联合时频重排和双正交傅里叶变换对抗频谱弥散干扰

频谱弥散（SMSP）干扰由多个LFM子信号时域拼接而成，利用信号处理工具重构干扰信号，需要进行多次滤波。针对该问题，分析了SMSP干扰时频特征，在此基础上，提出联合时频重排和双正交傅里叶变换SMSP干扰抑制算法。首先，对回波时频重排矩阵进行Radon变换，估计干扰子信号个数。其次，根据估计的子信号个数设计参考信号，将回波中的SMSP干扰调制成一个LFM信号。然后，对调制后回波进行BFT峰值滤波处理，解调重构干扰信号。最后，将回波减去重构信号实现干扰抑制。仿真结果表明，所提算法无需估计全部干扰参数，仅需一次峰值滤波解调处理即可准确重构干扰信号，对消后回波中的SMSP干扰得到有效抑制。      

快慢时间域联合处理抑制频谱弥散干扰

现有频谱弥散干扰(SMSP)抑制算法以一个长度为雷达发射信号的受干扰回波为处理对象,未涉及相参处理间隔内整体回波。针对此问题,该文以自卫式干扰条件下线性调频(LFM)相参体制雷达抗SMSP干扰为背景,提出快慢时间域联合处理抑制SMSP干扰算法。分析了SMSP干扰时频特征和对相参雷达的干扰特性,在此基础上,设计了慢时间微分熵估计干扰位置,相关系数最大准则估计干扰参数,双正交傅里叶变换快时间分段重构干扰信号和干扰对消的抑制流程。仿真结果表明,所提算法模型与雷达处理流程切合度高,对比分析进一步验证算法效能。     

基于分数傅里叶极化估计的高频雷达电台干扰抑制

目标探测高频雷达工作在短波波段的低频段(3~15 MHz), 该波段内密集的短波电台对高频雷达的目标探测能力造成严重影响, 必须对电台干扰加以抑制才能保证高频雷达全天候正常工作.极化滤波是抑制高频雷达中短波电台干扰的有效方法, 但需要对干扰和目标信号的极化参数进行精确估计.文章在基于分数阶傅里叶变换(Fractional Fourier Transform, FrFT)准确估计目标和干扰极化参数的基础上, 利用估计的目标和干扰极化参数来构建极化子空间, 通过极化斜投影算子对高频雷达中的电台干扰进行抑制.实测数据处理结果表明, 基于FrFT的估计方法能准确估计出回波信号中电台干扰的极化状态, 在此基础上进行的斜投影极化滤波能有效抑制高频雷达电台干扰, 提高雷达探测性能.     

基于分段解线条的SMSP干扰抑制方法

基于Smeared Spectrum（SMSP）的分段特性提出了一种SMSP干扰抑制算法,即分段解调法。该算法首先利用离散匹配傅里叶变换,精确估计SMSP干扰的调频斜率,并利用该调频斜率构造解调函数。同时,利用干扰信号与雷达信号的调频斜率的比例关系,对雷达接收信号进行分段,再利用解调函数对分段后的雷达接收信号进行解调。由于解调信号的调频斜率和干扰调频斜率相同,因此干扰信号解调后变成单频信号,基于此特点在频域设计陷波器滤除SM-SP干扰。仿真结果表明该方法可有效抑制SMSP干扰。     

基于FRFT的LFM脉压雷达移频干扰辨识

针对复杂电磁环境下LFM脉压雷达移频干扰辨识的问题,提出了一种新的基于分数阶Fou—rier变换的干扰识别方法。该方法通过将分数阶Fourier变换与雷达接收机中的匹配滤波结果相结合,不仅可实现对接收信号的分数阶滤波,去除复杂电磁环境中的杂波噪声,进而提高脉冲压缩测距系统的准确度;并且将利用分数阶Fourier变换估计得到的目标速度信息与脉冲压缩所得距离信息相结合,可有效识别敌方干扰机发射的假目标欺骗干扰。仿真实验验证了方法的有效性。     

一体化电子战系统中连续波干扰抑制研究

在雷达信号和通信信号一体化电子战系统中,需要处理的雷达信号和通信信号在时频域都是重叠的,存在很强的时频耦合,给信号检测带来很大的困难。讨论了作为干扰的强通信信号对宽带雷达脉冲信号非协作检测的影响,提出了一种基于分数阶Fourier变换的干扰抑制方法。该方法利用分数阶Fourier变换对不同信号的时域聚集特性,在分数阶Fourier变换域滤除干扰,提高了信号的信干比,改善系统对宽带脉冲的检测性能,该方法对存在多个通信干扰信号时仍然适用。仿真结果表明,该方法对提高系统检测宽带雷达脉冲信号的性能是有效的。     

基于FrFT域滤波的灵巧噪声干扰抑制方法

基于数字射频存储器(DRFM)的灵巧噪声干扰兼具压制式干扰效果和欺骗式干扰效果,难以被传统抗干扰方法有效抑制。针对这一问题,本文结合分数阶傅里叶变换(FrFT)与分数阶域滤波方法,提出了一种线性调频脉冲压缩雷达体制下的灵巧噪声干扰抑制方法。首先对接收信号进行分数阶傅里叶变换,随后根据发射信号在分数阶域的特征参数,设计分数阶域滤波器,对接收信号进行分数阶域滤波以滤除干扰,最后进行分数阶反变换还原目标信号。仿真结果表明,该方法能够对卷积噪声干扰与乘积噪声干扰两种典型的灵巧噪声干扰进行有效抑制,准确检测目标的位置。      

脉间-脉内捷变频雷达抗间歇采样干扰方法

为提升雷达抗间歇采样干扰的能力,该文根据间歇采样转发干扰收发分时的特点,利用脉间-脉内捷变频波形的“主动”抗干扰优势,提出了一种基于分数阶傅里叶变换的并行干扰抑制方法。首先在时域对被干扰的子脉冲进行提取,并将提取到的信号进行切片处理,然后在分数阶傅里叶域利用窄带滤波器组对干扰进行抑制,最后构造匹配滤波器组进行分段脉冲压缩实现子脉冲积累。理论分析和仿真结果表明,所提方法可以有效对抗不同间歇采样干扰样式组成的多主瓣干扰,在高干信比条件下依然具有良好的抗干扰性能,极大提升了雷达的抗干扰能力。      

一种污染谱干扰的识别技术研究

污染谱(SMSP)干扰是一种具有较高能量利用率、较好干扰效果的新型干扰,对现代新体制相参雷达具有很大的威胁。文中根据SMSP干扰调频斜率的分段特性以及与目标回波信号调频斜率的差异,提出了一种SMSP干扰的识别算法。首先,该算法基于离散匹配傅里叶变换实现了对干扰信号调频斜率的估计。其次,基于距离维的离散匹配傅里叶变换,采用先粗搜索再细搜索的两级步进搜索方法,快速精确地检测出SMSP干扰与真实回波信号脉冲前沿的位置。最后,将受到SMSP干扰的雷达回波信号作为仿真数据,仿真结果表明该方法可准确识别SMSP干扰。     

基于变换域和时域联合处理的雷达同频干扰抑制方法

针对舰艇编队情况下线性调频脉冲体制雷达间同频干扰的问题,该文提出一种分数阶傅里叶域滤波处理与时域反异步处理相结合的干扰抑制方法。通过分数阶傅里叶域自适应滤波对与目标回波信号调频率不同的干扰信号做抑制处理,同时根据分数阶傅里叶变换的可逆性,逆变换到时域后采用相邻周期反异步方法进一步消除与目标回波信号调频率相同或相近的同频干扰。仿真试验表明,该方法相对传统方法能够有效抑制与目标回波信号调频率不同的同频干扰,同时对于在时域与目标回波信号完全重合或部分重合的干扰信号也有较好的抑制效果,干扰抑制处理增益达到29 dB以上。该方法为提高同型雷达编队组网能力提供了设计参考。     

基于初相匹配滤波的有源欺骗干扰抑制

针对有源欺骗干扰提出了一种新型的基于初相匹配滤波的干扰抑制方法.首先,基于相参雷达接收机匹配滤波器得到脉压信号矩阵.其次结合该矩阵中目标和干扰脉压尖峰矢量,基于最大平均信号干扰能量比（信干比）输出推导出了初相匹配滤波的响应函数解析式,形成了基于有源欺骗干扰抑制的初相匹配滤波算法.该算法在保证目标脉压尖峰矢量不损失的前提下具有较好的抗干扰改善因子.仿真结果表明当雷达发射脉冲串脉冲数为60时,在Swerling I目标起伏下,该算法抗干扰改善因子（干扰抑制深度）为20dB左右.在SwerlingⅡ目标起伏下,该算法干扰抑制深度为19dB左右.     

线性正则域抑制频谱弥散干扰方法

频谱弥散干扰（SMSP）是一种对抗线性调频脉冲压缩雷达的新型干扰样式。自卫式干扰条件下,目标回波与干扰信号时频域重叠,传统抗干扰手段难以有效抑制。针对该问题,分析了目标回波和干扰信号线性正则域（LCT域）特征,依据特征差异提出了两种LCT域干扰抑制方法,分别为窄带滤波法和稀疏重构法,其中窄带滤波方法通过LCT域遮盖处理,滤除干扰分量,而稀疏重构方法首先利用Pei型DLCT核矩阵构造正交字典,然后基于压缩感知理论重构真实回波。仿真表明,所提两种方法均具有一定的干扰抑制效能,恢复信号与真实回波高度相似,且幅度高于真实回波,使干扰信号成为标的。      

分数阶傅里叶和压缩感知自适应抗频谱弥散干扰

频谱弥散(SMSP)干扰与线性调频雷达信号之间存在大量的时频域耦合,干扰效能突出。该文提出一种信息域的抗SMSP干扰的信号处理算法,根据SMSP干扰信号的形式与特点,通过自适应改变压缩感知的干扰基字典,同时匹配雷达信号与干扰信号的调频率,构建压缩感知求解模型并基于凸优化算法完成信号重构,最终实现干扰信号的识别及雷达信号的提取。该算法中冗余字典的构造采用了Pei型分数阶傅里叶快速分解方法,不需要反复对信号进行时频域解耦,并且迭代次数较少,运算效率较高。     

基于短时分数阶傅里叶变换的间歇采样转发干扰辨识方法

基于数字射频存储的间歇采样转发干扰能够形成大量同时兼具压制和欺骗效果的假目标,难以被传统方法准确检测和识别。本文针对切片组合干扰和频谱弥散干扰这两种典型间歇采样转发干扰样式,提出一种基于短时分数阶傅里叶变换的干扰辨识方法。该方法首先通过角度遍历选取干扰信号的分数阶变换最优旋转角度;之后通过短时分数阶傅里叶变换,获得接收信号时频分布图像;再对时频图像进行二值化操作,提取干扰时频域特征参数,进而对干扰进行有效辨识。仿真结果证实了该方法的有效性与准确性。      

Joint FrFT‐FFT basis compressed sensing and adaptive iterative optimization for countering suppressive jamming

Accurate suppressive jamming is a prominent problem faced by radar equipment. It is difficult to solve signal detection problems for extremely low signal to noise ratios using traditional signal processing methods. In this study, a joint sensing dictionary based compressed sensing and adaptive iterative optimization algorithm is proposed to counter suppressive jamming in information domain. Prior information of the linear frequency modulation (LFM) and suppressive jamming signals are fully used by constructing a joint sensing dictionary. The jamming sensing dictionary is further adaptively optimized to perfectly match actual jamming signals. Finally, through the precise reconstruction of the jamming signal, high detection precision of the original LFM signal is realized. The construction of sensing dictionary adopts the Pei type fast fractional Fourier decomposition method, which serves as an efficient basis for the LFM signal. The proposed adaptive iterative optimization algorithm can solve grid mismatch problems brought on by undetermined signals and quickly achieve higher detection precision. The simulation results clearly show the effectiveness of the method.     

基于FFT的有源欺骗干扰抑制

基于DRFM的干扰机转发的有源欺骗干扰由于具有目标回波相似的脉压增益和目标行为,严重影响了雷达获取真实目标信息的能力。针对该类干扰,根据雷达接收机匹配滤波器得到雷达回波脉压信号矩阵,对该脉压信号矩阵按行FFT得到雷达回波脉压信号频谱矩阵。基于该脉压信号频谱矩阵目标回波频点估计设置带通滤波器,并对脉压信号频谱矩阵滤波得到目标回波脉压信号频谱矩阵估计。对该目标回波脉压信号频谱矩阵按行IFFT得到目标回波脉压信号矩阵,从而得到了基于FFT的有源欺骗干扰抑制方法。仿真结果表明当雷达回波脉冲数为60时,在SwerlingI目标起伏下,该算法干扰抑制深度为20dB左右。在SwerlingII目标起伏下,该算法干扰抑制深度为19dB左右。