CN115047417B - 一种模拟雷达回波及干扰的方法和*** - Google Patents
一种模拟雷达回波及干扰的方法和*** Download PDFInfo
- Publication number
- CN115047417B CN115047417B CN202210973869.9A CN202210973869A CN115047417B CN 115047417 B CN115047417 B CN 115047417B CN 202210973869 A CN202210973869 A CN 202210973869A CN 115047417 B CN115047417 B CN 115047417B
- Authority
- CN
- China
- Prior art keywords
- signal
- radar
- interference
- echo
- pulse
- 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
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
- G01S7/40—Means for monitoring or calibrating
- G01S7/4052—Means for monitoring or calibrating by simulation of echoes
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
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
本发明提供了一种模拟雷达回波及干扰的方法和***,包括接收目标雷达发出的信号,得到接收信号;对所述接收信号进行采集测量,得到多个脉冲描述字PDW;基于所述脉冲描述字PDW,对每个脉冲进行分选处理,得到分选结果;基于所述脉冲描述字PDW、所述分选结果和回波控制参数,模拟所述目标雷达的回波信号;基于所述脉冲描述字PDW、所述分选结果和干扰控制参数,生成所述目标雷达的干扰信号;发射所述回波信号和/或所述干扰信号;以为雷达技术体制验证,功能性能验证提供低成本的解决方案。
Description
技术领域
本发明涉及雷达模拟技术领域,具体而言,涉及一种模拟雷达回波及干扰的方法和***。
背景技术
随着科技的发展,雷达作为一种必不可少的战略武器越来越重要。雷达主要用于监测环境,以及时针对环境做出动作。因此,对于雷达,确定其监测性能是至关重要的。通常要获取雷达的监测性能需要对环境进行实际探测然后将实际探测结果与雷达的探测结果进行比对,以确定雷达的监测性能。另外,也可以使用其他精确度较高的雷达的探测结果作为标准探测结果,然后基于标准探测结果和被测雷达的探测结果进行比对,确定被测雷达的监测性能。然而,不管进行实际探测还是通过其他雷达进行探测都需要极大的成本才能实现,且准确度不高。
有鉴于此,本说明书中的一些实施例提出了一种模拟雷达回波及干扰的方法和***,以为雷达技术体制验证,功能性能验证提供低成本的解决方案。
发明内容
本发明的目的在于提供一种模拟雷达回波及干扰的方法,包括接收目标雷达发出的信号,得到接收信号;对所述接收信号进行采集测量,得到多个脉冲描述字PDW;基于所述脉冲描述字PDW,对每个脉冲进行分选处理,得到分选结果;基于所述脉冲描述字PDW、所述分选结果和回波控制参数,模拟所述目标雷达的回波信号;基于所述脉冲描述字PDW、所述分选结果和干扰控制参数,生成所述目标雷达的干扰信号;发射所述回波信号和/或所述干扰信号。
进一步的,所述得到多个脉冲描述字PDW,包括,对待检信道的基带信号包络进行平滑处理,得到多个信道的平滑信号;对多个平滑信号进行门限检测,得到多个过门限包络信号;对所述多个过门限包络信号进行处理,得到多个粗检信号;对所述多个粗检信号进行参数测量,得到所述多个脉冲描述字PDW。
进一步的,所述得到多个粗检信号,包括,确定多个时间片段,对于每个时间片段:基于所述过门限包络信号,确定该时间片段中能量最大的信道;确定所述能量最大的信道内的信号的宽度,当所述信号的宽度大于阈值时,将所述信号作为粗检信号;将所述过门限包络信号中被提取为粗检信号的信号置零;重复筛选该时间片段中的其他粗检信号,直到得到预设数量的粗检信号或该时间片段中无过门限信号。
进一步的,所述脉冲描述字PDW包括脉冲的频率f,对粗检信号进行参数测量,得到所述脉冲的频率f,包括,基于所述脉冲的基带复信号,确定所述脉冲的实部和虚部;计算所述实部和所述虚部的相位,得到所述脉冲的相位;对所述相位进行一阶差分,得到所述脉冲的初始频率;对所述初始频率进行去野值处理,得到所述脉冲的频率f。
进一步的,去野值处理,包括,对所述初始频率进行采样,确定相邻采样点第n+1点和第n点的相位差;确定所述相位差是否大于门限值;若是,则将所述第n+1点的前8点的频率均值作为所述第n+1点的频率。
进一步的,所述基于所述脉冲描述字PDW,对每个脉冲进行分选处理,得到分选结果,包括,基于已知雷达数据库,对所述脉冲描述字PDW进行预分选,筛选出已知雷达信号的脉冲;基于雷达参数知识库,对非已知雷达信号的脉冲描述字PDW进行预分选,筛选出未知雷达信号的脉冲;对雷达信号进行主分选处理,得到所述雷达信号的辐射源特征参数;基于所述辐射源特征参数,对辐射源进行分类识别,得到辐射源的分选结果;所述分选结果包括目标雷达的型号、类型、个体身份、威胁等级、置信度。
进一步的,所述模拟所述目标雷达的回波信号,包括,接收回波控制参数;根据所述回波控制参数,生成回波工作参数;所述回波工作参数包括所述回波信号的工作频段和工作时序;根据所述脉冲描述字PDW和所述分选结果,对相应脉冲进行回波调制,得到初始回波信号;对所述初始回波信号进行处理,生成回波信号;基于所述回波工作参数,对所述回波信号进行处理,输出处理后的回波信号。
进一步的,所述生成所述目标雷达的干扰信号,包括,接收干扰控制参数;根据所述干扰控制参数,生成干扰工作参数;所述干扰工作参数包括所述干扰信号的工作频段和工作时序;根据所述脉冲描述字PDW和所述分选结果,对相应脉冲进行干扰调制,得到初始干扰信号;对所述初始干扰信号进行处理,生成干扰信号;基于所述干扰工作参数,对所述干扰信号进行处理,输出处理后的的干扰信号。
本发明的目的在于提供一种模拟雷达回波及干扰的***,包括信号采集测量模块、信号分选识别模块、雷达回波模拟模块、干扰信号产生模块和信号发射模块;所述信号采集测量模块用于接收目标雷达发出的信号,得到接收信号;对所述接收信号进行采集测量,得到多个脉冲描述字PDW;所述信号分选识别模块用于基于所述脉冲描述字PDW,对每个脉冲进行分选处理,得到分选结果;所述雷达回波模拟模块用于基于所述脉冲描述字PDW、所述分选结果和回波控制参数,模拟所述目标雷达的回波信号;所述干扰信号产生模块用于基于所述脉冲描述字PDW、所述分选结果和干扰控制参数,生成所述目标雷达的干扰信号;所述信号发射模块用于发射所述回波信号和/或所述干扰信号。
进一步的,还包括显示模块、控制模块、日志管理模块和数据库管理模块;所述显示模块至少用于态势显示、频谱数据显示、脉冲参数分析显示、分选结果显示和数据库界面显示;所述控制模块用于接收用户的控制指令,并基于控制指令下发控制参数、接收PDW数据;所述日志管理模块用于记录***的运行情况;所述数据库管理模块至少用于管理已知雷达数据库和雷达参数知识库。
本发明实施例的技术方案至少具有如下优点和有益效果:
本说明书中的一些实施例通过模拟真实的战场复杂电磁环境,为雷达技术体制验证,功能性能验证提供了低成本的解决方案。
附图说明
图1为本发明一些实施例提供的一种模拟雷达回波及干扰的方法的示例性流程图;
图2为本发明一些实施例提供的得到多个脉冲描述字PDW的示例性示意图;
图3为本发明一些实施例提供的得到分选结果的示例性示意图;
图4为本发明一些实施例提供的一种模拟雷达回波及干扰的***的示例性模块图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
图1为本发明一些实施例提供的一种模拟雷达回波及干扰的方法的示例性流程图。在一些实施例中,流程100可以由***400执行。如图1所示,流程100包括以下步骤:
步骤110,接收目标雷达发出的信号,得到接收信号。在一些实施例中,步骤110可以由信号采集测量模块410执行。
目标雷达可以是指需要进行回波或干扰的雷达。
步骤120,对接收信号进行采集测量,得到多个脉冲描述字PDW。在一些实施例中,步骤120可以由信号采集测量模块410执行。
采集测量可以是指对接收信号进行处理,并得到接收信号的参数。脉冲描述字PDW可以包括描述脉冲的多种参数。脉冲描述字PDW可以包括但不限于脉冲幅度PA、脉冲宽度PW、脉冲的到达时间TOA和脉冲的频率f等。关于得到多个脉冲描述字PDW的更多内容参见图2及其相关描述。
步骤130,基于脉冲描述字PDW,对每个脉冲进行分选处理,得到分选结果。在一些实施例中,步骤130可以由信号分选识别模块420执行。
分选处理可以是指对信号进行分选。分选结果可以用于表示目标雷达的特征。分选结果可以包括但不限于目标雷达的型号、类型、个体身份、威胁等级、置信度等。关于得到分选结果的更多内容,参见图3及其相关描述。
步骤140,基于脉冲描述字PDW、分选结果和回波控制参数,模拟目标雷达的回波信号。在一些实施例中,步骤140可以由雷达回波模拟模块430执行。
回波控制参数可以是指控制回波的参数。在一些实施例中,显控界面可以提供雷达回波参数的控制接口,用户可以通过显控界面选择回波的参数并下发。
回波信号可以是指模拟的发送给目标雷达的信号。
在一些实施例中,雷达回波模拟模块可以接收回波控制参数。根据回波控制参数,生成回波工作参数。回波工作参数可以是指指示***进行工作的参数。在一些实施例中,回波工作参数可以通过解析回波控制参数得到。回波工作参数可以包括但不限于回波信号的工作频段和工作时序等。根据脉冲描述字PDW和分选结果,对相应脉冲进行回波调制,得到初始回波信号。回波调制可以是指确定发射信号的脉冲对初始回波信号进行处理,生成回波信号;基于回波工作参数,对回波信号进行处理,输出处理后的回波信号。
例如,使用速度、距离两维假目标调制技术,在目标雷达特定接受扇区内形成运动假目标,进而形成航迹。基于回波工作参数,对信号进行调制,以调制模拟目标形成多普勒特征、幅度起伏特性、运动特征等,并在特点扇区位置形成航迹。
在一些实施例中,可以将目标模拟等效到在接收机输入端建立回波信号模型,并在模型中反映发射信号受雷达工作环境调制和雷达天线调制的影响,然后根据影响确定回波信号。其中,雷达工作环境调制的影响包括但不限于天线波束扫描指向、仿真雷达波束的发射、传输以及和场景的交会过程得到目标和环境的交会数据等。雷达天线调制的影响可以包括但不限于天线的方向图模型、被测雷达平台的模型、雷达接收通道的模型等。
在一些实施例中,目标雷达可以为宽带雷达,由于宽带雷达具有高分辨率,因此,目标可认为是多个散射中心的合成。对于多散射点目标的回波信号,可以将多个散射点分别考虑其延迟和多普勒不同后的回波进行相干叠加而成。
由于,目标的距离电压系数受目标雷达截面积、天线增益、距离及传播衰减因子的影响,目标的多普勒频率同目标与雷达的位置和相对速度有关,目标的延迟时间与距离有关。因此,为了全面准确的模拟目标的回波信号,在一些实施例中,可以分别建立目标截面积起伏模型、目标受天线方向图调制的模型、目标运动模型和雷达发射波形。其中,点目标雷达截面积(RCS)起伏模型可以包括斯威林(Swerling)起伏模型。
在一些实施例中,根据目标运动速率、运动半径以及圆周运动所在的平面方程可以建立目标圆周运动的数学模型。
在一些实施例中,为了建立更加逼真的目标运动模型,还可以获取目标在空间飞行的有关运动参数。例如,对于弹道飞行,运动模型可以考虑二体问题来解。
步骤150,基于脉冲描述字PDW、分选结果和干扰控制参数,生成目标雷达的干扰信号。在一些实施例中,步骤150可以由干扰信号产生模块440执行。
干扰控制参数可以是指用于生成干扰信号的参数。在一些实施例中,用户可以通过显示模块输入干扰控制参数。
在一些实施例中,干扰信号产生模块440可以接收干扰控制参数;根据干扰控制参数,生成干扰工作参数;干扰工作参数包括干扰信号的工作频段和工作时序;根据脉冲描述字PDW和分选结果,对相应脉冲进行干扰调制,得到初始干扰信号;对初始干扰信号进行处理,生成干扰信号;基于干扰工作参数,对干扰信号进行处理,输出处理后的的干扰信号。干扰控制参数可以包括用于表示干扰目标雷达的方式和类型。干扰工作参数可以被***识别,以基于用户的需求进行干扰。初始干扰信号可以是指频率、噪声等符合干扰要求的信号。对初始干扰信号进行处理可以是指对初始干扰信号进行延时控制、多普勒调制等。
在一些实施例中,可以通过样本截获技术、通用噪声干扰源技术、通用相干干扰源技术等生成干扰信号。
在一些实施例中,DRFM 可以将接收到的信号进行下变频,转换为方便数字采样的中频信号,然后对中频信号进行数字化。数字信号被存入存储器并传送给计算单元。计算单元根据所采用的干扰技术的需要,可以任意地对信号进行分析和调制。调制后的信号先转换回模拟中频信号,然后利用下变频时所使用的本振将中频信号上变频至接收到的频率。使用同一个本振信号保证了信号在下变频和上变频过程中的相位相干性。
对于雷达发射信号,经下变频和采样后,干扰源模块根据***控制送来的调制参数进行距离、幅度和多普勒调制后产生干扰信号,然后经 D/A 送出,上变频后由相应的辐射单元作为目标回波发射。
步骤160,发射回波信号和/或干扰信号。在一些实施例中,步骤160可以由信号发射模块450执行。
在一些实施例中,可以通过天线将回波信号和/或干扰信号发射出去。
图2为本发明一些实施例提供的得到多个脉冲描述字PDW的示例性示意图。在一些实施例中,图2示意的流程可以由信号采集测量模块410执行。如图2所示,流程包括以下步骤:
对待检信道的基带信号包络进行平滑处理,得到多个信道的平滑信号。
待检信道可以是指需要进行检测的信道。待检信道可以通过经验和实际需求确定。平滑处理可以用于减少接收信号中噪声引起的包络波动和接收信号被门限***的次数。在一些实施例中,平滑处理如下:
对多个平滑信号进行门限检测,得到多个过门限包络信号。
门限检测可以用于检测信号中的脉冲。过门限包络信号可以是指信号中大于门限值的脉冲组成的信号。在一些实施例中,可以将平滑信号中包络低于门限部分的脉冲值置为0,而过门限部分的脉冲值保持原平滑包络不变。门限可以根据经验设置。
对多个过门限包络信号进行处理,得到多个粗检信号。
在一些实施例中,信号采集测量模块可以确定多个时间片段,对于每个时间片段:基于过门限包络信号,确定该时间片段中能量最大的信道;确定能量最大的信道内的信号的宽度,当信号的宽度大于阈值时,将信号作为粗检信号;将过门限包络信号中被提取为粗检信号的信号置零;重复筛选该时间片段中的其他粗检信号,直到得到预设数量的粗检信号或该时间片段中无过门限信号。
时间片段可以通过对信号按时间进行划分得到。例如,在一个时间片内,可以基于过门限包络找到能量最大的信道,在该信道内搜索到信号开始点,由此点向后搜索到信号的结束点,若此段信号宽度大于一定阈值,则认为粗检测出一个信号,将这段复信号进行参数测量。搜索之后,将此信道此段“过门限包络”置零,以防止其被重复检测;重新搜索该时间段的能量最大的信道,重复以上过程,同一时间段最多搜索四个信号。若某个时间片内没有信道能量过门限,或当前时刻已经检测有4个信号,则将时间片直接向后步进。
对多个粗检信号进行参数测量,得到多个脉冲描述字PDW。
在一些实施例中,可以根据检测所得的脉冲前后沿作为粗值,向脉冲高度一半的方向进行精搜索。将粗检测的脉冲前后沿之内的信号(过门限点)取平均幅度作为PA,再取PA/2与脉冲幅度的交点作为脉冲前后沿,可以得到TOA和PW,利用新的前后沿之内的复信号进行频率测量与调制方式等其他脉内信息识别。
在一些实施例中,脉冲描述字PDW可以包括脉冲的频率f,对粗检信号进行参数测量,得到脉冲的频率f,包括,基于脉冲的基带复信号,确定脉冲的实部和虚部;计算实部和虚部的相位,得到脉冲的相位;对相位进行一阶差分,得到脉冲的初始频率;对初始频率进行去野值处理,得到脉冲的频率f。
例如,根据PA、TOA和PW得到脉冲的基带复信号为,其中f是瞬时频率,在短时间内认为恒定,是采样间隔。实部和虚部分别为和,则可以基于和计算出脉冲的相位,然后对脉冲的相位进行一阶差分,得到脉冲的频率。示例性地,计算相位包括求反正切及解卷:利用反正切求出的相位是在之间的,需要恢复出无模糊的相位,即解卷。则
由于瞬时测频结果存在模糊问题:当信号处在信道的边沿附近时,即频率相对采样率较大,相邻采样点之间的相位差,即瞬时频率出现周期模糊的可能性增大。对于信噪比较低或相位编码的信号,将会引起测量值较实际值偏大,因此,需对测频结果进行一步去野值处理。
在一些实施例中,去野值处理,包括,对初始频率进行采样,确定相邻采样点第n+1点和第n点的相位差;确定相位差是否大于门限值;若是,则将第n+1点的前8点的频率均值作为第n+1点的频率。
例如,按照信号带宽不超过10MHz计算,信道化之后的采样率为46.875Msps,该门限值可以取0.22;当第10个采样点与第9个采样点的相位差大于0.22时,可以将第2-9个采样点的频率均值作为第10个采样点的频率。
图3为本发明一些实施例提供的得到分选结果的示例性示意图。在一些实施例中,图3示意的流程300可以由信号分选识别模块420执行。将PDW参数送给信号分选识别模块,由信号分选识别模块根据不同的雷达和雷达信号特征,对输入的实时PDW信号流进行辐射源分选、参数估计、辐射源识别、威胁程度判别和作战态势判别等。最后信号处理结果进行显示、存储、记录。分选处理包含信号预处理、主分选处理、辐射源识别三方面,其基本流程和工作原理如图3所示,流程300包括以下步骤:
基于已知雷达数据库,对脉冲描述字PDW进行预分选,筛选出已知雷达信号的脉冲。
基于雷达参数知识库,对非已知雷达信号的脉冲描述字PDW进行预分选,筛选出未知雷达信号的脉冲。
预分选过程包括:先将实时输入的脉冲参数与各种已知雷达的先验知识和先验信息(已知雷达的数据库)进行快速的匹配比较,按照匹配比较的结果分门别类地装入各缓存器;对于已经分离出的符合雷达数据库特征的己知雷达信号PDW,放置于多个己知雷达的数据缓存区,由主处理单元按照对已知雷达信号的处理方法作进一步的分选、识别和参数估计;然后再根据已知的一般雷达信号特征的先验知识,对剩余部分PDW再进行预分选,将多个未知雷达信号PDW,单独放置于多个未知雷达的数据缓存区,由主处理单元按照对未知雷达信号的处理方法进行辐射源检测、识别和参数估值,对于认定为无用的信号立即剔除。预处理的速度应与PDW的数据流密度相匹配,尽量不发生PDW流的数据丢失。预处理中所用到的各种已知雷达的先验知识和先验信息可以是预先装载的,也可以在信号处理的过程中加以补充修改。
对雷达信号进行主分选处理,得到雷达信号的辐射源特征参数。
主分选处理可以包括:选取预处理分类缓存器中的数据,按照已知的先验知识和先验信息,进一步剔除与雷达特性不匹配的数据,然后对满足要求的数据进行雷达辐射源检测、状态识别和威胁程度判别等。其中对已知雷达辐射源PDW的处理是根据已知雷达信号序列PDW的相关性,对PDW进行数据的相关分选,并对相关分选后的结果进行已知辐射源的检测(判定该已知辐射源是否存在),再对检测出的雷达信号进行各种参数的统计估值。一般情况下,在对PDW进行主分选处理的过程中,被主分选处理滤除出来的数据,按照对未知辐射源PDW的预分选方法补充到对应的PDW中。对未知雷达辐射源PDW的处理主要是根据对一般雷达信号特征的先验知识,检验PDW中的实际数据与这些先验知识的符合程度,做出各种雷达信号模型的假设检验和判决,计算检验、判决结果的可信度,并对达到一定可信度的检出雷达信号进行各种参数的统计估值,最大可支持20部辐射源的分选结果输出。
基于辐射源特征参数,对辐射源进行分类识别,得到辐射源的分选结果;分选结果包括但不限于目标雷达的型号、类型、个体身份、威胁等级、置信度等。
雷达辐射源识别是将侦察获得的雷达辐射源信号特征参数与已知雷达型号、类型和个体的特征参数进行比较,确定辐射源的型号、类型及个体身份,进而掌握其用途、载体、威胁等级等。雷达辐射源识别是辐射源参数向辐射源情报的转换过程,是典型的模式识别过程。雷达辐射源识别的关键要素是:特征参数提取、雷达识别库和分类识别。用于雷达辐射源识别的特征通常包括方位、频率、脉宽、脉冲重复间隔等参数、脉内调制特征、天线扫描特征和信号细微特征等。特征参数提取依赖于准确的信号分选以获得北侧雷达辐射源的PDW参数和中频原始数据,之后通过数字信号处理、统计信号处理等方法,完成对各类特征的类型、典型值、值域分布范围等参数的解算和统计积累。
在一些实施例中,还包括基于未知雷达信号的辐射源识别结果,补充和/或修改已知雷达数据库和雷达参数知识库。
雷达辐射源识别需要具备一个完善准确的雷达识别数据库,识别结果的正确性极大的取决于雷达识别库中已知雷达特征参数信息的完整性和准确性。完成雷达辐射源检测、状态识别和威胁程度判别的数据,需进行显示、记录、存储。显示器、控制器主要用于情报侦察***的人机界面交互,记录器用于各种处理结果的长期保存。
图4为本发明一些实施例提供的一种模拟雷达回波及干扰的***的示例性模块图。如图4所示,***400包括信号采集测量模块410、信号分选识别模块420、雷达回波模拟模块430、干扰信号产生模块440和信号发射模块450。
信号采集测量模块410用于接收目标雷达发出的信号,得到接收信号;对接收信号进行采集测量,得到多个脉冲描述字PDW。
信号分选识别模块420用于基于脉冲描述字PDW,对每个脉冲进行分选处理,得到分选结果。
雷达回波模拟模块430用于基于脉冲描述字PDW、分选结果和回波控制参数,模拟目标雷达的回波信号。
干扰信号产生模块440用于基于脉冲描述字PDW、分选结果和干扰控制参数,生成目标雷达的干扰信号。
信号发射模块450用于发射回波信号和/或干扰信号。
在一些实施例中,***400还包括显示模块、控制模块、日志管理模块和数据库管理模块。
显示模块至少用于态势显示、频谱数据显示、脉冲参数分析显示、分选结果显示和数据库界面显示。
控制模块用于接收用户的控制指令,并基于控制指令下发控制参数、接收PDW数据。
日志管理模块用于记录***的运行情况。
数据库管理模块至少用于管理已知雷达数据库和雷达参数知识库。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种模拟雷达回波及干扰的方法,其特征在于:包括
接收目标雷达发出的信号,得到接收信号;
对所述接收信号进行采集测量,得到多个脉冲描述字PDW;
基于所述脉冲描述字PDW,对每个脉冲进行分选处理,得到分选结果;
基于所述脉冲描述字PDW、所述分选结果和回波控制参数,模拟所述目标雷达的回波信号;
基于所述脉冲描述字PDW、所述分选结果和干扰控制参数,生成所述目标雷达的干扰信号;
发射所述回波信号和/或所述干扰信号;
所述得到多个脉冲描述字PDW,包括,
对待检信道的基带信号包络进行平滑处理,得到多个信道的平滑信号;
对多个平滑信号进行门限检测,得到多个过门限包络信号;
对所述多个过门限包络信号进行处理,得到多个粗检信号;
对所述多个粗检信号进行参数测量,得到所述多个脉冲描述字PDW;
所述得到多个粗检信号,包括,确定多个时间片段,对于每个时间片段:
基于所述过门限包络信号,确定该时间片段中能量最大的信道;
确定所述能量最大的信道内的信号的宽度,当所述信号的宽度大于阈值时,将所述信号作为粗检信号;
将所述过门限包络信号中被提取为粗检信号的信号置零;
重复筛选该时间片段中的其他粗检信号,直到得到预设数量的粗检信号或该时间片段中无过门限信号。
2.根据权利要求1所述的模拟雷达回波及干扰的方法,其特征在于,所述脉冲描述字PDW包括脉冲的频率f,对粗检信号进行参数测量,得到所述脉冲的频率f,包括,
基于所述脉冲的基带复信号,确定所述脉冲的实部和虚部;
计算所述实部和所述虚部的相位,得到所述脉冲的相位;
对所述相位进行一阶差分,得到所述脉冲的初始频率;
对所述初始频率进行去野值处理,得到所述脉冲的频率f。
3.根据权利要求2所述的模拟雷达回波及干扰的方法,其特征在于,去野值处理,包括,
对所述初始频率进行采样,确定相邻采样点第n+1点和第n点的相位差;
确定所述相位差是否大于门限值;
若是,则将所述第n+1点的前8点的频率均值作为所述第n+1点的频率。
4.根据权利要求1所述的模拟雷达回波及干扰的方法,其特征在于,所述基于所述脉冲描述字PDW,对每个脉冲进行分选处理,得到分选结果,包括,
基于已知雷达数据库,对所述脉冲描述字PDW进行预分选,筛选出已知雷达信号的脉冲;
基于雷达参数知识库,对非已知雷达信号的脉冲描述字PDW进行预分选,筛选出未知雷达信号的脉冲;
对雷达信号进行主分选处理,得到所述雷达信号的辐射源特征参数;
基于所述辐射源特征参数,对辐射源进行分类识别,得到辐射源的分选结果;所述分选结果包括目标雷达的型号、类型、个体身份、威胁等级、置信度。
5.根据权利要求1所述的模拟雷达回波及干扰的方法,其特征在于,所述模拟所述目标雷达的回波信号,包括,
接收回波控制参数;
根据所述回波控制参数,生成回波工作参数;所述回波工作参数包括所述回波信号的工作频段和工作时序;
根据所述脉冲描述字PDW和所述分选结果,对相应脉冲进行回波调制,得到初始回波信号;
对所述初始回波信号进行处理,生成回波信号;
基于所述回波工作参数,对所述回波信号进行处理,输出处理后的回波信号。
6.根据权利要求1所述的模拟雷达回波及干扰的方法,其特征在于,所述生成所述目标雷达的干扰信号,包括,
接收干扰控制参数;
根据所述干扰控制参数,生成干扰工作参数;所述干扰工作参数包括所述干扰信号的工作频段和工作时序;
根据所述脉冲描述字PDW和所述分选结果,对相应脉冲进行干扰调制,得到初始干扰信号;
对所述初始干扰信号进行处理,生成干扰信号;
基于所述干扰工作参数,对所述干扰信号进行处理,输出处理后的干扰信号。
7.一种模拟雷达回波及干扰的***,其特征在于,包括信号采集测量模块、信号分选识别模块、雷达回波模拟模块、干扰信号产生模块和信号发射模块;
所述信号采集测量模块用于接收目标雷达发出的信号,得到接收信号;对所述接收信号进行采集测量,得到多个脉冲描述字PDW;
所述信号分选识别模块用于基于所述脉冲描述字PDW,对每个脉冲进行分选处理,得到分选结果;
所述雷达回波模拟模块用于基于所述脉冲描述字PDW、所述分选结果和回波控制参数,模拟所述目标雷达的回波信号;
所述干扰信号产生模块用于基于所述脉冲描述字PDW、所述分选结果和干扰控制参数,生成所述目标雷达的干扰信号;
所述信号发射模块用于发射所述回波信号和/或所述干扰信号;
所述得到多个脉冲描述字PDW,包括,
对待检信道的基带信号包络进行平滑处理,得到多个信道的平滑信号;
对多个平滑信号进行门限检测,得到多个过门限包络信号;
对所述多个过门限包络信号进行处理,得到多个粗检信号;
对所述多个粗检信号进行参数测量,得到所述多个脉冲描述字PDW;
所述得到多个粗检信号,包括,确定多个时间片段,对于每个时间片段:
基于所述过门限包络信号,确定该时间片段中能量最大的信道;
确定所述能量最大的信道内的信号的宽度,当所述信号的宽度大于阈值时,将所述信号作为粗检信号;
将所述过门限包络信号中被提取为粗检信号的信号置零;
重复筛选该时间片段中的其他粗检信号,直到得到预设数量的粗检信号或该时间片段中无过门限信号。
8.根据权利要求7所述的模拟雷达回波及干扰的***,其特征在于,还包括显示模块、控制模块、日志管理模块和数据库管理模块;
所述显示模块至少用于态势显示、频谱数据显示、脉冲参数分析显示、分选结果显示和数据库界面显示;
所述控制模块用于接收用户的控制指令,并基于控制指令下发控制参数、接收PDW数据;
所述日志管理模块用于记录***的运行情况;
所述数据库管理模块至少用于管理已知雷达数据库和雷达参数知识库。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210973869.9A CN115047417B (zh) | 2022-08-15 | 2022-08-15 | 一种模拟雷达回波及干扰的方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210973869.9A CN115047417B (zh) | 2022-08-15 | 2022-08-15 | 一种模拟雷达回波及干扰的方法和*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115047417A CN115047417A (zh) | 2022-09-13 |
CN115047417B true CN115047417B (zh) | 2022-10-25 |
Family
ID=83167757
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210973869.9A Active CN115047417B (zh) | 2022-08-15 | 2022-08-15 | 一种模拟雷达回波及干扰的方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115047417B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115754930B (zh) * | 2022-11-22 | 2023-08-29 | 扬州宇安电子科技有限公司 | 一种多功能雷达干扰主机 |
CN115754946B (zh) * | 2022-11-22 | 2023-10-20 | 扬州宇安电子科技有限公司 | 一种复合回波信号模拟器 |
CN115664463B (zh) * | 2022-12-28 | 2023-03-14 | 成都安则科技有限公司 | 一种无线电干扰信号生成方法及无线电干扰信号生成装置 |
CN116106837A (zh) * | 2023-04-10 | 2023-05-12 | 成都富元辰科技有限公司 | 无人机载雷达干扰模拟***及应用 |
CN117420515B (zh) * | 2023-12-19 | 2024-03-12 | 南京航天工业科技有限公司 | 一种雷达多信号的自适应干扰***及方法 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU8055094A (en) * | 1994-06-30 | 1996-01-25 | Ehsani Engineering Enterprises Inc. | System and method for radar-vision for vehicles in traffic |
US7034738B1 (en) * | 2003-12-05 | 2006-04-25 | Itt Manufacturing Enterprises, Inc. | Method of radar pattern recognition by sorting signals into data clusters |
US7193558B1 (en) * | 2003-09-03 | 2007-03-20 | The United States Of America As Represented By The Secretary Of The Navy | Radar processor system and method |
CA2762762A1 (en) * | 2008-05-29 | 2009-12-03 | Cambridge Consultants Limited | Radar system and method |
CN102377452A (zh) * | 2011-08-16 | 2012-03-14 | 中国科学技术大学 | 高速取样有限精度量化脉冲超宽带信号到达时间估计方法 |
KR20160048441A (ko) * | 2014-10-24 | 2016-05-04 | 주식회사 빅텍 | 수집 레이더 신호의 클러스터링 방법 |
CN107656245A (zh) * | 2017-08-22 | 2018-02-02 | 哈尔滨工程大学 | 一种将信息融合应用到雷达信号分选中的方法 |
CN107884756A (zh) * | 2017-12-29 | 2018-04-06 | 扬州宇安电子科技有限公司 | 一种可通过数据文件产生信号的雷达信号模拟***及方法 |
CN108562875A (zh) * | 2018-04-24 | 2018-09-21 | 扬州健行电子科技有限公司 | 一种先验数据库匹配法对雷达信号的分选方法 |
CN109814094A (zh) * | 2019-02-01 | 2019-05-28 | 中国科学院声学研究所东海研究站 | 一种多目标水声定位时延估计算法 |
WO2020023242A1 (en) * | 2018-07-26 | 2020-01-30 | Mercury Systems, Inc. | Method and system for intra-pulse frequency estimation against agile emitters |
CN110749878A (zh) * | 2019-09-24 | 2020-02-04 | 北京理工大学 | 一种基于数字信道化的脉内频率编码信号参数测量方法 |
CN111337888A (zh) * | 2020-04-13 | 2020-06-26 | 北京航天长征飞行器研究所 | 密集假目标干扰方法、计算机设备及计算机可读存储介质 |
CN112799028A (zh) * | 2020-12-14 | 2021-05-14 | 中电科仪器仪表有限公司 | 一种基于rcs起伏统计特性差异的虚假目标识别方法 |
CN112859019A (zh) * | 2021-01-11 | 2021-05-28 | 北京无线电计量测试研究所 | 一种脉内调制类型参数提取***和使用方法 |
CN113848391A (zh) * | 2021-09-26 | 2021-12-28 | 成都华日通讯技术股份有限公司 | 一种脉冲信号检测和提取方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101551811B1 (ko) * | 2014-05-19 | 2015-09-10 | 최수호 | 레이더 장치 및 그의 주파수 간섭 제거방법 |
CN111427016B (zh) * | 2020-04-21 | 2020-12-08 | 北京航天长征飞行器研究所 | 基于虚拟信道化的多雷达对抗方法和*** |
-
2022
- 2022-08-15 CN CN202210973869.9A patent/CN115047417B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU8055094A (en) * | 1994-06-30 | 1996-01-25 | Ehsani Engineering Enterprises Inc. | System and method for radar-vision for vehicles in traffic |
US7193558B1 (en) * | 2003-09-03 | 2007-03-20 | The United States Of America As Represented By The Secretary Of The Navy | Radar processor system and method |
US7034738B1 (en) * | 2003-12-05 | 2006-04-25 | Itt Manufacturing Enterprises, Inc. | Method of radar pattern recognition by sorting signals into data clusters |
CA2762762A1 (en) * | 2008-05-29 | 2009-12-03 | Cambridge Consultants Limited | Radar system and method |
CN102377452A (zh) * | 2011-08-16 | 2012-03-14 | 中国科学技术大学 | 高速取样有限精度量化脉冲超宽带信号到达时间估计方法 |
KR20160048441A (ko) * | 2014-10-24 | 2016-05-04 | 주식회사 빅텍 | 수집 레이더 신호의 클러스터링 방법 |
CN107656245A (zh) * | 2017-08-22 | 2018-02-02 | 哈尔滨工程大学 | 一种将信息融合应用到雷达信号分选中的方法 |
CN107884756A (zh) * | 2017-12-29 | 2018-04-06 | 扬州宇安电子科技有限公司 | 一种可通过数据文件产生信号的雷达信号模拟***及方法 |
CN108562875A (zh) * | 2018-04-24 | 2018-09-21 | 扬州健行电子科技有限公司 | 一种先验数据库匹配法对雷达信号的分选方法 |
WO2020023242A1 (en) * | 2018-07-26 | 2020-01-30 | Mercury Systems, Inc. | Method and system for intra-pulse frequency estimation against agile emitters |
CN109814094A (zh) * | 2019-02-01 | 2019-05-28 | 中国科学院声学研究所东海研究站 | 一种多目标水声定位时延估计算法 |
CN110749878A (zh) * | 2019-09-24 | 2020-02-04 | 北京理工大学 | 一种基于数字信道化的脉内频率编码信号参数测量方法 |
CN111337888A (zh) * | 2020-04-13 | 2020-06-26 | 北京航天长征飞行器研究所 | 密集假目标干扰方法、计算机设备及计算机可读存储介质 |
CN112799028A (zh) * | 2020-12-14 | 2021-05-14 | 中电科仪器仪表有限公司 | 一种基于rcs起伏统计特性差异的虚假目标识别方法 |
CN112859019A (zh) * | 2021-01-11 | 2021-05-28 | 北京无线电计量测试研究所 | 一种脉内调制类型参数提取***和使用方法 |
CN113848391A (zh) * | 2021-09-26 | 2021-12-28 | 成都华日通讯技术股份有限公司 | 一种脉冲信号检测和提取方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115047417A (zh) | 2022-09-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115047417B (zh) | 一种模拟雷达回波及干扰的方法和*** | |
Lee et al. | DTM extraction of LiDAR returns via adaptive processing | |
US7929375B2 (en) | Method and apparatus for improved active sonar using singular value decomposition filtering | |
US20080106460A1 (en) | Radar microsensor for detection, tracking, and classification | |
CN110988834B (zh) | 一种基于自适应阈值双门限的脉冲到达时间测量方法 | |
CN111401168B (zh) | 一种无人机的多层雷达特征提取与选择方法 | |
US6069582A (en) | Method and apparatus for synthesizing multi-channel radar or sonar data | |
CN113050071A (zh) | 激光雷达数据处理方法、装置、设备及存储介质 | |
Abratkiewicz et al. | Radar signal parameters estimation using phase accelerogram in the time-frequency domain | |
CN116106837A (zh) | 无人机载雷达干扰模拟***及应用 | |
Cosoli et al. | A real-time and offline quality control methodology for SeaSonde high-frequency radar currents | |
Ng et al. | Target detection in sea clutter using resonance based signal decomposition | |
CN112906476B (zh) | 一种基于信杂噪比损失的机载雷达训练样本选择方法 | |
GB2320384A (en) | Radar velocity measurement | |
CN112213697A (zh) | 一种基于贝叶斯决策理论用于雷达欺骗干扰识别的特征融合方法 | |
RU2407031C1 (ru) | Радиолокационное устройство классификации вибрирующих летательных аппаратов с траекторными нестабильностями полета в приземных слоях атмосферы | |
CN113050070A (zh) | 激光雷达数据处理方法、装置、设备及存储介质 | |
CN116125406A (zh) | 一种基于snr估计和点迹航迹报的对空监视雷达性能评估方法 | |
CN115546526A (zh) | 三维点云聚类方法、装置及存储介质 | |
Ribeiro et al. | A realistic radar data simulator for the Super Dual Auroral Radar Network | |
CN111289951B (zh) | 一种基于最小二乘的宽脉冲等效模拟方法和装置 | |
CN113341408B (zh) | 一种基于穿墙雷达杂波抑制的成像方法及*** | |
CN117148273B (zh) | 一种匹配概率测度的水下声源定位方法 | |
Prokopenko et al. | Detection and measurement of Harmonic Signal Frequency using autoregressive model | |
McDonald et al. | Continuous-discrete filtering for dim manoeuvring maritime targets |
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 |