共查询到18条相似文献,搜索用时 187 毫秒
1.
针对距离多假目标欺骗干扰下的组网雷达跟踪,提出了一种基于同源量测融合的跟踪技术.该跟踪技术包括同源量测融合、多目标跟踪两部分.同源量测融合相当于对所有量测进行预处理,其关键在于同源量测自适应检验门限的设计.通过该预处理,输入的假目标的量测数目大大减少,且问题简化为单雷达的多目标跟踪.多目标跟踪中,根据航迹优先级顺序依次进行数据关联.该跟踪技术使得组网雷达可以有效剔除假目标,并更精确的跟踪真目标.仿真结果证明了该技术的可行性和有效性. 相似文献
2.
3.
针对距离-速度复合欺骗干扰,本文提出了一种基于多维信息联合的多基地雷达欺骗干扰抑制技术。首先,在各接收站中通过常规信号处理方法提取到真假目标的多维信息矩阵;接着在融合中心,基于真假目标幅度上的统计差异,进行干扰识别;然后,鉴于真实目标的多普勒多样性,进行多普勒维上的干扰识别;最后,根据目标的“同源性”,在距离维将虚假目标完全识别的同时,完成了对真实目标定位。通过数字仿真可见,该方法在保证了真实目标识别率的基础上,实现了对复合欺骗干扰的有效抑制和对真实目标的准确定位。 相似文献
4.
针对密集多假目标干扰下,真假目标识别困难、跟踪精度低的问题,提出了基于功率特征的抗干扰技术。首先,对干扰条件下的雷达量测进行信号似然比预处理,剔除杂波;然后,进行角度卡方检验及同源量测融合,以充分利用虚假目标信息;最后,根据真假目标功率特征构建“分贝数冶加权因子,并结合位置信息,实现真实目标的功率/ 位置双重加权,从而大大削弱干扰信号的影响,达到抗干扰的目的。仿真实验表明,该技术能较好地适应密集多假目标干扰环境,并取得较高的跟踪精度。 相似文献
5.
6.
7.
8.
9.
针对长基线多基地雷达系统在目标跟踪阶段的拖引欺骗干扰识别问题,考虑到真实目标回波在不同节点雷达中的幅度相互独立,而拖引欺骗干扰假设来自同一干扰机,其在不同节点雷达中的幅度完全相关,从而跟踪波门内只有目标回波与同时存在目标回波与拖引欺骗干扰这两种不同情形下的信号幅度存在统计相关差异。该文提出利用这一差异实现多基地雷达系统的拖引欺骗干扰识别。通过在分析统计相关差异的基础上,对不同节点雷达接收到的回波信号幅度序列进行相关性度量及参数估计,构建检验统计量,在给定的虚警概率下实现了对欺骗干扰的识别。仿真实验结果表明,该方法对欺骗干扰具有较好的识别效果,相较于基于拟合优度的AD检测算法,识别概率平均提高18.63%。 相似文献
10.
11.
12.
干扰和目标回波同时位于雷达主瓣时,能够改变天线口面的相位波前,严重干扰雷达角度测量.为解决这个难题,提出了基于极化信息的单脉冲处理方法,将雷达改进为双极化接收,并增加相应的和差网络,得到六路带极化信息的和差信号,带入本文设计的解析公式进行解算,可以避免角度估计中因为干扰产生的耦合误差,确保准确的雷达测角及跟踪.仿真结果证明,该方法能够在干扰条件下得到正确的角度估计,使对抗拖曳式诱饵干扰的工程实现更加简洁高效,对于提升雷达的抗干扰能力具有重要意义. 相似文献
13.
以线性调频脉冲压缩(LFM-PC)雷达为例,研究了3种典型欺骗干扰(直接延迟转发、间歇采样干扰、移频干扰)对雷达测距和测角的影响机理。通过控制干扰机幅度、相位和延迟时间,可对雷达产生相干和非相干的合成欺骗干扰效果。信号级仿真表明,通过控制时延和频率,可在距离维产生大量假目标,形成距离欺骗效果;通过控制幅度和相位时延可在角度维形成多点源干扰,形成角度欺骗效果,这是分布式集群干扰的独特优势。3种干扰样式中,直接转发干扰和移频干扰更容易形成角度欺骗效果;间歇采样由于固有的间歇性,在距离维较容易形成欺骗干扰,而角度维的干扰效果稍差一些。 相似文献
14.
15.
16.
针对单一信号处理或数据处理对压制-欺骗加性复合干扰抑制效果较差的问题,论文提出一种适用于脉冲压缩雷达的基于信号-数据联合处理的压制-距离欺骗复合干扰抑制算法。首先,通过分数阶傅里叶变换(FRFT)域窄带滤波以及LFM信号重构对消算法,实现信号层对压制干扰的抑制,并减小对真实目标的漏检概率;然后,利用噪声点迹空间相关性较差的特征,通过M/N逻辑法对噪声点迹进行剔除,并对目标点迹进行航迹起始;最后,根据距离假目标航迹角度量测误差方差较大的特点,通过${\chi ^2}$检验以及聚类划分算法,对虚假目标航迹进行剔除,最终实现对压制-欺骗加性复合干扰的抑制。仿真结果表明,该文算法对压制-欺骗复合干扰能够起到较好的抑制效果。 相似文献
17.
18.
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。 相似文献