一种基于神经网络的雷达主瓣干扰抑制方法技术

技术编号:19688532 阅读:41 留言:0更新日期:2018-12-08 10:22
本发明专利技术公开了一种基于神经网络的主瓣干扰抑制方法,属于雷达技术领域。该方法包括以下步骤:在已知主瓣干扰方向后,根据雷达阵元排列的几何模型确定接收信号的导向矢量,并构造目标信号与干扰信号的接收信号模型;根据已知主瓣干扰方向,构造理想的低旁瓣零陷方向图;通过输入信号创建训练样本,将理想的低旁瓣零陷方向图作为期望信号样本,在此基础上建立合适的神经网络模型,并进行训练;应用训练完成的神经网络,对输入信号进行验证,得到输出方向图。本发明专利技术采用神经网络对主瓣干扰进行抑制,与传统方法相比,不但在干扰处形成了零陷,还做到了主瓣方向图的保形和较低的旁瓣水平,得到了较为理想的方向图,提升了测角的准确度,减少了目标信号的能量损失,提升了系统的稳健性,能够更好地满足测角需求,从而提升了系统性能。

【技术实现步骤摘要】
一种基于神经网络的雷达主瓣干扰抑制方法
本专利技术属于雷达
,涉及主瓣干扰抑制方法,可用于在已知干扰方向时,在干扰处形成零陷,并使得主瓣方向图保形。
技术介绍
抗干扰技术是阵列信号处理领域的一种重要分支,干扰源有很多种,而且按不同的分类标准有不同的分类方法,按照其位于波束内的位置可以分为主瓣干扰和旁瓣干扰。不论是主瓣干扰还是旁瓣干扰,当其存在时都会对目标信号的检测和处理产生影响。对于抗旁瓣干扰的方法已经有了比较深入的研究,如自适应波束形成和广义旁瓣相消等方法。而主瓣干扰的研究则相对较少,并且因其位于主波束内而更难处理。当存在主瓣干扰时,用自适应波束形成方法也可以在主瓣干扰方向形成零陷,但同时会出现副瓣电平增高、主波束变形且峰值偏移等不良影响。最早的低旁瓣研究都是针对线阵的,最简单易用的是使用加窗函数的数值解析方法,而对于主瓣干扰,可以采用自适应数字波束形成技术,使得主瓣方向产生零陷,但是此方法使得主波束发生畸变;后来S.J.YU提出了阻塞矩阵法,克服波束形成时协方差矩阵中混入信号的问题,使得存在主瓣干扰时主波束不发生畸变,但是此方法并没有在主瓣干扰位置处实现零陷。
技术实现思路
本本文档来自技高网
...

【技术保护点】
1.一种基于神经网络的雷达主瓣干扰抑制方法,包括如下步骤:步骤1:获取各雷达阵元的地理位置,确定雷达阵元的排布;步骤2:根据步骤1得到的阵元排布,对给定的目标信号方位以及干扰位置方位,将各雷达阵元接收到的信号创建成接收信号导向矢量,包括目标信号与干扰信号的接收信号模型;步骤3:根据步骤2得到的接收信号导向矢量,在雷达可检测范围内,根据实际要求规则,构造低旁瓣零陷方向图;步骤4:在雷达阵列可检测的空间位置范围内,选择一定的步进角度,得到每一步对应的接收信号导向矢量,并进行预处理后,构成方向图训练样本;将步骤3构造的低旁瓣零陷方向图数据预处理后,构成训练样本的期望信号;步骤5:选择合适的神经网络模...

【技术特征摘要】
1.一种基于神经网络的雷达主瓣干扰抑制方法,包括如下步骤:步骤1:获取各雷达阵元的地理位置,确定雷达阵元的排布;步骤2:根据步骤1得到的阵元排布,对给定的目标信号方位以及干扰位置方位,将各雷达阵元接收到的信号创建成接收信号导向矢量,包括目标信号与干扰信号的接收信号模型;步骤3:根据步骤2得到的接收信号导向矢量,在雷达可检测范围内,根据实际要求规则,构造低旁瓣零陷方向图;步骤4:在雷达阵列可检测的空间位置范围内,选择一定的步进角度,得到每一步对应的接收信号导向矢量,并进行预处理后,构成方向图训练样本;将步骤3构造的低旁瓣零陷方向图数据预处理后,构成训练样本的期望信号;步骤5:选择合适的神经网络模型,并进行训练;步骤6:利用步骤5得到的神经网络进行方向图综合,得到输出方向图。2.如权利要求1所述的一种基于神经网络的雷达主瓣干扰抑制方法,其特征在于所述步骤3中构造的理想的低旁瓣零陷方向图,对方向图数据中干扰方向置零,而对于不存在干扰的主瓣和旁瓣位置处,进行最优处理,处理方法包括:升余弦主瓣、均匀...

【专利技术属性】
技术研发人员:江朝抒李嘉辛
申请(专利权)人:电子科技大学
类型:发明
国别省市:四川,51

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1