[发明专利]基于FRFT域峰值离散特性的有源压制干扰分类识别方法

说明书

本发明提出了一种基于FRFT域峰值离散特性的有源压制干扰分类识别方法。该方法主要包括以下步骤：（1）将连续多时段的雷达回波信号通过FRFT变换到FRFT域，通过峰值搜索得到多段信号在FRFT域的峰值所在变换阶次；（2）在FRFT域LFM信号与压制干扰信号的峰值表现出明显差异，在干信比较小的情况下，回波信号的目标特性明显，不需要进行压制干扰的分类识别，利用LFM信号的峰值特性对目标直接进行识别；（3）在干信比较大的情况下，无法对目标进行识别，但此时回波信号的压制干扰特性明显，根据不同压制干扰类型之间的峰值特性差异完成压制干扰的分类。本发明通过将压制干扰分类与目标识别相结合，从而实现了雷达系统对回波信号的自适应处理。

技术领域

本发明属于雷达抗干扰领域，适用于解决线性调频雷达在有源压制干扰下的干扰分类与目标识别的问题。

背景技术

现代雷达所面临的电磁环境日益恶劣，针对雷达的电磁干扰技术迅速发展，其中有源压制干扰是雷达干扰的主要方式之一。有源压制干扰的大量使用，极大制约了雷达作战效能的发挥，面对有源压制干扰，对干扰信号的分类识别成为抗干扰工作的关键，根据分类识别结果，抗干扰系统才能有针对性的采取抗干扰措施，从而保证雷达在复杂电磁环境下仍能对目标进行检测和跟踪。因此，对有源压制干扰的分类识别是当前抗干扰领域急需解决的一个关键问题。

线性调频信号作为一种重要的信号体制，具有较大的时宽带宽积，能够同时满足作用距离和距离分辨率的要求，从而被广泛应用于现代雷达系统中。由于线性调频信号在分数阶傅里叶(FRFT)域具有明显的能量聚集特性，所以在FRFT域更有利于对线性调频信号的识别，并且相比于单纯的时域表示或者频域表示，FRFT域既包含时域信息又包含频域信息，这使得不同类型的干扰信号在FRFT域的差异更加明显。目前，基于FRFT域特征参数的分类识别算法中，所提取的特征参数主要为FRFT域的分形特征参数。文献[Zhu Hong,JiangGe,Zhang Hai.Existence detection of blanket jamming based on fractalcharacteristics in FRFT domain[J].强激光与粒子束,2016,28(5):1-7.]将干扰信号变换到FRFT域，提取信号在每一个变换阶次的信息维度和盒维数组成信息维度向量和盒维数向量，根据不同压制干扰类型在信息维度向量和盒维数向量上表现出来的差异，运用门限判决算法完成干扰类型的分类识别。

基于FRFT域分形特性的压制干扰分类识别算法存在以下两个缺陷：(1)识别概率对干信比的依赖较严重，当干信比相对较小时，识别概率较低；(2)特征提取复杂，计算量较大。

发明内容

本发明的目的是提出一种基于FRFT域峰值离散特性的有源压制干扰分类识别方法，以解决基于FRFT域分形特征参数的分类识别算法识别率不稳定和计算量较大的问题。

本发明提出的基于FRFT域峰值离散特性的有源压制干扰分类识别方法的技术方案包括以下步骤：

步骤(一)：将连续N个时段的雷达回波信号分别进行分数阶傅里叶变换，将信号变换到时频联合域。

假设时域函数x(t)的p阶FRFT表示为X_p(u)，则

其中，K_p(u,t)称为FRFT的核函数，

其中，α＝pπ/2,p∈(-2,2]。当α≠nπ时，FRFT的计算过程可以拆解为以下4个步骤：

(1)原信号与一个线性调频函数相乘：

(2)做傅里叶变换(乘以尺度系数cscα)：

(3)再与一个线性调频函数相乘：