多干擾源環(huán)境下多基地雷達(dá)主瓣干擾抑制方法*

王強(qiáng)，張永順，司文濤

(空軍工程大學(xué) 防空反導(dǎo)學(xué)院，陜西 西安 710051)

多干擾源環(huán)境下多基地雷達(dá)主瓣干擾抑制方法*

王強(qiáng)，張永順，司文濤

(空軍工程大學(xué) 防空反導(dǎo)學(xué)院，陜西 西安 710051)

針對空間多干擾源方向未知時，干擾抑制效果差這一問題，提出了一種新方法。首先利用改進(jìn)的MUSIC算法對干擾方位信息進(jìn)行估計，重新建立干擾模型，然后再進(jìn)行接收站之間聯(lián)合干擾對消。結(jié)合仿真實(shí)驗(yàn)分析可知，經(jīng)過以上2步處理，信號峰值幅度可達(dá)到0.05 V，輸出信干噪比改善量約為25～30 dB。實(shí)驗(yàn)結(jié)果表明，該方法具有有效性。

多干擾源；多基地雷達(dá)；主瓣相消

0 引言

當(dāng)天線主波束內(nèi)存在多個干擾源的情況下，常見的自適應(yīng)波束形成技術(shù)、極化濾波技術(shù)、自適應(yīng)干擾相消技術(shù)均不能有效實(shí)現(xiàn)干擾抑制[1-2]。近年來，隨著多基地雷達(dá)相關(guān)技術(shù)的逐漸成熟，其在雷達(dá)電子對抗、目標(biāo)識別、成像等方面的應(yīng)用越發(fā)廣泛，特別是對“三大同步問題”的積極研究，確保了多基地雷達(dá)空間相干特性的有效發(fā)揮。空間相干多基地雷達(dá)，即多基地相參雷達(dá)，能夠?qū)崿F(xiàn)多個接收站間信號的聯(lián)合處理，充分利用其豐富的站間信息資源。文獻(xiàn)[3]中明確指出，多基地相參雷達(dá)的一個重要優(yōu)勢：在已知干擾源干擾方向的前提下，可實(shí)現(xiàn)主波束內(nèi)干擾信號的對消而不抑制目標(biāo)回波。倘若空間有多個干擾方向未知的干擾源，由于未知因素的存在，將會給接收站之間的聯(lián)合信息處理造成影響，干擾抑制性能還有待研究。

結(jié)合以上分析，本文著重研究天線主瓣內(nèi)存在多個干擾源，且干擾方向未知時，多基地相參雷達(dá)抗主瓣干擾的性能。

1 目標(biāo)回波信號模型

假設(shè)多基地雷達(dá)由一個發(fā)射站與m個接收站組成，各接收站之間基線長度的布設(shè)，影響著目標(biāo)回波信號在站間輸入端的相關(guān)性。倘若基線長度滿足站間弱相關(guān)的條件，當(dāng)發(fā)射信號照射目標(biāo)時，考慮到實(shí)際接收信號的幅度有效值與初相位的隨機(jī)性，可將第i個接收站的目標(biāo)回波信號可表示為

Si(t)=Asis0(t-Δtsi)exp{j[(ω0+Δωsi)(t-Δtsi)+φsi]},

(1)

2 干擾信號模型

由于干擾信號的類噪聲與復(fù)隨機(jī)特點(diǎn)，其模型可通過互功率譜來建立。針對天線主瓣內(nèi)存在多個方向未知干擾源的情況，模型的建立將主要分為2個步驟：①估計不同干擾源空間方位信息；②結(jié)合估計信息，建立干擾信號模型。

2.1 不同干擾源空間方位信息的估計

在估計干擾源空間方位方向信息時，考慮到多個干擾源空間角度相近，為了提升對干擾源的分辨性能，及時準(zhǔn)確獲知空中干擾源的數(shù)量，本文提出了一種改進(jìn)的多重信號分類(multiple signal classification,MUSIC)算法來實(shí)現(xiàn)干擾源空間方位信息的估計，具體過程如下。

假設(shè)有m個接收站，空間存在p(p

X=(x1,x2,…,xm)T=S+J+N，

(2)

式中：S為m個接收站的目標(biāo)回波信號矢量，S=(s1,s2,…,sm)T；J為p個干擾源產(chǎn)生的干擾信號矢量，J=(j1,j2,…,jp)T；N為不同接收站的內(nèi)部噪聲矢量。

(3)

式中：Q為快拍次數(shù)。

(4)

式中：Θj，Θsn分別為干擾子空間、信號與噪聲子空間；Λj，Λsn分別為干擾對角陣、信號與噪聲對角陣。

針對文獻(xiàn)[10-11]中的相關(guān)內(nèi)容，對MUSIC算法的空間譜表達(dá)式作出改進(jìn)。改進(jìn)的空間譜表達(dá)式為

(5)

式中：γ(α)為干擾的導(dǎo)向矢量；κ的表達(dá)式為

(6)

2.2 模型的建立

由于從天線主瓣進(jìn)入接收機(jī)的干擾信號是一種類似噪聲的復(fù)隨機(jī)信號，因此可用互功率譜來反映干擾特性。則m個接收站輸入端的干擾與噪聲互功率譜矩陣[3-12]為

(7)

式中：Ψ為n×n矩陣，且對角線元素分別為各自接收站內(nèi)部噪聲的功率譜密度(power spectral density,PSD)；Γk(w)為第k個干擾源歸一化復(fù)包絡(luò)PSD；Χk(w)為n×1矩陣，其第i(i=1，2，…，n)個元素為

(8)

3 仿真實(shí)驗(yàn)與分析

假設(shè)空中有一架目標(biāo)飛機(jī)正朝著地面多基地雷達(dá)系統(tǒng)勻速等高飛行，其初始位置同單基地雷達(dá)(transmitter and receiver,TR)雷達(dá)站距離為200 km，飛行高度10 km，飛行速度600 m/s。該飛機(jī)上攜帶有2架小型干擾機(jī)，在某一時刻干擾機(jī)均被投放，進(jìn)行隨隊掩護(hù)飛行，并對TR雷達(dá)站形成了主瓣干擾。已知2架干擾機(jī)的飛行方向略微偏離目標(biāo)飛機(jī)，偏離度分別為0.1°與0.6°，其他飛行參數(shù)同目標(biāo)飛機(jī)一致。仿真從干擾機(jī)被投放時刻開始，記該時刻t=0，至偏角較大的干擾機(jī)與目標(biāo)飛機(jī)橫向距離為60 m時結(jié)束。已知發(fā)射站發(fā)射脈沖信號，信號載頻為1 GHz，采樣頻率為5 GHz，數(shù)據(jù)預(yù)處理延遲通道個數(shù)為5。

結(jié)合文獻(xiàn)[3]中提到的主瓣干擾對消算法，設(shè)定多基地雷達(dá)系統(tǒng)為TR-R2型，3個接收站呈等角環(huán)行部署方式，且兩兩之間的基線長度均為25 km。仿真分別利用經(jīng)典MUSIC算法與改進(jìn)的MUSIC算法進(jìn)行干擾源方位信息估計，得到不同的干擾模型，進(jìn)而研究其對干擾抑制的影響。具體仿真結(jié)果如圖1～5所示。

圖1 干擾對消前的輸出信號波形Fig.1 Output signal wave before interference cancellation

圖2 干擾方向未知時的對消效果Fig.2 Cancellation effect in unknown interference direction

圖3 采用MUSIC算法估計方位后的對消效果Fig.3 Cancellation effect after estimation azimuth by using MUSIC algorithm

圖4 采用改進(jìn)MUSIC算法估計方位后的對消效果 Fig.4 Cancellation effect after estimation azimuth by using improved MUSIC algorithm

圖5 輸入與輸出SINR的比較Fig.5 Comparison between input and output SINR

分析并比較圖1～5可得以下結(jié)論：①干擾對消前，目標(biāo)回波信號被干擾信號完全淹沒，且干擾信號幅度普遍超出-2～2 V的范圍；②干擾方位未知情況下進(jìn)行干擾相消，目標(biāo)回波信號依然被干擾信號淹沒，但干擾信號幅度有所下降，幅度范圍在-0.09～0.03 V之間；③若先采用MUSIC算法估計方向，然后再進(jìn)行干擾對消，目標(biāo)回波信號顯現(xiàn)，峰值幅度約為0.016 V,而采用改進(jìn)MUSIC算法處理后，峰值幅度可達(dá)到0.05 V；④通過對輸入與輸出信號與干擾加噪聲比(signal to interference plus noise ratio,SINR)的比較可知，將改進(jìn)的MUSIC算法與干擾相消相結(jié)合，SINR改善效果最優(yōu)，改善量約為25～30 dB。

4 結(jié)束語

本文意在研究多干擾源環(huán)境下多基地雷達(dá)抑制主瓣干擾的性能，在干擾方向未知時，首先通過提出一種改進(jìn)的MUSIC算法估計干擾方位信息，重新建立干擾模型，然后進(jìn)行干擾相消。仿真結(jié)果表明，經(jīng)過以上處理后，無論從干擾對消效果，還是從輸出SINR改善情況分析，該方法均是有效的，具有一定應(yīng)用價值。

[1] DAI Huan-yao, WANG Xue-song, LIU Yong, et al. Novel Research on Mainlobe Jamming Polarization Suppression Technology [J]. Science China, 2012, 55(2): 368-369.

[2] 劉柏君. 高頻雷達(dá)中基于多頻信號的波束形成方法研究[D].哈爾濱：哈爾濱工業(yè)大學(xué), 2011. LIU Bai-jun. Research on Beamforming Based on Multi-Frequency Signals in HF Radar [D].Harbin: Harbin Institute of Technology, 2011.

[3] Victor S Chernyak.Fundamentals of Multisite Radar Systems:Multistatic Radars and Multiradar Systems[M]. Beijing：Publishing House of Elsctronics Industry,2011:70-222.

[4] 司偉建,藍(lán)曉宇,劉學(xué). 提高二維DOA估計分辨率的改進(jìn)MUSIC算法[J]. 西安電子科技大學(xué)學(xué)報:自然科學(xué)版, 2012,39(2):139-140. SI Wei-jian, LAN Xiao-yu, LIU Xue. Modified MUSIC Algorithm for Improving the Resolution of 2-D Direction of Arrival Estimation. Journal of Xidian University:Natural Science ed, 2012,39(2):139-140.

[5] 梁國龍,張鍇,范展,等. 單矢量傳感器MUSIC算法的DOA估計及性能評價[J]. 哈爾濱工程大學(xué)學(xué)報, 2012,33(1):31-32. LIANG Guo-long, ZHANG Kai, FAN Zhan, et al. Performance Evaluation of DOA Estimation Using A Single Acoustic Vector-Sensor Based on An Improved MUSIC Algorithm[J]. Journal of Harbin Engineering University, 2012, 33(1): 31-32.

[6] AKKAR S,GHARSALLAH A. Reactance Domains Unitary MUSIC Algorithms Based on Real-Valued Orthogonal Decomposition for Electronically Steerable Parasitic Array Radiator Antennas[J]. IET Microwaves, Antennas & Propagation, 2012,6(2):226-227.

[7] HE Jin,SWAMY M N S,OMAIR AHMAD M. Efficient Application of MUSIC Algorithm Under the Coexistence of Far-Field and Near-Field Sources[J]. IEEE Transactions on Signal Processing, 2012,60(4):2067-2069.

[8] 謝白玉, 趙鵬. 基于改進(jìn)MUSIC算法的信號DOA估計[J]. 微計算機(jī)信息, 2011, 27(11): 162-163. XIE Bai-yu, ZHAO Peng. A Method of DOA Estimation by Modified MUSIC Algorithm[J]. Microcomputer Information, 2011, 27(11): 162-163.

[9] 王陽, 魯祖坤, 石宇, 等. MIMO雷達(dá)中基于Cyclic-Music算法的DOA估計[J]. 中國雷達(dá), 2012, 30(4): 30-31. WANG Yang, LU Zu-kun, SHI Yu, et al. DOA Estimation Based on Cyclic-Music Algorithm in MIMO Radar[J]. China Radar, 2012, 30(4): 30-31.

[10] 秦潤東,李永彤,于清津. 基于實(shí)值分解技術(shù)的Root-MUSIC 算法[J]. 海上靶場學(xué)術(shù), 2012(9):66-67. QIN Rui-dong, LI Yong-tong, YU Qing-jin. Root-MUSIC Algorithm Based on Real-Valued Decomposition Technique[J]. Sea Shooting Research, 2012(9):66-67.

[11] 劉志剛, 汪晉寬, 王福利. 基于實(shí)值分解技術(shù)的循環(huán)root-MUSIC 算法[J]. 系統(tǒng)仿真學(xué)報, 2006, 18(9): 2438-2442. LIU Zhi-gang, WANG Jin-kuan, WANG Fu-li. Cyclic root-MUSIC Algorithm Based on Real-Valued Decomposition[J]. Journal of System Simulation, 2006, 18(9): 2438-2442.

[12] KONG Ling-jiang, YANG Mei, ZHAO Bin. Adaptive Detection for Shared-Spectrum Multistatic Radar in Gaussian Clutter[C]∥ 2012 IEEE Radar Conference, Atlanta, May 7, 2012:310-31.

Main-Lobe Jamming Suppression Method in the Presence of Many Disturbance Sources

WANG Qiang，ZHANG Yong-shun，SI Wen-tao

(AFEU，Air and Missile Defense School,Shaanxi Xi’an 710051, China)

Aiming at, a kind of new method is proposed to solve the problem of bad jamming suppression effect on direction of the unknown space interference sources Firstly, it estimates the source azimuth information using improved multiple signal classification (MUSIC) algorithm and establishes interference model anew, secondly, makes the joint interference cancellation among different receivers. Combing the simulation experiment, we can know the signal peak amplitude reach 0.05 V and the output signal to interference plus noise ratio (SINR) improves about 25～30 dB through above two step. The experimental result states this method is effective.

many disturbance sources; multistatic radar; main-lobe cancellation

2013-11-27；

2014-06-29

陜西省自然科學(xué)基金資助項目(2010JQ8007)

王強(qiáng)(1989-)，男，陜西三原人。碩士生，主要從事多基地雷達(dá)信號處理研究。

通信地址：710051 陜西省西安市長樂東路甲字一號防空反導(dǎo)學(xué)院研2隊 E-mail：1019611183@qq.com

10.3969/j.issn.1009-086x.2015.03.006

TN973;TN953+.7

A

1009-086X(2015)-03-0035-04