1.本发明属于雷达信号处理技术领域，具体涉及一种多径环境下的密集假目标干扰抑制方法。
背景技术：2.密集假目标干扰是对抗现代相参雷达的典型干扰。其通过多次转发截获的雷达信号，可以在雷达信号处理过程中形成一连串假目标峰值，可以在一定程度上兼具欺骗和压制的干扰效果。
3.针对密集假目标干扰的抑制，传统方法主要有基于“特征识别与剔除”以及空域对消两种途径。其中前者通过各种维度的特征区分密集假目标干扰与真实目标信号，从而进行干扰剔除，如在分数域进行干扰与目标信号峰值个数识别、使用旁瓣匿影(slb)进行干扰与目标的信号幅度识别或使用捷变频结合波形熵的方法进行干扰与目标信号时域识别等。但是这些方法或者要求特殊的系统体制，或者要求使用多个脉冲的回波，只能满足某些特定场景的应用需求。因此，面向更为常规系统体制下的单脉冲密集假目标干扰抑制，基于空域处理的旁瓣对消(slc)仍是最简单有效的方法。slc通过辅助通道加权处理在干扰方向自适应形成零点，实现干扰抑制，是现代雷达最常用的抗干扰方法。
4.对于存在多径效应的场景，干扰信号除了通过直达路径进入雷达接收机外，还可能通过多条反射路径被雷达接收；同时，由于干扰信号一般功率较强，密集假目标干扰还可以在雷达信号处理中获取一定的相参增益，因此即使通过更长距离的传输衰减后仍然可以起到明显的干扰效果。这就相当于增加了多个不同来向的等效干扰，导致系统对消自由度不足，传统的slc方法将不再适用。
技术实现要素：5.有鉴于此，本发明针对上述问题，提出一种多径环境下的密集假目标干扰抑制方法，以解决上述背景技术中现有slc方法在多径环境中无法有效对消密集假目标干扰的问题。
6.为达到上述目的，本发明技术方案为：
7.一种多径环境下的密集假目标干扰抑制方法，包括以下步骤：
8.通过峰值检测，对密集假目标干扰存在性进行判断；
9.针对存在密集假目标干扰的情况，针对和通道信号上被检测点的位置信息，提取辅助通道信号中相应位置的采样点的特征相位，构建特征相位矢量集，所述被检测点为信号幅值大于设定门限阈值的峰值点，所述和通道信号和辅助通道信号为和通道与辅助通道接收的经脉冲压缩处理后的信号；
10.对所述相位矢量集进行聚类，针对每一聚类中的元素，提取相应位置附近的信号进行旁瓣对消处理；
11.对所有对消处理后的信号，比较每个采样点的幅度，选择采样点幅度最小的作为
最终输出。
12.进一步地，本发明所述通过峰值检测，对密集假目标干扰存在性进行判断为：对雷达系统和通道接收的单脉冲数据进行脉冲压缩处理，将处理后信号峰值与预先设定的门限阈值进行比较，将大于门限值的点定义为被检测点，当所述被检测点的数量大于预定个数时，判定存在密集假目标干扰。
13.进一步地，本发明所述被检测点为：
14.当和通道脉冲压缩处理后的采样点满足(1)时，则该采样点被检测，为被检测点，
[0015][0016]
其中：ai表示第i个采样点的幅度，thr为预先设定的门限值。
[0017]
进一步地，本发明所述基于所述被检测点的数量判断是否存在密集假目标干扰为：当所述检测点的数量大于设定的数量时，则判定存在密集假目标干扰，所述设定的数量为5～10。
[0018]
进一步地，本发明利用kmeans方法对所述特征相位矢量进行聚类。
[0019]
进一步地，本发明所述针对每一聚类中的元素，提取相应位置附近的1～5个扩展点进行旁瓣对消处理。
[0020]
进一步地，本发明所述预设的门限值为和通道脉冲压缩处理后信号幅度的k倍，所述k的取值范围在10～50之间。
[0021]
有益效果
[0022]
第一，本发明是一种多径环境下的密集假目标干扰抑制方法，通过对特征相位矢量聚类分析，每个聚类代表一条路径，其类内成员即为该路径上接收到的信号样本，针对每一路径分别进行旁瓣对消处理，从而能够适用于存在多径效应的场景。
[0023]
第二，本发明通过峰值检测，对密集假目标干扰存在性进行判断，并区分多径传播下各路径的信号样本，在此基础上选择相应的样本进行对消并通过同距离选小实现最终的干扰抑制。该方法可以针对普通体制的雷达进行单个脉冲处理，实现简单，具有应用优势。
附图说明
[0024]
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
[0025]
图1为本发明密集假目标干扰门限检测示意；
[0026]
图2为本发明密集假目标干扰特征相位矢量集示意；
[0027]
图3为本发明密集假目标干扰多径检测点选取结果示意；
[0028]
图4为本发明各路径单独对消结果示意；
[0029]
图5为传统方法与本发明方法对消结果对比；
具体实施方式
[0030]
下面结合附图对本发明实施例进行详细描述。
[0031]
需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合；并且，基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。
[0032]
需要说明的是，下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见，本文中所描述的方面可体现于广泛多种形式中，且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开，所属领域的技术人员应了解，本文中所描述的一个方面可与任何其它方面独立地实施，且可以各种方式组合这些方面中的两者或两者以上。举例来说，可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外，可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。
[0033]
本发明提出一种多径环境下的密集假目标干扰抑制方法，其步骤如下：
[0034]
步骤一：设雷达系统具有一个和通道与l个辅助通道，对雷达各通道接收到的单脉冲数据进行脉冲压缩，经脉冲压缩处理后各通道信号分别记为sc和sn,n＝1,2，
···
l,各通道均包含n个采样点。
[0035]
步骤二：针对和通道脉冲压缩结果进行门限检测，如图1所示，统计被检测采样点个数nd，若nd大于最大检测点门限n
t
,则判断信号中存在密集假目标干扰。
[0036]
本步骤在具体实施时，将sc的各个采样点信号幅度与预先设定的门限thr进行比较，若满足下式(1)，则表明采样点i被检测：
[0037][0038]
其中：ai表示第i个采样点的幅度，门限thr可以设置为sc均值的k倍，而k一般在10～50之间根据经验设置。
[0039]
统计sc所有被检测点个数nd，若nd》n
t
，则说明sc中存在密集假目标干扰，其中n
t
需要根据具体雷达工作环境确定，一般典型值可以设置为5～10。
[0040]
步骤三：根据检测点的位置信息，提取l个辅助通道中相应位置的采样点的特征相位，构建特征相位矢量集φ，如图2所示。
[0041]
对于被检测点m，假设其位置序号为jm,m＝1,2
…
nd，该采样点的信号可以表示为sm＝a+jb，其中j为虚数单位，a和b分别为采样点信号的实部与虚部。则可以提取其和通道与l个辅助通道的相应采样点的相位构成特征相位矢量：
[0042][0043]
其中：φ
*j
,*∈[c 1
…
l]为相应通道位置jm处的相位，arctan(
·
)表示求反正切处理。
[0044]
针对所有被检测点，提取特征相位矢量，构成特征相位矢量集：
[0045]
[0046]
步骤四，针对特征相位矢量集，使用kmeans方法进行聚类分析，得到k个聚类结果，每个聚类代表一条路径，其类内成员即为该路径上接收到的信号样本，如图3所示。
[0047]
本步骤在具体实施时：针对特征相位矢量集，使用kmeans方法进行聚类分析，以区分出不同路径的峰值。假设可以得到k个聚类结果，每个聚类结果ψk都是φ的子集，且相互之间不相交；ψk中包含nk个成员，每个成员为位置k
l
处的特征相位矢量，可以表示为：
[0048][0049]
步骤五，针对每一聚类结果，对于其每一元素，提取相应位置附近的信号进行对消处理；
[0050]
本步骤中为了更好地估计干扰协方差，根据聚类结果，对每一条路径上的信号样本进行筛选并进行slc对消处理；在对消处理时，选择每个检测点左右各p个邻近点进行样本扩展，扩展范围p可设置为1～5，在本实施例中，p＝3，相应的对消结果如图4所示。
[0051]
本步骤在具体实施时，每聚类结果ψk，对于其nk个成员，提取相应位置处附近的信号进行对消处理：
[0052][0053]
其中：(
·
)h表示共轭转置，x为辅助通道信号构成的矩阵，r
xx
为辅助通道的自协方差矩阵，r
xd
为辅助通道与主通道的互协方差矩阵，e[
·
]表示取均值处理，s为x中nk个被检测点及其邻近扩展点构成的矩阵，
[0054][0055]
步骤六，对于所有的对消输出信号yk,k＝1,2
…
k，按顺序比较每个采样点的幅度，选择最小的作为最终输出，与传统对消结果相比，本方法可以取得更好的干扰抑制性能，如图5所示。
[0056]
本步骤中，对于每一路处理输出，总有一条路径上的假目标可以被较好地抑制，从而具有最小的幅度。因此，对于所有的对消输出信号yk,k＝1,2
…
k，按顺序比较每个采样点的幅度，选择最小的作为最终输出，即可实现所有路径上的假目标抑制：
[0057]sout
(i)＝min[y1(i)
…
yk(i)],i＝1,2
…nꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)
[0058]
综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
技术特征：1.一种多径环境下的密集假目标干扰抑制方法，其特征在于，包括以下步骤：通过峰值检测，对密集假目标干扰存在性进行判断；针对存在密集假目标干扰的情况，针对和通道信号上被检测点的位置信息，提取辅助通道信号中相应位置的采样点的特征相位，构建特征相位矢量集，所述被检测点为信号幅值大于设定门限阈值的峰值点，所述和通道信号和辅助通道信号为和通道与辅助通道接收的经脉冲压缩处理后的信号；对所述相位矢量集进行聚类，针对每一聚类中的元素，提取相应位置附近的信号进行旁瓣对消处理；对所有对消处理后的信号，比较每个采样点的幅度，选择采样点幅度最小的作为最终输出。2.根据权利要求1所述一种多径环境下的密集假目标干扰抑制方法，其特征在于，所述通过峰值检测，对密集假目标干扰存在性进行判断为：对雷达系统和通道接收的单脉冲数据进行脉冲压缩处理，将处理后信号与预先设定的门限阈值进行比较，将大于门限值的点定义为被检测点，当所述被检测点的数量大于预定个数时，判定存在密集假目标干扰。3.根据权利要求2所述一种多径环境下的密集假目标干扰抑制方法，其特征在于，所述被检测点为：当和通道脉冲压缩处理后的采样点满足(1)时，则该采样点被检测，为被检测点，其中：a
i
表示第i个采样点的幅度，thr为预先设定的门限值。4.根据权利要求1所述一种多径环境下的密集假目标干扰抑制方法，其特征在于，所述基于所述被检测点的数量判断是否存在密集假目标干扰为：当所述检测点的数量大于设定的数量时，则判定存在密集假目标干扰，所述设定的数量为5～10。5.根据权利要求1所述一种多径环境下的密集假目标干扰抑制方法，其特征在于，利用kmeans方法对所述特征相位矢量进行聚类。6.根据权利要求1所述一种多径环境下的密集假目标干扰抑制方法，其特征在于，所述针对每一聚类中的元素，提取相应位置附近的1～5个扩展点进行旁瓣对消处理。7.根据权利要求1所述一种多径环境下的密集假目标干扰抑制方法，其特征在于，所述预设的门限值为和通道脉冲压缩处理后信号幅度的k倍，所述k的取值范围在10～50之间。
技术总结本发明提供了一种多径环境下的密集假目标干扰抑制方法，属于雷达信号处理技术领域，该方法的具体过程为：首先，通过峰值检测，对密集假目标干扰存在性进行判断；其次，针对存在密集假目标干扰的情况，针对和通道信号上被检测点的位置序号，提取辅助通道信号中相应位置序号的采样点的特征相位，构建特征相位矢量集，对相位矢量集进行聚类，针对每一聚类中的元素，提取相应位置附近的信号进行旁瓣对消处理；最后，对所有对消处理后的信号，比较每个采样点的幅度，选择采样点幅度最小的作为最终输出，实现多径环境下的密集假目标干扰抑制。实现多径环境下的密集假目标干扰抑制。实现多径环境下的密集假目标干扰抑制。
技术研发人员：王长杰 周超 杨志芬 陈宇翔 刘泉华
受保护的技术使用者：北京理工雷科电子信息技术有限公司
技术研发日：2022.05.24
技术公布日：2022/11/1
