一种用于抵御多静态雷达系统中密集虚假目标干扰的真实目标信号提取方法
《Digital Signal Processing》:A True Target Signal Extraction Method for Defending Against Dense False Target Jamming in Multistatic Radar Systems
【字体:
大
中
小
】
时间:2026年01月14日
来源:Digital Signal Processing 3
编辑推荐:
多站雷达系统中,针对密集虚假目标干扰(DFTJ),提出基于鲁棒主成分分析(RPCA)的信号分离方法。通过补偿幅度、时延及多普勒频移差异,将脉冲压缩信号堆叠为矩阵,利用虚假目标低秩特性与真实目标高秩稀疏性进行分离,并采用块坐标下降法求解RPCA问题,同时开发实时序列处理版本。仿真验证其在多种DFTJ策略下的有效性。
娄丁莉|傅拓|陈德峰|曹华为
北京工业大学信息与电子学院,北京,100081,中国
摘要
密集虚假目标干扰(DFTJ)是一种典型的主动干扰形式,它会在雷达视线方向生成大量虚假目标,显著降低雷达系统的检测和跟踪性能。在具有空间分离接收机的多站雷达系统中,来自同一源的干扰信号在补偿其延迟和多普勒频率差异后,在不同接收机之间高度相关,而真实目标回波由于观测几何形状的不同而保持弱相关性。基于这些差异,我们提出了一种从干扰回波中提取真实目标信号的方法。首先,通过补偿干扰信号的幅度、延迟和多普勒频率差异,在不同接收机之间对齐这些信号。然后将补偿后的脉冲压缩回波堆叠成一个信号矩阵,其中虚假目标在不同列中几乎保持不变,从而形成一个低秩分量,而真实目标则表现出幅度、延迟和多普勒频率的变化,表现为稀疏的高秩分量。基于这种结构差异,我们构建了一个鲁棒的主成分分析问题来提取真实目标信号,并使用块坐标下降法解决该问题。为了满足实时处理的需求,我们进一步开发了所提出方法的顺序处理版本。数值仿真结果证明了所提方法的有效性,该方法在不同DFTJ策略、干扰参数和目标特性下均表现出稳定的性能。
引言
雷达系统的电子对抗措施(ECMs)和电子反对抗措施(ECCMs)是现代电子战中的主要对立面[1],[2]。随着数字射频存储器(DRFM)的发展,基于DRFM的主动干扰技术已广泛应用于ECM系统[3],[4],[5],[6],[7]。DRFM干扰器可以存储、复制和调制截获的雷达信号。由于生成的干扰信号与雷达信号高度相干,它们可以在雷达视线方向形成虚假目标[8]。密集虚假目标干扰(DFTJ)是一种典型的基于DRFM的主动干扰类型,其特点是能够生成许多紧密间隔的虚假目标。这些密集的虚假目标不仅欺骗雷达系统,还会提高检测阈值,从而降低雷达系统检测真实目标的能力。生成DFTJ信号的主要策略包括目标复制[3]、中断采样和重复(ISR)[5]、切分和交织(C&I)以及模糊谱(SMSP)技术[7]。通过调整干扰参数,这些技术可以灵活控制虚假目标的数量、位置和幅度,对雷达系统构成严重威胁。
已经提出了多种ECCM技术来减轻DFTJ的影响。第一类方法利用DFTJ信号与真实目标回波在特定域内的差异来实现干扰识别和抑制。基于SMSP信号的频率调制斜率与线性频率调制(LFM)雷达波形之间的差异,在分数傅里叶变换(FrFT)域实现了SMSP抑制[9]。在[10]中,提出了一种结合复变模态分解(CVMD)和小波分解的多域融合滤波方法来重构和消除ISR干扰。此外,作为强大的特征提取工具,机器学习已广泛应用于干扰检测、识别和抑制任务。在[11]中,深度多标签卷积神经网络(MLCNN)在时频域中被用于识别复合干扰信号,实现了高精度和对未见信号组合的强扩展性。在[12]中,开发了一种双通道特征融合网络来提取DFTJ信号和目标信号的幅度-频率响应之间的差异以实现干扰识别。另一类方法通过设计雷达传输波形[13],[14],[15]或同时设计传输波形和接收滤波器[16],[17]来抑制DFTJ。这些方法旨在最小化干扰信号与雷达传输波形和接收滤波器之间的相关性,从而使干扰信号无法利用脉冲压缩的优势。然而,这些方法通常需要准确估计干扰参数,不准确的估计可能导致残余干扰和目标能量的损失。
上述方法是在单站雷达系统的发射端或接收端实现的,以增强其抵御DFTJ的能力。然而,单站雷达在对抗DFTJ方面的有效性本质上受到其单视角和可获得信息的限制。相比之下,多站雷达系统由多个空间分离的雷达组成,在复杂的电磁环境中提供了空间多样性和更高的生存能力[18],[19],[20],[21]。已经提出了几种方法来对抗多站雷达系统中的主动虚假目标干扰。在[22]中,将干扰欺骗参数加入到目标状态向量中,并使用多雷达测量来提高状态估计的准确性。随后基于这些估计结果提出了一个两步广义似然比测试(GLRT)方案来识别虚假目标。在[23]中,基于虚假目标和真实目标的空间散射特性之间的差异,对不同接收器观测到的目标的复包络应用了相关性测试来识别虚假目标。参考文献[24]构建了来自多个接收器的回波信号的协方差矩阵,并在该协方差矩阵中分离了干扰和目标子空间。然后使用子空间投影来抑制干扰信号。参考文献[25]提出了一种时域约束线性估计器(TDCLE),通过重建不同接收器中的目标和干扰信号的协方差矩阵来抑制干扰信号。此外,基于在不同接收器观测到的真实目标和虚假目标的空间分布特性之间的差异,参考文献[26]引入了一种非相干积分检测框架来实现目标检测和虚假目标识别。
然而,这些方法在抵御DFTJ方面的能力有限。例如,在[22],[23]和[26]中,基于虚假目标分布稀疏的假设来区分虚假目标和真实目标,从而能够检测到真实目标。然而,在一些常见的DFTJ策略和参数设置中,紧密分布的虚假目标会提高检测阈值,阻止真实目标的检测。在[24],[25]中,由于真实目标在长基线多站雷达配置中占据不同的距离单元,子空间分离和协方差重建可能会不准确,从而导致性能下降。
为了解决上述问题,我们提出了一种从干扰回波中提取真实目标信号的 anti-DFTJ 方法,该方法适用于长基线多站雷达系统,并且对各种DFTJ策略有效。主要贡献总结如下:
1)基于在不同接收器之间补偿DFTJ信号的延迟、多普勒和幅度差异后,DFTJ信号与目标信号之间的特征差异,将从受干扰的多站雷达回波中提取真实目标信号的问题构建为一个鲁棒的主成分分析(RPCA)问题。
2)为了更好地适应补偿和脉冲压缩后虚假目标和真实目标分量的特性,我们对传统的RPCA模型进行了几项修改,实现了虚假目标和真实目标分量的有效分离。使用块坐标下降(BCD)方法为得到的RPCA问题推导出了基于批量处理的解决方案。
3)为了满足实际抗干扰场景中的实时处理要求,进一步开发了所提出的目标信号提取方法的顺序处理版本。该版本通过不断用新接收到的回波更新重建的DFTJ信号,逐步提高目标信号提取的准确性。
仿真结果证明了所提方法在不同DFTJ策略、干扰参数和目标特性下的鲁棒性,凸显了其在多站雷达系统中的实际抗DFTJ应用潜力。
本文的其余部分组织如下。第2节建立了具有一个发射机和多个接收机的多站雷达系统中目标回波和DFTJ的信号模型。第3节详细描述了所提出的目标信号提取方法,包括预处理方案以及RPCA问题的构建和解决。第4节通过数值仿真验证了所提方法的有效性。第5节总结了本文。
符号说明:粗体大写字母和小写字母分别表示矩阵和向量。符号(?·?)T、(?·?)* 和(?·?)H分别表示转置、共轭和共轭转置操作。⊙表示哈达玛积。??·??表示向下取整操作。 和 分别表示实数空间和复数空间。FFTN(?·?) 和 IFFTN(?·?) 分别表示N点快速傅里叶变换和逆快速傅里叶变换。下标符号 ‖??·??‖F 和 分别表示矩阵的弗罗贝尼乌斯范数(Frobenius norm)和向量的p范数。
章节片段
信号模型
本文考虑了一个具有I个雷达单元的多站雷达系统。该系统由一个主雷达(T/R1)和个辅助雷达组成(。主雷达发送探测信号,而所有雷达接收目标回波。多站雷达系统的示意图如图1所示。
基于DRFM的干扰器能够生成DFTJ信号。假设干扰器的波束足够宽,可以覆盖整个多站雷达系统。
所提出的方法
干扰回波预处理
多个雷达的长基线配置导致不同接收器接收到的干扰信号具有不一致的延迟、多普勒位移和幅度。为了对齐接收到的干扰信号,需要估计和补偿这些差异。我们首先进行延迟-多普勒均衡(DDE)来补偿延迟和多普勒差异。以主雷达接收到的回波作为参考,并且考虑到干扰信号的功率通常
仿真结果
在本节中,为了验证所提方法的有效性,设计了一个仿真场景,其中由一个主雷达和两个辅助雷达组成的多站雷达系统跟踪一枚弹道导弹,如图1所示。在导弹的中程飞行过程中,一个护航干扰器从导弹分离出来。该干扰器能够在多种干扰模式下工作,这些模式对应于不同的DFTJ策略和参数。
LFM波形的参数
结论
近年来,DFTJ已成为雷达ECM系统中广泛使用的干扰技术,因为它可以生成具有欺骗和抑制效果的密集虚假目标,对雷达系统构成严重威胁。为了提高在DFTJ下的目标检测性能,本文提出了一种从多站雷达系统的干扰回波中提取真实目标信号的方法。我们首先补偿了干扰信号之间的幅度、延迟和多普勒频率差异
CRediT作者贡献声明
娄丁莉:概念化、方法论、软件、验证、调查、写作 - 原始草案。傅拓:概念化、方法论、写作 - 审稿与编辑、监督。陈德峰:验证、写作 - 审稿与编辑、监督。曹华为:调查、软件。
利益冲突声明
作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文报告的工作。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号