共查询到17条相似文献,搜索用时 140 毫秒
1.
2.
3.
多假目标干扰是与目标信号强相关的欺骗干扰信号,其对准雷达天线主瓣方向,会严重影响雷达的性能,通常的旁瓣抗干扰技术和一些主瓣抗压制干扰技术难以奏效.针对目标和干扰信号的相对独立性以及在空域上的差异性,提出利用盲源分离(Blind Source Separation,BSS)算法抗脉冲压缩雷达多假目标干扰的方法.首先给出了假目标干扰原理和主瓣干扰信号模型;其次利用经典的BSS算法分离接收到的主瓣干扰混合信号,并脉压找出目标信号达到抗干扰的目的;最后分析了目标与多假目标干扰混合信号的可分离性.仿真实验表明,该方法对多假目标干扰有良好的抗干扰性能. 相似文献
4.
5.
压制干扰信号从天线主瓣进入雷达接收机,会严重影响雷达的性能,通常的副瓣抗干扰技术难以奏效。而基于盲源分离算法(BSS)的抗主瓣干扰技术在低信噪比条件下性能恶化,因此本文提出了BSS和分数阶傅里叶变换(FRFT)联合抗主瓣干扰的技术。文章首先利用经典的BSS算法分离接收到的主瓣干扰混合信号,然后对有线性调频(LFM)信号特征的分离信号进行FRFT变换处理,并在FRFT域滤波去除大部分噪声的能量,最后FRFT逆变换恢复出目标信号。仿真实验表明,新算法相比BSS的抗主瓣干扰算法对脉冲压缩以后的峰值信噪比有较大的改善,较大地提高了脉冲压缩雷达的检测性能,具有良好的应用前景。 相似文献
6.
7.
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。 相似文献
8.
9.
将盲分离算法应用于多输入多输出(MIMO)雷达抗干扰和MIMO通信符号检测中。首先,利用信号相互之间以及与干扰之间的独立性,通过盲源分离算法,将各个信号分离出来;然后,雷达中通过匹配处理,完成信号检测;通信中利用少量的训练序列完成信号的匹配以及相位和幅度的校正。仿真结果表明:无论在雷达或通信中,均可获得优良的性能。 相似文献
10.
11.
12.
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。 相似文献
13.
机载雷达欺骗式主瓣干扰不仅会引起大量虚警,还会污染空时自适应处理(STAP)器的训练样本,引起自适应方向图畸变,导致期望信号相消和杂波抑制性能下降。针对此问题,利用目标信号与干扰信号极化特性的差异,该文提出一种极化-空域联合自适应波束形成的方法来抑制欺骗式主瓣干扰。该方法首先在多普勒清晰区挑选干扰样本,并采用特征融合技术估计干扰协方差矩阵,然后采用重叠滑窗的子阵合成方式进行极化-空域联合自适应波束形成,在抑制主瓣干扰的同时为后续杂波抑制保留了空域自由度,最后通过STAP抑制剩余的杂波。该算法可以有效滤除密集欺骗式干扰,减少由其引起的虚警,改善机载STAP雷达的杂波抑制性能。仿真结果验证了该方法的有效性。 相似文献
14.
15.
强压制干扰出现在雷达主瓣内时,雷达的探测效能会受到严重影响。对此,提出了基于矩阵联合对角化(Joint Approximation Diagonalization, JADE)的和差四通道抗多主瓣压制干扰算法。新方法利用JADE算法通过对和差四通道接收到的混合信号进行盲分离,然后对分离后的4个通道进行脉压处理,最后进行峰值检测以提取目标回波信息,从而有效抑制多主瓣压制干扰。仿真结果表明,该方法在主瓣干扰位于1/10个波束宽度时依然有效,性能比空域自适应处理方法有明显改善。 相似文献
16.
研究了一种基于盲源分离的单通道雷达有源相干干扰抑制方法。针对伴随式干扰场景,在间歇采样转发干扰、部分脉冲密集转发干扰等有源相干干扰并存的条件下,建立了基于脉冲压缩的多脉冲重复间隔采样抗主瓣有源相干干扰模型并对其可行性进行了证明。针对现有单通道盲源分离方法在时域进行分离效果有限的问题,提出对脉压后的距离维数据进行盲源分离的思想,可在一定程度上抑制噪声对盲源分离的影响。同时,由于目标信号和干扰信号在脉冲压缩后重合度较低,可获得更好的分离效果。仿真和实测结果表明,在多个干扰源存在的条件下,本方法可有效分离真实目标回波和干扰回波。当信噪比大于5 dB时,目标脉压回波相似系数接近100%;选取虚拟通道数越多,分离效果越好。 相似文献