基于徑向速度檢驗的雷達網(wǎng)距離多假目標鑒別

吉 喆， 王國宏， 張翔宇

(海軍航空工程學院信息融合研究所，山東 煙臺 264001)

基于徑向速度檢驗的雷達網(wǎng)距離多假目標鑒別

吉 喆， 王國宏， 張翔宇

(海軍航空工程學院信息融合研究所，山東 煙臺 264001)

針對雷達網(wǎng)在鑒別距離多假目標干擾過程中，鑒別效果隨距離多假目標密集程度增大而變差的問題，提出了一種基于目標徑向速度估計的距離多假目標干擾鑒別方法。首先，選定基準雷達并進行量測分組預(yù)處理，將其他組網(wǎng)雷達目標量測轉(zhuǎn)換至基準雷達局部坐標系下進行基于位置信息的量測關(guān)聯(lián)，以初步排除不相關(guān)的虛假量測與雜波，同時減小計算量；然后，基于坐標轉(zhuǎn)換后量測的位置信息估計出目標徑向速度，與基準雷達徑向速度量測進行檢驗，以實現(xiàn)虛假目標的鑒別。仿真結(jié)果表明，此方法在距離多假目標密集程度較大的情況下具有較高的正確鑒別率，且能夠?qū)δ繕诉M行穩(wěn)定跟蹤。

雷達網(wǎng)； 距離多假目標干擾； 坐標轉(zhuǎn)換； 位置信息； 徑向速度檢驗

0 引言

隨著現(xiàn)代電子戰(zhàn)技術(shù)的逐漸發(fā)展，雷達組網(wǎng)的方式正在越來越多地應(yīng)用于目標的跟蹤探測[1-3]，而對于雷達網(wǎng)的干擾方式也隨之不斷更新[4-8]。欺騙式干擾通過運用DRFM[9-11]等先進的器件對雷達信號進行

距離多假目標干擾是對雷達距離信息欺騙的一種重要方式。文獻[16]基于真實目標的位置信息，經(jīng)過同源量測融合與多目標跟蹤處理實現(xiàn)了虛假目標剔除，然而該文獻對于距離多假目標的欺騙距離，即密集程度并未加以考慮；文獻[17]與文獻[18]均基于真實目標與虛假目標的空間分布特性的差異進行分析，定性地給出了虛假目標密集程度與鑒別概率的關(guān)系，但對于距離假目標間距減小對雷達網(wǎng)虛假目標鑒別帶來的影響并未給出相應(yīng)的解決方法。而現(xiàn)有文獻對于距離假目標的鑒別方法中均涉及到最近鄰關(guān)聯(lián)法，此方法分析了組網(wǎng)雷達探測到的真實目標位置信息，通過分析真-假目標的位置關(guān)系可以實現(xiàn)對有源假目標的有效鑒別[19]。然而基于DRFM等先進器件的干擾設(shè)備通過對雷達發(fā)射信號的復(fù)制、調(diào)制與轉(zhuǎn)發(fā)可以有效控制欺騙距離的大小，使得距離假目標在空間位置分布上更加接近于真實目標，因此,僅僅基于目標量測位置信息分析的方法難以有效改善對虛假目標的鑒別能力。文獻[20]提出了一種利用目標的位置信息與速度量測信息相結(jié)合的方法進行虛假目標的鑒別，然而此方法要求組網(wǎng)雷達必須兩兩進行組合，且組網(wǎng)雷達中必須至少含有3部測速雷達，這對于兩雷達組網(wǎng)的情況并不適用。

針對以上問題，本文提出了一種基于目標徑向速度檢驗的虛假目標鑒別方法，首先利用組網(wǎng)雷達間量測轉(zhuǎn)換后基于位置信息進行量測預(yù)處理，然后在此基礎(chǔ)上，利用各組網(wǎng)雷達之間目標位置信息估計出徑向速度并與測速雷達徑向速度量測信息進行比對檢驗，最終實現(xiàn)對虛假目標的有效鑒別。

1 問題描述

在組網(wǎng)雷達受到距離多假目標欺騙干擾時，在不考慮隨機誤差的情況下，雷達、干擾機、虛假目標應(yīng)當近似處于同一直線上，如圖1所示。由于目標與雷達相對位置變化的實時性，雷達相同角度方向上一般只有一個真實目標，若雷達在此方向上探測到多個量測，則其中應(yīng)當包含多個虛假目標[15]。

假設(shè)組網(wǎng)雷達中含有至少一部具備測速功能的雷達，以雙基地雷達組網(wǎng)為例，不失一般性，選擇具備測速功能的雷達1為基準雷達。

圖1 距離多假目標干擾示意圖Fig.1 Diagram of multi-range-false-target jamming

2 組網(wǎng)雷達量測數(shù)據(jù)預(yù)處理

2.1 基準雷達量測分組與數(shù)據(jù)壓縮

假設(shè)k時刻雷達1第i個量測的距離為ρi(k)，方位角為θi(k)，俯仰角為εi(k)，第j個量測的距離、方位角和俯仰角分別為ρj(k)，θj(k)，εj(k)。對雷達1量測進行分組,即

(1)

2.2 基于量測位置信息的關(guān)聯(lián)檢驗

經(jīng)過對基準雷達量測進行分組后，每個分組中的量測均可以近似確定一條直線，如圖1所示。在不存在隨機誤差的情況下，對于來自同一真實目標的量測，若組網(wǎng)雷達能夠成功捕獲此目標，則必有基準雷達與其他組網(wǎng)雷達之間量測分組所在直線的“相交”，而“交點”便是此真實目標，且組網(wǎng)雷達能夠探測到非自身角度量測方向上虛假目標的概率極低，基于這個特點，將基準雷達各個分組中的量測分別與其他組網(wǎng)雷達目標量測進行基于位置信息的關(guān)聯(lián)檢驗，以判斷基準雷達量測是否處于“直線交點”附近。建立馬氏距離統(tǒng)計量,即

η2(k)=ΔT(k)(R2to1(k)+Rl(k))-1Δ(k)

(2)

當距離多假目標之間的密集程度增大時，真實目標與虛假目標之間的距離變小，造成錯誤關(guān)聯(lián)的概率也隨之變大，因此，需要引入新的目標量測信息以用于改善鑒別效果。

3 基于目標徑向速度信息的欺騙干擾鑒別

考慮到模型的非線性較強，本文采用擴展卡爾曼濾波算法(EKF)進行非線性濾波估計。

3.1 基于位置信息的目標徑向速度估計

對于通過預(yù)處理的基準雷達中雷達2的各個潛在真實目標量測，經(jīng)過數(shù)據(jù)互聯(lián)后，基于位置信息的狀態(tài)方程與極坐標量測方程分別為

X1(k+1)=FX1(k)+V(k)

(3)

Z1(k)=h1(X1(k))+W1(k)

(4)

式中：量測向量Z1(k)=(ρ2to1(k)θ2to1(k)ε2to1(k))T;

；

(5)

W1(k)是量測噪聲，其協(xié)方差陣為

。

(6)

設(shè)k時刻由式(3)～式(6)得到目標速度估計矢量為

(7)

。

(8)

由式(7)和式(8)得，估計速度V(k)在τ(k)方向上的投影，即基準雷達坐標轉(zhuǎn)換量測所估計的徑向速度為

(9)

所估計的徑向速度方差為

(10)

式中：P為k時刻的速度估計和位置估計的協(xié)方差陣[21];

(11)

3.2 基于徑向速度檢驗的虛假目標鑒別

。

(12)

Zreal,q(k)={(ρ2to1,l,p(k),θ2to1,l,p(k),ε2to1,l,p(k)), (ρ1,l(k),θ1,l(k),ε1,l(k))}

(13)

式中：(ρ2to1,l,p(k),θ2to1,l,p(k),ε2to1,l,p(k))表示雷達2轉(zhuǎn)換至基準雷達后對應(yīng)基準雷達第l個分組方向上的第p個目標量測;(ρ1,l(k),θ1,l(k),ε1,l(k))表示基準雷達第l個分組方向上的真實目標量測；Zreal,q(k)的下標q表示第q個真實目標量測集合。本文將通過徑向速度檢驗后的兩個量測視為組網(wǎng)雷達探測到的同一個真實目標量測。

4 濾波跟蹤

4.1 真實目標量測融合

假設(shè)某時刻通過檢驗后的集合Zreal,q(k)中共有L個量測，則這L個量測被認為是同一個目標量測，為提高雷達網(wǎng)的測量精度，將集合Zreal,q(k)中的量測進行基于點跡合成的融合處理，其中,真實目標的徑向速度量測采用基準雷達的徑向速度量測v1(k)。

對于集合Zreal,q(k)中的量測向量Z1(k)，Z2(k)，…，ZL(k)，與之相對應(yīng)的量測誤差協(xié)方差R1(k)，R2(k)，…，RL(k)，進行融合處理后得到新的量測數(shù)據(jù)與協(xié)方差數(shù)據(jù)[21],即

(14)

。

(15)

4.2 目標跟蹤

利用擴展卡爾曼濾波算法進行濾波和估計。根據(jù)前文的分析，融合后的真實目標量測為

。

狀態(tài)方程與量測方程分別為

X(k+1)=FX(k)+V(k)

(16)

Z(k)=h(X(k))+W(k)

(17)

式中：

(18)

W(k)為量測誤差，其協(xié)方差陣為R(k)，即將徑向速度所對應(yīng)元素加入式(14)～式(18)。

5 仿真分析

假設(shè)真實目標軌跡在地理坐標系下產(chǎn)生，目標量測在雷達局部極坐標系下產(chǎn)生，目標跟蹤在地心直角坐標系(ECEF)下實現(xiàn)[21]。

5.1 仿真條件

假設(shè)雷達1的地理坐標為經(jīng)度37.0°、緯度120°、高度100 m，雷達2的地理坐標為經(jīng)度37.5°、緯度120°、高度300 m。兩部雷達的測距精度均為100 m，方位角、俯仰角測量精度均為0.1°，徑向速度測量精度均為1 m/s，采樣周期均為1 s；真實目標起始位置為經(jīng)度37.3°、緯度121.3°、高度10 000 m，相對雷達1的E，N，U這3個方向上的運動速度為340 m/s,-200 m/s,-25 m/s；雷達網(wǎng)對目標連續(xù)觀測200 s，目標檢測概率為1。

假設(shè)真實目標自身攜帶干擾設(shè)備，干擾設(shè)備通過捕獲組網(wǎng)雷達的信號，同時進行復(fù)制、調(diào)制與轉(zhuǎn)發(fā)，能夠?qū)嵤┯行У木嚯x多假目標欺騙干擾。干擾過程中，干擾設(shè)備在真實目標兩側(cè)每間隔1300 m(欺騙距離)產(chǎn)生1個虛假目標，每側(cè)各產(chǎn)生10個，共20個虛假目標，蒙特卡羅仿真次數(shù)均為500次。

5.2 本文方法虛假目標鑒別效果分析

5.2.1 不同虛假目標密集程度下目標識別率

假設(shè)干擾機在調(diào)制產(chǎn)生虛假目標的過程中，虛假目標多普勒信息與其運動狀態(tài)出現(xiàn)“不匹配”的現(xiàn)象，由這個現(xiàn)象產(chǎn)生的徑向速度偏差設(shè)為10 m/s；其他仿真條件不變，改變距離多假目標的密集程度，即將干擾機欺騙距離從3000 m均勻減小至500 m，得到某時刻(這里取第50時刻)本文方法與僅基于位置信息鑒別欺騙干擾的方法的真實目標正確識別率，如圖2所示。

從圖2的仿真結(jié)果可以看出，隨著距離多假目標的密集程度不斷增大，僅基于位置信息的鑒別方法的正確識別率出現(xiàn)大幅下降的趨勢，而本文方法始終保持較高的正確識別率。分析其原因可知，當欺騙距離較大(大于2500 m)時，距離多假目標之間間隔較大，組網(wǎng)雷達目標量測點之間相互關(guān)聯(lián)成功的概率隨之提高，因此，基于位置信息檢驗方法能夠有效鑒別出真實目標與虛假目標；而當欺騙距離逐漸減小時，距離多假目標之間的間隔隨之變小，使得組網(wǎng)雷達目標量測點之間發(fā)生錯誤關(guān)聯(lián)的概率大大增加，僅基于位置信息將很難區(qū)分出真假目標量測，因此導(dǎo)致正確識別率大幅降低；而本文方法在目標位置信息的基礎(chǔ)上，通過將測速雷達得到的目標徑向速度信息與基于位置信息估計出的徑向速度進行作差、構(gòu)建檢驗量來進行統(tǒng)計判決，將基于位置信息關(guān)聯(lián)檢驗后存在的多對量測組合做進一步篩選，最終實現(xiàn)真假目標的區(qū)分，由此保證了在距離多假目標密集程度較大情況下的真實目標識別率。

圖2 距離多假目標密集程度(欺騙距離)對真實目標正確識別率的影響Fig.2 Influence of intensive degree of multi-range-false- target(deception range) on correct recognition rate

5.2.2 真假目標徑向速度差異對識別率的影響

其他仿真條件不變，改變由“不匹配”現(xiàn)象產(chǎn)生的徑向速度偏差，使其從0.4 m/s均勻增大至20 m/s，得到某時刻(這里取第50時刻)本文方法在不同欺騙距離情況下的真實目標正確識別率,如圖3所示。

圖3 “不匹配”的徑向速度偏差對真實目標正確識別率的影響Fig.3 Influence of mismatching radial velocity deviation on correct recognition rate

從圖3的仿真結(jié)果可以看出，當速度偏差較大時(大于5 m/s)，真實目標正確識別率保持在較高的水平；當速度偏差較小時(小于5 m/s)，正確識別率在欺騙距離較大(2500 m)的情況下無明顯變化，而當欺騙距離逐漸減小時，正確識別率隨速度偏差的減小而出現(xiàn)不同程度的下降，且欺騙距離越小，下降的趨勢越明顯。分析其原因可知，本文方法是基于徑向速度量測與徑向速度估計的差異來實現(xiàn)虛假目標的鑒別，當這種差異較為明顯(速度偏差大于5 m/s)時，對于不同的欺騙距離，本文方法均能夠?qū)崿F(xiàn)有效鑒別；而對于速度偏差較小的情況(小于5 m/s)，基于徑向速度檢驗的方法效果有所下降，此時更多依靠的是目標位置信息的區(qū)分，當欺騙距離較大時，仍能保持較好的鑒別效果，而對于欺騙距離較小的情況，鑒別效果將出現(xiàn)下降，且隨欺騙距離的減小，這種下降的趨勢越明顯。

5.2.3 雷達不同參數(shù)測量精度目標識別率分析

其他仿真條件不變，改變雷達不同參數(shù)測量精度：改變組網(wǎng)雷達的測距精度，使距離量測誤差標準差由40 m均勻增大至320 m，得到本文方法與基于位置信息鑒別方法的真實目標正確識別率如圖4a所示；改變組網(wǎng)雷達的測角精度，使角度量測誤差標準差由0.06°均勻增大至0.3°，得到兩種方法的真實目標正確識別率如圖4b所示；改變雷達測速精度，使其從0.5 m/s均勻增大至8 m/s，得到本文方法真實目標正確識別率變化趨勢如圖5所示。

圖4 雷達不同位置信息參數(shù)測量精度對真實目標正確識別率的影響Fig.4 Influence of radar different position information parameter accuracy on correct recognition rate

通過圖4的仿真結(jié)果，并結(jié)合圖2可得，當欺騙距離較小(1300 m)時，本文方法仍能夠保持較高的正確識別率，而基于位置信息方法的識別率明顯低于本文方法。根據(jù)前文的分析，當欺騙距離較小時，僅通過目標的位置信息已經(jīng)較難實現(xiàn)有效鑒別，而本文方法在目標位置信息的基礎(chǔ)上引入了徑向速度信息，使目標量測增加了新的信息量，由此通過結(jié)合位置信息與徑向速度信息保證了鑒別效果。

通過圖5的仿真結(jié)果可以看出，當測速精度小于3.5 m/s時，本文方法能夠保持較高的正確識別率，且識別率不隨欺騙距離的變化而發(fā)生明顯改變；而當雷達測速精度大于3.5 m/s時，識別率隨欺騙距離的減小而逐漸下降。分析其原因可知，當欺騙距離較大時，通過位置信息即可實現(xiàn)真假目標的有效區(qū)分，因此識別率并不隨測速精度的降低而發(fā)生明顯變化；當虛假目標的密集程度增加時，根據(jù)前文的分析，此時的虛假目標鑒別主要通過目標徑向速度信息的檢驗，因此當雷達測速精度降低時，鑒別效果也隨之降低。

圖5 雷達測速精度對真實目標正確識別率的影響Fig.5 Influence of radar radial velocity accuracy on correct recognition rate

5.3 本文方法跟蹤效果分析

5.3.1 不同距離多假目標密集程度下的跟蹤效果

假設(shè)其他仿真條件不變，由“不匹配”造成的速度偏差設(shè)為10 m/s，分別取欺騙距離為1000 m,1500 m和2500 m下對目標的跟蹤位置誤差進行分析，如圖6所示。

圖6 距離多假目標密集程度(欺騙距離)對目標位置跟蹤誤差的影響Fig.6 Influence of intensive degree of multi-range-false-target (deception range) on target position error

通過圖6的仿真結(jié)果可以看出，本文方法對于真實目標的跟蹤效果不隨欺騙距離的變化而發(fā)生明顯改變，其主要原因在于，欺騙距離的大小由真實目標攜帶的干擾機決定，從雷達自身角度而言，雷達各參數(shù)測量精度并不隨欺騙距離的變化而改變，加之前文的分析，欺騙距離減小時，雷達網(wǎng)通過引入目標的徑向速度信息能夠彌補基于位置信息鑒別效果下降的不足，確保了真實目標的正確識別率，從而保證了跟蹤效果的穩(wěn)定性。

5.3.2 不同雷達參數(shù)測量精度下的跟蹤效果

其他仿真條件不變，分別改變雷達不同參數(shù)的測量精度，得到雷達不同位置信息參數(shù)測量精度與不同測速精度下對目標的跟蹤位置誤差變化趨勢，如圖7和圖8所示。

圖7 雷達不同位置信息參數(shù)測量精度對目標位置跟蹤誤差的影響Fig.7 Influence of radar different position information parameter accuracy on target position error

圖8 雷達測速精度對目標位置跟蹤誤差的影響Fig.8 Influence of velocity accuracy on target position error

分析圖7的仿真結(jié)果可知:一方面，基于位置信息的雷達測量精度的下降導(dǎo)致了跟蹤位置誤差增大；另一方面，在進行徑向速度檢驗時，本文方法首先根據(jù)目標的位置信息估計出徑向速度然后與徑向速度量測進行檢驗，以此達到鑒別虛假目標的目的，而測距精度或測角精度的下降會造成估計出的徑向速度信息誤差增大，使得所估計出的徑向速度誤差因此增大，從而導(dǎo)致了跟蹤誤差的增大。分析圖8可知，當雷達的測距精度與測角精度保持不變時，估計出的徑向速度信息的誤差保持穩(wěn)定，而與之進行作差比較的徑向速度量測的誤差因測速精度的下降而增大，最終導(dǎo)致了目標跟蹤誤差的增大。

6 結(jié)束語

針對組網(wǎng)雷達在進行距離多假目標鑒別過程中，由于虛假目標密集程度增大導(dǎo)致鑒別效果變差的問題，本文提出了一種通過引入徑向速度量測信息進行真假目標區(qū)分以保證鑒別效果的方法。仿真結(jié)果表明，當距離多假目標密集程度增大時，本文方法能夠使真實目標正確鑒別率保持在90%以上，且不隨欺騙距離的變化而發(fā)生明顯變化；當雷達各參數(shù)測量精度發(fā)生變化時，本文方法仍能夠?qū)崿F(xiàn)對真實目標的識別與穩(wěn)定跟蹤。

[1] LIU H W,LIU H L,DAN X D,et al.Cooperative track initiation for distributed radar network based on target track information[J].IET Radar,Sonar & Navigation,2016,10(4):735-741.

[2] SHI C G,WANG F,ZHOU J J,et al.Resource management for target tracking in distributed radar network system[C]//IEEE International Conference on Signal Processing,Communications and Computing(ICSPCC),Ningbo, 2015:1-5.

[3] WEIB M.Group sparsity techniques for data fusion of a passive MISO radar network[C]//The 17th International Radar Symposium(IRS),Krakow,2016:1-5.

[4] DELIGIANNIS A,GOSSETTI G,PANOUI A,et al.Power allocation game between a radar network and multiple jammers[C]//IEEE Radar Conference,Philadelphia, 2016:1-5.

[5] XIONG W,ZHANG G,WEN F Q,et al.Trilinear decomposition-based spatial-polarisational filter method for deception jamming suppression of radar[J].IET Radar,Sonar & Navigation,2016,10(4):765-773.

[6] ELGAMEL S A.Using empirical mode decomposition and fractional Fourier transform-segment filtering algorithm to suppress high-power interference in non-linear chirp radars[J].IET Radar,Sonar & Navigation,2016,10(5):892-900.

[7] ZHANG Y B.Technology of smart noise jamming based on multiplication modulation[C]//Proceedings of the Conference on Electric Information and Control Engineering,Wuhan,2011:4557-4559.

[8] SHI X R,ZHOU F,ZHAO B,et al.Deception jamming method based on micro-Doppler effect for vehicle target[J].IET Radar,Sonar & Navigation,2016:10(6):1071-1079.

[9] ZHANG P.Realization of DRFM radar target simulator based on general instruments[C]//IET International Radar Conference,Hangzhou,2015:1-8.

[10] ALMSLMANY A,WANG C Y,CAO Q S.Advanced deceptive jamming model based on DRFM sub-Nyquist sampling[C]//Proceedings of 13th International Bhurban Conference on Applied Science and Technology (IBCAST),Islamabad,2016:727-730.

[11] XIE M,HUANG J Z,JIANG Y S,et al.Design and realization of DRFM system based on FPGA and DSP[C]//IET International Radar Conference,Hangzhou,2015:11-16.

[12] 羅興旺,張伯彥,劉嘉,等.雷達數(shù)據(jù)處理中的雜波抑制方法[J].系統(tǒng)工程與電子技術(shù),2016,38(1):36-44.

[13] ZHAO S S,LIU N,ZHANG L R,et al.Discrimination of deception targets in multistatic radar based on clustering analysis[J].IEEE Sensors Journal,2016,16(8):2500-2508.

[14] ZHANG S,YANG Y,CUI G L,et al.Range-velocity jamming suppression algorithm based on adaptive iterative filtering[C]//IEEE Radar Conference,Philadelphia, 2016:21-26.

[15] 孫殿星,王國宏,涂三軍,等.基于雷達組網(wǎng)的低可觀測目標跟蹤技術(shù)研究[J].電光與控制,2016,23(4):6-10.

[16] 趙艷麗,王雪松,王國玉,等.多假目標欺騙干擾下組網(wǎng)雷達跟蹤技術(shù)[J].電子學報,2007,35(3):454-458.

[17] 趙艷麗,陳永光,蒙潔,等.分布式組網(wǎng)雷達抗多假目標欺騙干擾處理方法[J].電光與控制,2011,18(3):25-30.

[18] 楊忠,王國宏,孫殿星,等.距離多假目標干擾下雷達網(wǎng)優(yōu)化選擇研究[J].電光與控制,2016,23(2):37-41.

[19] 張林讓,趙珊珊,周宇,等.網(wǎng)絡(luò)化雷達協(xié)同抗欺騙式干擾技術(shù)研究進展[J].數(shù)據(jù)采集與處理,2014,29(4):516-525.

[20] 趙珊珊,張林讓,周宇,等.組網(wǎng)雷達點跡信息融合抗假目標干擾方法[J].電子科技大學學報,2014,43(2):207-211.

[21] 何友,修建娟,張晶煒,等.雷達數(shù)據(jù)處理及應(yīng)用[M].3版.北京:電子工業(yè)出版社,2013.

DiscriminationofMulti-Range-False-TargetJammingforRadarNetworkBasedonRadialVelocityTesting

JI Zhe, WANG Guo-hong, ZHANG Xiang-yu

(Institute of Information Fusion Technology,Naval Aeronautical and Astronautical University,Yantai 264001,China)

Considering that the effect of the multi-range-false-target deception jamming discrimination becoming worse as the intensive degree of multi-range-false-target increases,we proposed a method based on radial velocity estimation of radar network to discriminate the false target.Firstly,benchmark radar was selected and measurements were classified into groups for preprocessing,and the target measurements of other radars were transformed into the coordinate system of the benchmark radar for measurements association,thus to eliminate the false measurements and clutter as well as decrease the amount of computation.Then,the radial velocity of target was estimated by using the position information after coordinate transformation,which was then tested with the benchmark radar radial velocity for discriminating the false targets.Simulation results verified that proposed method can achieve high correct discrimination rate,and track the true target stably.

radar network; multi-range-false-target deception jamming; coordinate transformation; position information; radial velocity testing

吉喆,王國宏,張翔宇.基于徑向速度檢驗的雷達網(wǎng)距離多假目標鑒別[J].電光與控制，2017，24(7)：17-22,27.JI Z,WANG G H,ZHANG X Y.Discrimination of multi-range-false-target jamming for radar network based on radial velocity testing[J].Electronics Optics & Control,2017,24(7):17-22,27.

TN957

A

10.3969/j.issn.1671-637X.2017.07.004

2016-07-26

2016-08-12

國家自然科學基金(61372027,61501489)；“泰山學者”建設(shè)工程專項經(jīng)費

吉 喆(1991 —),男，山東章丘人，碩士，研究方向為雷達抗干擾技術(shù)。復(fù)制、調(diào)制與轉(zhuǎn)發(fā)，能夠以較小的投入換取較好的干擾效果[12]，因此,欺騙式干擾及其對抗技術(shù)[13-15]成為當前國內(nèi)外專家研究的熱點。