[发明专利]一种SMSP干扰和C&I干扰的检测方法

摘要

该发明公开了一种SMSP干扰和C&I干扰的检测方法，属于雷达信号检测技术领域，它特别涉及了雷达干扰信号检测技术。该方法利用广义似然比检测的方法对回波信号中的未知幅值参数和干扰向量进行估计，分别得到其最大似然估计值，进而将未知幅值参数和干扰向量的最大似然估计值带入广义似然比检测器，对干扰进行检测，最终达到提高干扰检测准确性的目的。

主权项

一种SMSP干扰和C&I干扰的检测方法，该方法包括以下步骤：步骤1：回波信号预处理；雷达不断向外发射线性调频脉冲信号，同时接收回波信号，截取单个脉冲对回波信号进行采样，形成如下二元假设检验模型：H₀:{r＝αs+nH₁:{r＝αs+βj+n其中r＝[r(1),…r(N)]^T为回波向量，s＝[s(1),…s(N)]^T为目标信号向量，j＝[j(1),…j(N)]^T为干扰信号向量为SMSP干扰或C&I干扰，n＝[n(1),…n(N)]^T为协方差矩阵为M的零均值复高斯噪声向量,其中M先验已知且满足M＝E{nn^H}，N为采样点个数，α,β为未知幅值标量，H₀、H₁分别表示干扰不存在和存在两种假设检验结果；步骤2：幅值标量参数估计；对回波数据进行处理，首先假设干扰向量已知，条件广义似然比其中f(r/H₀)和f(r/H₁)分别为H₀假设下和H₁假设下的似然函数；借助于最优化理论求取使条件广义似然比最大时，对应的未知幅值标量的值即为其最大似然估计；基于此，可求得在H₀假设下，α的最大似然估计为在H₁假设下，α的最大似然估计为${\widehat{\mathrm{\α}}}_{ML1}=\frac{s^H{M}^{-1}(r-\mathrm{\β}j)}{s^H{M}^{-1}s},$β的最大似然估计为${\widehat{\mathrm{\β}}}_{ML1}=\frac{z^H{M}^{-1}(r-{\widehat{\mathrm{\α}}}_{ML0}s)}{z^H{M}^{-1}z},$其中$z=j-\left(\frac{s^H{M}^{-1}j}{s^H{M}^{-1}s}\right)s;$步骤3：干扰向量估计；将步骤2中所有未知幅值标量参数的最大似然估计带入条件广义似然比并取对数化简得${\mathrm{\η}}^{\′}(r/j)=2\mathrm{Re}\left\{{\widehat{\mathrm{\β}}}_{ML}{\left(r-{\widehat{\mathrm{\α}}}_{ML0}s\right)}^H{M}^{-1}z\right\}-|{\widehat{\mathrm{\β}}}_{ML}{|}^2{z}^H{M}^{-1}z,$其中η'(r/j)为化简后的条件广义似然比；当已知SMSP干扰信号子脉冲个数n或者C&I干扰采样子脉冲个数p及其时隙数q时就可以分别重构出SMSP干扰信号和C&I干扰信号；将雷达回波向量和按照不同特征参数(n,p,q)重构的干扰向量带入条件广义似然比η'(r/j)，获得不同特征参数(n,p,q)下的回波数据条件广义似然比，选取使条件广义似然比最大时对应的特征参数(n,p,q)，由该特征参数重构出干扰向量为干扰的最大似然估计；最后将干扰向量的最大似然估计带入条件广义释然比，得非条件广义似然比；步骤4：由干扰向量估计步骤得到检测统计量，对干扰进行检测。