基于多特征的密集假目標(biāo)干擾融合識(shí)別與抑制

孫殿星, 陳 翔, 萬建偉, 王國宏, 吳 巍

(1. 電子信息系統(tǒng)復(fù)雜電磁環(huán)境效應(yīng)國家重點(diǎn)實(shí)驗(yàn)室, 河南 洛陽 471003;2. 國防科技大學(xué)電子科學(xué)學(xué)院, 湖南 長(zhǎng)沙 410073;3. 海軍航空大學(xué)信息融合研究所, 山東 煙臺(tái) 264001)

0 引 言

密集假目標(biāo)干擾是一種基于數(shù)字射頻存儲(chǔ)(digital radio frequency memory, DRFM)技術(shù)的新型干擾樣式[1-2],干擾機(jī)通過截獲、復(fù)制、調(diào)制和轉(zhuǎn)發(fā)雷達(dá)信號(hào),產(chǎn)生大量欺騙干擾回波,由于干擾信號(hào)與雷達(dá)回波信號(hào)具有高度的相干性,因此大量的虛假回波能夠獲得雷達(dá)接收機(jī)的處理增益,并順利通過門限檢測(cè),最終在雷達(dá)中形成密集的虛假目標(biāo)。該型干擾兼具了欺騙式和壓制式干擾的特點(diǎn),不但能夠形成虛假的空情態(tài)勢(shì),而且會(huì)影響到真實(shí)目標(biāo)的檢測(cè)、跟蹤。目前,針對(duì)密集假目標(biāo)干擾的研究更側(cè)重于干擾的產(chǎn)生與干擾效果的評(píng)估等[3-11],對(duì)于如何對(duì)抗密集假目標(biāo)干擾的研究相對(duì)要少,其中:文獻(xiàn)[12]采用盲源分離的方法從密集假目標(biāo)干擾中檢測(cè)出目標(biāo)回波信號(hào),為雷達(dá)抗密集假目標(biāo)干擾提供了新思路,但該方法是以陣列天線雷達(dá)為應(yīng)用背景,對(duì)普通體制雷達(dá)并不適用,并且對(duì)于完全轉(zhuǎn)發(fā)式密集假目標(biāo)干擾已經(jīng)很難在時(shí)-頻域?qū)δ繕?biāo)和干擾進(jìn)行有效的分離[13];文獻(xiàn)[14]提出了基于主被動(dòng)雷達(dá)組網(wǎng)的抗密集假目標(biāo)干擾技術(shù),但是該方法僅能對(duì)干擾機(jī)進(jìn)行定位和跟蹤,不能抑制單部雷達(dá)中的虛假回波,因此對(duì)檢測(cè)干擾掩護(hù)下的其他目標(biāo)并沒有顯著幫助;文獻(xiàn)[15] 提出了一種“二次判決”的方法,能夠有效改善旁瓣匿影對(duì)密集假目標(biāo)干擾的抑制效果,但對(duì)于從主瓣進(jìn)入的虛假回波,其抑制作用仍然有限;文獻(xiàn)[16]利用正交基對(duì)雷達(dá)發(fā)射脈沖做特殊調(diào)制,以達(dá)到干擾抑制的目的,但同時(shí)也限制了該方法的普適性;文獻(xiàn)[17]則通過理論分析和仿真試驗(yàn)的手段,分析了動(dòng)目標(biāo)顯示(moving target indicator, MTI)技術(shù)對(duì)密集假目標(biāo)干擾的抑制能力,但對(duì)于具有多普勒調(diào)制的密集假目標(biāo)干擾MTI往往抑制作用有限。

針對(duì)上述問題,本文以單部脈沖多普勒雷達(dá)受到具有多普勒調(diào)制信息的密集假目標(biāo)干擾為背景,在綜合分析密集假目標(biāo)干擾數(shù)據(jù)層和信號(hào)層特點(diǎn)的基礎(chǔ)上,首先提出了基于速度量測(cè)統(tǒng)計(jì)分布特性的干擾判別方法,以實(shí)現(xiàn)干擾態(tài)勢(shì)的準(zhǔn)確判定,然后通過多普勒頻率估計(jì)和峰值鄰域譜線抑制,在頻域?qū)崿F(xiàn)部分干擾信號(hào)的剔除,最后通過譜線分布和信號(hào)幅度基本概率賦值構(gòu)建,及D -S證據(jù)理論融合判別,進(jìn)一步識(shí)別和抑制干擾信號(hào)。

1 密集假目標(biāo)干擾特征分析

密集假目標(biāo)干擾與其他類型的欺騙干擾(如:航跡欺騙、距離欺騙)有所不同,其與真實(shí)目標(biāo)信號(hào)保持高度相關(guān)以獲得雷達(dá)的處理增益,同時(shí)更側(cè)重以絕對(duì)數(shù)量?jī)?yōu)勢(shì)壓制雷達(dá)對(duì)真實(shí)目標(biāo)的檢測(cè)、識(shí)別,擾亂目標(biāo)跟蹤系統(tǒng),而其他類型的欺騙干擾則側(cè)重于虛假目標(biāo)回波的逼真性,以航跡欺騙干擾為例,其虛假回波信號(hào)的多普勒調(diào)制信息要與航跡運(yùn)動(dòng)狀態(tài)精確匹配,目標(biāo)雷達(dá)截面積(radar cross section, RCS)要有實(shí)時(shí)的隨機(jī)起伏,這些參數(shù)均需要進(jìn)行實(shí)時(shí)解算和精細(xì)調(diào)制[18-20],必定會(huì)消耗干擾機(jī)大量資源,導(dǎo)致產(chǎn)生的虛假航跡數(shù)量往往受限。對(duì)于密集假目標(biāo)干擾,需要在相參處理周期(coherent processing interval, CPI)內(nèi)復(fù)制和轉(zhuǎn)發(fā)大量虛假信號(hào),若對(duì)每個(gè)虛假信號(hào)均進(jìn)行精細(xì)的幅度和多普勒調(diào)制,必定會(huì)大大增加干擾機(jī)負(fù)擔(dān),在計(jì)算資源和調(diào)制能力有限的條件下,這個(gè)目標(biāo)往往是無法實(shí)現(xiàn)的[21],因此干擾機(jī)在信號(hào)幅度、多普勒調(diào)制的精細(xì)化處理上會(huì)做出相應(yīng)讓步,例如:DRFM干擾機(jī)在每個(gè)CPI內(nèi)幅度調(diào)制能力有限,可以認(rèn)為脈沖幅度是恒定的[21];對(duì)于不具有多普勒處理能力的雷達(dá),干擾機(jī)可能不具有多普勒調(diào)制的功能;對(duì)于具有動(dòng)目標(biāo)顯示、動(dòng)目標(biāo)檢測(cè)(moving target detection, MTD)功能的雷達(dá),干擾機(jī)通常選擇一個(gè)固定多普勒頻率或從多個(gè)固定的多普勒頻率中隨機(jī)選擇某一個(gè)頻率對(duì)虛假目標(biāo)回波進(jìn)行多普勒調(diào)制,這樣不但可以獲得多普勒處理增益,而且可以大大減輕干擾機(jī)信號(hào)處理負(fù)擔(dān)。

綜合上述分析,我們可以初步得到密集假目標(biāo)干擾在某個(gè)CPI內(nèi)的特征:大量虛假點(diǎn)跡的徑向速度量測(cè)集中分布在若干個(gè)數(shù)值的有限鄰域內(nèi);不考慮噪聲影響的情況下,信號(hào)幅度為某一固定數(shù)值,但由于噪聲的存在,其幅度服從萊斯(Rician)分布概率密度函數(shù)如下[22]:

(1)

式中，f(A)為概率密度函數(shù);A為信號(hào)加高斯分布隨機(jī)噪聲的包絡(luò)；σ為隨機(jī)噪聲方差,對(duì)應(yīng)于噪聲功率；β對(duì)應(yīng)于信號(hào)幅度；I0(·)是修正的第一類貝塞爾函數(shù)。

雖然在CPI內(nèi)存在大量虛假目標(biāo)給雷達(dá)帶來了很大麻煩,但同時(shí)也為干擾識(shí)別提供了充足的樣本,這也是可以為我們所利用的一點(diǎn)。

2 干擾態(tài)勢(shì)判別

對(duì)密集假目標(biāo)干擾態(tài)勢(shì)進(jìn)行正確判別是對(duì)抗和抑制干擾的前提,根據(jù)前文干擾特征分析,當(dāng)雷達(dá)受到密集假目標(biāo)干擾時(shí)在數(shù)據(jù)層會(huì)出現(xiàn)兩個(gè)明顯特征:雷達(dá)中的點(diǎn)跡數(shù)量突然大幅增加,點(diǎn)跡徑向速度量測(cè)集中在若干個(gè)數(shù)值附近?；谏鲜鎏攸c(diǎn)本文提出基于速度量測(cè)統(tǒng)計(jì)分布特性的干擾判別方法。設(shè)在當(dāng)前CPI內(nèi)經(jīng)雷達(dá)接收機(jī)處理得到的點(diǎn)跡(包括真實(shí)目標(biāo)點(diǎn)跡和虛假點(diǎn)跡)數(shù)目為N1,在前一個(gè)CPI內(nèi)的點(diǎn)跡數(shù)目為N0,若滿足式(2)則可以初步推斷:可能存在密集假目標(biāo)干擾。

(2)

(3)

式中,RG為判別門限,反映了落在集合Ψ1i中的速度量測(cè)占量測(cè)總數(shù)的比例,由于密集假目標(biāo)點(diǎn)跡數(shù)量通常遠(yuǎn)遠(yuǎn)超過真實(shí)目標(biāo),所以RG通常選取與1很接近的數(shù)值,在本文中取RG=0.975,該門限對(duì)應(yīng)具有某些特定速度的點(diǎn)跡數(shù)占所有點(diǎn)跡數(shù)的比例,因此其取值并不是根據(jù)某種統(tǒng)計(jì)特性而定,而是根據(jù)密集假目標(biāo)干擾強(qiáng)度和通常真實(shí)目標(biāo)點(diǎn)跡的數(shù)量等經(jīng)驗(yàn)而選取。若經(jīng)過判別確定存在密集假目標(biāo)干擾,則可以利用Ψ1i中的樣本對(duì)虛假目標(biāo)的徑向速度和量測(cè)誤差方差進(jìn)行估計(jì):

(4)

(5)

3 密集假目標(biāo)干擾抑制

3.1 基于多普勒頻率估計(jì)的干擾初步抑制

(6)

(7)

式中,fr為雷達(dá)的脈沖重復(fù)頻率。

為了下一步構(gòu)建基于信號(hào)幅度特征的基本概率賦值,需要記錄干擾信號(hào)的幅度作為統(tǒng)計(jì)樣本,因此在峰值搜索并確定峰值位置后,需利用獲得的頻率和幅度信息,通過二次多項(xiàng)式內(nèi)插估計(jì)信號(hào)幅度,設(shè)得到的幅度估計(jì)為Ai,具體計(jì)算過程本文不再贅述。

設(shè)在DFT峰值附近第k個(gè)頻點(diǎn)ωk與對(duì)應(yīng)的DFT采樣|Sk|滿足二項(xiàng)式:

式中，a0、a1、a2為未知系數(shù),將3組樣本點(diǎn)[(k0-1)Δω,|Sk0-1|]、[k0Δω,|Sk0|]、[(k0+1)Δω,|Sk0+1|]代入上式,得到二項(xiàng)式系數(shù),從而確定了|Sk|的函數(shù)形式,其中|Sk0-1|、|Sk0|、|Sk0+1|分別為第k0-1、k0、k0+1個(gè)頻率采樣處的信號(hào)幅度,通過微分該多項(xiàng)式并令其結(jié)果為零,可求得內(nèi)插峰值頻率,令Δωk為內(nèi)插峰值的頻率與搜索峰值頻率的差值[23],則有

(8)

并且有約束條件:

(9)

式(8)可進(jìn)一步整理為

(10)

若以|Sk0-1|為自變量,可知:無論|Sk0|、|Sk0+1|的取值如何,在式(9)的約束下當(dāng)|Sk0-1|=|Sk0|時(shí)Δωk取極小值-Δω/2。同理:當(dāng)|Sk0+1|=|Sk0|時(shí),Δωk取極大值Δω/2,所以當(dāng)k0為峰值時(shí),抑制范圍是[(k0-1/2)Δω,(k0+1/2)Δω]。

同樣,當(dāng)搜索得到的峰值位置為k0+1時(shí),抑制的頻率范圍是[(k0+1/2)Δω,(k0+3/2)Δω],綜合峰值位置在k0、k0+1兩種情況,可知:本文的峰值鄰域譜線抑制方法能夠在[(k0-1/2)Δω,(k0+3/2)Δω]頻域范圍內(nèi)抑制密集假目標(biāo)干擾。

3.2 基于譜線分布特征的基本概率賦值構(gòu)建

(11)

(12)

(13)

(14)

其中PL表示推斷總體的不確定性:

(15)

其取值通常依據(jù)具體工程背景而定,由于本文是以對(duì)空警戒雷達(dá)為背景,且主要針對(duì)距離較遠(yuǎn)的情況,因此受雜波等不確定因素影響較小,則設(shè)定PL=0.05,Φ(·)是正態(tài)分布積累分布函數(shù):

(16)

Φ(Gα)=α

(17)

(18)

(19)

3.3 基于信號(hào)幅度統(tǒng)計(jì)特征的干擾識(shí)別與基本概率賦值構(gòu)建

根據(jù)前文分析可知:在同一個(gè)CPI內(nèi),密集假目標(biāo)干擾的信號(hào)幅度近似服從萊斯分布,其概率密度函數(shù)如式(1)所示,而對(duì)于實(shí)際的航空目標(biāo)其RCS通常是起伏的,導(dǎo)致其信號(hào)幅度會(huì)有相對(duì)較大的波動(dòng),與密集假目標(biāo)干擾信號(hào)幅度的統(tǒng)計(jì)特征有較大區(qū)別,針對(duì)這一差別,本文借鑒假設(shè)檢驗(yàn)的思想對(duì)干擾信號(hào)進(jìn)行識(shí)別,并構(gòu)建其基本概率賦值函數(shù)。

設(shè)在第3.1節(jié)的干擾抑制過程中,記錄的信號(hào)幅度樣本為Ai(i=1,2,…,M),將式(1)中的Bessel函數(shù)漸進(jìn)展開[25]為

(20)

取一階近似可得萊斯分布的近似表達(dá)式:

(21)

從而可得參數(shù)σ2、β的最大似然比估計(jì):

(22)

(23)

其中

(24)

(25)

設(shè)萊斯分布概率密度函數(shù)峰值對(duì)應(yīng)的隨機(jī)變量為Prician,可知:相對(duì)其他的區(qū)間而言,在Prician的鄰域內(nèi)能夠以較小的區(qū)間長(zhǎng)度占據(jù)較大的積累概率。因此，可在Prician的左右兩側(cè)取4個(gè)門限G1

Ω(G3)-Ω(Prician)=Ω(Prician)-Ω(G2)=η1

(26)

Ω(G4)-Ω(Prician)=Ω(Prician)-Ω(G1)=η2

(27)

式中,0<η1<η2；Ω(·)是萊斯分布的積累分布函數(shù)；具體參數(shù)由式(22)、式(23)確定。

經(jīng)過第3.1節(jié)的干擾初步抑制后,一定會(huì)有部分干擾信號(hào)剩余,因此需要進(jìn)一步識(shí)別,設(shè)其中某一峰值幅度為Ap,首先利用門限Gi(i=1,2,3,4)進(jìn)行判別,判別準(zhǔn)則如為:Ap>G2且ApG4判定為真實(shí)目標(biāo);對(duì)于G1

下面求解判別門限Gi(i=1,2,3,4),首先計(jì)算峰值隨機(jī)變量Prician,然后根據(jù)設(shè)定的概率η1、η2計(jì)算Gi。對(duì)式(21)給出的萊斯分布近似式求導(dǎo)

(28)

對(duì)A>0的情況,求解方程

(29)

化簡(jiǎn)為

2A2-2βA-σ2=0

(30)

求解方程,用參數(shù)估計(jì)代替各參數(shù),并取其中的正數(shù)解,可得

(31)

為了方便計(jì)算機(jī)處理,需利用萊斯分布與非中心卡方分布的定量關(guān)系[26],借助非中心卡方分布的分位數(shù)表等工具,求解萊斯分布的分位數(shù),由式(26)有

Ω(G3)=Ω(Prician)+η1

(32)

設(shè)φκ(·)為非中心卡方分布的積累分布函數(shù),κ為非中心參量,由兩種分布的關(guān)系可推得

(33)

(34)

則

(35)

(36)

(37)

(38)

當(dāng)G3

(39)

(40)

3.4 基于D -S證據(jù)理論的干擾融合判別與抑制

D -S證據(jù)理論是由Dempster和Shafer建立的一套數(shù)學(xué)理論,適用于專家系統(tǒng)和模式識(shí)別等[27-28],本文采用依據(jù)準(zhǔn)貝葉斯結(jié)構(gòu)的證據(jù)理論進(jìn)行基本概率賦值合成[29],設(shè)合成后干擾和目標(biāo)的基本概率賦值分別為m(FT)、m(T),則有

(41)

(42)

(43)

(44)

結(jié)合本文的工程背景,可構(gòu)建融合識(shí)別準(zhǔn)則如下:

判定為干擾信號(hào)

(45)

(46)

同時(shí),根據(jù)識(shí)別結(jié)果,抑制判定為虛假目標(biāo)的干擾信號(hào)。

4 算法流程

密集假目標(biāo)干擾融合識(shí)別與抑制算法流程如圖1所示,雖然具體的算法步驟較多,但總體可分為3個(gè)部分:干擾態(tài)勢(shì)判別、多普勒峰值鄰域干擾初步抑制、基于D -S證據(jù)理論的干擾融合判別與抑制。

具體算法步驟如下:

步驟1基于數(shù)據(jù)層點(diǎn)跡數(shù)量和徑向速度信息,判別干擾態(tài)勢(shì)。

由于較短時(shí)間內(nèi)假目標(biāo)的多普勒調(diào)制相對(duì)穩(wěn)定,因此可以利用之前的徑向速度估計(jì)確定干擾信號(hào)在頻域內(nèi)所處的DFT單元,然后判別該DFT單元端點(diǎn)是否為局部峰值,并采用鄰域譜線抑制的方法對(duì)干擾進(jìn)行初步抑制。當(dāng)然隨著時(shí)間的推移,之間對(duì)多普勒頻率的估計(jì)與實(shí)際量測(cè)之間會(huì)產(chǎn)生偏差,此時(shí)需要重復(fù)前面的步驟,對(duì)多普勒頻率進(jìn)行估計(jì)。

圖1 密集假目標(biāo)干擾融合識(shí)別與抑制算法流程圖Fig.1 Block diagram of fusion identification and suppression algorithm of concentrated false targets jamming

步驟4基于統(tǒng)計(jì)判別的真實(shí)目標(biāo)識(shí)別。

步驟5基于譜線分布特征的基本概率賦值構(gòu)建。

步驟6基于信號(hào)幅度統(tǒng)計(jì)特征的干擾識(shí)別與基本概率賦值構(gòu)建。

步驟7基于D -S證據(jù)理論的干擾融合判別與抑制。

基于步驟5和步驟6構(gòu)建的基本概率賦值函數(shù),采用D -S證據(jù)理論的方法進(jìn)行基本概率賦值合成,根據(jù)合成基本概率賦值采用式(45)和式(46)對(duì)密集假目標(biāo)信號(hào)進(jìn)行識(shí)別,并進(jìn)行干擾抑制。

5 仿真實(shí)驗(yàn)

5.1 仿真實(shí)驗(yàn)1

仿真條件:雷達(dá)脈沖重頻600 Hz、工作頻率3 GHz、脈寬500 μs,采用線性調(diào)頻信號(hào);真實(shí)目標(biāo)數(shù)量為1,與真實(shí)目標(biāo)在同一距離分辨單元內(nèi)存在8個(gè)密集假目標(biāo)干擾;真目標(biāo)信噪比為-5 dB,與雷達(dá)的初始距離為120 km,徑向速度為15 m/s;虛假目標(biāo)干噪比為-5 dB,與雷達(dá)的初始距離為120 km,徑向速度分別為5 m/s、7 m/s、10 m/s、12 m/s、-5 m/s、-7 m/s、-10 m/s、-12 m/s,由信號(hào)復(fù)制、轉(zhuǎn)發(fā)等環(huán)節(jié)引入的速度隨機(jī)擾動(dòng)標(biāo)準(zhǔn)差為0.15 m/s,蒙特卡羅仿真300次。

經(jīng)脈壓和相參積累后的信號(hào)如圖2所示,共檢測(cè)到9個(gè)峰值,其中位于中間位置的峰值(標(biāo)出了位置和幅度)為真實(shí)目標(biāo),其余的為虛假目標(biāo)。

圖2 經(jīng)脈壓和相參積累后的信號(hào)Fig.2 Result of signal pulse compressionand coherent integration

經(jīng)干擾初步抑制后的結(jié)果如圖3所示,可見:采用的多普勒頻率估計(jì)方法能夠較為準(zhǔn)確地確定虛假目標(biāo)峰值所處的DFT處理單元,并且在有效抑制虛假信號(hào)的同時(shí)很好地保留了真實(shí)目標(biāo),但是仍有部分干擾信號(hào)峰值未被抑制,這是由于干擾機(jī)在調(diào)制、轉(zhuǎn)發(fā)過程中會(huì)引入一定的隨機(jī)誤差,以及多普勒頻率估計(jì)存在的偏差等因素所導(dǎo)致的。

圖3 經(jīng)干擾初步抑制的結(jié)果Fig.3 Result of elementary jamming suppression

通過引入幅度特征,對(duì)經(jīng)過初步干擾抑制的信號(hào)做進(jìn)一步的干擾識(shí)別和抑制,結(jié)果如圖4所示。可見:通過引入幅度特征,能夠有效彌補(bǔ)前面初步抑制所造成的遺漏。

圖4 干擾融合識(shí)別與抑結(jié)果Fig.4 Result of fusion identification and suppression

5.2 仿真實(shí)驗(yàn)2

其他仿真條件不變,改變密集假目標(biāo)的干噪比,為了能夠取得較好的干擾效果,密集假目標(biāo)干擾通常具有較高的干噪比,本文使其從-7 dB逐漸增大到-2 dB,得到干擾抑制率隨干噪比的變化曲線,如圖5所示,其中位于下方的藍(lán)色曲線為干擾初步抑制率的變化曲線,上方紅色為干擾融合抑制率變化曲線,可見融合抑制率較之初步抑制率高出20%左右,體現(xiàn)出了融合識(shí)別與抑制的優(yōu)勢(shì),并且兩條曲線隨干噪比的變化不大,雖然干噪比會(huì)影響到雷達(dá)測(cè)速精度(對(duì)應(yīng)峰值多普勒譜線位置的隨機(jī)散布程度),但對(duì)于該干噪比較高的情況,其測(cè)量精度已足以滿足本文方法對(duì)干擾所在DFT單元的確定和干擾信號(hào)峰值的識(shí)別,因此干擾抑制性能相對(duì)穩(wěn)定。

圖5 干噪比對(duì)干擾抑制率的影響Fig.5 Influence of JNR on jamming suppression rate

5.3 仿真實(shí)驗(yàn)3

其他條件同第5.1節(jié)不變,改變速度隨機(jī)擾動(dòng)誤差標(biāo)準(zhǔn)差,使其從0 m/s逐漸增大到0.25 m/s,得到結(jié)果如圖6所示,可見初步抑制率和融合抑制率均隨著速度隨機(jī)擾動(dòng)誤差的增大而降低,這是由于隨機(jī)性的增大使得虛假目標(biāo)多普勒域峰值落到估計(jì)的DFT單元內(nèi)的概率降低,尤其對(duì)于干擾初步抑制,其原理是基于假目標(biāo)的多普勒頻率分布特性,速度隨機(jī)擾動(dòng)會(huì)對(duì)其抑制效果產(chǎn)生直接影響,但是隨著幅度信息的引入,采用融合抑制的方法會(huì)使效果得到明顯改善。

圖6 速度隨機(jī)擾動(dòng)標(biāo)準(zhǔn)差對(duì)干擾抑制率的影響Fig.6 Influence of stochastic perturbation standard deviation onjamming suppression rate

5.4 仿真實(shí)驗(yàn)4

其他仿真條件不變,改變真實(shí)目標(biāo)與虛假目標(biāo)(徑向速度為5 m/s)的徑向速度差異,使其從0.4 m/s逐漸增大到1 m/s,分別針對(duì)快起伏和慢起伏兩種情況,計(jì)算本方法對(duì)真實(shí)目標(biāo)的錯(cuò)誤抑制率。

仿真結(jié)果如圖7所示,可見對(duì)于兩種起伏特性的目標(biāo),總體錯(cuò)誤抑制率差異不大,并且隨著速度差異的增大,錯(cuò)誤抑制率呈下降趨勢(shì),并且大多處于7%左右,其實(shí)在某個(gè)CPI內(nèi)對(duì)真實(shí)目標(biāo)的誤判和抑制并不一定會(huì)對(duì)整體態(tài)勢(shì)判別產(chǎn)生太大影響,因?yàn)樵谄渌麙呙柚芷谥姓鎸?shí)目標(biāo)的徑向速度會(huì)存在一定的變化,與虛假目標(biāo)的徑向速度差異相對(duì)較大,使其更易被鑒別,從而能夠在一定程度上保證點(diǎn)-航跡數(shù)據(jù)處理的連貫性。

圖7 真-假目標(biāo)速度差異對(duì)真實(shí)目標(biāo)錯(cuò)誤抑制率影響Fig.7 Influence of value difference between true target and the false target on the true target wrong suppression rate

5.5 仿真實(shí)驗(yàn)5

仿真條件與第5.1節(jié)中相同,采用MTI的方法對(duì)干擾進(jìn)行抑制,實(shí)際抑制效果如圖8所示,雖然在低頻部分(對(duì)應(yīng)徑向速度較小的情況),信號(hào)幅度有所減小(對(duì)比圖2),但仍然能夠超過檢測(cè)門限。

圖8 MTI抑制效果Fig.8 Jamming suppression result of MTI

可見:在密集假目標(biāo)干擾具有多普勒調(diào)制特性的情況下,采用MTI對(duì)干擾的抑制效果十分有限,與本文方法相比,本文方法對(duì)密集假目標(biāo)干擾的抑制具有較大優(yōu)勢(shì)。

6 結(jié)束語

本文在分析密集假目標(biāo)干擾運(yùn)用特點(diǎn)的基礎(chǔ)上,結(jié)合虛假信號(hào)的多普勒頻率分布特征和幅度統(tǒng)計(jì)特性,提出了基于信號(hào)-數(shù)據(jù)多特征的密集假目標(biāo)干擾融合識(shí)別與抑制技術(shù),本方法通過對(duì)多個(gè)特征的提取,增加了識(shí)別干擾的信息維度,提高了識(shí)別的穩(wěn)定性和正確率,改善了具有多普勒調(diào)制信息的密集假目標(biāo)干擾抑制效果,仿真試驗(yàn)表明與MTI相比本方法在干擾抑制方面具有一定的優(yōu)勢(shì)。