对和、方位差、俯仰差和辅助通道的n个脉冲重复周期的信号进行采样,得到采样后的四通道信号向量zΣ,zΔa,zΔp和zc,向量长度都为N;
对四通道信号向量zΣ,zΔa,zΔp和zc进行抽取重排,抽取间隔l=[fsT],其中fs为采样频率,T为脉冲宽度,[]为取整符号,按列重排得到p×n的矩阵AΣ,AΔa,AΔp和Ac,其中p为距离门个数,其值为p=N/(nl);
统计矩阵AΣ,AΔa,AΔp与矩阵Ac每一行的能量之比,得到和、方位差以及俯仰差三通道对消权系数的估计序列
<mrow> <msub> <mi>&amp;omega;</mi> <mo>&amp;Sigma;</mo> </msub> <mrow> <mo>(</mo> <mi>i</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msub> <mi>A</mi> <mo>&amp;Sigma;</mo> </msub> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> </mrow> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msub> <mi>A</mi> <mi>c</mi> </msub> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> </mrow> </mfrac> <mo>,</mo> <msub> <mi>&amp;omega;</mi> <mrow> <mi>&amp;Delta;</mi> <mi>a</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>i</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msub> <mi>A</mi> <mrow> <mi>&amp;Delta;</mi> <mi>a</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> </mrow> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msub> <mi>A</mi> <mi>c</mi> </msub> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> </mrow> </mfrac> <mo>,</mo> <msub> <mi>&amp;omega;</mi> <mrow> <mi>&amp;Delta;</mi> <mi>p</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>i</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msub> <mi>A</mi> <mrow> <mi>&amp;Delta;</mi> <mi>p</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> </mrow> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msub> <mi>A</mi> <mi>c</mi> </msub> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> </mrow> </mfrac> <mo>,</mo> <mi>i</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mn>...</mn> <mi>p</mi> </mrow>
对估计序列按大小进行排序后,得到新的估计序列得到和、方位差以及俯仰差三通道对消权系数的自适应最佳估计值:
<mrow> <msub> <mover> <mi>&amp;omega;</mi> <mo>^</mo> </mover> <mo>&amp;Sigma;</mo> </msub> <mo>=</mo> <msub> <mover> <mi>&amp;omega;</mi> <mo>^</mo> </mover> <mo>&amp;Sigma;</mo> </msub> <mrow> <mo>(</mo> <mo>&amp;lsqb;</mo> <mfrac> <mi>p</mi> <mn>2</mn> </mfrac> <mo>&amp;rsqb;</mo> <mo>)</mo> </mrow> <mo>,</mo> <msub> <mover> <mi>&amp;omega;</mi> <mo>^</mo> </mover> <mrow> <mi>&amp;Delta;</mi> <mi>a</mi> </mrow> </msub> <mo>=</mo> <msub> <mover> <mi>&amp;omega;</mi> <mo>^</mo> </mover> <mrow> <mi>&amp;Delta;</mi> <mi>a</mi> </mrow> </msub> <mrow> <mo>(</mo> <mo>&amp;lsqb;</mo> <mfrac> <mi>p</mi> <mn>2</mn> </mfrac> <mo>&amp;rsqb;</mo> <mo>)</mo> </mrow> <mo>,</mo> <msub> <mover> <mi>&amp;omega;</mi> <mo>^</mo> </mover> <mrow> <mi>&amp;Delta;</mi> <mi>p</mi> </mrow> </msub> <mo>=</mo> <msub> <mover> <mi>&amp;omega;</mi> <mo>^</mo> </mover> <mrow> <mi>&amp;Delta;</mi> <mi>p</mi> </mrow> </msub> <mrow> <mo>(</mo> <mo>&amp;lsqb;</mo> <mfrac> <mi>p</mi> <mn>2</mn> </mfrac> <mo>&amp;rsqb;</mo> <mo>)</mo> </mrow> </mrow>
代入步骤S2的模型,得到极化对消以后的无干扰信号。
CN201710908018.5A 2017-09-29 2017-09-29 一种脉冲多普勒雷达抗压制式拖曳干扰的极化对消方法 Active CN107561512B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710908018.5A CN107561512B (zh) 2017-09-29 2017-09-29 一种脉冲多普勒雷达抗压制式拖曳干扰的极化对消方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710908018.5A CN107561512B (zh) 2017-09-29 2017-09-29 一种脉冲多普勒雷达抗压制式拖曳干扰的极化对消方法

Publications (2)

Publication Number Publication Date
CN107561512A true CN107561512A (zh) 2018-01-09
CN107561512B CN107561512B (zh) 2020-11-03

Family

ID=60984638

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710908018.5A Active CN107561512B (zh) 2017-09-29 2017-09-29 一种脉冲多普勒雷达抗压制式拖曳干扰的极化对消方法

Country Status (1)

Country Link
CN (1) CN107561512B (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108896969A (zh) * 2018-07-20 2018-11-27 北京遥感设备研究所 一种基于极化对消的抗有源诱饵干扰***及其方法
CN111337886A (zh) * 2020-03-23 2020-06-26 中国人民解放军空军工程大学 基于通道比函数的雷达干扰抑制方法、装置及电子设备
RU2739394C2 (ru) * 2018-12-03 2020-12-23 Федеральное государственное казенное военное образовательное учреждение высшего образования "Военный учебно-научный центр Военно-Морского Флота "Военно-морская академия им. Адмирала Флота Советского Союза Н.Г. Кузнецова" Устройство адаптивной защиты радиолокационной станции от активных шумовых помех с произвольным пространственным спектром и различной поляризационной структурой
CN112230215A (zh) * 2020-09-22 2021-01-15 电子科技大学 未知极化参数的自适应单脉冲测向方法
CN113093125A (zh) * 2021-02-26 2021-07-09 四川九洲防控科技有限责任公司 雷达的干扰源定位方法、***及信号处理设备、存储介质
CN113253206A (zh) * 2021-04-25 2021-08-13 北京理工大学 变极化单脉冲雷达目标角度估计方法、***、装置及介质
CN113608178A (zh) * 2021-07-30 2021-11-05 上海无线电设备研究所 一种基于双波段信息融合的抗拖曳欺骗干扰方法
CN113740820A (zh) * 2021-09-06 2021-12-03 西安电子工程研究所 一种雷达信号处理机脉冲多普勒处理的数学建模方法
CN114114170A (zh) * 2021-09-06 2022-03-01 西安电子工程研究所 一种雷达信号处理机目标测量的数学建模方法
CN115061098A (zh) * 2022-07-28 2022-09-16 南京华成微波技术有限公司 雷达远距离支援干扰和随队干扰的抑制方法
CN115453466A (zh) * 2022-07-25 2022-12-09 西安电子科技大学 一种抗变极化压制式干扰的目标鉴别方法
CN116990773A (zh) * 2023-09-27 2023-11-03 广州辰创科技发展有限公司 基于自适应门限的低慢小目标检测方法、装置和存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103885041A (zh) * 2014-02-25 2014-06-25 西安电子科技大学 一种基于认知处理的自适应旁瓣相消方法
CN106125053A (zh) * 2016-06-17 2016-11-16 中国电子科技集团公司第十研究所 脉冲多普勒雷达极化抗干扰方法
CN106980110A (zh) * 2017-02-16 2017-07-25 武汉滨湖电子有限责任公司 一种自适应对抗含多径有源压制干扰的副瓣对消方法
US9941862B2 (en) * 2014-03-21 2018-04-10 Dynaspot Corp. Filter that minimizes in-band noise and maximizes detection sensitivity of exponentially-modulated signals

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103885041A (zh) * 2014-02-25 2014-06-25 西安电子科技大学 一种基于认知处理的自适应旁瓣相消方法
US9941862B2 (en) * 2014-03-21 2018-04-10 Dynaspot Corp. Filter that minimizes in-band noise and maximizes detection sensitivity of exponentially-modulated signals
CN106125053A (zh) * 2016-06-17 2016-11-16 中国电子科技集团公司第十研究所 脉冲多普勒雷达极化抗干扰方法
CN106980110A (zh) * 2017-02-16 2017-07-25 武汉滨湖电子有限责任公司 一种自适应对抗含多径有源压制干扰的副瓣对消方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张娟: "拖曳式诱饵对多普勒雷达导引头的干扰仿真", 《***仿真学报》 *
徐建平: "基于极化的雷达抗干扰研究", 《万方数据》 *

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108896969A (zh) * 2018-07-20 2018-11-27 北京遥感设备研究所 一种基于极化对消的抗有源诱饵干扰***及其方法
RU2739394C2 (ru) * 2018-12-03 2020-12-23 Федеральное государственное казенное военное образовательное учреждение высшего образования "Военный учебно-научный центр Военно-Морского Флота "Военно-морская академия им. Адмирала Флота Советского Союза Н.Г. Кузнецова" Устройство адаптивной защиты радиолокационной станции от активных шумовых помех с произвольным пространственным спектром и различной поляризационной структурой
CN111337886A (zh) * 2020-03-23 2020-06-26 中国人民解放军空军工程大学 基于通道比函数的雷达干扰抑制方法、装置及电子设备
CN112230215B (zh) * 2020-09-22 2023-03-10 电子科技大学 未知极化参数的自适应单脉冲测向方法
CN112230215A (zh) * 2020-09-22 2021-01-15 电子科技大学 未知极化参数的自适应单脉冲测向方法
CN113093125B (zh) * 2021-02-26 2023-06-20 四川九洲防控科技有限责任公司 雷达的干扰源定位方法、***及信号处理设备、存储介质
CN113093125A (zh) * 2021-02-26 2021-07-09 四川九洲防控科技有限责任公司 雷达的干扰源定位方法、***及信号处理设备、存储介质
CN113253206A (zh) * 2021-04-25 2021-08-13 北京理工大学 变极化单脉冲雷达目标角度估计方法、***、装置及介质
CN113608178A (zh) * 2021-07-30 2021-11-05 上海无线电设备研究所 一种基于双波段信息融合的抗拖曳欺骗干扰方法
CN113608178B (zh) * 2021-07-30 2024-01-02 上海无线电设备研究所 一种基于双波段信息融合的抗拖曳欺骗干扰方法
CN113740820A (zh) * 2021-09-06 2021-12-03 西安电子工程研究所 一种雷达信号处理机脉冲多普勒处理的数学建模方法
CN114114170A (zh) * 2021-09-06 2022-03-01 西安电子工程研究所 一种雷达信号处理机目标测量的数学建模方法
CN113740820B (zh) * 2021-09-06 2023-07-21 西安电子工程研究所 一种雷达信号处理机脉冲多普勒处理的数学建模方法
CN114114170B (zh) * 2021-09-06 2024-05-10 西安电子工程研究所 一种雷达信号处理机目标测量的数学建模方法
CN115453466A (zh) * 2022-07-25 2022-12-09 西安电子科技大学 一种抗变极化压制式干扰的目标鉴别方法
CN115061098A (zh) * 2022-07-28 2022-09-16 南京华成微波技术有限公司 雷达远距离支援干扰和随队干扰的抑制方法
CN116990773A (zh) * 2023-09-27 2023-11-03 广州辰创科技发展有限公司 基于自适应门限的低慢小目标检测方法、装置和存储介质

Also Published As

Publication number Publication date
CN107561512B (zh) 2020-11-03

Similar Documents

Publication Publication Date Title
CN107561512A (zh) 一种脉冲多普勒雷达抗压制式拖曳干扰的极化对消方法
Hack et al. Centralized passive MIMO radar detection without direct-path reference signals
CN106125053B (zh) 脉冲多普勒雷达极化抗干扰方法
CN102156279B (zh) 基于mimo的双基地雷达地面动目标检测方法
CN110412559A (zh) 分布式无人机mimo雷达的非相参融合目标检测方法
CN102879767B (zh) 一种用于空时自适应处理的干扰目标检测方法
CN102135617A (zh) 双基地多输入多输出雷达多目标定位方法
CN106199547B (zh) 基于外辐射源雷达的慢速弱目标检测方法
CN107255797B (zh) 基于发射空时权优化及ka-stap的机载雷达杂波抑制方法
CN105403875B (zh) 双极化接收雷达的目标检测方法
CN101881822A (zh) 一种针对共享谱雷达同频干扰的抑制方法
CN109375179A (zh) 一种基于稀疏表示的机载雷达近程强杂波抑制方法
CN103412290A (zh) 知识辅助的apr非均匀样本检测方法
CN108931766A (zh) 一种基于稀疏重构的非均匀stap干扰目标滤除方法
CN106249209B (zh) 一种抗速度欺骗干扰的自适应迭代估计方法
CN111948618A (zh) 一种基于卫星外辐射源的前向散射目标探测方法及***
Chen et al. Suppression method for main-lobe interrupted sampling repeater jamming in distributed radar
CN111896928A (zh) 基于有源欺骗式干扰消除的多站雷达目标检测方法
CN109581303B (zh) 一种基于Wi-Fi穿墙雷达的干扰抑制方法
CN113419219B (zh) 基于空域特征认知的外辐射源雷达同频干扰级联相消方法
KR20180081283A (ko) 저전력 주파수 변조 연속파 레이더 시스템 및 그 제어 방법
CN110208757A (zh) 一种抑制主瓣干扰的稳健自适应波束形成方法及装置
CN103885042B (zh) 基于杂波子空间的阵元误差估计方法
CN109655794A (zh) 一种窄带自卫噪声压制干扰的检测识别方法
CN109188373A (zh) 基于子阵阻塞矩阵预处理的抗主瓣干扰方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant