[发明专利]基于认知雷达波形设计的复杂环境下无源干扰抑制方法在审
申请号: | 201910892894.2 | 申请日: | 2019-09-20 |
公开(公告)号: | CN110488227A | 公开(公告)日: | 2019-11-22 |
发明(设计)人: | 朱炳祺;杜科;陆满君;宋柯;唐文明;于祥祯;陆小辰 | 申请(专利权)人: | 上海无线电设备研究所 |
主分类号: | G01S7/02 | 分类号: | G01S7/02;G01S13/02 |
代理公司: | 31323 上海元好知识产权代理有限公司 | 代理人: | 包姝晴;张静洁<国际申请>=<国际公布> |
地址: | 200090 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 无源干扰 杂波 检测器 波形设计 发射信号 先验信息 雷达 发射接收信号 复杂环境条件 频域能量分布 信号频域能量 发射能量 复杂环境 干扰抑制 雷达波形 目标探测 能量分布 抑制干扰 响应 超宽带 频域 噪声 带宽 认知 对抗 | ||
1.一种基于认知雷达波形设计的复杂环境下无源干扰抑制方法,其特征在于,包含以下过程:
步骤1,确定雷达发射接收信号模型;
步骤2,确定目标、杂波、无源干扰及噪声的响应先验信息;
步骤3,确定检测器并获得检测器性能;
步骤4,根据带宽、发射能量进行波形设计,计算发射信号频域能量分布;
步骤5,获得的信号频域能量谱用于发射信号。
2.如权利要求1所述无源干扰抑制方法,其特征在于,
步骤1中,雷达发射出的信号为s(t),激励了目标、无源干扰以及杂波并返回接收机,回波在接收机端混入了噪声信号;
接收到的信号y(t)表示为
其中,代表了卷积运算,h(t)、c(t)、j(t)分别为目标的响应、杂波的响应、无源干扰响应,其傅里叶变换分别为Ht(f)、Hc(f)和Hj(f);n(t)为白高斯噪声,其傅里叶变换为N(f)。
3.如权利要求2所述无源干扰抑制方法,其特征在于,
步骤2中,确定杂波、干扰及噪声的响应模型;
杂波的频域信号表示为Hc(f)~CN(0,Pc(f)),杂波的功率谱密度Pc(f),CN表示复高斯分布;
干扰的频域信号表示为Hj(f)~CN(0,Pj(f)),干扰的功率谱密度Pj(f);
噪声的频域信号表示为N(f)~CN(0,Pn(f)),噪声的功率谱密度为Pn(f)。
4.如权利要求3所述无源干扰抑制方法,其特征在于,
步骤3中,根据奈曼-皮尔逊准则确定检测器:
X(Y)=YHΓ-1T
其中,T、C、J、N分别为目标响应、杂波响应、干扰响应、噪声响应;Y=[Y(F-M/2),...,Y(FM/2)];Γ是C+J+N的协方差矩阵,Γ为一对角矩阵,其对角元素[Γ]mm=Pc(Fm)+Pn(Fm);采样频率Fm=m/T,m=-M/2,...,M/2。
5.如权利要求4所述无源干扰抑制方法,其特征在于,
步骤3中,检测器X(·)的检测性能随着偏置系数d2单调上升;
偏置系数d2为:
其中,H0为场景中不含杂波及干扰的情况;H1为回波中包含杂波及干扰的情况;H1和H0情况下检测器的矩:
E(X;H0)=0
E(X;H1)=E[YHΓ-1T]=THΓ-1T
6.如权利要求5所述无源干扰抑制方法,其特征在于,
步骤3中,当X(Y)>γ时检测器判为H1;
计算PFA和PD:
其中,Pr{·}表示概率分布;γ为门限值;
Q(·)是右尾概率函数,定义为
7.如权利要求5所述无源干扰抑制方法,其特征在于,
步骤4中,最优波形设计的过程包含:
选择发射信号S(f),在发射总能量限制的条件下:
使得d2最大;其中E为信号单次发射总能量。
8.如权利要求7所述无源干扰抑制方法,其特征在于,
步骤4中,设ε(f)=|S(f)|2为发射信号的能量谱密度函数;由拉格朗日乘数法所得,使得偏置系数d2最大的发射信号能量谱密度表示为
其中max(x,0)是在x和0中选择较大的一个;参数λ由总的信号发射能量E决定,即由
来确定λ。
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上海无线电设备研究所,未经上海无线电设备研究所许可,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/201910892894.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种水下目标定位方法及装置
- 下一篇:线性调频信号生成方法、装置及存储介质