预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共21页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114114194A(43)申请公布日2022.03.01(21)申请号202111526148.5(22)申请日2021.12.14(71)申请人哈尔滨工业大学地址150000黑龙江省哈尔滨市西大直街92号(72)发明人张鑫盛浩南关霁洋吴小川邓维波(74)专利代理机构成都方圆聿联专利代理事务所(普通合伙)51241代理人邓永红(51)Int.Cl.G01S7/41(2006.01)权利要求书3页说明书8页附图9页(54)发明名称一种相控阵雷达主瓣干扰识别方法(57)摘要本发明公开了一种相控阵雷达主瓣干扰识别方法,包括以下步骤:S1:对常见的主瓣有源压制干扰进行特征分析;特征包括能量、脉压后峰均值功率比、局部熵;S2:依据上述特征,分别进行单特征独立检测,作为主瓣有源压制干扰的检测、识别的基础与依据;S3:将处理结果使用BP神经网络进行检测;S4:使用统计判决树方法或机器学习方法进行自动识别;本发明的目的是为了解决当今日益复杂的电磁环境下,基于单变量的检测及识别方式的局限性问题,将机器学习引入干扰识别领域,实现雷达干扰的自动检测和识别。CN114114194ACN114114194A权利要求书1/3页1.一种相控阵雷达主瓣干扰识别方法,其特征在于,包括以下步骤:S1:对常见的主瓣有源压制干扰进行特征分析,特征包括能量、脉压后峰均值功率比、局部熵;S2:依据上述特征,分别进行单特征独立检测,作为主瓣有源压制干扰的检测、识别的基础与依据;S3:将处理结果使用BP神经网络进行检测;S4:使用统计判决树方法或机器学习方法进行自动识别。2.根据权利要求1所述的相控阵雷达主瓣干扰识别方法,其特征在于,所述S1中:所述噪声调频干扰根据作用机理不同,分为瞄频干扰、扫频干扰、梳状谱干扰、阻塞干扰。3.根据权利要求2所述的相控阵雷达主瓣干扰识别方法,其特征在于,所述噪声调频干扰表达式为:式中,常数Aj为噪声干扰幅度值,fj为噪声干扰载频,Kfn为噪声调频信号的斜率,调制噪声n(τ)服从的高斯函数,相位服从U(0,2Π)的均匀分布函数,并且n(τ)和之间相互独立,Δf为调制噪声n(τ)的调制带宽;噪声有效调制指数定义为瞄频干扰的中心频率、频带宽度、调制指数需满足如下:fj=(δf+f0)Δfj=(2~5)frmfc<1其中,fj为噪声调频信号中心频率,δf为噪声调频信号的瞄频误差,f0为雷达发射信号中心频率,Δfj为噪声调频信号带宽,fr为雷达发射信号带宽;阻塞干扰的中心频率、频带宽度、调制指数需满足如下:fj=(δf+f0)Δfj>5frmfc>1扫频干扰需满足以下条件:Δfj=(2~5)fr梳状谱干扰理解为多个窄带干扰组成的干扰样式,其表达式为:其中,Ji(t)(i=1,2....N)表示其中第i个窄带干扰,这些窄带干扰使用不同的高斯噪声生成,且相互独立;噪声乘积干扰其表达为:2CN114114194A权利要求书2/3页J(t)=n(t)×s(t)其中,n(t)高斯噪声信号;s(t)为干扰机截获雷达信号;噪声卷积干扰,其表达式为:其中,n(t)将经过滤波器的噪声;s(t)为干扰机截获的雷达脉冲信号相卷积。4.根据权利要求1所述的相控阵雷达主瓣干扰识别方法,其特征在于,所述S2中基于能量的检测方法:混入干扰的雷达接收机接收信号为:x(t)=n(t)+s(t)+j(t)其中,n(t)为雷达接收机热噪声,s(t)为雷达发射信号,雷达发射信号为线性调频信号,j(t)为主瓣有源压制干扰信号,以雷达接收回波能量作为判别依据,并将雷达目标回波信号在一定检测概率的情况下的幅度大小作为判决门限,能够对干扰信号的存在进行检测。5.根据权利要求1所述的相控阵雷达主瓣干扰识别方法,其特征在于,所述S2中基于脉压后峰均值功率比的检测方法:设雷达发射的新型调频信号经过采样后为x(n),经过脉冲压缩处理后,其表达式为sp(n),为了剔除信号幅度对脉压后功率谱起伏的影响,对雷达发射信号进行归一化处理得spg(n),其表达式为:由此,PAPR即脉压后峰均值功率比表达式为:6.根据权利要求1所述的相控阵雷达主瓣干扰识别方法,其特征在于,所述S2的基于局部熵的检测方法:所述局部熵的表达式:其中,当x(t)采样为离散信号x(n)时,则pk可以表示为:其中,Nk描述x(n)处于区间[xk‑1,xk)的点数,N为x(n)各区间的总点数,将接收信号的熵与不存在干扰信号时的线性调频信号的熵进行对比,即可确定接收信号中是否含有主瓣有源压制干扰。7.根据权利要求1所述的相控阵雷达主瓣干扰识别方法,其特征在于,所述S3包括以下子步骤:S31:使用BP神经网络综合以上三个特征进行干扰检测,主要流程为将待分析数据集分为训练集