基于认知型盲源分离的雷达主瓣干扰抑制技术研究

主瓣干扰抑制,相对于旁瓣干扰而言,缺少有效的对抗手段。基于认知原理,结合多重信号分类与恒虚警检测,提出了一种基于波束域四阶累积量的特征矩阵近似联合对角化(JADE)盲源分离算法,可以有效抑制主瓣干扰,并给出了不同信噪比条件下目标信号与干扰分离度的效果。该方法可有效实现目标与干扰的分离,具有良好的抗干扰性能。     

一种基于盲源分离的雷达抗干扰技术

如何提高雷达的抗干扰能力一直是雷达信号处理的一大问题，问题的解决可以使雷达的检测和跟踪能力得以提高。在日趋复杂的信号环境下，传统的信号处理方法的局限性愈来愈大。本文通过对雷达信号处理过程和盲源分离技术的分析研究，提出采用基于盲源分离的多步处理抗干扰方法进行雷达抗干扰信号处理，可使雷达在复杂背景下具有更强的抗干扰能力。仿真试验结果证明这种新的雷达抗干扰处理方法是可行和令人满意的。     

一种雷达主瓣复合干扰盲源分离对抗方法

为了有效地干扰相控阵体制的防空警戒雷达,降低雷达对目标的检测概率和识别概率,现代电子干扰机通常采用“复合拖引干扰”的干扰方式,以达到“隐真示假”的干扰目的。针对这一新型电子干扰技术,本文建立了复合拖引干扰的模型和极化信道扩展信号模型,在此基础上提出了一种基于极化通道扩展和盲源分离算法的干扰抑制方法,通过计算机仿真实验表明,所提出的算法能在较宽的信噪比和干信比条件下获得良好的目标和干扰分离性能。     

一种基于JADE算法的FDA-MIMO雷达智能抗主瓣转发干扰方法

针对传统的相控阵雷达及多输入多输出(MIMO)雷达在面对与目标角度相同、距离不同的主瓣转发式干扰时无法有效地区分目标与假目标的问题,以及多类型主瓣干扰同时存在的抗干扰难题,基于频率分集阵列(FDA)-MIMO雷达,提出了一种基于矩阵联合近似对角化(JADE)盲源分离算法的智能抗干扰方法。首先对接收信号进行波束形成处理,然后将波束输出信号进行匹配滤波处理。根据频率分集子频率受干扰的情况,自适应地选择干扰较弱的子频率,采用JADE算法将干扰与目标分离开来,实现智能抗干扰。为了加强对主瓣瞄频及切片等转发干扰的对抗效果,针对每个频率分集子频率,采用低通窄带滤波,滤除干扰。仿真实验表明：将基于智能子频选取策略的接收波束域JADE算法应用到FDA-MIMO雷达可以实现良好的抗主瓣干扰效果。     

一种主瓣灵巧干扰环境下的盲距离-角度联合估计方法

提出了一种主瓣灵巧干扰环境下的盲距离-角度联合估计方法,可有效对抗主瓣灵巧干扰（Mainlobe Smart Jamming,MSJ）并提取目标回波的距离-角度联合参数信息.新方法首先利用阵元级数据进行盲源分离（Blind Source Separation,BSS）,分离目标回波和干扰,同时可得到信源混合矩阵的估计.然后根据主瓣灵巧干扰在某一角度上表现为多个回波信号,而目标只有一个回波这一先验信息来鉴别目标和主瓣灵巧干扰,由此可以估计目标的距离参数.最后,由上述的鉴别结果得到对应目标的混合矩阵的列矢量,其包含了目标导向矢量信息,据此可估计目标的空间角度参数.仿真结果表明,新方法可以至少有效对抗2个主瓣灵巧干扰,且可同时得到较高的目标距离-角度估计精度.另外,分析了目标输入信噪比、输入干噪比、目标与干扰的夹角、干扰空域个数对所提方法性能的影响,并给出了本文方法能够有效盲距离-角度联合估计的边界条件.     

基于盲源分离的雷达抗干扰技术研究

如何提高雷达的抗干扰能力一直是雷达信号处理的一大问题,问题的解决可以使雷达的检测和跟踪能力得以提高.在日趋复杂的信号环境下,传统的信号处理方法的局限性愈来愈大.本文通过对雷达信号处理过程和盲源分离技术的分析研究,提出采用基于高斯矩的ICA/BSS盲源分离方法进行雷达抗干扰信号处理.通过仿真试验结果证明基于盲源分离的雷达抗干扰处理方法是可行和令人满意的.     

抑制雷达天线副瓣杂波干扰的数字处理方法

本文对舰载二坐标雷达由于天线副瓣引起的杂波干扰进行了分析，结合现有舰载二坐标雷达的体制特点，提出了一种采用数字处理技术抑制天线副瓣干扰的有效方法，并对工程实现中的一些关键技术进行了讨论。     

基于循环平稳差异的直扩信号盲提取抗干扰方法

提出一种基于循环平稳差异的直扩信号盲提取抗干扰方法.针对源信号在统计域上的近似独立性,构建直扩通信盲源分离抗干扰模型,基于源信号的循环平稳差异,利用循环自相关函数的典型极值点定义一个用于区分直扩信号和干扰的二阶循环差异度特征参数,通过比较该特征参数的大小进行模式识别,提取出直扩信号而抑制掉干扰,达到抗干扰的目的.仿真结果表明:当信干比(SJR)为-40dB、归一化信噪比(NSNR)为9dB时,直接解扩/解调信号的误比特率约为IE-0.3,而本文所提抗干扰算法误比特率(BER)低至IE-3,可从强干扰中有效分离并提取出直扩信号.     

基于LTE信号的外辐射源雷达同频基站干扰抑制方法研究

针对基于LTE信号的外辐射源雷达接收信号包含多个同频发射基站的直达波和多径杂波干扰的问题,该文对传统的外辐射源雷达信号处理流程进行了改进,增加了对同频基站干扰的处理步骤,提出了一种基于卷积混合模型的盲源分离算法来抑制同频基站的杂波干扰。假设混合矩阵是一个矢量线性时不变滤波器矩阵,以互信息为代价函数,通过求取互信息的梯度,用最速下降法进行迭代,分离准则是使分离后的信号之间互信息最小化。仿真表明,该文算法能够有效地抑制LTE信号同频发射基站的杂波干扰,为后续的主基站杂波对消处理提供了基础。     

一种基于慢时域盲分离的欺骗干扰抑制方法

针对单脉冲比幅雷达的距离假目标欺骗干扰,研究了一种基于慢时域盲分离的欺骗干扰抑制方法。该方法在慢时域上建立雷达信号接收模型,首先验证了回波与干扰的可分离性,然后采用二阶统计盲源分离技术完成了回波和干扰的分离,最后通过微多普勒频率特征完成对真假目标的鉴别。仿真结果表明,该算法对欺骗干扰具有较好的抑制性能。当SNR>0dB时,回波相似系数大于98%,延迟时间测量误差小于0.03μs。     

分布式雷达盲源分离干扰抑制算法

针对大功率干扰下的分布式多站雷达探测能力下降的问题,本文提出了一种新的基于盲源分离的干扰抑制方法。该方法对多部雷达接收信号进行信号级和数据级的联合处理,包括干扰相对时延估计及补偿-盲源分离-多组合配对定位三个步骤。首先分别以不同接收回波信号为参考,采用相关法估计各站点干扰信号相对时延,并进行补偿使干扰成分得到校准。然后针对校准后的信号,采用盲源分离算法,实现干扰信号和目标回波信号分离。最后,利用多组合配对定位方法,剔除由于盲源分离得到的虚假目标定位点,从而得到真实目标位置信息。最后本文通过仿真实验证明了该算法的有效性。      

盲源分离在雷达抗主瓣干扰中的应用研究

主瓣干扰位于雷达主瓣内,干扰信号通常很强,会严重影响雷达探测性能.常用的副瓣匿影和副瓣对消措施难以奏效.文中给出了盲源分离抗干扰信号模型,在此基础上提出了基于矩阵联合对角化特征矢量的盲源分离抗主瓣干扰算法,并给出了不同信噪比条件下主瓣干扰抑制的仿真结果.仿真结果表明,在信噪比大于-15 dB的条件下,干扰抑制比能达到10 dB以上.该方法能有效降低主瓣干扰对雷达探测性能的影响,具有良好的应用前景.     

基于Q-Learning的多功能雷达认知干扰决策方法

针对多功能雷达和认知电子战的快速发展所导致传统干扰决策方法难以适应现代化战争的问题,提出了一种基于Q-Learning的多功能雷达认知干扰决策方法。通过对比认知思想和干扰决策原理,将Q-Learning运用于认知干扰决策中并提出了认知干扰决策的算法步骤。以某多功能雷达为基础,通过分析其工作状态及对应干扰样式构建雷达状态转移图,通过仿真试验分析了各参数对决策性能的影响,为应对实际战场提供参考。仿真了在新状态加入下的决策过程、实际战场中转移概率对决策路径的影响以及四种主要干扰决策方法的决策性能对比。试验表明,该方法能够通过自主学习干扰效果完成干扰决策,更加贴合实际战场,对认知电子战的发展有一定的借鉴意义。     

基于盲源分离方法的工频干扰消除

生物医学信号检测和处理过程中,50Hz(或60Hz)工频干扰的消除一直非常重要的技术问题。本文提出了一种基于独立分量分析的工频干扰消除新方法。我们用该方法对模拟数据和实测脑电(EEG)信号中的工频干扰进行消除,并与自适应滤波工频干扰消除方法进行了比较。实验表明,本文所提出的方法在工频干扰消除上具有一定的优势。     

基于盲源分离的单通道窄带干扰抑制算法

针对窄带干扰下通信系统性能恶化的问题,提出一种基于过采样与盲源分离技术的单通道窄带干扰抑制算法。该算法利用通信信号与窄带干扰的基带结构特征,通过过采样以及串并变换构造出源信号为信息序列的盲源分离模型,并利用快速独立成分分析法实现信息码元的恢复。仿真结果表明,该算法能有效对抗窄带干扰,抗干扰能力强。     

基于双/多基地雷达的抗分布式干扰效果研究

提出了一种通过在单基地雷达两边部署接收站,与原来单基地雷达构成双/多基地雷达来抗分布式干扰的模型。通过比较分布式干扰下单基地雷达和双/多基地雷达的威力范围,利用盲区系数和补盲系数两个评价指标,得出了一些有意义的结论。仿真分析表明,双/多基地雷达有很好的补盲效果,且补盲效果跟接收站离照射站的距离有关,当接收站部署在雷达作用距离一半位置附近时有最好的效果。     

子阵分级处理与稀疏恢复联合的抗主副瓣干扰方法

传统的抗干扰方法在低信噪比条件下性能恶化,对此本文提出了子阵分级处理与稀疏恢复联合的抗干扰方法。新方法首先按照一定规则将全阵列划分为多个子阵列;然后利用自适应波束形成（ADBF）技术抑制各子阵接收信号中的副瓣干扰信号,并将各子阵ADBF后的输出数据联合,构建新的阵列数据;最后通过新构建的阵列数据构建稀疏表示,改进了多测量向量降维提升法（ReMBo）,并与交叉方向乘子法（ADMM）联合进行稀疏恢复,分离得到目标回波信号,并得到了波达角（DOA）的估计。仿真实验表明,新方法能有效对抗主副瓣干扰,与其它方法相比,具有更好的目标检测和DOA估计性能,特别是在低信噪比的条件下。      

基于改进型最大信噪比算法的抗压制性干扰研究

自雷达诞生以来,抗干扰能力一直是评价一部雷达性能的关键性指标,特别是随着战场电磁环境的日益复杂,雷达抗干扰问题变得尤其重要。针对抗压制性干扰,改进了传统意义上基于最大信噪比的盲源分离算法,提出了使用干扰重构算法取代滑动平均处理的方法,获得了比传统方法分离出质量更高的雷达信号,输出信号与源信号相关性更强。     

认知无线电中一种基于干扰温度的功率控制算法

基于干扰温度模型,应将认知无线电网络中认知用户与主用户共享频谱时应满足各自的用户服务质量（QoS）问题转化为有约束的非线性功率控制优化问题。运用迭代算法和拉格朗日相关理论探讨出一种近似最优的功率分配算法。理论分析和仿真表明,该算法既能满足主用户的干扰温度容限,同时又能使认知用户获得很好的信噪干扰比,增大系统的吞吐量。