一种基于掩护脉冲的抗干扰方法与流程

1.本发明属于雷达抗干扰技术领域，具体是一种基于掩护脉冲的抗干扰方法。


背景技术：

2.基于信道化接收机和drfm储频应答器件的有源欺骗式干扰通过对跟踪雷达在频率、时间乃至空间上的精确瞄准能够在短时间内利用较少的功率资源实现对探测回波信号的有效遮蔽或欺骗。由于干扰机发射信号直接进入天线主瓣，传统的以抑制干扰、増强回波为目的的抗干扰技术很难奏效。因此目亟需需提出一种基于掩护脉冲的抗干扰方法，通过“掩护脉冲信号 有效脉冲信号”的方式，解决抗干扰问题。


技术实现要素：

3.为了解决上述方案存在的问题，本发明提供了一种基于掩护脉冲的抗干扰方法。
4.本发明的目的可以通过以下技术方案实现：
5.一种基于掩护脉冲的抗干扰方法，具体方法包括：
6.步骤一：划定抗干扰区域，建立干扰机信道模型，通过干扰机信道模型对抗干扰区域进行分析，获得干扰机通道数区间[ti，ta]和对应通道的有效带宽区间[di，da]；
[0007]
步骤二：建立掩护脉冲信号参数模型，制定参数限定条件，将参数限定条件、干扰机通道数区间[ti，ta]和对应通道的有效带宽区间[di，da]整合标记为掩护参数输入数据，将掩护参数输入数据输入到掩护脉冲信号参数模型中，获得掩护脉冲信号参数数据；
[0008]
步骤三：获取掩护脉冲信号历史发射方案，建立方案库，将获取的掩护脉冲信号历史发射方案储存在方案库中；
[0009]
步骤四：构建余弦相似度函数，通余弦相似度函数将掩护脉冲信号参数数据与方案库中的掩护脉冲信号历史发射方案进行匹配，获得对应的兴趣度函数值w
ij
；
[0010]
步骤五：通过兴趣度函数值w
ij
筛选出参考方案，根据参考方案编制掩护脉冲信号和有效脉冲信号的发射方案。
[0011]
进一步地，建立干扰机信道模型的方法包括：
[0012]
获取抗干扰区域中历史出现的干扰机型号，根据干扰机型号采集对应的干扰机通道数和有效带宽，统计历史干扰机通道数区间和历史有效带宽区间，并计算对应历史干扰机通道数区间内各个干扰机通道数的占比和对应历史有效带宽区间内各个有效带宽的占比；
[0013]
建立探测模型，将历史干扰机通道数区间、历史有效带宽区间以及对应的历史干扰机通道数区间内各个干扰机通道数的占比和历史有效带宽区间内各个有效带宽的占比整合标记为探测输入数据，将探测输入数据输入到探测模型中，获得对应的探测脉冲信号，发射探测脉冲信号，获得探测脉冲信号的受干扰数据，建立分析模型，通过分析模型对探测脉冲信号的受干扰数据进行分析，判断对应的干扰机通道数和有效带宽区间是否为区间边界值；
[0014]
当对应的干扰机通道数和有效带宽区间不是区间边界值时，重新发送新的探测脉冲信号，直到获得干扰机通道数区间和有效带宽区间的全部边界值。
[0015]
进一步地，掩护脉冲信号参数数据包括掩护脉冲信号与有效脉冲信号的频率间隔区间、可用频点数区间、掩护脉冲信号与有效脉冲信号的相对幅度区间。
[0016]
进一步地，制定参数限定条件的方法包括：
[0017]
将掩护脉冲信号与有效脉冲信号的频率间隔标记为δfo，掩护脉冲信号的可用频点数标记为ty，将公式d》ty，作为一级限定条件，根据实际掩护脉冲信号与有效脉冲信号的发射条件制定二级限定条件，将一级限定条件和二级限定条件整合标记为参数限定条件。
[0018]
进一步地，余弦相似度函数为
[0019]
进一步地，i和j分别为掩护脉冲信号参数数据i和掩护脉冲信号历史发射方案中的相对应数据j的相似度向量；相似度向量包括：指标一、指标二和指标三。
[0020]
进一步地，获取兴趣度函数值w
ij
的方法包括：
[0021]
建立相似度向量三元组(x1，x2，x3)，根据指标一、指标二和指标三确定兴趣度函数：
[0022][0023]
进一步地，α1、α2、α3为调节系数，α1、α2、α3的取值范围为[0，1]。
[0024]
进一步地，通过兴趣度函数值w
ij
筛选参考方案的方法包括：
[0025]
设置相似度标准值x1，根据公式q＝|w
ij-x1|获得偏差值q，选取最小的偏差值q对应的兴趣度函数值w
ij
，获取对应的参考方案。
[0026]
与现有技术相比，本发明的有益效果是：通过“掩护脉冲信号 有效脉冲信号”的方式，解决抗干扰问题；通过步骤一和步骤二获得抗干扰区域内的掩护脉冲信号参数数据，为后续的方案设计提供范围支持，缩小参数考虑范围，降低工作量，同时，因为是通过预测干扰机性能获取的参数，使得抗干扰的效率更加的高效；通过根据参考方案编制掩护脉冲信号和有效脉冲信号的发射方案，更加的具有实用性和成功性。
附图说明
[0027]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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。
[0028]
图1为本发明方法流程图。
具体实施方式
[0029]
下面将结合实施例对本发明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。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0030]
如图1所示，一种基于掩护脉冲的抗干扰方法，具体方法包括：
[0031]
步骤一：划定抗干扰区域，抗干扰区域即为根据发射区域和接收区域进行划分的，建立干扰机信道模型，通过干扰机信道模型对抗干扰区域进行分析，获得干扰机通道数区间[ti，ta]和对应通道的有效带宽区间[di，da]；
[0032]
建立干扰机信道模型的方法包括：
[0033]
获取抗干扰区域中历史出现的干扰机型号，根据干扰机型号采集对应的干扰机通道数和有效带宽，统计历史干扰机通道数区间和历史有效带宽区间，并计算对应历史干扰机通道数区间内各个干扰机通道数的占比和对应历史有效带宽区间内各个有效带宽的占比；
[0034]
建立探测模型，将历史干扰机通道数区间、历史有效带宽区间以及对应的历史干扰机通道数区间内各个干扰机通道数的占比和历史有效带宽区间内各个有效带宽的占比整合标记为探测输入数据，将探测输入数据输入到探测模型中，获得对应的探测脉冲信号，发射探测脉冲信号，获得探测脉冲信号的受干扰数据，建立分析模型，分析模型为神经网络模型，通过探测脉冲信号的受干扰数据和对应设置的分析结果作为训练集进行训练建立的，通过分析模型对探测脉冲信号的受干扰数据进行分析，判断对应的干扰机通道数和有效带宽区间是否为区间边界值；
[0035]
当对应的干扰机通道数和有效带宽区间不是区间边界值时，重新发送新的探测脉冲信号，直到获得干扰机通道数区间和有效带宽区间的全部边界值；
[0036]
建立探测模型的方法包括：获取历史探测输入数据，为探测输入数据设置对应的探测脉冲信号，探测脉冲信号主要是根据历史探测输入数据内的数值区间和对应区间内数值占比，进行设置的，用于探测数值区间的边界值，即为根据数值区间两端数值的占比，发送合适的探测脉冲信号，测试干扰机对探测脉冲信号的干扰程度；构建人工智能模型，人工智能模型即为神经网络模型，将历史探测输入数据和对应的探测脉冲信号划分为训练集、测试集和校验集通过训练集、测试集和校验集对人工智能模型进行训练、测试和校验；将训练完成的人工智能模型标记为探测模型；
[0037]
步骤二：建立掩护脉冲信号参数模型，制定参数限定条件，将参数限定条件、干扰机通道数区间[ti，ta]和对应通道的有效带宽区间[di，da]整合标记为掩护参数输入数据，将掩护参数输入数据输入到掩护脉冲信号参数模型中，获得掩护脉冲信号参数数据；
[0038]
掩护脉冲信号参数数据包括掩护脉冲信号与有效脉冲信号的频率间隔区间、可用频点数区间、掩护脉冲信号与有效脉冲信号的相对幅度区间；
[0039]
制定参数限定条件的方法包括：
[0040]
将掩护脉冲信号与有效脉冲信号的频率间隔标记为δfo，掩护脉冲信号的可用频点数标记为ty，将公式d》ty，t为干扰机通道数区间[ti，ta]内的值，d为有效带宽区间[di，da]内的值；作为一级限定条件，根据实际掩护脉冲信号与有效脉冲信号的发射条件制定二级限定条件，将一级限定条件和二级限定条件整合标记为参数限定条件，二级限定条
件主要是由专家组根据发射条件和掩护脉冲信号的设计要求进行制定的，掩护脉冲信号的作用机理完全针对干抗机信道化接收机与频率记忆和处理系统，目的是引导干扰机的干抗侦测系统，使干抗信号率、波形锁定掩护信号，从而使跟踪信号免受干扰；掩护脉冲信号实现有效抗干扰需要3个条件：在时域、频域特征上掩护脉冲信号远强于有效脉冲信号，使得干扰机的信道化接收机首先截获掩护脉冲信号；在干扰机频率记忆和处理系统中掩护脉冲信号在时域、频域要具有高于有效脉冲信号的较高幅度威胁度，从而能够被优先锁定，掩护脉冲信号与有效脉冲信号在频域或时域上有充分间距。
[0041]
建立掩护脉冲信号参数模型的方法包括：获取历史掩护参数输入数据，根据历史掩护参数输入数据设置掩护脉冲信号参数数据，将历史掩护参数输入数据和掩护脉冲信号参数数据作为训练集对神经网络模型进行训练，将训练后的神经网络模型标记为掩护脉冲信号参数模型。
[0042]
步骤三：获取掩护脉冲信号历史发射方案，掩护脉冲信号历史发射方案即为通过设置掩护脉冲信号方案，成功的实现有效脉冲信号的抗干扰，因为掩护脉冲信号的设置多种多样，不同的组合方案产生的抗干扰效果并不相同，因此需要通过合适的历史成功案例为现在的掩护方案提供参考，建立方案库，将获取的掩护脉冲信号历史发射方案储存在方案库中；
[0043]
步骤四：构建余弦相似度函数，通余弦相似度函数将掩护脉冲信号参数数据与方案库中的掩护脉冲信号历史发射方案进行匹配，获得对应的兴趣度函数值w
ij
；
[0044]
将掩护脉冲信号参数数据中的掩护脉冲信号与有效脉冲信号的频率间隔δfo、可用频点数ty、掩护脉冲信号与有效脉冲信号的相对幅度a分别标记为采集指标一、采集指标二和采集指标三，其中δfo、ty和a均为相应区间内的值，根据采集指标一、采集指标二和采集指标三在掩护脉冲信号历史发射方案中获取对应的评判指标一、评判指标二和评判指标三，就是与采集指标一、采集指标二和采集指标三相同的含义数据，建立评分模型，评分模型即为神经网络模型，通过将采集指标和评判指标相比较，设置采集指标相对评判指标的评分，再将采集指标、评判指标和对应的评分作为训练集进行训练，将训练后的神经网络模型标记为评分模型，通过评分模型获得三个采集指标分别相对于三个评判指标的评分；
[0045]
余弦相似度函数为其中，i和j分别为掩护脉冲信号参数数据i和掩护脉冲信号历史发射方案中的相对应数据j的相似度向量；i和j的夹角越小，相似度越高；相似度向量包括：指标一、指标二和指标三；指标一即为评判指标和采集指标的统称，指标二和指标三同理，建立相似度向量三元组(x1，x2，x3)，根据指标一、指标二和指标三确定兴趣度函数：
[0046][0047]
其中α1、α2、α3为调节系数，α1、α2、α3的取值范围为[0，1]；
[0048]fij
表示采集指标一相对评判指标一的评分，f
min
为数据库中记录的最小的采集指标一相对评判指标一的评分，f
max
为数据库中记录的最大的采集指标一相对评判指标一的评分；t
ij
为采集指标二相对评判指标二的评分，t
max
为数据库中记录的最大的采集指标二相
对评判指标二的评分，t
min
为数据库中记录的最小的采集指标二相对评判指标二的评分；r
ij
为采集指标三相对评判指标三的评分；r
max
为数据库中记录的最大的采集指标三相对评判指标三的评分；r
min
为数据库中记录的最小的采集指标三相对评判指标三的评分；
[0049]
步骤五：通过兴趣度函数值w
ij
筛选出参考方案，根据参考方案编制掩护脉冲信号和有效脉冲信号的发射方案；就是根据参考方案和掩护脉冲信号参数数据编制方案；相当于根据掩护脉冲信号参数数据对参考方案进行调整；
[0050]
通过兴趣度函数值w
ij
筛选参考方案的方法包括：
[0051]
设置相似度标准值x1，相似度标准值x1由专家组根据实际方案编制需要和抗干扰的需求进行讨论设置的，根据公式q＝|w
ij-x1|获得偏差值q，选取最小的偏差值q对应的兴趣度函数值w
ij
，获得对应的参考方案。
[0052]
上述公式均是去除量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式，公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。
[0053]
在本发明所提供的实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其他的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式；所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方法的目的。
[0054]
另对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
[0055]
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
[0056]
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
[0057]
最后应说明的是，以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。