[发明专利]多维度去交错后的TOA差分统计雷达信号分选方法

说明书

本发明涉及多维度去交错后的TOA差分统计雷达信号分选方法，属于雷达技术领域。该方法通过在时域进行一定数据量的累计，并合理分段，能够展现其统计规律，克服实际复杂电磁环境下的漏脉冲、偶然测量误差造成的分选不正确等问题。多个维度的去交错和滤杂波处理，能够解决实际复杂电磁环境下由于脉冲密度高所造成的数据量过大，噪声、杂波、非雷达信号干扰等问题。使得TOA差值分选可行，更加准确，可信度更高。另外，PRI参数估计对漏脉冲造成的PRI倍增采取措施后，能够克服因漏脉冲而造成的PRI参数估计错误，并且判别复杂重周类型，如脉冲参差、脉组参差、重周抖动等情况，从而能够适应复杂电磁环境下各种复杂信号形式。

技术领域

本发明涉及雷达技术领域，特别涉及雷达信号处理技术领域，具体是指一种多维度去交错后的TOA差分统计雷达信号分选方法。

背景技术

雷达技术的迅猛发展，各国都在使用大量常规或者特殊的不同类型的雷达设备，其特点是：配置的空间不断扩大，从地面、空中、海上发展到外层空间；雷达体制多种多样；配置数量大大增加；占用的频谱越来越宽。

基于脉冲到达时间(Time of Arrival，TOA)的分选算法被认为是最可靠的分选方法，也是广大学者研究的热点，其中经典的算法有累计差值直方图算法(CumulativeDifference Histogram，CDIF)、序列差值直方图算法(Sequential DifferenceHistogram，SDIF)、复值自相关积分法、平面变换法以及一些相关的改进方法等。在一些雷达数量少、样式简单、电磁环境好的情境下尚能发挥作用，但在实际复杂的电磁环境下，这些传统方法则有可能无法快速、持续、可靠地进行信号分选，对辐射源准确地做出判断。

传统分选方法重点强调脉冲到达时间(TOA)的重要性及可靠性，并直接对理想辐射源信号的TOA进行分析，但在实际情况下，TOA维度的数据基本无法使用，因为大量无效数据交织在辐射源信号中，完全破坏了脉冲到达时间之间的规律，PRI(Pulse RepetitionInterval，脉冲重复周期)分选法效果很难令人满意。

对于实际复杂电磁环境下漏脉冲所造成的PRI参数倍增，导致参数估计不正确，以及复杂重周参差类型判断等问题，一直没有特别好的通用解决方案。

发明内容

本发明的目的是克服了上述现有技术中的缺点，提供一种多维度去交错、滤杂波后，再基于根据脉冲到达时间(TOA)做统计、分析、处理的新分选方法。

为了实现上述的目的，本发明的多维度去交错后的TOA差分统计雷达信号分选方法包括以下步骤：

(A)在功率域设置门限，滤除接收到的信号中接收机灵敏度附近的噪声，获得侦收数据；

(B)根据实际分选任务的数据量大小及所需分选上报的频次，对所述的侦收数据进行时域划分；

(C)根据到达角作到达角统计直方图，根据所述的到达角统计直方图在所述的侦收数据中分离出不同到达角的数据；

(D)根据频段划分为不同的波段，在不同波段内作频率统计直方图，所述的频率统计直方图的容差范围在3倍均方根误差以内，将不同频率的数据相互分离；

(E)经分离的数据，根据到达时间差分作达时间差分统计直方图，并根据所述的到达时间差分统计直方图确定脉冲重复周期类型。

该多维度去交错后的TOA差分统计雷达信号分选方法中，所述的到达角统计直方图的容差根据时间和需要分选的对象的速度确定。

该多维度去交错后的TOA差分统计雷达信号分选方法中，所述的根据频段划分为不同的波段，具体为：根据频段划分为P、L、S、C、X、Ku、K、Ka波段。

该多维度去交错后的TOA差分统计雷达信号分选方法中，所述的频率统计直方图的容差根据硬件测量误差以及频率抖动情况确定。