CN112799028B - 一种基于rcs起伏统计特性差异的虚假目标识别方法 - Google Patents

一种基于rcs起伏统计特性差异的虚假目标识别方法 Download PDF

Info

Publication number
CN112799028B
CN112799028B CN202011469351.9A CN202011469351A CN112799028B CN 112799028 B CN112799028 B CN 112799028B CN 202011469351 A CN202011469351 A CN 202011469351A CN 112799028 B CN112799028 B CN 112799028B
Authority
CN
China
Prior art keywords
target
radar
false
rcs
signal
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.)
Active
Application number
CN202011469351.9A
Other languages
English (en)
Other versions
CN112799028A (zh
Inventor
孙殿星
刘亮
左永锋
台鑫
张志斌
李进
卢凯
周玉勇
时慧
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.)
CLP Kesiyi Technology Co Ltd
Original Assignee
CLP Kesiyi Technology Co Ltd
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 CLP Kesiyi Technology Co Ltd filed Critical CLP Kesiyi Technology Co Ltd
Priority to CN202011469351.9A priority Critical patent/CN112799028B/zh
Publication of CN112799028A publication Critical patent/CN112799028A/zh
Application granted granted Critical
Publication of CN112799028B publication Critical patent/CN112799028B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/36—Means for anti-jamming, e.g. ECCM, i.e. electronic counter-counter measures

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明提出了一种基于RCS起伏统计特性差异的虚假目标识别方法，属于雷达虚假目标识别领域，首先利用目标点迹，采用Kalman滤波对目标的位置进行估计，得到目标与雷达的距离估计；然后基于回波信号估计信号幅度和噪声方差，得到信噪比估计值；最后根据雷达方程计算多个观测时刻目标RCS估计值，并基于RCS估计构造检验统计量，通过统计检验和逻辑判别的方法鉴别目标真伪，实现了单雷达对具有航迹特征的虚假目标识别。本发明主要针对DRFM体制雷达信号模拟器产生的雷达虚假目标识别难度大，会造成虚假空情目标的问题，解决了雷达虚假目标不易识别的问题。

Description

一种基于RCS起伏统计特性差异的虚假目标识别方法
技术领域
本发明属于雷达虚假目标识别领域，具体涉及一种基于RCS起伏统计特性差异的虚假目标识别方法。
背景技术
雷达是现代战争中用于敌方侦察、监视和警戒的重要装备，但随着各种针对雷达的干扰手段不断涌现，雷达的生存环境变得十分恶劣，尤其是基于数字射频存储器(DRFM)技术的假目标干扰，具有雷达信号复制精度高、对抗性强等特点，增大了虚假目标的识别难度。为此针对假目标欺骗干扰的识别问题已成为近年研究的焦点，但主要集中在识别距离假目标干扰上，对于具有航迹特征的虚假目标识别研究较少，相关文献报道较少且主要集中在利用雷达组网技术对抗航迹欺骗干扰。目前基于雷达组网识别虚假航迹的方法主要有三种：(1)利用虚假目标生成过程中引入的随机误差，采用方差阵检验的方法对虚假目标进行识别，在检验统计量的构造过程中利用了多个组网雷达的量测；(2)在方法(1)的基础上结合了逻辑判别的方法，进一步提高了算法性能；(3)利用虚假航迹在滤波估计过程中新息增大的特点，采用分布式雷达网识别虚假航迹的方法。目前这三种典型的虚假目标识别方法都是利用雷达组网对目标进行联合观测，形成信息冗余的优势，实现对真-假目标的有效鉴别，多雷达组网是现有方法的必备条件和前提。
现有方法利用电子战飞机编队对雷达网进行虚假目标欺骗干扰时，由于电子战飞机编队自身飞行控制等原因，会引入一定的随机误差，引起了原有量测误差的变化，现有方法通过构造样本向量，将这种差异加以提取，然后利用似然比检验的方法对虚假航迹进行鉴别。
现有方法均是基于雷达组网来实现虚假目标识别的，对于单部雷达收到虚假目标干扰时，现有方法失效；现有的虚假目标识别方法虽然能够在一定程度上解决虚假目标迷惑性高的问题，但是需要调用多部雷达资源，消耗资源很多，算法也较为复杂。
发明内容
本发明充分挖掘真假目标RCS的统计差别，提出了一种基于RCS起伏统计特性差异的虚假目标识别方法，实现了雷达对虚假目标的有效识别。
为了实现上述目的，本发明采用如下技术方案：
一种基于RCS起伏统计特性差异的虚假目标识别方法，首先利用目标点迹，采用Kalman滤波对目标的位置进行估计，得到目标与雷达的距离估计；然后基于回波信号估计信号幅度和噪声方差，得到信噪比估计值；最后根据雷达方程计算多个观测时刻目标RCS估计值，并基于RCS估计构造检验统计量，通过统计检验和逻辑判别的方法鉴别目标真伪。
进一步地，采用了基于RCS起伏统计特性的虚假目标识别算法，具体包括如下步骤：
(1)采集雷达目标点迹和目标回波信号，输入目标点迹，通过Kalman滤波估计目标位置
Figure GDA0003508026590000021
和距离
Figure GDA0003508026590000022
(2)输入回波信号，估计信号幅度A(tm)，噪声方差
Figure GDA0003508026590000023
其中，tm是第m个测量时刻，A(tm)为tm时刻所测量的信号幅度，
Figure GDA0003508026590000024
是对噪声基底方差的估计值，
Figure GDA0003508026590000025
Figure GDA0003508026590000026
其中N为样本容量，
Figure GDA0003508026590000027
为样本均值估计，ni为样本值，i为样本序号；
(3)估计信噪比
Figure GDA0003508026590000028
其中，
Figure GDA0003508026590000029
是噪声样本测量误差均方差；
(4)基于信噪比估计
Figure GDA00035080265900000210
和距离估计
Figure GDA00035080265900000211
根据雷达基本工作参数，估算RCS数值
Figure GDA00035080265900000212
其中，K是玻尔兹曼常数，T0是标准室温，B是接收机带宽,F是噪声系数，L是雷达各部分的损耗，λ是波长,G是雷达发射和接收增益，Pt是雷达发射峰值功率，F、L、λ、G、Pt为雷达的固有参数，由雷达自身性能决定；
(5)基于
Figure GDA00035080265900000213
构造检验统计量
Figure GDA00035080265900000214
其中，
Figure GDA00035080265900000215
是
Figure GDA00035080265900000216
的方差，根据显著性水平α确定检验门限Gα，Gα根据卡方分布查表获得；
(6)将Δpq与Gα进行比较对目标真伪进行统计判别，启动计数器记录统计判别结果；
(7)综合计数器记录结果，采用逻辑判别的方法最终判别目标真伪。
进一步地，所述步骤(7)中逻辑判别方法的具体过程为：
当Δpq小于等于Gα，计数器S加1；接着采用2/3逻辑准则比较S和M，S的最大值为3，M为判别门限，此处M取值为2，当S大于等于M时，判定为虚假目标，当S小于M时，再判断此时的判别次数是否等于N，若等于，则判定为真实目标，否则返回虚假目标识别算法的步骤(1)循环执行；
当Δpq大于Gα，计数器不累加，再判断此时判别次数是否等于N，若等于，则判定为真实目标，否则返回虚假目标识别算法的步骤(1)循环执行。
本发明所带来的有益技术效果：
1.对于单部雷达的情况，本发明方法可以实现对虚假目标的有效识别，并且可以拓展到雷达组网的情况，而已有的其它方法仅能适用于雷达组网的情况，对于单雷达的情况无法使用；
2.本发明方法算法占用资源少，不需要进行多雷达进行数据融合估计，没有大维度的矩阵运算，因此硬件实现压力小；
3.由于算法更为简便，因此其运行效率更高，运算速度跟快。
附图说明
图1是本发明方法总体原理框图；
图2是本发明虚假目标识别算法流程图。
具体实施方式
下面结合附图以及具体实施方式对本发明作进一步详细说明：
本发明创新了一种利用单部雷达进行雷达虚假目标干扰识别的方法，综合利用虚假目标位置估计、信号幅度和噪声估计、虚假目标RCS估计等参量，构造检验统计量，通过统计检验和逻辑判别的方法鉴别目标真伪。对虚假目标进行识别的核心算法创新在于利用一部雷达提供的所有信息，进行综合处理实现了对真假目标的有效判别。
目前对于大多数具有航迹特性的虚假目标干扰，其在复制转发雷达回波信号的过程中通常增益保持不变，这样雷达所接受的虚假目标回波RCS是固定不变的，而对于真实的航空目标来说，其RCS通常是具有一定随机起伏变化的。针对这一特点，通过目标状态估计、RCS估计、RCS卡方检验和综合逻辑判别的方法，实现了单雷达对具有航迹特征的虚假目标识别。本发明方法的原理如图1所示，总体思路是：首先利用目标点迹，采用Kalman滤波对目标的位置进行估计，得到目标与雷达的距离估计；然后基于回波信号估计信号幅度和噪声方差，得到信噪比估计值；最后根据雷达方程计算多个观测时刻目标RCS估计值，并基于RCS估计构造检验统计量，通过统计检验和逻辑判别的方法鉴别目标真伪。
基于上述思路，可得基于RCS起伏特性的虚假目标识别算法，具体流程如图2所示：
(1)采集雷达目标点迹和目标回波信号，输入目标点迹，通过Kalman滤波估计目标位置
Figure GDA0003508026590000031
和距离
Figure GDA0003508026590000032
(2)输入回波信号，估计信号幅度A(tm)，噪声方差
Figure GDA0003508026590000033
其中，tm是第m个测量时刻；A(tm)为tm时刻所测量的信号幅度，
Figure GDA0003508026590000034
是对噪声基底方差的估计值，
Figure GDA0003508026590000035
Figure GDA0003508026590000041
其中N为样本容量，
Figure GDA0003508026590000042
为样本均值估计，ni为样本值，i为样本序号；
(3)估计信噪比
Figure GDA0003508026590000043
其中，
Figure GDA0003508026590000044
是噪声样本测量误差均方差；
(4)基于信噪比估计
Figure GDA0003508026590000045
和距离估计
Figure GDA0003508026590000046
根据雷达基本工作参数，估算RCS数值
Figure GDA0003508026590000047
其中，K是玻尔兹曼常数，T0是标准室温，B是接收机带宽,F是噪声系数，L表示雷达各部分的损耗，λ是波长,G是雷达发射和接收增益，Pt是雷达发射峰值功率；
(5)基于
Figure GDA0003508026590000048
构造检验统计量
Figure GDA0003508026590000049
其中，
Figure GDA00035080265900000410
是
Figure GDA00035080265900000411
的方差，
Figure GDA00035080265900000412
是
Figure GDA00035080265900000413
的方差，根据显著性水平α确定检验门限Gα，Gα可根据卡方分布查表获得；
(6)将Δpq与Gα进行比较对目标真伪进行统计判别，启动计数器记录统计判别结果；
(7)综合计数器记录结果，采用逻辑判别的方法最终判别目标真伪，逻辑判别具体过程如下：
当Δpq小于等于Gα，计数器S加1；接着比较S和M，本发明采用2/3逻辑准则，S的最大值为3，M为判别门限，此处M取值为2，当S大于等于M时，判定为虚假目标，当S小于M时，再判断此时的判别次数是否等于N(N为判别总次数)，若等于，则判定为真实目标，否则返回虚假目标识别算法的步骤(1)循环执行；
当Δpq大于Gα，计数器不累加，再判断此时判别次数是否等于N，若等于，则判定为真实目标，否则返回虚假目标识别算法的步骤(1)循环执行。
当然，上述说明并非是对本发明的限制，本发明也并不仅限于上述举例，本技术领域的技术人员在本发明的实质范围内所做出的变化、改型、添加或替换，也应属于本发明的保护范围。

Claims (1)

1.一种基于RCS起伏统计特性差异的虚假目标识别方法，其特征在于，首先利用目标点迹，采用Kalman滤波对目标的位置进行估计，得到目标与雷达的距离估计；然后基于回波信号估计信号幅度和噪声方差，得到信噪比估计值；最后根据雷达方程计算多个观测时刻目标RCS估计值，并基于RCS估计构造检验统计量，通过统计检验和逻辑判别的方法鉴别目标真伪；
采用了基于RCS起伏统计特性的虚假目标识别算法，具体包括如下步骤：
(1)采集雷达目标点迹和目标回波信号，输入目标点迹，通过Kalman滤波估计目标位置
Figure FDA0003508026580000011
和距离
Figure FDA0003508026580000012
(2)输入回波信号，估计信号幅度A(tm)，噪声方差
Figure FDA0003508026580000013
其中，tm是第m个测量时刻，A(tm)为tm时刻所测量的信号幅度，
Figure FDA0003508026580000014
是对噪声基底方差的估计值，
Figure FDA0003508026580000015
Figure FDA0003508026580000016
其中N为样本容量，
Figure FDA0003508026580000017
为样本均值估计，ni为样本值，i为样本序号；
(3)估计信噪比
Figure FDA0003508026580000018
其中，
Figure FDA0003508026580000019
是噪声样本测量误差均方差；
(4)基于信噪比估计
Figure FDA00035080265800000110
和距离估计
Figure FDA00035080265800000111
根据雷达基本工作参数，估算RCS数值
Figure FDA00035080265800000112
其中，K是玻尔兹曼常数，T0是标准室温，B是接收机带宽,F是噪声系数，L是雷达各部分的损耗，λ是波长,G是雷达发射和接收增益，Pt是雷达发射峰值功率，F、L、λ、G、Pt为雷达的固有参数，由雷达自身性能决定；
(5)基于
Figure FDA00035080265800000113
构造检验统计量
Figure FDA00035080265800000114
其中，
Figure FDA00035080265800000115
是
Figure FDA00035080265800000116
的方差，根据显著性水平α确定检验门限Gα，Gα根据卡方分布查表获得；
(6)将Δpq与Gα进行比较对目标真伪进行统计判别，启动计数器记录统计判别结果；
(7)综合计数器记录结果，采用逻辑判别的方法最终判别目标真伪；
所述步骤(7)中逻辑判别方法的具体过程为：
当Δpq小于等于Gα，计数器S加1；接着采用2/3逻辑准则比较S和M，S的最大值为3，M为判别门限，此处M取值为2，当S大于等于M时，判定为虚假目标，当S小于M时，再判断此时的判别次数是否等于N，若等于，则判定为真实目标，否则返回虚假目标识别算法的步骤(1)循环执行；
当Δpq大于Gα，计数器不累加，再判断此时判别次数是否等于N，若等于，则判定为真实目标，否则返回虚假目标识别算法的步骤(1)循环执行。
CN202011469351.9A 2020-12-14 2020-12-14 一种基于rcs起伏统计特性差异的虚假目标识别方法 Active CN112799028B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011469351.9A CN112799028B (zh) 2020-12-14 2020-12-14 一种基于rcs起伏统计特性差异的虚假目标识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011469351.9A CN112799028B (zh) 2020-12-14 2020-12-14 一种基于rcs起伏统计特性差异的虚假目标识别方法

Publications (2)

Publication Number Publication Date
CN112799028A CN112799028A (zh) 2021-05-14
CN112799028B true CN112799028B (zh) 2022-05-06

Family

ID=75806714

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011469351.9A Active CN112799028B (zh) 2020-12-14 2020-12-14 一种基于rcs起伏统计特性差异的虚假目标识别方法

Country Status (1)

Country Link
CN (1) CN112799028B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113608211B (zh) * 2021-08-09 2023-09-05 电子科技大学 一种基于通信流量信息辅助的雷达组网方式识别方法
CN115047417B (zh) * 2022-08-15 2022-10-25 成都锐新科技有限公司 一种模拟雷达回波及干扰的方法和***

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106338714A (zh) * 2016-08-23 2017-01-18 中国人民解放军国防科学技术大学 Pri间恒定极化有源假目标鉴别方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2971057B1 (fr) * 2011-01-27 2013-03-15 Thales Sa Procede d'affichage de la surface equivalente radar minimale detectable
CN105842687B (zh) * 2016-03-21 2018-11-16 西安电子科技大学 基于rcs预测信息的检测跟踪一体化方法
CN106168661B (zh) * 2016-08-23 2018-07-24 中国人民解放军国防科学技术大学 随机捷变极化有源假目标的鉴别方法
CN106772307A (zh) * 2017-03-02 2017-05-31 电子科技大学 一种基于多雷达信息的真假弹头目标识别方法
CN107607925B (zh) * 2017-09-07 2020-07-14 西安电子工程研究所 一种雷达应用的目标rcs实时评估方法
CN107831475A (zh) * 2017-11-06 2018-03-23 电子科技大学 一种基于阴影特征的合成孔径雷达欺骗式干扰方法
CN110261837B (zh) * 2019-06-27 2022-10-28 中国航空工业集团公司雷华电子技术研究所 一种基于航迹信息的复杂目标rcs计算方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106338714A (zh) * 2016-08-23 2017-01-18 中国人民解放军国防科学技术大学 Pri间恒定极化有源假目标鉴别方法

Also Published As

Publication number Publication date
CN112799028A (zh) 2021-05-14

Similar Documents

Publication Publication Date Title
CN103353594B (zh) 二维自适应雷达恒虚警检测方法
CN112799028B (zh) 一种基于rcs起伏统计特性差异的虚假目标识别方法
CN104502899A (zh) 一种自适应的恒虚警率目标检测方法
CN109581313B (zh) 一种脉组频率捷变雷达的目标检测方法
CN107607916B (zh) 一种抗自卫式速度距离联合欺骗干扰方法
CN114114192B (zh) 集群目标检测方法
CN110161494B (zh) 基于速度平方滤波的rd平面弱目标检测跟踪方法及装置
CN109521412B (zh) 基于局部统计量融合的雷达组网空域目标检测方法
CN109633628A (zh) 基于分布式组网雷达数据融合的抗rgpo干扰的方法
CN112162246A (zh) 一种基于贝叶斯网络雷达***复杂电磁环境效应分析方法
CN109031221B (zh) 数据层基于多维度特征提取的雷达抗密集假目标干扰方法
CN106291500B (zh) 基于fpga的片上***及其目标检测方法
CN109143184B (zh) 一种扫描雷达的双门限检测方法
CN113608193A (zh) 一种基于UNet的雷达多目标距离和速度估计方法
CN104880696B (zh) 一种基于通道优选的多通道目标检测方法
CN111796266B (zh) 一种匀加速运动目标rd平面检测前跟踪方法
CN113093180A (zh) 一种基于聚类外推的慢速弱目标检测方法
CN106019250B (zh) 基于角闪烁转发式假目标鉴别方法
CN105676211B (zh) 一种基于降秩技术的多亮点目标时空检测方法
CN113687318B (zh) 一种雷达抗干扰效能评估方法
CN114325599B (zh) 一种针对不同环境的自动门限检测方法
CN110244289A (zh) 一种自适应粒子滤波地波雷达目标一体化探测方法
KR102361816B1 (ko) 표적 탐지 방법 및 기록 매체
Hui et al. Highly contaminated work mode identification of phased array radar using deep learning method
Liu et al. Parameter Estimation for Interrupted-Sampling Jamming Recognition Based on Piecewise Shannon Entropy

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 266555 No. 98 Xiangjiang Road, Huangdao District, Qingdao City, Shandong Province

Applicant after: CLP kesiyi Technology Co.,Ltd.

Address before: 266555 No. 98 Xiangjiang Road, Huangdao District, Qingdao City, Shandong Province

Applicant before: CHINA ELECTRONICS TECHNOLOGY INSTRUMENTS Co.,Ltd.

GR01 Patent grant
GR01 Patent grant