主瓣多假目標干擾收發聯合抑制方法

張 洋, 位寅生, 于 雷,*

(1. 哈爾濱工業大學電子信息工程學院, 黑龍江 哈爾濱 150001;2. 工業與信息化部對海監測與信息處理重點實驗室, 黑龍江 哈爾濱 150001)

0 引 言

隨著數字射頻存儲[1-2](digital radio frequency memory,DRFM)技術的快速發展,現代作戰飛機、艦船、低空突防目標等往往配備自衛干擾機,或與隨隊干擾機協同工作。在被雷達鎖定后,干擾機采用DRFM技術對探測信號進行截獲和存儲,進而調制生成多個與目標位于同一波束內的假目標[3-4],即主瓣多假目標干擾,誘使雷達丟失真目標,嚴重影響雷達戰場工作性能。該干擾具有以下兩種特性,一是真假目標回波強相關,難以分辨;二是真假目標空-時-頻多域強耦合,難以分離。尤其是多個假目標同時存在的場景進一步加劇了這一干擾的對抗復雜度。

根據DRFM干擾機轉發延遲的不同,主瓣假目標干擾可分為兩種情況:一是干擾機對整個探測脈沖進行截獲再轉發,即脈間轉發干擾;二是對部分探測信號進行截獲并快速轉發,即脈內轉發干擾。本文主要考慮第一種情況,即干擾機生成的假目標相比真目標回波至少延遲一個脈沖寬度進入接收機,遠遠滯后于真目標,這極大弱化了干擾的欺騙性及威脅度。為此,干擾機一般會調整干擾轉發時延,延遲一個或多個脈沖重復周期(pulse repetition interval,PRI),使假目標位于真目標距離門附近,增加干擾的欺騙性及威脅度。

對于具有一個或多個PRI延時的假目標干擾,波形分集技術是解決該問題的有效手段,國內外已有大量學者利用波形分集思想在時域與多普勒域開展基于波形的干擾對抗方法研究。在時域,主要是通過發射一組特定的波形,使得延遲一個或多個PRI的假目標在接收端失配,如文獻[5]對各個調頻周期的線性調頻信號調頻斜率分別進行微調,進而結合三步匹配濾波方法抑制假目標;文獻[6-7]設計正交分組編碼信號,在接收端通過匹配處理濾除假目標;文獻[8]設計了一組互相關函數在特定區域凹陷的相位編碼信號,可使干擾在目標距離門附近產生保護凹口,實現假目標抑制。在多普勒維,對抗方法主要是對發射的脈沖序列進行脈間相位編碼,從而調整干擾能量在多普勒維的分布,如文獻[9]通過脈間隨機相位編碼,使干擾信號在多普勒維無法聚焦,呈現噪聲特性。但這種方法對干擾的抑制能力與積累脈沖數N有關,可將干擾信號功率抑制10lgNdB,在N較小情況下抗干擾性能較差。針對這一問題,文獻[4,10-11]提出了基于認知的自適應脈間相位編碼優化設計方法,該方法可使干擾信號在目標多普勒譜檢測區域形成保護凹口,可以更有效地實現抗干擾。

上述方法在假目標較少場景下可有效對抗,但對于主瓣多假目標干擾,波形設計時需要考慮不同假目標的距離-多普勒位置,延遲脈沖數等參數,會大幅消耗波形優化自由度,導致假目標抑制效果差,甚至難以奏效。得益于近些年新體制多輸入多輸出(multiple input multiple output, MIMO)雷達技術的快速發展,其相比于傳統雷達,具有更高的波形分集增益、優化自由度,為主瓣多假目標干擾有效對抗帶來新的突破方向。文獻[12-18]在頻率分集陣列MIMO(frequency diverse array MIMO,FDA-MIMO)雷達體制上,利用FDA-MIMO信號的距離-角度耦合性,調整陣元間頻偏量來使干擾在發射頻率域搬離波束主瓣,成為旁瓣干擾,進而在空域實現干擾抑制。該類方法對抗效果與假目標距離-多普勒譜上分布無關,而主要取決于干擾延遲脈沖數,降低了多假目標干擾抑制復雜度,可有效改善假目標抑制效果。然而,該類方法只能實現干擾的空域搬移,波形抗干擾自由度有待進一步挖掘。此外,該類方法發射端波形設計與接收端濾波器設計是分離的,無法充分利用發射端與接收端抗干擾資源,在干擾場景復雜情況下可能出現信噪比損失大、抗干擾性能不穩健等問題。

針對上述問題,本文提出一種空時相位編碼MIMO (space time phase coded MIMO, STPC-MIMO)信號與失配濾波器聯合設計的方法來實現主瓣多假目標干擾對抗。該信號是對正交MIMO信號不同天線單元發射的不同脈沖初始相位分別進行編碼,可實現假目標能量在空域的靈活調整,而不局限于文獻[12-18]中介紹的假目標空域搬移。在這一波形基礎上,進一步提出了STPC-MIMO信號與失配濾波器聯合設計方法。本文對STPC-MIMO信號的回波特性進行了分析并給出了干擾模型;然后，介紹了干擾對抗原理,并在此基礎上給出了STPC-MIMO信號與失配濾波器聯合設計方法以及假目標先驗知識獲取方式,形成了波形設計-干擾認知閉環系統;最后，通過仿真實驗驗證了所提算法的有效性。

1 STPC-MIMO信號特性分析

1.1 STPC-MIMO信號模型

不失一般性,記雷達發射陣與接收陣皆為等距線陣,陣元間距相同,記為d,天線單元數分別為M和N,且收發共置,即遠場目標相對于發射陣與接收陣方位差異可忽略。則STPC-MIMO雷達第m個天線單元發射信號形式如下:

(1)

(2)

式中,rect(·)為矩形函數；L為積累脈沖數;Tr為脈沖重復周期;T為脈沖寬度;f0為載頻;φm,l=lφm為對第m個天線單元發射的第l個脈沖信號附加的STPC,其中φm∈[0,2π)，m=1,2,…,M;um(t)為第m個天線單元發射信號的基帶調制信號,不同基帶調制信號相互正交,即

i,j=1,2,…,M

(3)

式中,(·)*為共軛運算符;δ(t)為沖激函數。圖1給出了STPC-MIMO信號示意圖。

圖1 STPC-MIMO信號示意圖Fig.1 Schematic diagram of STPC-MIMO signal

1.2 STPC-MIMO信號回波特性

記一遠場散射點位于θ方位,徑向距離為r,則第n個接收天線收到的來自第m個發射天線輻射信號的回波可表示如下:

(4)

(5)

式中,a(fθ)為角頻率fθ對應的發射流型矢量,可表示如下:

a(fθ)=[1,ej2πfθ,…,ej2πfθ(M-1)]T

(6)

同理,角頻率fθ對應的接收流型矢量b(fθ)表示如下:

b(fθ)=[1,ej2πfθ,…,ej2πfθ(N-1)]T

(7)

與正交MIMO信號在接收端只需要經過多通道匹配處理來實現各天線發射信號的分離相比,STPC-MIMO信號在接收端去載頻處理后的匹配處理包括兩個步驟:一為多通道匹配處理;二為STPC匹配處理。由于不同接收天線兩步匹配處理流程相同,在此以第n個接收天線兩步匹配處理流程為例進行詳細介紹,圖2給出了兩步匹配處理流程示意圖。

圖2 第n個接收天線兩步匹配處理流程Fig.2 Two-step matching processing flow for the nth receiving antenn

(8)

(9)

ξej2π[fθ(n-1)+fθ(m-1)]ejφm,l-jφm,l+pγ(t-lTr-τr)=

ξej2π[fθ(n-1)+fθ(m-1)]e-jpφmγ(t-lTr-τr)

(10)

yl=ξb(fθ)?[a(fθ)⊙exp{-jpφ}]

(11)

式中,?為Kronecker積運算符;⊙為Hadamard積運算符;φ=[φ1,φ2,…,φM]T為可調制相位碼組。同時,式(12)等式右側去除系數ξ即為回波信號收發聯合流型矢量,這一收發聯合流型矢量與脈沖重復周期數l無關,而只與回波散射點方位θ、相位編碼組φ以及回波延遲脈沖數p有關,在此可將STPC-MIMO信號回波收發聯合流型矢量記為c(θ,p):

c(θ,p)=b(fθ)?[a(fθ)⊙e-jpφ]

(12)

式(13)中回波延遲脈沖數p與回波延時τr有關,具體可分為以下兩種情況。

情況①:當0≤τr≤Tr時,散射點回波無距離模糊,p=0。這種情況下回波收發聯合流型矢量可表示為

c(θ,0)=b(fθ)?a(fθ)

(13)

c(θ,p)=b(fθ)?[a(fθ)⊙e-jpφ]

(14)

1.3 目標與干擾模型

第1.2節分析了STPC-MIMO信號的回波特性,根據回波延時是否超過一個PRI可分為兩種情況。對于雷達系統探測的真實目標一般位于雷達最大無模糊范圍之內,屬于情況①,記來自θs方位的真目標回波在接收端經過兩步匹配處理后收發聯合流型矢量為

cs(θs)=b(fθs)?a(fθs)

(15)

由式(15)可見,真目標信號回波處理后發射角頻率與接收角頻率皆為fθs,位于發射-接收角頻率譜對角線上,即圖3中的紅線區域。

圖3 雷達發射接收二維角頻率譜Fig.3 Two-dimensional angular frequency spectrum of radar emission and reception

而基于DRFM技術生成的假目標信號具有一個或多個PRI延遲,屬于情況②,則來自θI方位延遲p個PRI的假目標在接收端經過兩步匹配處理后收發聯合流型矢量為

cI(θI,p)=b(fθI)?[a(fθI)⊙e-jpφ]

(16)

由上文所述,STPC-MIMO雷達附加的STPC對于真目標回波無影響,但對于延遲一個或多個PRI的假目標,會改變其空域能量分布。

2 主瓣多假目標對抗原理與方法

2.1 主瓣多假目標干擾對抗原理

由式(15)與式(16)可知,來自θs方位的真目標收發聯合流型矢量為cs(θs),目標回波位于發射接收二維角頻率譜對角線上,這可作為先驗信息。而來自θI方位延遲p個PRI的假目標收發聯合流型矢量為cI(θI,p),因此在假目標方位、功率以及延遲脈沖數已知情況下,可通過自適應設計相位編碼組φ來調整假目標空域能量分布,實現真假目標空域分離。

(17)

對回波作失配濾波處理,輸出信干比為

(18)

(19)

式中,1NM×1為NM維全1列向量。

在接收端利用失配濾波處理來抑制干擾會導致輸出信噪比的損失,在此對失配處理導致的信噪比損失量SNRloss進行推導,首先給出匹配處理輸出信噪比SNRmatch:

(20)

SNRmismatch=

(21)

由式(19)與式(20)可得失配濾波輸出信噪比損失量SNRloss:

(22)

由式(19)可知,接收端處理輸出信干比與假目標協方差矩陣RI以及失配加權值w有關。而由式(16)與式(17)可知,假目標協方差矩陣RI受假目標方位、延遲脈沖數、功率等參數以及相位編碼組φ的影響,其中相位編碼組φ可任意調整,因此可通過聯合優化設計相位編碼組φ與失配加權值w來改善輸出信干比。此外,由式(22)可知,加權值w的取值影響信噪比損失,因此需要兼顧信噪比損失問題。

2.2 STPC-MIMO信號與失配加權值聯合優化

結合第2.1節介紹的干擾對抗原理,以式(18)所示輸出信干比的倒數為代價函數,輸出信噪比損失值為約束條件,可建立如下優化問題:

(23)

(24)

對于式(24)所示優化問題,本文采用交替迭代算法[19]進行求解。該算法先固定失配加權值w優化相位碼組φ,進一步固定相位碼組φ來優化失配加權值w。將上述兩步循環交替操作,直到滿足某個收斂準則時停止。下面對式(24)優化問題具體優化過程進行介紹。

(1) 固定w優化φ

當失配加權值w固定時,式(24)所示優化問題可改寫如下:

(25)

式中,

(26)

{b(fθI,k)?[a(fθI,k)⊙e-jpkφ]}⊙[b(fθs)?a(fθs)]*=

b(fθI,k-fθs)?[a(fθI,k-fθs)⊙e-jpkφ]=

[b(fθI,k-fθs)?a(fθI,k-fθs)]⊙[1N×1?e-jpkφ]

(27)

將式(27)代入式(26)可得

[1N×1?e-jpkφ]}|2=

[1N×1?e-jpkφ]|2=

{w⊙[b(fθs-fθI,k)?a(fθs-fθI,k)]}H[1N×1?e-jpkφ]=

(28)

式中,

{w⊙[b(fθs-fθI,k)?a(fθs-fθI,k)]}H

(29)

記矩陣Uk由N×N個塊矩陣組成,即

(30)

(31)

式中,

(32)

則將式(31)代入式(25),優化問題可重寫如下:

(33)

對于式(33)所示無約束非凸優化問題,在此采用自適應梯度優化算法進行求解,具體算法流程可參考文獻[20],不再贅述。在此僅給出代價函數(e-jpkφ)HVke-jpkφ關于相位碼組φ的梯度推導:

(34)

式中,

diag(-jpke-jpkφ)

(35)

將式(35)代入式(34)可得

(36)

(2) 固定φ優化w

當STPC組φ固定時,式(24)所示優化問題可改寫如下:

(37)

在式(37)中引入輔助變量t,式(37)優化問題可改寫如下:

(38)

根據上述內容,可將式(24)優化問題迭代求解算法詳述如下。

算法 1 迭代求解流程輸入:目標方位θs,假目標方位θI,1,θI,2,…,θI,K、功率σ2I,1,σ2I,2,…,σ2I,K及延遲脈沖數p1,p2,…,pK,參數C,初始化STPC組φ0,失配加權值w0,迭代次數i=0步驟 1 令i=i+1,固定wi-1,根據式(33),通過自適應梯度算法優化求解得到φi;步驟 2 固定φi,根據式(38),通過內點法優化求解得到wi;步驟 3 利用φi與wi計算輸出信干比,記為SIRi;步驟 4 返回步驟1,直到|SIRi-SIRi-1|<ε停止算法,其中ε為一很小的正數。輸出:最優相位碼組φopt,最優適配加權值wopt。

通過上述算法,可實現相位碼組φ與失配加權值w的優化求解。

由于式(24)中最優信噪比損失量難以進行定量計算,針對該問題,在此給出一種信噪比損失量C自適應調整方法,便于本文方法在實際工程項目中應用。首先,可根據經驗預先設置信噪比損失量C,如設置為103/10,即3 dB,這在雷達實際工作過程中一般是可接受的。在此條件下聯合優化相位碼組φ以及失配加權值w,若優化后得到的信干比滿足需求,可直接發射設計的波形;若不滿足需求,可逐漸增加信噪比損失量C,直到信干比滿足需求。

2.3 假目標參數認知方法

本部分對假目標參數認知方法進行介紹,雷達系統首先發射隨機STPC-MIMO信號作為探測信號,即相位碼組φ中的M個相位值在[0,2π)范圍內隨機選取。對該信號回波進行多延時通道兩步匹配處理,由于不同接收天線接收到的信號處理流程相同,在此以第n個天線接收到的回波多延時相關通道處理為例來具體介紹,處理流程圖如圖4所示。

圖4 第n個接收天線單元多延時通道兩步匹配處理流程Fig.4 Two-step matching process for the nth receiver antenna cell multi-delay channel

如圖4所示,對于第n個天線接收到的延遲1個PRI進入接收機的假目標信號,其在多通道匹配處理后若輸入延時1個PRI的通道中進行STPC匹配處理,其附加的STPC被抵消,進一步通過多普勒處理以及空域處理,可在空域形成峰值輸出。但若將其輸入其他延時通道進行STPC匹配處理,由于STPC不匹配,無法抵消,因此處理后無法在空域形成峰值輸出。同理,延遲p個PRI的假目標信號在延時p個PRI的通道處理后,可在空域形成峰值輸出,但在其他延時通道處理后,無法在空域形成峰值輸出。因此,通過該多延時通道兩步匹配處理,在不同延時通道處理結果中搜尋空域峰值輸出,若某一延遲通道具有空域峰值輸出,則存在假目標信號,且假目標延遲脈沖數與延時通道數相同,基于這一原理可識別假目標并提取假目標延遲脈沖數。當假目標延遲脈沖數最大為P時,在對前P+1個脈沖周期的回波進行多延遲相關通道處理后,繼續對后續脈沖周期回波進行處理無法獲得更多假目標信息,因此可設定當對連續Q個脈沖周期回波數據處理后都無法獲取更多假目標信息,則停止,即對P+Q+1個脈沖周期回波信號處理后即可實現對假目標先驗知識的提取。需要注意的是,由于雷達空域分辨率一般難以滿足需求,因此圖4中的空域處理選用空域超分辨處理,對不同延遲通道輸出進行超分辨處理即可獲得假目標方位信息。超分辨處理計算量受限于求逆過程,當匹配通道輸出數MN較小時,求逆計算量可忽略,當匹配通道輸出數MN較大時,可根據實際情況選取部分匹配通道輸出用于超分辨處理,降低計算量。

理論上,在延時PRI為0的通道,可檢測出真目標信號,但由于假目標信號強度一般大于目標信號,尤其是多個假目標同時存在的情況下,會導致噪底抬高,可能淹沒弱目標信號,因此需要利用假目標先驗知識來自適應設計STPC-MIMO信號以及失配加權值來對抗干擾,進而獲得目標最優檢測性能。

由于假目標個數及其他參數可能隨時變化,在利用優化后的STPC-MIMO信號用于雷達系統目標探測的同時,對其回波同樣可以進行多延時通道兩步匹配處理,來提取新的假目標參數信息更新STPC組以及失配加權值,從而形成波形自適應設計-假目標參數認知的閉環系統。

3 仿真實驗

本部分對STPC-MIMO信號與失配濾波器聯合優化設計方法進行仿真分析,MIMO雷達陣元配置與信號仿真參數如表1所示。

表1 雷達陣元配置與信號仿真參數

3.1 抗干擾有效性仿真驗證

本部分首先對所提方法抗干擾有效性進行仿真驗證,假設空間遠場存在一個真目標與3個假目標,位于同一波束主瓣內,具體仿真參數如表2所示。

表2 真假目標仿真參數

為驗證本文方法有效性,在此給出MIMO信號、FDA-MIMO信號,以及STPC-MIMO信號回波處理后發射接收二維角頻率譜圖,其中FDA-MIMO信號陣元間最優頻率步進量選取方式參考文獻[22]。由于陣元數較少,空域分辨率低,因此采用多重信號分類(multiple signal classification, MUSIC)算法進行空域高分辨處理,仿真結果如圖5所示。圖5給出了3種信號回波處理后的發射接收二維角頻率譜,其中圖5(a)為MIMO信號處理結果,可見真假目標都位于譜對角線上,且假目標2與真目標位于同一方位角;圖5(b)為FDA-MIMO信號處理結果,假目標1,假目標2以及假目標3搬離譜對角線,而真目標無變化;圖5(c)為STPC-MIMO信號處理結果,可見3個假目標能量在空域得到自適應調整,分布于真目標空域檢測區域外。

圖5 3種信號回波發射接收二維角頻率譜Fig.5 Two dimensional angular frequency spectrum of three kinds of signal echo transmitting and receiving

進一步對3種信號回波進行濾波處理,其中MIMO信號與FDA-MIMO信號回波采用自適應波束形成處理,STPC-MIMO信號回波采用優化得到的失配濾波器進行處理,處理輸出多普勒譜如6所示。圖6給出了3種信號回波濾波處理輸出的多普勒譜。其中,圖6(a)為MIMO信號回波處理輸出結果,其中假目標1與假目標3得到抑制,而假目標2與真目標位于同一方位,因此假目標2未得到抑制,真目標輸出幅度為76.82 dB,假目標2輸出幅度為100 dB,假目標2旁瓣導致真目標幅度有一定抬高;圖6(b)為FDA-MIMO信號回波處理輸出結果,真目標輸出幅度為73.26 dB,3個假目標得到有效抑制;圖6(c)為STPC-MIMO回波處理輸出結果,真目標輸出幅度為73.57 dB,3個假目標得到有效抑制。通過上述分析,FDA-MIMO信號與STPC-MIMO信號都可有效抑制干擾,但通過圖6(b)與圖6(c)對比可見,圖6(b)中噪底相對更高,這是由于對FDA-MIMO信號回波進行自適應波束形成處理時會造成更大的信噪比損失。

圖6 3種信號回波濾波處理輸出多普勒譜Fig.6 Output Doppler spectrum of three kinds of signal echo filter processing

通過上述兩組對比實驗,可見本文所提方法可實現干擾能量在空域的自適應調整而不局限于空域搬移,以及可在信噪比損失更低情況下實現干擾抑制,驗證了方法的有效性。

3.2 抗干擾性能仿真分析

進一步對本文所提方法抗干擾性能進行仿真分析。影響本文抗干擾方法效果的因素包括信噪比損失量C,干擾源數,主瓣內具有不同PRI延遲的假目標數,輸入信干比值,以及輸入信噪比值,其中設置的信噪比損失量C越大,有望更有效抑制假目標,而干擾源數,主瓣內具有不同PRI延遲的假目標數,輸入信干噪比值3個因素可能影響本文方法對真假目標的分離效果,輸入信噪比值決定了假目標得到有效抑制后輸出信干噪比。下文設置了5個子實驗對上述5個影響因素進行分析。

子實驗 1在此對信噪比損失對優化結果的影響進行仿真分析,仿真參數與表1和表2中相同,仿真結果如7所示。圖7給出了信噪比損失取值不同情況下對優化結果的影響,圖中橫軸表示信噪比損失值,縱軸表示優化后的代價函數值,由于仿真時目標功率設置為1,由式(23)與式(24)可知,縱軸也可以理解為無噪聲情況下干信比值,可見信噪比損失量C越大,假目標抑制效果越好,直到收斂,因此設置合適的信噪比損失量C,即可在信噪比損失可控情況下有效抑制假目標。下面4個子實驗中信噪比損失量皆設為3 dB。

圖7 信噪比損失對優化結果的影響Fig.7 Influence of signal to noise ratio loss on optimization results

子實驗 2在此對雷達主瓣內具有不同假目標數的影響進行仿真分析,仿真場景如下。

雷達遠場存在P個假目標,均勻分布于(80°,100°)角度區間內,所有假目標延遲脈沖數均為1,其他仿真參數同表1與表2。圖8給出P不同取值情況下3種信號處理輸出信干噪比對比,其中MIMO信號無法有效抑制主瓣干擾,而FDA-MIMO信號與本文所提方法可有效對抗干擾,即兩種方法都可實現主瓣內真假目標的分離,可見具有相同延遲脈沖的假目標數目對真假目標分離效果影響較小。

圖8 假目標數的影響Fig.8 Effect of false targets number

子實驗 3在此對雷達主瓣內具有不同PRI延遲的假目標數的影響進行仿真分析,仿真場景如下。

雷達遠場存在P個假目標,均勻分布于(80°,100°)角度區間內,第p個假目標延遲脈沖數為p,其他仿真參數同表1與表2。圖9給出P不同取值情況下3種信號處理輸出信干噪比對比,其中MIMO信號由于無法抑制假目標2,因此輸出信干噪比主要受假目標2的影響,同時在抑制假目標1與目標3時還會存在信噪比損失的問題,輸出信干噪比約為-27 dB,而FDA-MIMO信號與本文所提方法可有效對抗主瓣干擾。但從圖9中也可看到,隨著P的增加, FDA-MIMO信號與本文所提方法回波處理輸出信干噪比都呈現下降趨勢,可見具有不同PRI延遲的假目標數會影響兩種波形對真假目標的分離效果。但相比于FDA-MIMO信號,本文所提方法處理輸出信干噪下降曲線更為緩慢,可更充分地調用波形優化自由度實現真假目標分離,抗干擾性能更為穩健。

圖9 具有不同PRI延遲的假目標數的影響Fig.9 Effect of false targets number with different PRI delays

子實驗 4在此對輸入信干比的影響進行仿真分析,仿真場景為子實驗3中P=7的情況,仿真結果如圖10所示。

圖10 不同輸入信干比的影響Fig.10 Effect of different input signal to interference ratio

圖10給出了不同輸入信干比情況下回波處理輸出信干噪比對比圖,其中MIMO信號由于抑制假目標,輸出信干噪比約為-27 dB,而FDA-MIMO信號與本文所提方法可對抗主瓣干擾,可見輸入信干比對真假目標分離效果影響較小。但從圖10中也可看出,本文所提方法輸出信干噪比優于FDA-MIMO雷達,這是由于FDA-MIMO信號回波中干擾進行抑制時,會導致更大的信噪比損失。

子實驗 5在此對輸入信噪比對回波處理輸出信干噪比的影響進行仿真分析,仿真場景為子實驗3中P=7的情況,仿真結果如圖11所示。

圖11 不同輸入信噪比的影響Fig.11 Effect of different input signal to noise ratio

圖11 給出了不同輸入信噪比情況下回波處理輸出信干噪比對比圖,其中MIMO信號由于抑制假目標,輸出信干噪比約為-27 dB,而FDA-MIMO信號與本文所提方法可對抗主瓣干擾。但從圖11中也可看出,本文所提方法輸出信干噪比優于FDA-MIMO雷達,這是由于本文方法可在信噪比損失可控條件下有效抑制干擾,而對FDA-MIMO信號回波中干擾進行抑制時,會導致較大的信噪比損失,因此在相同輸入信噪比條件下,其輸出信干噪比小于本文所提方法。

綜上所述,信噪比損失量C越大,本文方法對假目標抑制能力越強;而干擾源數,主瓣內具有不同PRI延遲的假目標數以及輸入信干比值3個因素中,主要影響真假目標分離效果的因素為具有不同PRI延遲的假目標數,即具有不同PRI延遲的假目標數越多,本文方法抗干擾效果會逐漸變差,其他兩個因素影響較小。最后,由于本文方法可有效抑制干擾,因此輸入信噪比越大,輸出信干噪比越大。

3.3 假目標參數認知方法有效性仿真實驗

本部分對第2.3節介紹的基于多延遲通道處理的假目標參數認知方法有效性進行驗證。由第3.2節子實驗4可知,輸入信干比對本文方法分離真假目標效果影響較小,因此只需要對假目標延遲脈沖數與方位信息進行提取即可,算法1中假目標功率可記為1。本部分實驗仿真參數同表1與表2。用于多延遲通道處理的回波數據為第1個接收天線在第6個脈沖周期內接收到的STPC-MIMO回波信號,多延遲處理通道數記為6,每個延遲通道處理輸出分別進行通過MUSIC算法處理,處理結果如圖12所示。由圖12可見,可見在延遲通道1,延遲通道2以及延遲通道3分別存在一個峰值輸出,其他通道無峰值輸出,則可知回波中存在3個假目標,延遲脈沖數分別為1、2、3。此外,由圖12可知3個假目標方位分別為85.05°,89.91°以及94.95°,與表2中設置參數基本相符,可見該方法可有效提取假目標參數,實現假目標實時認知。

圖12 不同延遲通道空域超分辨處理結果Fig.12 Spatial super-resolution processing results of different delay channels

4 結 論

針對主瓣多假目標干擾抑制的難題,本文提出一種STPC-MIMO信號與失配濾波器聯合優化設計的對抗方法。在對STPC-MIMO信號特性分析基礎上,給出了主瓣多假目標干擾對抗原理,以及STPC-MIMO波形與失配濾波器聯合優化方法,此外還給出了基于STPC-MIMO信號回波的假目標參數快速提取方法,形成波形發射-干擾認知閉環系統。由仿真實驗可見,與現有方法相比,本文所提方法抗干擾性能不受假目標距離-多普勒位置的影響,只與假目標延遲PRI數以及方位有關,優化約束大幅降低,且更充分調用了收發兩端抗干擾資源,在主瓣多假目標干擾場景下具有更穩健的抗干擾性能。