一种基于环境认知的星载SAR精准干扰方法技术

本发明专利技术公开的一种基于环境认知的星载SAR精准干扰方法，其包括以下步骤：S1：根据SAR图像数据库，获取敌机对保护场景成像后的图像强度信息；S2：引入超像素分割技术，根据图像特征对目标场景进行子区域划分；S3：基于子区域的位置信息和强度信息计算该区域所需施加干扰信号的位置和强度；S4：获取干扰信号的覆盖范围；S5：根据干扰信号的覆盖范围设计距离向和方位向调制因子，使干扰信号具有二维精准可控特性；S6：根据不同的子区域生成具有不同特性的干扰信号，经干扰机调制后转发。该方法可根据保护场景的图像强度信息，实现最优的干扰功率分配，以最小的代价达到最优的干扰效果。该方法在实际应用中具有广泛的应用前景。方法在实际应用中具有广泛的应用前景。方法在实际应用中具有广泛的应用前景。

【技术实现步骤摘要】
一种基于环境认知的星载SAR精准干扰方法


[0001]本专利技术属于SAR信号处理
，具体的，涉及一种基于环境认知的星载SAR精准干扰方法。

技术介绍

[0002]由于全天时、全天候、远程和大范围的测绘能力，SAR在恶劣天气以及无法使用光学和红外探测系统的复杂环境中，在信息获取方面发挥了至关重要的作用，因此在各个领域得到广泛应用。然而，为避免己方重要场景信息被敌方SAR进行恶意侦查，需要展开对SAR干扰技术的研究。通常，SAR干扰技术根据其工作模式可分为压制干扰和欺骗干扰。常规的压制干扰使用高斯类噪声信号覆盖有用信号，以阻止SAR获取准确的目标信息。欺骗干扰主要通过调制和转发截获的雷达回波，使得敌方雷达无法进行精确的目标检测和参数估计。由于压制干扰相对容易实施，因此它已成为一种常见的SAR干扰形式。
[0003]为实现对SAR成像场景的大范围干扰，目前常用的压制干扰技术主要是噪声类压制干扰。由于噪声类压制干扰无法在SAR成像过程中获得二维处理增益，因此该技术需要较高的干扰机发射功率，这也将极大地增加干扰机暴露的风险。目前，如何在保证干扰性能的情况下，有效地降低干扰机的发射功率是目前的研究重点。

技术实现思路

[0004]为解决上述问题，本专利技术提出一种基于环境认知的星载SAR精准干扰方法。相比于噪声类压制干扰技术，该方法在成像过程中可以获得较高的二维处理增益。此外，该方法可以对场景环境进行划分，从而自适应地分配干扰能量，这将极大地节省干扰机的发射功率，降低干扰机的暴露概率。
[0005]本专利技术公开的基于环境认知的星载SAR精准干扰方法，包括以下步骤：
[0006]一种基于环境认知的星载SAR精准干扰方法，包括以下步骤：
[0007]S1：根据SAR图像数据库，获取敌机对保护场景成像后的图像强度；
[0008]S2：为降低干扰信号生成的计算复杂度，对保护场景进行子区域划分；
[0009]S3：基于划分后得到的各子区域的位置和强度计算各子区域所需施加干扰信号的位置和强度；
[0010]S4：计算各个子区域在距离向和方位向的延伸程度，从而获取干扰信号的覆盖范围；
[0011]S5：根据干扰信号的覆盖范围设计距离向和方位向调制因子，使干扰信号具有二维精准可控特性；
[0012]S6：根据各子区域生成具有不同特性的干扰信号，经干扰机调制后转发。
[0013]优选的，步骤S1中：
[0014]假设保护场景中包含n
r
×
n
a
个散射点，敌机对保护场景成像后的图像强度表示为：
[0015]σ＝{σ
p,q
|1≤p≤n
r
,1≤q≤n
a
}。
[0016]优选的，步骤S2中：
[0017]选用简单线性迭代聚类SLIC技术对保护场景进行分割，得到划分后的子区域D1,D2,
…
,D
M
。
[0018]优选的，步骤S3中：
[0019]子区域D
m
中强度的最大值表示为初步产生干扰场景J
m
，m＝(1，2，3，
……
，M)，干扰场景J
m
的强度表示为：
[0020][0021]式中，σ
p,q
表示子区域D
m
中的强度，表示干扰场景中虚假目标的强度，为降低信号调制的复杂度，将干扰场景J
m
等效为虚假点目标J
m
，将子区域D
m
的尺寸记为的尺寸记为为距离，为方位；
[0022]此虚假点目标J
m
的强度σ
m
表示为：
[0023][0024]式中，f
s
，F
a
，c和v
a
分别表示距离向采样率，方位向采样率，光速和飞行速度，mean(
·
)表示求均值函数；
[0025]此虚假点目标J
m
的位置L
m
＝(x
m
,y
m
)表示为：
[0026][0027]式中，min{
·
}和max{
·
}分别表示求最小值和求最大值函数，(x
p,q
,y
p,q
)表示子区域D
m
中散射体的坐标；
[0028]即得到各子区域所需施加干扰信号的位置L
m
和强度σ
m
。
[0029]优选的，步骤S4中：
[0030]由步骤S3知，子区域在距离向和方位向的延伸程度分别表示为和为充分保护子区域的场景信息，由虚假目标J
m
产生的干扰信号需要完全覆盖子区域场景范围
[0031]优选的，步骤S5中：
[0032]采用二维精准可控技术，保证虚假目标J
m
生成的干扰信号的覆盖范围恰为设计距离向调制因子和方位向调制因子，分别表示为：
[0033][0034]式中，K
r
，和分别表示距离调频斜率，距离调频斜率误差和方位调频斜率误差，当时，调频斜率误差与散焦程度之间的关系表示为：
[0035][0036]式中，T
p
，λ，R
i
和T
a
分别表示脉冲宽度，波长，虚假目标与SAR之间的最短斜距，以及虚假目标J
m
的合成孔径时间。
[0037]优选的，步骤S6：
[0038]根据步骤S5中设计的距离向调制因子和方位向调制因子，对截获信号施加的调制函数表示为：
[0039][0040]式中，f
c
，f
r
，x
i
，t和η分别表示载波频率，距离向频率，虚假目标方位向位置，快时间和慢时间，Δt
ij
(η)为干扰机回波与虚假目标回波的时延差，ω
r
(t)和ω
a
(η)分别表示距离向包络和方位向包络。
[0041]有益效果：
[0042]与现有技术相比，专利技术的一种基于环境认知的星载SAR精准干扰方法的有益效果是：一方面，该方法可获得二维信号处理增益，并对干扰信号的覆盖范围进行精准控制。另一方面，该方法可根据保护场景实现最优的干扰能量分配，可大幅度降低干扰机的发射功率，减小干扰机暴露概率。
附图说明
[0043]图1是所提干扰技术实施流程图；
[0044]图2是确定的保护场景图像；
[0045]图3(a)是干信比0dB时使用噪声干扰方法得到的干扰结果；
[0046]图3(b)是干信比5dB时使用噪声干扰方法得到的干扰结果；
[0047]图3(c)是干信比10dB时使用噪声干扰方法得到的干扰结果；...

【技术保护点】

【技术特征摘要】
1.一种基于环境认知的星载SAR精准干扰方法，其特征在于：包括以下步骤：S1：根据SAR图像数据库，获取敌机对保护场景成像后的图像强度；S2：为降低干扰信号生成的计算复杂度，对保护场景进行子区域划分；S3：基于划分后得到的各子区域的位置和强度计算各子区域所需施加干扰信号的位置和强度；S4：计算各个子区域在距离向和方位向的延伸程度，从而获取干扰信号的覆盖范围；S5：根据干扰信号的覆盖范围设计距离向和方位向调制因子，使干扰信号具有二维精准可控特性；S6：根据各子区域生成具有不同特性的干扰信号，经干扰机调制后转发。2.如权利要求1所述的一种基于环境认知的星载SAR精准干扰方法，其特征在于：步骤S1中：假设保护场景中包含n
r
×
n
a
个散射点，敌机对保护场景成像后的图像强度表示为：σ＝{σ
p,q
1≤p≤n
r
,1≤q≤n
a
}。3.如权利要求1所述的一种基于环境认知的星载SAR精准干扰方法，其特征在于：步骤S2中：选用简单线性迭代聚类SLIC技术对保护场景进行分割，得到划分后的子区域D1,D2,
…
,D
M
。4.如权利要求3所述的一种基于环境认知的星载SAR精准干扰方法，其特征在于：步骤S3中：子区域D
m
中强度的最大值表示为初步产生干扰场景J
m
，m＝(1，2，3，
……
，M)，干扰场景J
m
的强度表示为：式中，σ
p,q
表示子区域D
m
中的强度，表示干扰场景中虚假目标的强度，为降低信号调制的复杂度，将干扰场景J
m
等效为虚假点目标J
m
，将子区域D
m
的尺寸记为的尺寸记为为距离，为方位；此虚假点目标J
m
的强度σ
m
表示为：式中，f
s
，F
a
，c和v
a
分别表示距离向采样率，方位向采样率，光速和飞行速度，mean(<...

【专利技术属性】
技术研发人员：金国栋，王宇，马润法，朱岱寅，张汉卿，黄晶凯，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：