分布式雷达抗主瓣干扰方法研究

蒋铁珍,廖同庆

(安徽大学电子信息学院,合肥 230601)

工程与应用

分布式雷达抗主瓣干扰方法研究

蒋铁珍,廖同庆

(安徽大学电子信息学院,合肥 230601)

主瓣干扰是影响雷达探测性能的重要问题之一,而现有的雷达装备还没有十分有效的方法对付主瓣干扰。分布式雷达是一种新体制雷达,利用其空间配置灵活及可进行信号级融合的特点,提出利用LMS算法在分布式雷达信号级进行自适应对消处理抑制主瓣干扰的方法。分布式雷达采用T/R-R型,两接收站空间拉开足够大后,两接收站接收目标回波去相关,而接收的主瓣密集假目标是一种相参压制干扰,被认为具有一定的相关性,与噪声压制干扰相似,由于数量多可认为幅度远远大于目标回波信号幅度。文章利用此特性,采取LMS算法,对两接收站回波信号进行信号级融合处理,剔除主瓣干扰,保留目标回波,文中给出了具体的处理分析,并通过仿真和试验验证了该方法是有效的。

分布式雷达；主瓣干扰；LMS算法；数字储频

0 引 言

雷达在复杂电磁环境下的探测性能在军事领域发挥着重要的作用，而雷达抗干扰技术直接关系到雷达作战性能的发挥，以及在战场环境下的生存能力[1-2]。目前雷达装备具有较好的抗副瓣干扰能力，与副瓣干扰相比，主瓣干扰由于从雷达天线主瓣进入，还没有十分有效的措施。文献[3]给出的抗干扰技术都是利用单雷达平台，平台的数量决定了单雷达抗干扰技术的局限性，对抗主瓣干扰的能力较弱。分布式雷达[4-6]可以构成全方位、立体化、多层次的体系，使传统的“一对一”有源压制干扰和欺骗干扰性能大大降低，目前分布式雷达对抗干扰的方法很少，文献[7]提出通过数据融合实现分布式雷达抗欺骗干扰，文献[8]利用STAP方法实现分布式雷达的抗杂波和抗干扰。分布式雷达空间分置后，两接收站接收目标回波信号不相干，因此本文提出利用LMS算法，在信号级融合对消处理，剔除主瓣噪声压制干扰和密集假目标压制干扰[9]。

1 分布式雷达原理概述

分布式雷达，是一种新体制雷达[9-12]，由多个发射站和多个接收站组成，如图1所示。根据不同工作模式，各雷达发射机可工作在不同频率或同一频率，带宽也不完全相同，各雷达接收机为多通道多频段接收机，可接收某个或所有雷达发射机发射信号的回波并进行相应的匹配滤波等处理；根据工作方式的不同，联合处理控制中心可对不同站的同一频率、同一站接收到的不同频率或不同站接收的不同频率接收信号进行相参积累、非相参积累、相关处理等。可以看出，分布式雷达空间配置灵活，信号处理方式多样，不仅可以在数据级融合，同时可在信号级融合。

图1 多站和目标之间的位置关系示意图

本文主要分析的是具有两个雷达站的分布式雷达[13]，为T/R-R型，其中一个雷达站具有发射和接收功能，另一个雷达站为只接收站。

2 主瓣干扰概述

对雷达的干扰包括压制干扰和欺骗干扰两种，传统意义上的压制噪声干扰实际上是跟雷达拚功率、拚能量。密集假目标干扰也称之为相参压制干扰[14-15]，跟雷达回波信号一样，是完全相参的，能够获得雷达信号处理的脉冲压缩和积累得益，因此对功率的要求可以大大降低。

基于数字射频存储器DRFM技术的密集假目标干扰，是雷达对抗中一种重要的干扰形式。这种干扰，干扰机通过对雷达信号进行侦收、下变频后，采用DRFM对信号进行采集和存储，然后进行延时转发复制，因此密集假目标采用与雷达相同的信号形式，但位于多个不同的距离单元且功率较目标信号高，在对雷达进行干扰时，布满整个探测区域，保护真实目标。干扰机在发射密集假目标干扰时，可以对干扰信号附加时延、频率、相位或幅度调制，同时与雷达信号具有很强相干性，因此常规单站雷达很难有办法去除这种干扰[1-3]。

密集假目标干扰对雷达的压制作用主要体现在两个方面：一是从能量上遮盖住真目标回波而使其不能被雷达检测到；二是在雷达显示器上通过布满显示屏遮住真目标。密集假目标干扰如图2所示，图中横坐标是距离单元。

图2 密集假目标干扰

3 分布式雷达抗干扰方法

3.1 雷达站接收信号分析

两雷达站分布式雷达空间配置如图3所示，根据发射和接收天线阵列配置，有两类布站方式：“空间相干”布站和“空间非相干”布站。当两个接收站（或两个发射站）之间距离L和目标距离R满足L≤·R（d为目标尺寸，λ为波长）时，两雷达站接收的目标反射回波相位是相干的，称为“空间相干”，否则，称为“空间非相干”，参考文献[16]的分析。

图3 双站空间配置

两雷达站分布式雷达两接收站除接收目标回波外，同时接收干扰机发射的干扰信号，本文重点分析主瓣干扰。无论是密集假目标还是噪声压制干扰，都由同一干扰机发射出来，因此两雷达站分布式雷达两接收站接收的干扰信号是相干的，且密集假目标总体能量远远大于目标回波强度，而压制干扰在幅度上也要远远大于目标回波信号。

两雷达站分布式雷达抗干扰方法结合两雷达站分布式雷达系统空间配置特点，利用两雷达站接收目标回波信号和干扰信号幅度差异，以及干扰信号相干和目标回波信号去相关特征，对两雷达站分布式雷达接收数据在信号级进行 LMS对消，剔除干扰。

雷达发射线性调频信号：

以单目标为例分析，当干扰信号为密集假目标时，两雷达接收站接收信号如下：

雷达站1接收信号：

雷达站2：

式中，α1，α2，α11，α12，...α1n，α21，α22，...α2n为目标和密集假目标干扰幅度，s（t）为雷达发射信号，τ1，τ2，τ11，τ12，...τ1n，τ21，τ22，...τ2n为两站目标和密集假目标干扰信号的时延差，fd1，fd2，fd11，fd12，...fd1n，fd21，fd22，...fd2n为两站目标和密集假目标干扰信号的多普勒。

其中：目标α1≠α2，为复数，τ1≠τ2，fd1≠fd2，而密集假目标干扰信号一般情况下幅度相当，每个假目标多普勒值随机设置，两站参数关系如下：

如果密集假目标为等间距的，所有时延差值相等；

③ fd11=fd21，…，fd1n=fd2n。

当干扰信号为压制干扰时，两接收站回波信号分别为

式中，A1，Aˊ1分别为压制干扰信号幅度；n（t）为干扰机发射的噪声压制干扰；A2，ˊ分别为目标回波信号幅度；s（t）为雷达发射信号；τ1，τ2为两站目标和密集假目标干扰信号的时延差；φ1为两接收站接收干扰信号的相位差；φ2为接收站1接收目标回波信号的相位；Δφ为两接收站接收目标回波信号的相位差，其中A1≫A2，ˊ≫ˊ。

3.2 基于LMS算法的抗干扰方法

两雷达站分布式雷达对消时采用的是基于LMS算法的自适应滤波原理[17]，该方法不需要知道信号和干扰的先验统计知识，根据另一个站的接收信号现场调整滤波参数，可以在滤除干扰信号的同时，保留目标的回波信号。对消原理图如图4所示。

图4 多平台对消抗干扰框图

具体对消处理时，脉冲干扰处理样本只能选取脉宽范围内的信号，而噪声压制干扰则取全时间段的信号数据，两个雷达站回波信号分别为输入信号J1和期望信号J2，滤除相关的密集假目标干扰，输出滤波后的误差信号 e（n），即为不相关的目标回波。

具体公式处理如下：

将式（2）（3）代入式（6）（7）中，具体处理流程如图5所示。

图5 对消处理流程

4 仿真分析

（1）仿真条件：干扰类型为主瓣噪声压制式干扰，雷达发射信号为线性调频信号，周期2 ms，占空比10%，干扰噪声比为40 dB，目标在60 km处，速度为150 m/s，雷达信号处理主要包含脉冲压缩、动目标检测、恒虚警，具体雷达系统的信号处理流程如图6所示，干扰对消处理置于“DBF”和“脉压”处理之间。

图6 信号处理流程图

根据上述仿真条件及处理流程，增加干扰对消处理模块前后的仿真结果如图7所示。

从图7中可以看出，当分布式雷达两雷达站都受到噪声压制干扰时，目标将难以检测出来，通过两站对消，将占主要成分的压制噪声干扰对消，目标损失很少，可以看出，对消后，雷达MTI处理后能够很好地检测处目标。

（2）仿真条件：干扰类型为密集假目标干扰，雷达发射信号为噪声调频信号，雷达接收信号为基带信号，采样频率为1 MHz，采样点为1000点，密集假目标干扰等幅度不等间隔，干扰强度40 dB，目标在第50个距离元，目标强度50 dB。雷达信号处理流程如图6所示。增加干扰对消处理模块前后的仿真结果如图8所示。

图7 对消处理前后MTI检测目标比较

图8 密集假目标对消前后比较

从图8中可以看出，该方法能够很好地去除假目标干扰，对消前，信干比为0 dB，对消后信干比能够提高10 dB以上。

上述仿真中密集假目标数为8个，利用相同的仿真处理流程分别对不同密集假目标数进行分析，密集假目标数与改善因子的关系如表1所示，改善因子用对消后的信号干扰比值（SJR）表示。从表中可以看出，干扰数越多，干扰强度越强，对消效果越好。干扰数为1时，相对于目标而言，干扰强度没有得到积累，没有得到对消的效果。

表1 密集假目标数与改善因子的关系

5 试验分析

利用某雷达录取数据分析，目标距离R= 70 km，目标尺寸为民航飞机取d=50 m，雷达工作频率为400 MHz，取λ=0.75 m，计算可得两站间距L大于1000 m满足“空间非相干”条件，试验时两雷达站间距1.5 km，满足要求。雷达发射站发射线性调频信号，具体雷达系统的信号处理流程如图6所示，干扰对消处理置于“DBF”和“脉压”处理之间。干扰类型分别为噪声压制干扰和密集假目标干扰，处理时以某组数据文件处理输入。

图9为噪声压制干扰类型时，雷达对消处理前后P显处理结果。

从图9实测数据处理结果可以看出，对消前压制噪声完全淹没目标，雷达很难检测出目标，通过双基地分布式雷达对消后，雷达站能够通过对消处理去除压制噪声检测出目标。

图10为密集假目标干扰类型，录取24帧数据进行处理。

从图10中可以看出，对消处理前，密集假目标布满P显屏，目标淹没在密集假目标中，难以区分真假目标，经过对消处理后，剔除大部分密集假目标，检测出疑似目标。

6 结 语

文章利用两雷达站分布式雷达空间拉开后目标回波信号去相关和干扰信号相关的特点，通过分布式雷达接收站进行自适应滤波，可剔除主瓣压制噪声和密集假目标干扰。

图9 噪声干扰对消前后

图10 对消处理原理示意图

在分布式雷达自适应对消干扰的方法中，有些因素将会对论文的结果产生重要影响，如：多站之间时间同步，密集假目标干扰信号距离的对齐。多站之间精确的时间同步必定会存在误差，在有时间同步误差的条件下，自适应对消的效果将会快速退化，假目标可能还将存在。因此文章后续还需进一步研究时间同步对该方法带来的影响等问题。

[1] 赵国庆.《雷达对抗原理》.西安：西安电子科技大学出版社，1999，1.

[2] GOJW.Synthetic Aperture Radar and ElectronicWarfare [M].Boston：Artech House Inc，1993.

[3] 恽建波，朱云鹏，靳学明.密集假目标干扰的峰均比改善方法.舰船电子对抗，2012，4，35（2）：54-57.

[4] ZHANGW，etal.Comparisons of Anti-Jamming Property of Array Configurations for MIMO Radar with the Same Virtual Array[C].2012 International Workshop on Microwave and Millimeter Wave Circuits and system Technology，2012：1-4.

[5] 杨英科，张宏伟，高红卫.DACR和MIMO雷达抗自卫压制干扰得益分析.舰船电子对抗，2013，36（4）：67-70.

[6] SONG X F，et al.Jammer Detection and Estimation with MIMO Radar[C].2012 Conference Record of the Forty Sixth Asilomar Conference on Signals，Systems and Computers（ASILOMAR），2012：1312-1316.

[7] LIW，et al.Anti Deceptive Jamming for MIMO Radar Based on Data Fusion and Notch Filtering[J].Journalof Radars，2012，1（3）：246-252.

[8] 王堤，张剑云，郑志东.有源干扰条件下机载MIMO雷达降维STAP方法.现代雷达，2013.35（8）：37-42.

[9] CHERNYAK V S.Fundamentals of Multisite Radar Systems[M].Gordon and Breach Science Publishers，1998.

[10]BAKER C J，HUME A L.Netted Radar Sensing[J]. Aerospace and Electronic Systems Magazine.IEEE，2003，18（2）：3-6.

[11]FISHLER E，et al.MIMO Radar：An Idea Whose Time Has Come[J].Proceedings of the 2004 IEEE Radar Conference，Newark，NJ，USA，April2004.

[12]HAIMOVICH A，etal.MIMO Radarwith Widely Separated Antennas[J].IEEE Signal Processing Magazine，2008（1）：116-129.

[13]郑志东，张剑云，周青松，刘春生.基于矢量重构的双基地MIMO雷达相干多目标定位.系统工程与电子技术，2013.35（3）：504-510.

[14]GRECO M，et al.A.Radar Detection and Classification of Jamming Signals Belonging to a Cone Class[J].IEEE Transactions on Signal Processing，2008，56（5）：1984-1993.

[15]LU G，et al.Anti-jamming Filtering for DRFM Repeat Jammer Based on Stretch Processing[C].2010 2nd International Conference on Signal Processing Systems（ICSPS），Dalian，2010（1）：78-82.

[16]FISHLER E，et al.Spatial Diversity in Radars-models and Detection Performance[J].IEEE Transactions On Signal Processing，2006，54（3）：823-838.

[17]HAYKIN S.Adaptive Filter Theory，4th ed[M].Beijing：Electronic Industry Press，2010.5.1.

蒋铁珍(1977—),女,江苏南通人,高工,主要研究方向为雷达系统及信号处理、新体制雷达；

E-mail：tietiezhen@163.com

廖同庆(1976—),男,安徽合肥人,副教授,主要研究方向为光纤通信、微波天线和激光雷达。

Research on Anti-mainlobe Jamm ing M ethod of Distributed Radar Based on LMS A lgorithm

JIANG Tie-zhen，LIAO Tong-qing
（School of Electronics and Information Engineering，Anhui University，Hefei230601，China）

Main lobe jamming is one of the crucial obstacles for radar detecting performance，which is still impossible formodern radar to overcome.Distributed radar is a new radar system，which puts forward the anti-mainlobe jamming method of distributed radar based on LMS algorithm by using flexible space configuration and signal level fusion.Distributed radar uses T/R-R，if the distance between two receivers is large enough，target echo is un-correlated，while dense false target signal is correlated.Dense false target is similar to noise jamming，whose amplitude ismuch more than the target echo signal.According to this characteristic，two receivers process echo signal on the signal level based on LMS algorithm，which can eliminate the main-lobe jamming.The detailed processing and analysis is presented，

simulation and test demonstrate the effectiveness of themethod.

distributed radar；main-lobe jamming；LMS algorithm；DRFM

TN974

A

1673-5692（2015）04-389-06

10.3969/j.issn.1673-5692.2015.04.011

2015-07-16

2015-07-31

教育部高等学校博士学科点专项科研基金（20123401120008）