基于时频分析与多域滤波的捷变频雷达间歇采样转发干扰抑制方法

《Sensors》:Interrupted-Sampling Repeater Jamming Suppression for Frequency-Agile Radar Based on Time–Frequency Analysis and Multi-Domain Filtering

【字体: 大 中 小 】 时间:2026年10月27日 来源:Sensors 4.0

编辑推荐:

  专业摘要翻译 间歇采样转发干扰(ISRJ)在脉冲压缩后会产生相干的假目标,并降低捷变频雷达传感器的可靠性,尤其是在低信噪比(SNR)和高干信比(JSR)条件下。现有的单域抑制方法往往无法充分分离干扰与目标回波,且可能衰减含目标的分量。本文针对采用脉内与脉间联合

  
专业摘要翻译 间歇采样转发干扰(ISRJ)在脉冲压缩后会产生相干的假目标,并降低捷变频雷达传感器的可靠性,尤其是在低信噪比(SNR)和高干信比(JSR)条件下。现有的单域抑制方法往往无法充分分离干扰与目标回波,且可能衰减含目标的分量。本文针对采用脉内与脉间联合捷变频调制的雷达波形,提出了一种联合时频分析与多域滤波的抑制方法。转发的干扰片段保留了所采样子脉冲的载频,却与后续具有不同载频的子脉冲在时间上重叠,从而相对于真实目标回波产生时间与频率上的联合位移。基于该特性,研究人员在短时傅里叶变换(STFT)域内开发了一种逐子脉冲的二维特征提取策略。从沿时间轴与频率轴的投影中推导出经验概率密度准则,以确定自适应剔除阈值。将时间选择性与频率选择性剔除区域通过逻辑交集相结合,构建二维陷波滤波器。保留的分量通过逆短时傅里叶变换(ISTFT)重建,并经分段脉冲压缩处理。涵盖直接式、周期式和循环式ISRJ的仿真结果表明,所提方法在抑制相干假目标的同时,限制了脉冲压缩增益的损失。在测试的SNR与JSR范围内,该方法相比参考方法获得了更高的峰值信干噪比(PSJNR),且在恶劣条件下仍然有效。所提方法提升了捷变频雷达传感器的抗干扰能力,并为后续检测与参数估计提供了更可靠的目标回波。

论文解读

一、研究背景与问题

在电磁对抗环境中,雷达遥感系统面临严峻的干扰威胁。间歇采样转发干扰(ISRJ)是一种基于数字射频存储器(DRFM)实现的相干欺骗干扰技术,其主要模式包括间歇采样直接转发干扰(ISDRJ)、间歇采样周期转发干扰(ISPRJ)和间歇采样循环转发干扰(ISCRJ)。该类干扰通过对发射雷达波形进行间歇采样并转发,在真实目标周围产生多个相干假目标,具有采样率与存储需求低、响应速度快、欺骗能力强等优点,可造成目标与干扰严重重叠或假目标密集分布,严重降低雷达的检测与参数估计性能。
现有ISRJ抑制方法主要存在三方面局限:第一,单域内目标与干扰回波分离度不足,常规滤波器可能衰减甚至剔除目标分量;第二,捷变频雷达常利用脉间捷变频特性后采用阈值分割或二值化区分真实回波与密集假目标,但Otsu、Kittler–Illingworth等传统准则对于回波幅度分布随干信比(JSR)的变化适应性差,不合适的阈值会丢弃真实回波或残留过多干扰;第三,现有方法在低信噪比(SNR)或高JSR条件下鲁棒性不足,两者同时出现时性能显著恶化。因此,亟需一种能够在低SNR、强干扰条件下有效抑制ISRJ同时保留目标能量的方法。

二、研究内容与结论

本文针对采用脉内与脉间联合捷变频调制的雷达波形,提出了一种基于时频分析与多域滤波的ISRJ抑制方法。核心发现是:由于转发的干扰片段保留了先前采样子脉冲的载频,却与后续具有不同载频的子脉冲在时间上重叠,干扰分量相对于真实目标回波产生时间与频率的联合位移。基于这一特性,研究人员在短时傅里叶变换(STFT)域内对每个子脉冲提取二维特征,利用时间轴与频率轴投影的经验概率密度准则确定自适应剔除阈值,通过逻辑交集构建二维陷波滤波器,保留的分量经逆短时傅里叶变换(ISTFT)重建后进行分段脉冲压缩。
仿真结果表明,该方法在三种ISRJ模式下均能有效抑制相干假目标,同时限制脉冲压缩增益损失,在测试的SNR与JSR范围内相比参考方法获得更高的峰值信干噪比(PSJNR),且在恶劣条件下仍然有效。该方法提升了捷变频雷达传感器的抗干扰能力,为后续目标检测与参数估计提供了更可靠的回波,对电磁对抗环境下的雷达遥感系统具有重要应用价值。

三、关键技术方法

研究人员采用了以下主要技术方法:
短时傅里叶变换(STFT)时频分析:对每个子脉冲的回波信号进行STFT变换,采用16点对称Hamming窗、8点跳步和2048点FFT,获得时频域二维表示,为干扰与目标分量的区分提供基础。
逐子脉冲二维投影特征提取:将混合基带回波按时门划分为NS个子脉冲分量,分别沿时间轴和频率轴对STFT幅度矩阵求和,获得时间域投影向量和频率域投影向量,构成二维特征矩阵。
基于经验概率密度的自适应阈值确定:将投影幅度划分为若干子区间,统计各区间内元素数量构成经验直方图密度(PDF),以最大PDF对应子区间的上边界作为分割阈值,时间域取各子脉冲阈值的最小值,频率域取均值,以适应不同干扰条件下的幅度分布变化。
二维时频陷波滤波:将时间域与频率域二值化掩膜通过逻辑交集结合,仅当两个方向判定均标记为污染时才剔除该时频单元,在抑制干扰的同时限制目标能量损失。
分段脉冲压缩:由于各LFM子脉冲具有不同的频率偏移,对每个已知子脉冲波形分别进行匹配滤波,将对齐后的子脉冲输出求和获得最终脉冲压缩结果。

四、研究结果

4.1 抑制结果:在单脉冲脉冲压缩结果中,未滤波时三种模式的最强峰均属于假目标(ISDRJ为3654 m,ISPRJ为3804 m,ISCRJ为4179 m),真实目标(3504 m)仅达到其峰值的0.19、0.40和0.39;滤波后最强峰均位于真实目标距离处,残余假目标峰值不超过目标峰的0.16。64脉冲相干处理后,滤波前假目标在3400至4200 m之间形成多条脊线,滤波后响应集中于目标距离。时频分布图显示,滤波后干扰分量被有效去除,目标分量得以保留。
4.2 性能分析:子区间宽度分析表明,脉冲压缩增益对时间域子区间宽度不敏感,而频率域子区间宽度显著影响增益,仅在适当的宽度范围内增益保持较高。离线敏感性研究给出αT=1.0作为参考设置,频率域宽度需根据工作条件从性能平台或最佳采样设置中选择。干扰重放延迟分析显示,所提方法的重放延迟测试不会导致明显的脉冲压缩增益损失,因为剔除区域从当前时频能量分布中估计,掩膜能够跟踪干扰分量的位移。JSR分析表明,两种方法的抑制性能均随JSR增大而下降,但所提方法保持更高的PSJNR并在更宽的JSR范围内有效。SNR分析表明,在?22至?2 dB输入SNR范围内,所提方法相比参考方法获得更高的PSJNR。
4.3 非理想条件下性能:在复合高斯杂波条件下,CNR为0和5 dB时PSJNR改善分别从无杂波时的19.2 dB降至13.7和9.3 dB,CNR达到10 dB及以上时不再有改善;目标幅度损失从无杂波时的0.6 dB增至CNR=5 dB时的5.9 dB。通道增益和相位误差测试显示,在相位误差标准差30°或增益误差标准差30%条件下,滤波相对于单独相干积分仅增加0.01 dB的目标幅度损失。双干扰机测试中,第二个干扰机通过将第一个干扰机回波平移450 m等效距离并施加逐脉冲独立均匀相位形成,所提方法获得19.2 dB的PSJNR改善,且无需输入干扰机数量。
4.4 与其他抑制方法比较:在相同仿真条件下,二维变体方法普遍优于参考文献[9]的方法,在大部分测试范围内差异约1 dB或更小。在JSR=0 dB时,Otsu和two-means方法分别获得?4.13和?4.25 dB的PSJNR,而所提规则为4.94 dB;在JSR=50 dB时,Otsu和two-means降至?4.80和?5.34 dB,所提规则为3.03 dB。计算复杂度方面,所提方法在变换阶段比参考方法贵约NS倍(NS=8时实测运行时间比9.1 s对1.5 s与此一致),这是逐子脉冲二维掩膜的代价。与稀疏重构方法相比,所提方法直接从时频投影构建剔除掩膜,无需估计干扰机采样或转发参数,避免了字典构建、迭代恢复和重构误差传播;与基于学习的方法相比,所提方法直接从接收信号估计阈值,无需训练数据或预训练权重。

五、讨论与结论

讨论部分指出,所提方法主要通过利用转发干扰分量与真实目标回波之间的联合时频位移来抑制ISRJ。与单域滤波相比,该方法对每个子脉冲同时应用时间和频率准则,在定位干扰污染单元的同时保留含目标分量。经验概率密度准则减少了对固定全局阈值的依赖,有助于在SNR、JSR和干扰重放延迟变化时保持稳定性能。在复合高斯杂波条件下,CNR达到10 dB及以上时该方法不再改善PSJNR;非高斯接收噪声和一般模型失配尚未验证;采样窗口相对雷达子脉冲的偏移尚未验证;方法依赖于转发片段与被重叠子脉冲之间的频率间隔可被STFT分辨,更小的频率步进或更短的子脉冲预计会降低可分离性。未来工作将考察与杂波抑制级联、非高斯接收噪声下的性能、其他波形参数集的评估、多干扰机场景扩展以及实测捷变频雷达数据验证。
结论部分指出,本文建立了捷变频雷达在三种ISRJ转发模式下的统一接收信号模型,并发展了基于时频分析与多域滤波的抑制方法。利用每个子脉冲时间与频率投影的经验概率密度准则构建二维剔除掩膜,保留的含目标分量经ISTFT重建后进行分段脉冲压缩。在采样窗口对齐、零或非零重放延迟的仿真中,该方法在抑制相干假目标的同时限制了脉冲压缩增益损失,并在测试的SNR与JSR范围内获得比参考方法更高的PSJNR。该方法有望作为电磁对抗环境中捷变频雷达遥感系统目标检测前的干扰抑制步骤。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    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