王栗沅,何華鋒,韓曉斐,何耀民,李 震
(火箭軍工程大學(xué)導(dǎo)彈工程學(xué)院,陜西西安 710025)
隨著數(shù)字射頻存儲(chǔ)技術(shù)的不斷革新,以間歇采樣轉(zhuǎn)發(fā)式干擾(Interrupted Sampling Repeater Jamming,ISRJ)為典型代表的相參干擾兼具壓制和欺騙的干擾效果,在電子對(duì)抗領(lǐng)域受到廣泛關(guān)注[1-3]。ISRJ 利用欠采樣的原理,巧妙地對(duì)發(fā)射的雷達(dá)信號(hào)進(jìn)行切片采樣、分段轉(zhuǎn)發(fā),能夠在雷達(dá)接收機(jī)中產(chǎn)生高逼真的假目標(biāo)群,具有高效性、強(qiáng)相干和高度可控的特點(diǎn),嚴(yán)重威脅到雷達(dá)系統(tǒng)的目標(biāo)檢測和跟蹤性能[4-6]。傳統(tǒng)的空域干擾對(duì)抗技術(shù)在處理ISRJ 時(shí),由于難以獲得精確的干擾協(xié)方差矩陣且易引起合成波束的主瓣畸變,導(dǎo)致濾波性能大打折扣[7-8]。因此,研究抗ISRJ 技術(shù)對(duì)提高雷達(dá)抗干擾能力具有重要的理論意義和軍事價(jià)值。
目前針對(duì)ISRJ的抑制有3類主流的方法,包括發(fā)射波形設(shè)計(jì)、接收信號(hào)處理以及聯(lián)合波形和濾波器設(shè)計(jì)。在波形域,通過諸如線性調(diào)頻信號(hào)(Linear Frequency Modulation, LFM)、相位編碼信號(hào)的正交波形[9-12]以及稀疏多普勒敏感波形[13-14]設(shè)計(jì),有效識(shí)別和抑制間歇采樣轉(zhuǎn)發(fā)式干擾。在信號(hào)處理方面,ISRJ 在時(shí)頻域上的不連續(xù)性成為了雷達(dá)對(duì)抗的窗口。文獻(xiàn)[15]采用時(shí)頻分析手段對(duì)ISRJ 進(jìn)行識(shí)別與重構(gòu);文獻(xiàn)[16]在時(shí)頻分析的基礎(chǔ)上設(shè)計(jì)多個(gè)帶通濾波器,實(shí)現(xiàn)干擾抑制;蓋季妤等[17]另辟蹊徑,利用目標(biāo)和干擾在差分域上的差異,有效進(jìn)行干擾辨識(shí)。然而上述方法存在著提高時(shí)頻分辨率和差分窗的選擇兩大難點(diǎn)。為聯(lián)合發(fā)射端和接收端信號(hào)處理的優(yōu)勢,文獻(xiàn)[18-20]提出了聯(lián)合波形設(shè)計(jì)和接收濾波器設(shè)計(jì)的抗ISRJ 方法,并從控制脈沖壓縮峰值增益和降低算法計(jì)算復(fù)雜度著手,進(jìn)一步優(yōu)化設(shè)計(jì)方法。但是以上方法引入復(fù)雜的波形優(yōu)化,難以實(shí)時(shí)應(yīng)對(duì)復(fù)雜干擾場景的變化;同時(shí)普遍利用單通道進(jìn)行信號(hào)處理,忽略了多通道技術(shù)在抗干擾中的應(yīng)用潛力。
極化表征著電磁波的矢量特征,拓寬了雷達(dá)干擾對(duì)抗的信息維度。全極化雷達(dá)能夠更好地利用干擾場景中的自由度,提升雷達(dá)目標(biāo)檢測和抗干擾能力[21-22]。鑒于此,本文在全極化雷達(dá)體制下,研究抗間歇采樣轉(zhuǎn)發(fā)式干擾的非匹配濾波方法。首先分析了典型ISRJ 樣式的產(chǎn)生原理,并以脈內(nèi)正交LFM 信號(hào)為發(fā)射波形,建立起雷達(dá)目標(biāo)+干擾+噪聲的回波模型;其次,以抑制脈沖壓縮后信號(hào)的旁瓣能量和干擾積分能量為目標(biāo),引入懲罰因子對(duì)四路極化通道脈壓輸出峰值進(jìn)行控制,建立抗ISRJ 多目標(biāo)優(yōu)化模型;然后通過帕累托參數(shù)的組合加權(quán),將模型進(jìn)一步轉(zhuǎn)化為多線性約束下最小積分能量輸出的目標(biāo)函數(shù),以此設(shè)計(jì)非匹配濾波器;最后,對(duì)濾波器關(guān)鍵參數(shù)、可行性和抗干擾性能進(jìn)行分析與評(píng)估,驗(yàn)證所提方法的有效性。
線性調(diào)頻(LFM)信號(hào)利用非線性相位調(diào)制來實(shí)現(xiàn)寬時(shí)帶寬積,具有峰值功率低、較不敏感于多普勒頻移且易于工程實(shí)現(xiàn)等特點(diǎn),是雷達(dá)最常用的信號(hào)形式。假設(shè)全極化雷達(dá)通過正交極化通道(H:水平極化,V:垂直極化)發(fā)射正負(fù)斜率的LFM信號(hào):
式中,rect(·)表示門函數(shù),τ表示信號(hào)的脈寬,fc為信號(hào)的載頻,K為信號(hào)的調(diào)斜率。
設(shè)在距雷達(dá)R處的空間中存在敵方干擾機(jī),對(duì)信號(hào)進(jìn)行間歇采樣轉(zhuǎn)發(fā)。典型的干擾方式包括直接轉(zhuǎn)發(fā)、重復(fù)轉(zhuǎn)發(fā)和循環(huán)轉(zhuǎn)發(fā)。不同干擾方式的差異源于對(duì)采樣信號(hào)轉(zhuǎn)發(fā)的次數(shù)和時(shí)序,其工作原理如圖1所示。
圖1 間歇采樣轉(zhuǎn)發(fā)式干擾工作原理圖
進(jìn)一步假設(shè)干擾機(jī)對(duì)一個(gè)脈沖內(nèi)的雷達(dá)信號(hào)進(jìn)行N次采樣,干擾切片周期為TJ,脈寬為τJ。
由圖1(a)可知,直接轉(zhuǎn)發(fā)式干擾是在一個(gè)采樣周期內(nèi),對(duì)截取信號(hào)進(jìn)行一次轉(zhuǎn)發(fā),直到完成對(duì)一個(gè)脈沖的全部采樣。相應(yīng)的干擾模型可表示為
式中,p=H,V 表示信號(hào)的極化狀態(tài),t'=R/c表示由雷達(dá)到干擾機(jī)距離產(chǎn)生的時(shí)延,Kp=±K對(duì)應(yīng)不同極化通道發(fā)射信號(hào)的斜率。
重復(fù)轉(zhuǎn)發(fā)式干擾則是對(duì)一個(gè)采樣周期內(nèi)的信號(hào)進(jìn)行多次轉(zhuǎn)發(fā),如圖1(b)所示。相應(yīng)的干擾模型可表示為
式中,M表示干擾切片的轉(zhuǎn)發(fā)次數(shù)。
與上述兩種干擾方式不同,循環(huán)轉(zhuǎn)發(fā)式干擾在轉(zhuǎn)發(fā)時(shí)序上做文章。所謂“循環(huán)”,是對(duì)當(dāng)前采樣切片的直接轉(zhuǎn)發(fā),同時(shí)轉(zhuǎn)發(fā)之前的采樣信號(hào),直到完成一個(gè)脈沖內(nèi)的所有采樣。其干擾模型可表示為
式中,a=m=n-2 代表每個(gè)干擾切片轉(zhuǎn)發(fā)周期的系數(shù)。
對(duì)于相對(duì)靜止的點(diǎn)目標(biāo),全極化雷達(dá)接收的信號(hào)x(t)可表示為
式中,n(t)表示噪聲矢量,S和G分別表示目標(biāo)和干擾機(jī)的極化散射矩陣:
式中:Spq的角標(biāo)表示以q為極化方向的入射波和以p為極化方向的散射波,p,q=H,V;α表示干擾機(jī)的增益因子;EJt,EJr分別表示干擾機(jī)的發(fā)射和接收極化Jones矢量。
本節(jié)在全極化雷達(dá)體制下,將抗間歇采樣轉(zhuǎn)發(fā)式干擾的多目標(biāo)優(yōu)化問題轉(zhuǎn)化為多線性約束下最小化輸出積分能量問題,建立了抗干擾的優(yōu)化模型,推導(dǎo)出非匹配濾波器設(shè)計(jì)的解析表達(dá)式,實(shí)現(xiàn)非匹配濾波器的設(shè)計(jì)。
為了測量極化散射矩陣并進(jìn)行后續(xù)的信號(hào)處理,需要對(duì)正交極化通道的回波信號(hào)進(jìn)行脈沖壓縮。定義非匹配濾波器
經(jīng)脈壓處理后,得到四路極化通道的相關(guān)矩陣
式中,l=0,1,…,L-1 表示離散采樣序列標(biāo)號(hào)。非匹配濾波器和回波的脈沖壓縮實(shí)際上是hp,q(t)和sp,q(t)的時(shí)域卷積。
以H極化通道為例,我們希望hH(t)不僅要與sH(t)具有良好的脈沖壓縮性能,還需要與交叉極化通道sV(t)和間歇采樣干擾信號(hào)JH(t)、JV(t)保持正交。這種多目標(biāo)的優(yōu)化對(duì)濾波器的設(shè)計(jì)提出了更高的要求。為此,本文以最小化發(fā)射信號(hào)脈壓輸出的旁瓣能量和干擾信號(hào)非匹配濾波輸出的積分能量為代價(jià)函數(shù),建立抗ISRJ多目標(biāo)優(yōu)化模型。
為了以矩陣形式描述脈沖壓縮的過程,定義發(fā)射信號(hào)矩陣
式中,表示對(duì)發(fā)射信號(hào)sp進(jìn)行L點(diǎn)采樣后的逆序排列矢量。因此,由式(9)定義的非匹配濾波輸出可進(jìn)一步表示為
對(duì)于主極化通道而言,發(fā)射信號(hào)脈沖壓縮積分旁瓣能量具體為
式中,Ω為2N-1 維的對(duì)角矩陣,除第L個(gè)主對(duì)角線元素為0 外,其余位置均為1。該對(duì)角陣的引入目的是為了消除脈壓零時(shí)延處的主瓣能量的影響。此外,考慮到脈沖壓縮過程中峰值的損耗,引入約束輸出的主瓣能量,約束的程度是由罰因子決定。則發(fā)射信號(hào)脈壓積分旁瓣抑制模型可表示為
對(duì)于交叉極化通道而言,非匹配濾波器和發(fā)射信號(hào)的脈壓積分能量為
經(jīng)脈沖壓縮后信號(hào)在零時(shí)延處易出現(xiàn)尖峰,這破壞了交叉極化通道的正交性,因此需要引入約束該峰值?;诖?,發(fā)射信號(hào)非匹配濾波積分能量抑制模型可由下式定義:
以上是針對(duì)發(fā)射信號(hào)的濾波優(yōu)化模型。下面對(duì)抗間歇采樣轉(zhuǎn)發(fā)式干擾的代價(jià)函數(shù)進(jìn)行分析。
同理于式(12),干擾信號(hào)與非匹配濾波器的脈沖壓縮輸出的積分能量為
式中,表示干擾信號(hào)矩陣:
因此,干擾信號(hào)非匹配濾波積分能量抑制模型可表示為
在式(13)、式(15)和式(18)所組成的抗ISRJ多目標(biāo)優(yōu)化模型中,每個(gè)獨(dú)立的目標(biāo)函數(shù)之間往往互有沖突。因此,本文引入帕累托參數(shù)ω=對(duì)多目標(biāo)模型進(jìn)行線性加權(quán),使之聯(lián)合成為一個(gè)整體的損失函數(shù)。多線性約束非匹配濾波模型可構(gòu)建為
上式綜合考慮了發(fā)射信號(hào)和干擾信號(hào)非匹配濾波四路極化通道的影響,通過控制ω的值來獲得期望的濾波效果。當(dāng)希望濾波器有更好的旁瓣抑制能力,此時(shí)可設(shè)置較大的ω1;當(dāng)希望濾波器有更好的干擾抑制性能,可設(shè)置較大的ω2加以實(shí)現(xiàn)。此外,濾波器的脈沖壓縮峰值通過預(yù)設(shè)的P=進(jìn)行控制。預(yù)設(shè)值的大小與發(fā)射信號(hào)的脈寬τ、干擾切片個(gè)數(shù)N和干擾切片的脈寬τJ相關(guān)。干擾切片個(gè)數(shù)和切片脈寬是通過干擾參數(shù)估計(jì)技術(shù)實(shí)現(xiàn)的,此不作為本文研究的重點(diǎn),現(xiàn)假設(shè)干擾參數(shù)已準(zhǔn)確獲取。定義信號(hào)干擾脈寬比
在最小化積分輸出能量的目標(biāo)函數(shù)下,脈寬比越大,意味著干擾和信號(hào)的相參性越強(qiáng),經(jīng)匹配濾波后信號(hào)的能量損耗越多,導(dǎo)致信號(hào)脈壓后的理論峰值越小,干擾脈壓后的理論峰值越大,反之亦然。因此,在設(shè)置脈沖壓縮峰值參數(shù)時(shí),需充分考慮脈寬比對(duì)非匹配濾波性能的影響。
在合理設(shè)置帕累托參數(shù)ω和脈沖壓縮預(yù)設(shè)峰值P的情況下,根據(jù)模型(19),非匹配濾波器的設(shè)計(jì)是基于多線性約束下的凸優(yōu)化函數(shù),因此,可以采用拉格朗日乘數(shù)法進(jìn)行模型求解,其解析表達(dá)式為
其中,
由式(21)可知,設(shè)計(jì)的非匹配濾波器計(jì)算復(fù)雜度來源于矩陣與矩陣的乘法和矩陣與向量的乘法。其中,計(jì)算協(xié)方差矩陣的計(jì)算復(fù)雜度為O(L3),L代表矩陣的維度/采樣點(diǎn)的個(gè)數(shù);計(jì)算矩陣Qp與相乘的計(jì)算復(fù)雜度為O(4L);計(jì)算帕累托參數(shù)ω對(duì)非匹配濾波器進(jìn)行線性加權(quán)的計(jì)算復(fù)雜度為O(L)。因此,算法總體計(jì)算復(fù)雜度為O(L3+ 5L)。
為了驗(yàn)證所提非匹配濾波器的有效性,本文設(shè)計(jì)了5 組仿真實(shí)驗(yàn)。首先對(duì)非匹配濾波器的關(guān)鍵參數(shù)進(jìn)行仿真分析;其次驗(yàn)證濾波器的可行性,并評(píng)估其性能;最后,通過與傳統(tǒng)的匹配濾波和非匹配濾波進(jìn)行對(duì)比分析,評(píng)估所提方法的抗干擾能力。仿真以MATLAB 2019a為實(shí)驗(yàn)平臺(tái)展開,部分使用參數(shù)如表1所示。
表1 部分仿真參數(shù)設(shè)置表
仿真1:以間歇采樣直接轉(zhuǎn)發(fā)式干擾為例,以非匹配濾波輸出的積分旁瓣比和積分能量比為指標(biāo),定量描述帕累托參數(shù)對(duì)濾波性能的影響。仿真中,假設(shè)空間內(nèi)存在1 個(gè)目標(biāo)信號(hào)和1 個(gè)干擾信號(hào),目標(biāo)位于距雷達(dá)10 km 處,目標(biāo)的極化散射矩陣為
干擾機(jī)位于距目標(biāo)2.2 km 處,其發(fā)射/接收極化矢量為
圖2(a)展示的是經(jīng)非匹配濾波后四路極化通道輸出的積分旁瓣能量隨帕累托參數(shù)變化曲線。從圖中可以看出,隨著帕累托參數(shù)的增加,四路極化通道的信號(hào)積分旁瓣比總體呈現(xiàn)下降趨勢。究其原因,帕累托參數(shù)ω1反映的是對(duì)旁瓣能量的抑制能力。當(dāng)ω1越大時(shí),說明非匹配濾波目標(biāo)函數(shù)中抑制積分旁瓣能力所占的權(quán)重越大,抑制性能越好。此外,在交叉極化通道中,有部分ω1所對(duì)應(yīng)的積分旁瓣不符合整體變化趨勢,可能的原因是在文章給定的參數(shù)設(shè)置下,經(jīng)非匹配濾波后,信號(hào)的主瓣寬度匹配點(diǎn)數(shù)過少,進(jìn)而使積分旁瓣比變大。
圖2 積分旁瓣比和積分能量比隨帕累托參數(shù)ω1變化曲線
圖2(b)反映的是經(jīng)非匹配濾波后四路極化通道干擾輸出的積分能量比隨帕累托參數(shù)變化曲線。當(dāng)ω1逐漸增加時(shí),ω2逐漸減小,對(duì)干擾的積分能量抑制性能逐漸下降,輸出的積分能量比就越大,因此,變化曲線總體呈現(xiàn)出上升趨勢。
綜合比較分析,隨著ω的變化,信號(hào)的積分旁瓣能量和干擾的積分能量存在此消彼長的變化過程,難以同時(shí)取得良好的能量抑制效果。為了平衡二者的關(guān)系,本文設(shè)置ω1=ω2=0.25。
仿真2:從前面的分析可知,信號(hào)干擾脈寬比作為連接脈壓預(yù)設(shè)峰值和非匹配濾波性能的關(guān)鍵參數(shù),影響著脈沖壓縮后信號(hào)及干擾的理論峰值,從而影響濾波性能。由式(20)所定義的脈寬比與干擾切片數(shù)、干擾切片的脈寬和信號(hào)的脈寬有關(guān)。仿真中,脈沖壓縮預(yù)設(shè)值、信號(hào)脈寬由表1所定義,通過改變干擾切片數(shù)和干擾切片脈寬改變脈寬比。圖3是以間歇采樣直接轉(zhuǎn)發(fā)式干擾為例,考察脈寬比(PWR)對(duì)輸出干擾峰值的影響??梢钥吹?,本文所設(shè)脈沖壓縮預(yù)設(shè)值能在脈寬比為3%的條件下,取得良好的脈壓結(jié)果,主極化通道干擾脈壓峰值在-15 dB 以下,交叉極化通道干擾脈壓峰值在-10 dB 以下。此外,從圖中可以看出,隨著脈寬比的增大,脈沖壓縮后輸出的干擾峰值逐漸增大,當(dāng)脈寬比接近50%時(shí),此時(shí)轉(zhuǎn)發(fā)式干擾與目標(biāo)信號(hào)具有較高的相似度,導(dǎo)致非匹配濾波器性能變差,因此,需要改變脈沖壓縮預(yù)設(shè)峰值實(shí)現(xiàn)對(duì)輸出干擾峰值的控制,提升濾波性能。
圖3 干擾非匹配濾波輸出峰值隨脈寬比變化曲線
本節(jié)主要分析在典型的間歇采樣轉(zhuǎn)發(fā)式干擾樣式下非匹配濾波器的性能。仿真場景設(shè)置如下:考慮空間中存在3 個(gè)目標(biāo)和2 個(gè)干擾機(jī),目標(biāo)分別位于距雷達(dá)10,12 和15 km 處,其極化散射矩陣分別設(shè)置為
干擾機(jī)對(duì)雷達(dá)信號(hào)間歇采樣轉(zhuǎn)發(fā),不同轉(zhuǎn)發(fā)干擾樣式參數(shù)均與表1所設(shè)參數(shù)保持一致,其中重復(fù)轉(zhuǎn)發(fā)式干擾的轉(zhuǎn)發(fā)次數(shù)設(shè)置為3 次。兩個(gè)干擾機(jī)分別位于距雷達(dá)12.2 km 和14 km 處。干擾的極化幅角γ為45°和30°,極化相位差η為70°和60°。
仿真3:圖4~圖6 展示的是在不同間歇采樣轉(zhuǎn)發(fā)式干擾樣式下利用設(shè)計(jì)的濾波器進(jìn)行脈沖壓縮后的結(jié)果。由于兩路主極化通道和兩路交叉極化通道的濾波效果相當(dāng),因此,僅展示兩路極化通道的脈壓結(jié)果圖。從圖中可以看出,本文設(shè)計(jì)的濾波器在全極化雷達(dá)體制下能對(duì)間歇采樣轉(zhuǎn)發(fā)式干擾產(chǎn)生有效抑制。經(jīng)脈沖壓縮后,在主極化通道中,目標(biāo)的峰值高于旁瓣峰值,其幅度之差約為10 dB;在交叉極化通道中,目標(biāo)峰值與旁瓣峰值相差7 dB左右。此外,由圖6可知,經(jīng)脈沖壓縮后,目標(biāo)在距離維上形成尖峰,但卻具有較明顯的動(dòng)態(tài)起伏。這是由于本文的目標(biāo)函數(shù)是基于最小化旁瓣能量準(zhǔn)則設(shè)計(jì)的,對(duì)于在目標(biāo)主瓣內(nèi)的干擾能量無法實(shí)現(xiàn)完全抑制。因此,在目標(biāo)距離維處的輸出能量是包含目標(biāo)和干擾的混合能量。
圖4 抗間歇采樣直接轉(zhuǎn)發(fā)式干擾非匹配濾波輸出
圖5 抗間歇采樣重復(fù)轉(zhuǎn)發(fā)式干擾非匹配濾波輸出
圖6 抗間歇采樣循環(huán)轉(zhuǎn)發(fā)式干擾非匹配濾波輸出
仿真4:表2 展示的是回波信號(hào)采樣點(diǎn)數(shù)與算法運(yùn)行時(shí)間的關(guān)系,以此驗(yàn)證所提方法的復(fù)雜度。仿真中,參數(shù)設(shè)置均與仿真3 保持一致,并進(jìn)行了100 次的蒙卡模擬,計(jì)算平均運(yùn)行時(shí)間。從表中可以看出,當(dāng)回波采樣點(diǎn)數(shù)增加1 倍時(shí),算法的運(yùn)行時(shí)間約增加6倍,大致符合本文算法的總體復(fù)雜度O(L3+ 5L)。
表2 算法運(yùn)行時(shí)間
進(jìn)一步考察不同采樣點(diǎn)數(shù)下的信號(hào)經(jīng)非匹配濾波后脈壓旁瓣峰值的變化情況,以此評(píng)估采樣點(diǎn)數(shù)對(duì)算法濾波性能的影響,如圖7所示。
圖7 脈壓旁瓣峰值隨采樣點(diǎn)數(shù)的變化曲線
仿真參數(shù)與前文保持一致,從圖7 可以看出,主極化和交叉極化通道中,脈壓旁瓣峰值隨著采樣點(diǎn)數(shù)的增大呈現(xiàn)出較大的動(dòng)態(tài)變化。究其原因,采樣點(diǎn)數(shù)越大,回波信號(hào)的細(xì)節(jié)信息會(huì)被更加準(zhǔn)確地捕捉到,從而提高信號(hào)的表示精度。此外,設(shè)計(jì)的非匹配濾波器也會(huì)有更多的信息進(jìn)行濾波處理,從而提高算法性能。但是需要注意的是,采集和處理大量的采樣點(diǎn)會(huì)占用更多的存儲(chǔ)空間和計(jì)算資源。因此,需根據(jù)實(shí)際應(yīng)用需求進(jìn)行權(quán)衡,以達(dá)到最優(yōu)性能和資源利用效率之間的平衡。
仿真5:為了評(píng)估設(shè)計(jì)的非匹配濾波器抗干擾性能,以間歇采樣重復(fù)轉(zhuǎn)發(fā)式干擾為例,在同等發(fā)射波形和參數(shù)設(shè)置條件下,與傳統(tǒng)的匹配濾波和傳統(tǒng)的非匹配濾波器進(jìn)行對(duì)比,結(jié)果如圖8、圖9所示。圖8(a)、圖9(a)為回波信號(hào)與發(fā)射信號(hào)匹配濾波的結(jié)果,可以看到,間歇采樣轉(zhuǎn)發(fā)式干擾在主極化通道和交叉極化通道的距離維上形成密集假目標(biāo)壓制,無法分辨出真實(shí)目標(biāo)位置。在信號(hào)接收端,采用傳統(tǒng)非匹配濾波體制對(duì)回波進(jìn)行脈沖壓縮,非匹配濾波器定義為發(fā)射信號(hào)和干擾信號(hào)的差值[23]。圖8(b)、圖9(b)中黑色曲線代表匹配濾波輸出,紅色曲線為非匹配濾波的結(jié)果,可以看到,在兩路極化通道內(nèi),干擾信號(hào)的峰值得到一定程度的抑制,但目標(biāo)信號(hào)仍淹沒在密集的干擾中。相比與黑色曲線所代表的匹配濾波輸出,圖8(c)、圖9(c)中的紅色曲線是利用本文設(shè)計(jì)的非匹配濾波器進(jìn)行脈沖壓縮的結(jié)果,從圖中可以看出,3 個(gè)目標(biāo)信號(hào)在距離向上形成尖峰,而干擾信號(hào)得到有效抑制。
圖8 抗間歇采樣重復(fù)轉(zhuǎn)發(fā)式干擾脈沖壓縮結(jié)果(主極化通道)
圖9 抗間歇采樣重復(fù)轉(zhuǎn)發(fā)式干擾脈沖壓縮結(jié)果(交叉極化通道)
本文針對(duì)現(xiàn)有抗ISRJ 方法未考慮多通道系統(tǒng)帶來的高自由度優(yōu)勢,在全極化雷達(dá)體制下,以脈內(nèi)正交的線性調(diào)頻信號(hào)為發(fā)射波形,提出了一種抗ISRJ 的非匹配濾波方法。仿真結(jié)果表明,所提方法能夠有效抑制不同樣式的間歇采樣轉(zhuǎn)發(fā)式干擾,對(duì)提高相參干擾場景下雷達(dá)系統(tǒng)的抗干擾能力具有一定的應(yīng)用價(jià)值。值得注意的是,脈沖壓縮預(yù)設(shè)峰值和信噪比的大小影響著非匹配濾波器的性能。下一步,如何規(guī)范化地設(shè)置脈壓預(yù)設(shè)峰值以及提高算法在低信噪比下適應(yīng)性將是工作研究的重點(diǎn)。