一种基于盲提取的雷达主瓣干扰抑制方法技术

一种基于盲提取的雷达主瓣干扰抑制方法，涉及雷达干扰对抗技术领域。本发明专利技术是为了解决目前的雷达主瓣干扰抑制方法还存在由于提取目标分量准确率低、运算量大而导致的干扰抑制效果差的问题。本发明专利技术包括：步骤一、对雷达阵列在同一时段接收的m路多通道信号X进行预处理，获得预处理后的m路距离域信号Z：步骤二、设单路提取信号距离域为Y＝wZ，以Y的盲信干噪比为目标函数，采用粒子群优化算法更新迭代w直至目标函数收敛或满足结束条件，获得提取参数w；步骤三、利用步骤一获得的Z和步骤二获得的提取参数w获取提取信号距离域Y即目标回波信号。本发明专利技术主要用于对雷达主瓣干扰的抑制。本发明专利技术主要用于对雷达主瓣干扰的抑制。本发明专利技术主要用于对雷达主瓣干扰的抑制。

【技术实现步骤摘要】
一种基于盲提取的雷达主瓣干扰抑制方法


[0001]本专利技术涉及雷达干扰对抗
，特别涉及一种基于盲提取的雷达主瓣干扰抑制方法。

技术介绍

[0002]雷达是现代战争中不可或缺的组成部分。随着电子对抗技术的快速发展，雷达所面临的环境也日益复杂。通常情况下，雷达所接收的信号中，除了目标信号以外，也包含敌方释放的电子干扰，这些干扰信号会使得雷达难以正确的跟踪或检测目标。按照干扰作用类型也可以分为主瓣干扰和旁瓣干扰。对于旁瓣干扰，高功率的干扰信号会通过旁瓣进入接收机从而掩盖掉从主瓣接收的小功率有用信号，可以采用副瓣隐匿、副瓣对消和副瓣置零等方法来抑制副瓣干扰。在实际情境中，雷达天线的波束是在一定范围空间内进行扫描的，当天线主瓣方向指向干扰源时就会产生主瓣干扰。对于主瓣干扰，传统的信号处理方法很难进行滤除，盲分离方法是目前应用较多的主瓣干扰抑制方法。
[0003]作为现代信号处理的重要分支，盲信号分离是指在没有源信号和信道参数先验信息的前提下，只依靠接收器接收到的混合信号分离出源信号，而盲信号提取是盲信号分离的另外一种特殊实现途径。在雷达主瓣干扰抑制中采用一般的盲分离方法例如FastICA和JADE等需要先进行信源数目估计，而后根据估计的个数同时分离出所有的源信号，然后对各个独立分量进行识别得到目标分量。在复杂电磁环境中，信源数目较大，信源数目估计会存在误差，将直接影响到干扰抑制效果，此外经盲分离后有用的数据往往只有目标分量，因此较大的信源数目将消耗巨大的运算资源和存储资源。而盲提取能够直接按照一定条件只提取出感兴趣的源信号分量，即在雷达干扰抑制中可以直接对多路回波信号进行处理，输出目标分量。盲提取需要的可解条件相比盲分离更弱，计算复杂度更小，能够充分结合雷达干扰抑制应用场景，其平均抑制效果优于盲分离。
[0004]现有的盲提取算法有基于如负熵等统计量的逐步提取算法，也有基于线性预测滤波器的提取算法等。但其核心为约束盲分离，即对分离矩阵的搜索空间加以约束从而使得算法收敛到分离出感兴趣的某种类型信号，盲提取的一种典型思路为引入参考信号，将与期望得到的信号分量有类似特征的信号作为参考输入到盲提取系统中，并在盲提取时将输出信号与参考信号进行相似性度量从而作为盲提取的约束条件。但是目前盲提取的目标函数与提取流程应用到主瓣干扰抑制中提取目标分量的准确率并不高且还存在运算量大的问题，从而导致抑制效果差。

技术实现思路

[0005]本专利技术目的是为了解决目前的雷达主瓣干扰抑制方法还存在由于提取目标分量准确率低、运算量大而导致的干扰抑制效果差的问题，而提出了一种基于盲提取的雷达主瓣干扰抑制方法。
[0006]一种基于盲提取的雷达主瓣干扰抑制方法具体过程为：
[0007]步骤一、对雷达阵列在同一时段接收的m路多通道信号X进行预处理，获得预处理后的m路距离域信号Z；
[0008]步骤二、设提取信号距离域为Y＝wZ，以Y的盲信干噪比为目标函数，采用粒子群优化算法更新迭代w直至目标函数收敛或满足结束条件，获得提取参数w；
[0009]步骤三、利用步骤一获得的Z和步骤二获得的提取参数w获取提取信号距离域Y即目标回波信号：Y＝wZ。
[0010]本专利技术的有益效果为：
[0011]本专利技术在进行雷达干扰抑制时不需要进行信源数目估计，从而直接消除了估计误差。此外本专利技术不需要多步识别就可以直接得到目标回波信号，提升了干扰一致的效果。再者对于复杂电磁环境中源信号数目较大，而又只对其中的目标信号感兴趣时，若采用现有技术进行计算需要消耗巨大的运算资源和存储资源，而本专利技术需要的可解条件相比之下更弱，能够利用约束单独提取出感兴趣的某个类型的信号，减小了计算复杂度，提升了干扰抑制效果。本专利技术提出的目标函数和提取流程更适用雷达主瓣干扰抑制，本专利技术将目标函数、提取流程与雷达信号处理紧密结合，在准确提取目标分量的同时减小了运算量，提升了干扰抑制的效果。
附图说明
[0012]图1为基于盲提取的雷达干扰抑制方法流程图；
[0013]图2为粒子群优化算法流程图；
[0014]图3为粒子群优化时全局最优值变化图；
[0015]图4为粒子群优化时某粒子适宜度变化图；
[0016]图5为场景一原始回波距离域数据；
[0017]图6为场景一采用盲提取干扰抑制后距离域数据；
[0018]图7为场景一采用JADE盲分离干扰抑制后距离域数据；
[0019]图8(a)
‑
图8(d)为场景一某个粒子迭代中间值的抑制效果；
[0020]其中，图8(a)为第一次迭代中间值的抑制效果；图8(b)为第二次迭代中间值的抑制效果；图8(c)为第三次迭代中间值的抑制效果；图8(d)为第四次迭代中间值的抑制效果；
[0021]图9为场景二原始回波距离域数据；
[0022]图10为场景二采用盲提取干扰抑制后距离域数据；
[0023]图11为场景二采用JADE盲分离干扰抑制后距离域数据；
[0024]图12(a)
‑
图12(f)为场景二某个粒子迭代中间值的抑制效果；
[0025]其中，图12(a)为第1次迭代中间值的抑制效果；图12(b)为第2次迭代中间值的抑制效果；图12(c)为第3次迭代中间值的抑制效果；图12(d)为第4次迭代中间值的抑制效果；图12(e)为第5次迭代中间值的抑制效果；图12(f)为第10次迭代中间值的抑制效果。
具体实施方式
[0026]具体实施方式一：如图1所示，本实施方式一种基于盲提取的雷达主瓣干扰抑制方法具体过程为：
[0027]步骤一、对雷达阵列在同一时段接收的m路多通道信号X进行预处理，获得预处理
后的m路距离域信号Z：
[0028]所述预处理包括：匹配滤波、零均值和白化预处理；
[0029]步骤二、设单路提取信号距离域为Y＝wZ，以Y的盲信干噪比为目标函数，采用粒子群优化算法更新迭代w直至目标函数收敛或满足结束条件，获得提取参数w；
[0030]其中，w为m维矢量；
[0031]步骤三、利用步骤一获得的Z和步骤二获得的提取参数w获取提取信号距离域Y即目标回波信号。
[0032]具体实施方式二：所述步骤二中的设单路提取信号距离域为Y＝wZ，以Y的盲信干噪比为目标函数，采用粒子群优化算法更新迭代w直至目标函数收敛获满足结束条件，获得提取参数w，包括以下步骤：
[0033]步骤二一、设单路提取信号距离域为Y＝wZ，获得Y的盲信干噪比作为目标函数：
[0034][0035]其中，y(n)表示距离域信号，y
o
(n)表示将y(n)复包络最大点及其附近的预设范围去除后的距离域信号，w为m维矢量。
[0036]本步骤中，对于目标回波信号其距离域在目标位置处会出现尖峰，其信干噪比可以表示为目标点幅值与剩余点最大幅值之比；盲提取的目的在于提升信干噪比，因此可以考虑将与信干噪比有关的量作为目标本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于盲提取的雷达主瓣干扰抑制方法，其特征在于所述方法具体过程为：步骤一、对雷达阵列在同一时段接收的m路多通道信号X进行预处理，获得预处理后的m路距离域信号Z；步骤二、设提取信号距离域为Y＝wZ，以Y的盲信干噪比为目标函数，采用粒子群优化算法更新迭代w直至目标函数收敛或满足结束条件，获得提取参数w；步骤三、利用步骤一获得的Z和步骤二获得的提取参数w获取提取信号距离域Y即目标回波信号：Y＝wZ。2.根据权利要求1所述的一种基于盲提取的雷达主瓣干扰抑制方法，其特征在于：所述步骤一中的对雷达阵列在同一时段接收的m路多通道信号X进行预处理包括：匹配滤波、零均值和白化预处理。3.根据权利要求2所述的一种基于盲提取的雷达主瓣干扰抑制方法，其特征在于：所述步骤二中的设提取信号距离域为Y＝wZ，以Y的盲信干噪比为目标函数，采用粒子群优化算法更新迭代w直至目标函数收敛或满足结束条件，获得提取参数w，包括以下步骤：步骤二一、设提取信号距离域为Y＝wZ，获取的盲信干噪比作为目标函数：其中，y(n)表示距离域信号，y
o
(n)表示将y(n)复包络最大点及其附近的预设范围去除后的距离域信号，w为m维矢量；步骤二二、利用粒子群算法对w进行更新迭代，直至目标函数收敛或满足结束条件获得提取参数w。4.根据权利要求3所述的一种基于盲提取的雷达主瓣干扰抑制方法，其特征在于：所述步骤二二中的利用粒子群算法对w进行更新迭代，包括以下步骤：步骤二二一、设置种群数目以及最大迭代次数，初始化所有粒子的速度和位置，并比较所有粒子的历史最优位置得到全局最优位置；其中，由于w中的元素为复数，因此将w的实部和虚部分开并重组为2
×
m维实数矢量x作为粒子的位置；步骤二二二、对每个粒子i的第d维的速度和位置分别按照以下公式进行更新：其中，v
id
是粒子i的第d维飞行速度，d∈[1,n]，n是搜索空间维度，ω为惯性权重，c1和c2为加速度常数，是粒子i的个体历史最优位置P
i
的第d维，是粒子i第d维位置，是粒子i的全局最优位置P
g
的第d维，是两个不同的随机数，x
i

【专利技术属性】
技术研发人员：于雷，刘一品，位寅生，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：