摘要:
关键词:多假目标干扰;密集多假目标干扰;压制干扰;电子战;效能评估
1 引言
2 密集多假目标干扰
2.1 密集多假目标干扰数学模型
式中,w0 为雷达载波角频率;μ为雷达信号调频斜率;τ为雷达信号脉冲宽度;ARect( t/τ)为雷达信号的调制幅度,可表示为:
式中,δ( t)为冲击函数;c 为光速;∗为卷积符号;k 为雷达发射信号的空间传输损耗。
当各干扰脉冲的延迟间距、幅度和相位调制系数相等且满足Δti=Δt,ki=k′,exp(jΔwit)=exp(jΔwt)时,(4)式可以进一步简化表示为:
2.2 密集多假目标干扰系统原理
根据(4)式,可构建如下密集多假目标干扰的信号处理流程图:
图1 密集多假目标干扰信号处理流程图
图2 等参数调制密集多假目标干扰信号处理流程图
2.3 密集多假目标干扰效果
LFM原始信号
LFM原始信号回波
LFM原始信号匹配滤波
LFM原始信号及受密集假目标干扰的脉冲压缩
3 干扰性能分析
3.1 欺骗性能分析
3.2 压制性分析
式中,Pt 为雷达的脉冲功率;Gt 为雷达的发射天线增益;Gr 为干扰方向的雷达接收天线增益(在自卫式突防干扰中存在Gr=Gt);σ为突防目标的RCS;λ为雷达工作波长;R 为雷达烧穿干扰的距离;PjGj 为干扰有效辐射功率;Rj 为干扰机与雷达之间的距离(在自卫式突防干扰中存在Rj=R);Br 为雷达的信号带宽;Bj 为干扰信号带宽;D 为脉压、FFT 等处理措施的信干比改善得益;Lr雷达系统的各种处理损耗;Lj 为干扰效应的各种损耗。
图5 单元平均恒虚警示意图
对于单元平均恒虚警雷达而言,其检测门限可表示为,
式中,2N 为雷达检测单元附近的杂波单元数;Pi为第i 号单元的杂波功率;α是与虚警概率相关的修正因子,详细可参考文献[7]。
3.3 模型应用情况
4 结束语
密集多假目标干扰与被干扰雷达系统的相参性特点。使其与经典的噪声压制干扰相比。可在同等功率规模下获得较好的干扰效果。这一优势使其对加装平台的空间尺寸、供电容量以及载重的要求方面都相对较低。因此。该干扰技术在机载、无人机载、弹载、球载等升空平台环境中具有较好的应用前景。随着技术的发展。基于密集多假目标干扰还发展出很多新的干扰样式。如灵巧噪声干扰[8-10]、间歇采样干扰[11-12]等。对这些新型干扰技术的定量分析研究还需要另立专题进行。
MATLAB代码:
clc;clear;close all;
%% Generate LFM signal
C = 3e8;
B = 100e6; % band width 100MHz
T = 25e-6; % pulse width 25us
PRT = 200e-6;% 200us
Fs = 2.4e9; % sampling rate 2.4GHz
N = T*Fs; % points
t = -T/2:1/Fs:T/2-1/Fs;
K = B/T;
SNR = 80; % dB
dis = PRT*Fs/2; % 将目标设置在回波中间处
LFM = (10^(SNR/20))*exp(1i*pi*K*t.^2); % LFM signal
theta = pi*K*t.^2; % LFM phase
f = K*t; % LFM frequency
figure('name','LFM signal')
subplot(3,2,1);plot(real(LFM));title('Real part');
subplot(3,2,2);plot(imag(LFM));title('Imag part');
subplot(3,2,3);plot(theta);title('LFM phase(°)');
subplot(3,2,4);plot(f);title('LFM frequency (Hz)');
subplot(3,2,[5,6]);plot(abs(fftshift(fft(LFM))));title('LFM spectrum');
%% Generate echo
echo = zeros(1,PRT*Fs);
echo(dis:1:dis+N-1) = LFM;
noise = normrnd(0,1,1,PRT*Fs) + 1i*normrnd(0,1,1,PRT*Fs);
echo = echo + noise;
figure('name','Echo signal');
subplot(2,1,1); plot(real(echo),'b'); title('Echo real');
subplot(2,1,2); plot(imag(echo),'r'); title('Echo imag');
%% Pulse compression
ht = conj(fliplr(LFM)); % 匹配滤波器
result = conv(LFM,ht); % 计算循环卷积
Z_xt = abs(result);
Z_xt = Z_xt/max(Z_xt);
Z_xt = 20*log10(Z_xt+eps);
figure('name','Pulse compression')
subplot(1,2,1);plot(real(result));
subplot(1,2,2);plot(real(Z_xt));
%% Dense fake target jamming
M = 10;
fake_dis = 5; % dense fake target distance
dp = fake_dis*2*Fs/C; % distance points
s = zeros(1,N);
for i=1:M
s(round(i*dp)) = 1;
end
jt = conv(LFM,s);
%% Radar receiver
result_1 = conv(jt,ht); % 计算循环卷积
Z_yt = abs(result_1);
Z_yt = Z_yt/max(Z_yt);
Z_yt = 20*log10(Z_yt+eps);
x_trans = (0:length(Z_xt)-1)*C/(2*Fs)/1000;
figure('name','压缩后的信号(原始)');
plot(x_trans,real(result_1(1:length(x_trans))));
title('压缩后的信号(原始)');
xlabel('目标位置/千米');
figure('name','压缩后的信号(归一化)');
plot(x_trans,real(Z_yt(1:length(x_trans))),'r');grid on;hold on;
plot(x_trans,real(Z_xt(1:length(x_trans))),'b');grid on;
title('压缩后的信号(dB)');
legend('干扰信号脉压处理结果','目标信号脉压处理结果');
axis([3.7,3.95,-40,10]);
ylabel('归一化信号幅度/dB');
xlabel('目标位置/千米');
%% Test
zzz=1/Fs;
ccc=1/25e-9;
联系客服