[发明专利]基于复相像系数的线性调频信号欺骗式干扰类型识别方法有效
申请号: | 201711075820.7 | 申请日: | 2017-11-06 |
公开(公告)号: | CN107918110B | 公开(公告)日: | 2019-07-23 |
发明(设计)人: | 张娟;石小芳;王健;张林让 | 申请(专利权)人: | 西安电子科技大学 |
主分类号: | G01S7/02 | 分类号: | G01S7/02;G01S7/36 |
代理公司: | 陕西电子工业专利中心 61205 | 代理人: | 田文英;王品华 |
地址: | 710071 陕*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 相像 系数 线性 调频 信号 欺骗 干扰 类型 识别 方法 | ||
本发明公开了一种基于复相像系数的线性调频信号欺骗式干扰类型识别方法,其过程为:(1)获取雷达线性调频基带信号;(2)计算复相像系数;(3)构建联合特征向量;(4)构建信号类型数据库;(5)将联合特征向量与数据库中的信号类型进行比较,判断雷达基带信号类型为目标回波信号还是某一种欺骗式干扰信号。(6)结束对雷达线性调频基带信号的识别。本发明能有效识别目标回波和几种欺骗式干扰类型,且具有计算量小、便于信号实时处理的优点,可用于雷达目标和欺骗式干扰类型识别。
技术领域
本发明涉及信号处理技术领域,更进一步涉及雷达信号处理技术领域中的一种基于复相像系数的线性调频信号欺骗式干扰类型识别方法。本发明可用于在雷达发射信号为线性调频信号背景下识别欺骗式干扰的类型。
背景技术
随着数字技术的高速发展,现代电子干扰技术迅速发展,基于DRFM(DigitalRadio Frequency Memory)的电子干扰机在精确复制和重构截获雷达信号的基础上,再经过适当的干扰调制,就可以生成与雷达发射信号具有很强相干性的干扰信号,当这些干扰信号和真实的目标信号一起进入雷达接收端后,会产生虚假的目标信息掩盖住真实目标,使得雷达无法正确探测目标。准确地感知雷达有源欺骗,正确地检测到干扰的存在并识别出干扰类型,是雷达抗有源欺骗干扰的先决条件。
杨少奇和田波在其发表的论文“应用双谱分析和分形维数的雷达欺骗式干扰识别”(西安交通大学学报,2016,12,129-135)中提出了一种利用双谱分析和分形维数来对欺骗式干扰进行识别的方法。该方法对雷达接收信号进行双谱分析,得到接收信号的三维双谱信号,然后通过降维方法把三维信息变换成二维特征曲线,最后提取二维曲线的盒维数和信息维数2个特征参数,利用这两个特征参数来对欺骗式干扰进行类型识别。该方法能有效识别两种欺骗式干扰的类型,但是,该方法仍然存在的不足之处是,处理步骤复杂,计算量很大,不便于雷达实际工作中信号的实时处理。
西安电子科技大学在其申请的专利文献“基于信号锥的雷达压制式干扰和欺骗式干扰的识别方法”(专利申请号:201410018066.3,公布号CN 103760530B)中公开了一种基于信号锥的雷达压制式干扰和欺骗式干扰的识别方法。该方法首先获取目标和干扰的基带信号;其次计算干扰信号与真实目标回波信号的干扰信号误差角;然后设定一个门限角并以其为锥角,以真实目标回波信号为中心轴得到一个信号锥,定义处于锥外的干扰信号为压制式干扰,处于锥内的干扰信号为欺骗式干扰;最后将干扰信号误差角与角度门限进行比较,确定干扰的类型。该方法虽然可以识别雷达压制式干扰和欺骗式干扰,但是,该方法仍然存在的不足之处是,仅能对压制式干扰和欺骗式干扰进行大概的分类,不能对其具体类型进行识别。
发明内容
本发明的目的在于克服上述现有方法的不足,提出一种基于复相像系数的线性调频信号欺骗式干扰类型识别方法,针对发射信号为线性调频类型的雷达所面对的各类欺骗式干扰类型进行识别。
本发明的基本思想是:获取雷达接收的线性调频基带信号,计算雷达接收的线性调频基带信号的发射波复相像系数和矩形波复相像系数,构建联合特征向量,根据联合特征向量的不同,实现真实目标回波信号和欺骗式干扰信号类型的识别。
本发明的具体步骤如下:
(1)获取雷达线性调频基带信号:
雷达接收机接收线性调频信号,对其依次进行混频、滤波,得到雷达线性调频基带信号;
(2)计算复相像系数:
(2a)利用发射波复相像系数公式,计算雷达线性调频基带信号的发射波复相像系数;
(2b)利用矩形波复相像系数公式,计算雷达线性调频基带信号的矩形波复相像系数;
(3)构建联合特征向量:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安电子科技大学,未经西安电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711075820.7/2.html,转载请声明来源钻瓜专利网。