一种基于双波段信息融合的抗拖曳欺骗干扰方法与流程

1.本发明涉及雷达对抗干扰技术领域，具体为一种基于双波段信息融合的抗拖曳欺骗干扰方法。


背景技术：

2.随着数字技术和信号处理能力的提高，欺骗性干扰技术得到了快速的发展。欺骗性干扰由于与目标相关性强，抗干扰难度大，对雷达的威胁越来越严重，使传统的雷达抗干扰方法越来越难以满足复杂电磁环境下的作战要求，严重影响了雷达对目标检测及跟踪性能的发挥。
3.对抗有源欺骗干扰信号的前提是雷达能够正确识别出干扰信号，现有方法能够在频域、时频域、高阶谱域或极化域的雷达接收波门内识别有源欺骗干扰信号，其中有学者通过提取目标信号与干扰信号之间的幅度统计特征差异法识别雷达接收波门内的目标信号与干扰信号，但该方法在对噪声敏感，且在较高信噪比条件下才有较好的目标信号或干扰信号识别率。其次，该方法建立的模型过于理想，使得雷达接收波门内同时存在目标信号和干扰信号时该方法将失效。
4.雷达抗干扰的基本原理主要是利用干扰信号与真实目标回波信号在时域、频域、空域和极化域等多维调制特征方面的差异，使雷达信号与数据处理系统能最大限度地与真实目标回波的调制特征相匹配，最大限度地抑制各类干扰的影响，从而在目标检测和参数测量时获得最高的信噪比和信杂比。但是当目标和拖曳欺骗诱饵在空
‑
时
‑
频域都不可分，传统的单频段导引头不具备抗拖曳欺骗干扰的能力。因此需要引入双波段进行融合抗欺骗干扰。
5.专利“基于梯度投影的距离
‑
速度同步拖引欺骗干扰识别”(公开号：cn103837863a)介绍了一种利用梯度投影方法计算目标多普勒速度对抗距离
‑
速度同步拖引的方法。该方法可以在距离
‑
速度同步拖引欺骗干扰目标，但是对时
‑
频不可区分的目标存在分辨率不高识别不出目标的风险。本专利中提出的方法可以在角度上实现聚类，利用两个波段的角度聚类信息识别出干扰，在时
‑
频不可区分的目标情况下依旧可以进行干扰识别。
6.专利“一种机载脉冲多普勒雷达抗速度欺骗干扰方法”(公开号：cn104678367a)介绍了雷达单目标抗速度欺骗干扰方法，用雷达检测、跟踪目标，获取单目标点跟踪中心频率，并利用加权系数法，计算多个目标的频率权重送给雷达跟踪中心从而实现速度欺骗干扰判别。但是该方法针对干扰类型简单，不能有效对抗角度欺骗干扰。
7.专利“雷达抗距离
‑
速度联合欺骗干扰的自适应迭代滤波方法”(公开号：cn105954729a)介绍了一种雷达抗距离一速度联合欺骗干扰的自适应迭代滤波方法，分别对目标和干扰的距离维和脉冲维进行估计，然后通过迭代来提高算法的精度。但是该方法必须需要知道干扰相对目标延迟的脉冲数，在实际情况中，该条件往往难以满足，工程实用性相对较差。
8.专利“一种距离和速度同步拖引的雷达干扰识别方法”(公开号：cn105866749a)介绍了一种距离和速度同步拖引的宽带雷达干扰识别方法，通过利用干扰信号与目标信号的频谱特征差异，提取有效稳健的干扰信号误差角进行目标和干扰的识别。该方法虽然计算量小容易实现，但是该方法中干扰机相位量化位数对干扰误差角影响较大，容易出现干扰识别失效的情形。
9.论文名为“单脉冲角跟踪雷达拖曳式干扰角分离方法”(电子信息对抗技术，2019，34(2)：37
‑
40)指出，利用空间谱估计技术提出基于波束域的等距多目标超分辨方法，实现拖曳式诱饵和目标角度维的分离。但是存在信噪比低时，拖曳式干扰和目标角误差无法分离的情形，而本专利提出的自适应角度聚类门限可以根据信噪比调整门限，提高拖曳式干扰和目标的识别概率。
10.论文名为“末制导雷达抗拖曳式干扰的方法研究”(制导与引信，2019.9，40(3)：1
‑
5)提出一种基于目标和干扰的极化特征差异，利用极化滤波对干扰抑制，实现单脉冲测角。但是实际中，目标极化散射特性并不已知，且在进行极化干扰抑制之后，信噪比会存在一定损失，对测角性能产生影响。
11.以上方法均不能达到在“空
‑
时
‑
频域都不可分辨出目标和欺骗干扰”情形下，有效识别真实目标的预期效果，并且这些方法均是针对时频维或是角度维的抗干扰方法，没有一种通用的抗干扰方法，可以“同时对抗空
‑
时
‑
频域的欺骗干扰”。


技术实现要素：

12.本发明的目的在于提供一种双波段信息融合的抗拖曳欺骗干扰方法，首先利用两个波段的角度聚类结果进行快速的目标和干扰的识别，再次通过两个波段的距离速度融合信息精准地识别出欺骗干扰，提升对目标的识别概率，增强系统的抗干扰能力。
13.为了达到上述目的，本发明通过以下技术方案实现：
14.一种基于双波段信息融合的抗拖曳欺骗干扰方法，其特征在于，包含以下步骤：
15.s1、分别针对两个不同波段，根据统计量测的角度、信噪比信息确定角度聚类的自适应门限；
16.s2、对不同波段量测按照自适应门限进行角度聚类，计算两两量测之间的方位角度差和俯仰角度差，当两个量测的方位角度差和俯仰值都小于相应的角度聚类门限g1 g2时，判定两个量测属于同一个聚类，其中，g1，g2分别为量测1、2的自适应角度聚类门限；
17.s3、实现聚类和群组关联，在聚类的基础上构建群组，群组包含了角度聚类中心的历史量测信息；计算聚类角度中心与群组角度中心之间的角度差，当角度差小于相应的关联门限时，提取目标及干扰的角度聚类差异初步实现干扰和目标的判别；
18.s4、针对单个波段，首先利用速度和距离拖引识别算法分别对各个群组的信息进行处理，初步识别距离、速度欺骗干扰量测，对疑似的欺骗量测进行剔除处理，利用剩余的群组信息进行多目标跟踪处理，形成多组临时航迹；
19.s5、对两个波段的临时航迹进行距离
‑
速度
‑
角度匹配处理，精准地识别出目标航迹，进一步剔除拖曳欺骗干扰，从而实现抗拖曳欺骗处理。
20.可选地，所述步骤s1中，角度聚类的自适应门限与信噪比snr成正比，与雷达导引
头3db波束宽度θ
3db
成反比，比例因子为ξ，因此可以确定自适应门限为
21.可选地，所述步骤s2具体包含：
22.s21、对当前帧所有量测进行遍历，计算量测间的方位角误差和俯仰角误差，当两个角度差值都小于门限时，测量聚类链表矩阵μ[m
×
m]的相应元素置为1，m是测量个数；对每个测量，将使用过的标志清0；遍历所有测量当测量没有使用过，则新建一个聚类；新建一个聚类时，对聚类初始化；
[0023]
s22、然后再对所有的测量进行遍历，当测量与新建聚类内所有测量对应链表矩阵μ[m
×
m]的元素为1且测量未被使用过时则将该测量加入此聚类；如此循环，直到所有测量遍历完毕后将新建的聚类插入聚类链表，从而激活聚类；
[0024]
s23、聚类结束后，聚类的个数就是当前帧时刻目标所对应的测量个数，也就是可以计算当前帧时刻测量是来自于多少个目标。
[0025]
可选地，所述步骤s3具体包含：
[0026]
s31、计算聚类和群组的方位角度差为计算聚类和群组的俯仰角度差为计算两者最大值为
[0027]
s32、对已有群组来说，遍历所有聚类，选择δ最小的聚类，如果对应的和小于各自的门限阈值且该群组的外推时间小于门限，则确定该群组与该聚类关联；若每个聚类同时关联上了多个群组，则按最近邻法进行取舍；
[0028]
s33、两个波段的角度聚类结果不同才能实现快速干扰识别，由于雷达干扰机通常不容易实现同时对两个波段的干扰，因此针对两个波段的角度聚类结果，可以根据某一波段有的聚类而另一波段没有的聚类快速识别该聚类为干扰。
[0029]
可选地，所述步骤s4中，如果利用步骤s3角度聚类识别不了干扰，则需要通过速度距离量测统计信息进行二次判决，最终实现目标和干扰的识别：
[0030]
s41、针对速度拖引欺骗干扰，定义当前帧聚类测量的距离依次为r1,r2,
…
,r
n
，对应的速度依次为v1,v2,
…
,v
n
，上一帧解模糊获得的速度为v，时间间隔为t
s
，||e
ij
||＝r
i
‑
r
j
；
[0031]
s42、遍历测量距离r1到r
n
，当||e
ij
||≤ξ(ξ为很小的数)时，距离相等矩阵的第i行和第j列l
ij
＝l
ji
＝1，否则l
ij
＝l
ji
＝0；
[0032][0033]
s43、遍历矩阵l，
[0034][0035]
s44、遍历测量，
[0036]
v
re,i
(k)＝||v
ij
||,if||v
ij
||＞0(j＝1,...,m,j≠i,k＝k 1)
[0037]
v
min
＝min(v
re,i
(k)) (k≥2)
[0038]
[0039][0040]
当测量i的速度拖引计数器c
re,i
≥2时，则存在速度拖引干扰并将相应测量的拖引标志置为真；
[0041]
s45、拖引干扰测量的抑制；
[0042]
a
i
＝||v
i
‑
v||/ts(测量i是速度拖引测量)
[0043]
当a
i
＞η
a
时，将测量i置为不可信，其中η
a
是加速度门限阈值。
[0044]
可选地，所述步骤s5中，融合两个波段的距离
‑
速度
‑
角度识别结果精准地识别出目标和干扰，从而实现抗拖曳欺骗干扰；如果两个波段形成的对应航迹中的速度差和距离差记忆角度差的模值均小于相应的门限，则认定为目标，否则为欺骗干扰。
[0045]
本发明与现有技术相比具有以下优点：
[0046]
1)本发明采用了自适应聚类门限，能够根据信噪比调整目标和干扰的角度聚类门限，从而能更精准的将目标和干扰区分开来。
[0047]
2)本发明利用角度聚类处理，能够从空间上将干扰和目标分类，克服了传统只能从距离和速度维信息获取干扰和目标特点的缺点，增加了识别干扰和目标的另一维度信息，可以更可靠的将目标和干扰区分开来；
[0048]
3)本发明利用双波段的角度聚类信息，能够快速的初步实现干扰和目标的判断，因而提升了干扰识别速度，增加对目标的识别概率，增强了系统的抗干扰能力。
[0049]
4)本发明利用通过建立两个波段的航迹，比较两个波段航迹的速度距离角度差，来精确识别目标和干扰，实现抗拖曳欺骗干扰。
附图说明
[0050]
为了更清楚地说明本发明专利实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明专利的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0051]
图1为本发明实施例中的角度测量聚类示意图；
[0052]
图2为本发明实施例中的基于双波段信息融合的抗拖曳欺骗干扰方法的流程图。
具体实施方式
[0053]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。需要说明的是，附图采用非常简化的形式且均使用非精准的比例，仅用以方便、明晰地辅助说明本发明实施方式的目的。为了使本发明的目的、特征和优点能够更加明显易懂，请参阅附图。须知，本说明书所附图式所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容能涵盖的范围内。
[0054]
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存
在任何这种实际的关系或者顺序。
[0055]
请参阅图1和图2，本实施例提供了一种基于双波段信息融合的抗拖曳欺骗干扰方法，包含以下步骤：
[0056]
s1、分别针对两个不同波段，对两个波段进行测角分析，并统计信噪比信息，以确定角度聚类的自适应门限，角度聚类的门限与信噪比以及波束宽度有关；
[0057]
s2、对不同波段量测按照自适应门限进行角度聚类，计算两两量测之间的方位角度差和俯仰角度差，当两个量测的方位角度差和俯仰值都小于相应的角度聚类门限g1 g2时，判定两个量测属于同一个聚类，其中，g1，g2分别为量测1、2的自适应角度聚类门限；
[0058]
s3、实现聚类和群组关联，在聚类的基础上构建群组，群组包含了角度聚类中心的历史量测信息；计算聚类角度中心与群组角度中心之间的角度差，当角度差小于相应的关联门限时，提取目标及干扰的角度聚类差异初步实现干扰和目标的判别；
[0059]
s4、针对单个波段，首先利用速度和距离拖引识别算法分别对各个群组的信息进行处理，初步识别距离、速度欺骗干扰量测，对疑似的欺骗量测进行剔除处理，利用剩余的群组信息进行多目标跟踪处理，形成多组临时航迹；
[0060]
s5、对两个波段的临时航迹进行距离
‑
速度
‑
角度匹配处理，精准地识别出目标航迹，进一步剔除拖曳欺骗干扰，从而实现抗拖曳欺骗处理。
[0061]
本实施例中，所述步骤s1中，角度聚类的自适应门限与信噪比snr成正比，与雷达导引头3db波束宽度θ
3db
成反比，比例因子为ξ，因此可以确定自适应门限为
[0062]
本实施例中，所述步骤s2具体包含：
[0063]
s21、对当前帧所有量测进行遍历，计算量测间的方位角误差和俯仰角误差，当两个角度差值都小于门限时，测量聚类链表矩阵μ[m
×
m]的相应元素置为1，m是测量个数；对每个测量，将使用过的标志清0；遍历所有测量当测量没有使用过，则新建一个聚类；新建一个聚类时，对聚类初始化(聚类创建标识置为1，测量个数置为1，记录测量序号)；
[0064]
s22、然后再对所有的测量进行遍历，当测量与新建聚类内所有测量对应链表矩阵μ[m
×
m]的元素为1且测量未被使用过时则将该测量加入此聚类；如此循环，直到所有测量遍历完毕后将新建的聚类插入聚类链表，从而激活聚类；
[0065]
s23、聚类结束后，聚类的个数就是当前帧时刻目标所对应的测量个数，也就是可以计算当前帧时刻测量是来自于多少个目标。
[0066]
本实施例中，所述步骤s3具体包含：
[0067]
s31、计算聚类和群组的方位角度差为计算聚类和群组的俯仰角度差为计算两者最大值为
[0068]
s32、对已有群组来说，遍历所有聚类，选择δ最小的聚类，如果对应的和小于各自的门限阈值且该群组的外推时间小于门限，则确定该群组与该聚类关联；若每个聚类同时关联上了多个群组，则按最近邻法进行取舍；
[0069]
s33、两个波段的角度聚类结果不同才能实现快速干扰识别，由于雷达干扰机通常不容易实现同时对两个波段的干扰，因此针对两个波段的角度聚类结果，可以根据某一波段有的聚类而另一波段没有的聚类快速识别该聚类为干扰。
[0070]
本实施例中，所述步骤s4中，如果利用步骤s3角度聚类识别不了干扰，则需要通过速度距离量测统计信息进行二次判决，最终实现目标和干扰的识别：
[0071]
s41、针对速度拖引欺骗干扰，定义当前帧聚类测量的距离依次为r1,r2,
…
,r
n
，对应的速度依次为v1,v2,
…
,v
n
，上一帧解模糊获得的速度为v，时间间隔为t
s
，||e
ij
||＝r
i
‑
r
j
；
[0072]
s42、遍历测量距离r1到r
n
，当||e
ij
||≤ξ(ξ为很小的数)时，距离相等矩阵的第i行和第j列l
ij
＝l
ji
＝1，否则l
ij
＝l
ji
＝0；
[0073][0074]
s43、遍历矩阵l，
[0075][0076]
s44、遍历测量，
[0077]
v
re,i
(k)＝||v
ij
||,if||v
ij
||＞0(j＝1,...,m,j≠i,k＝k 1)
[0078]
v
min
＝min(v
re,i
(k)) (k≥2)
[0079][0080][0081]
当测量i的速度拖引计数器c
re,i
≥2时，则存在速度拖引干扰并将相应测量的拖引标志置为真；
[0082]
s45、拖引干扰测量的抑制；
[0083]
a
i
＝||v
i
‑
v||/ts(测量i是速度拖引测量)
[0084]
当a
i
＞η
a
时，将测量i置为不可信，其中η
a
是加速度门限阈值；
[0085]
s46、距离拖引干扰识别算法与速度拖引干扰识别算法思路类似，不再赘述。
[0086]
本实施例中，所述步骤s5中，融合两个波段的距离
‑
速度
‑
角度识别结果精准地识别出目标和干扰，从而实现抗拖曳欺骗干扰；如果两个波段形成的对应航迹中的速度差和距离差记忆角度差的模值均小于相应的门限，则认定为目标，否则为欺骗干扰。
[0087]
尽管本发明的内容已经通过上述优选实施例作了详细介绍，但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后，对于本发明的多种修改和替代都将是显而易见的。因此，本发明的保护范围应由所附的权利要求来限定。