一種多點非勻速旋轉的ISAR雷達干擾方法

趙宏宇，姚輝偉，李廷鵬，楊曉帆，申緒澗

(電子信息系統復雜電磁環境效應國家重點實驗室，河南 洛陽 471003)

0 引 言

逆合成孔徑雷達(ISAR)能夠輻射寬帶雷達信號，通過時域、頻域的信號處理，實現空中運動目標二維高分辨成像，進而通過圖像處理，提取目標的散射特性、幾何尺寸、運動特性等特征，實現空中運動目標的檢測、定位和識別[1-3]。與此同時，運動目標微運動特性也越來越受到重視，通過在目標整體回波中剝離出特定部位的微動回波分量，實現微動特性提取。微動特性包含了目標局部結構和運動特征，在ISAR圖像上表現為特定頻率的信號特性，為目標的精確識別提供了輔助特征，如導彈的自旋、近動/章動特性、飛機螺旋槳的旋轉特性、地面雷達的天線機械掃描特性[4-5]等。

為了有效對抗ISAR雷達的目標識別能力，國內多個技術團隊針對ISAR雷達開展了干擾算法研究[6-10]。文獻[6]分析了ISAR雷達回波仿真方法，提出利用射頻存儲轉發方式實現ISAR雷達假目標欺騙干擾。文獻[7]通過對逆合成孔徑雷達的成像過程進行分析，利用不同位置、不同散射特性的散射點陣，構造了ISAR雷達假目標回波，形成了連續假目標干擾。以上方法利用了ISAR雷達與運動目標之間的轉動特性，構建虛假運動目標，實現了假目標欺騙干擾，但沒有考慮目標的微動特性帶來的目標識別影響。在上述干擾算法的研究基礎上，文獻[8]利用旋轉角反射器構建了無源假目標的微動特性，驗證了ISAR雷達微動干擾的可能性。潘曉義[4]構建了運動目標的散射及微動特性，對ISAR雷達的微動干擾算法進行了深入研究。文獻[9]利用數字圖像合成器，在分析ISAR雷達微動特征的基礎上實現了單點目標微動干擾。

隨著ISAR雷達目標識別技術的不斷發展，結構單一、特征簡單的微動特征已能夠實現穩定的特征提取及目標識別，利用單一特征的微動欺騙干擾已能克服。針對傳統的旋轉微動點目標欺騙干擾容易被發現的缺陷，本文提出了一種多點非勻速旋轉的ISAR雷達干擾算法，不僅能夠實現ISAR雷達微動特征干擾，還使得構建的假目標微動特性不易提取，進而影響ISAR雷達的目標微動特征識別，仿真實驗驗證了本文算法的有效性。

1 旋轉微動目標微多普勒分析

圖1 目標運動特性示意圖

從上述論述可知，目標的微動主要為目標特定部件、結構的快速旋轉或轉動。在進行目標微動特性分析時，假設自旋微動點Pn圍繞中心點o1做勻速圓周運動，自旋半徑為r，自旋角速度為ωP，自旋中心點o1在以o為中心的坐標系中坐標為(x,y)。

ISAR雷達的發射信號為線性調頻信號，則發射信號可表示為：

(1)

則自旋微動點Pn的基帶回波為：

(2)

式中：RPn(tm)為自旋微動點Pn與雷達之間的距離；σPn為Pn的RCS散射值；ha(tm)為方位向慢時間域的窗函數。

基帶回波經距離向脈沖壓縮處理后的一維距離向結果為：

sPn(t,tm)=σPn·sinc{B(t-2RPn(tm)/c)}·

(3)

在進行ISAR成像過程中，目標轉動角度一般較小(θ≤10°)，且自旋半徑r?RPn，則可利用近似公式sinθ≈θ≈0,cosθ≈1展開距離計算公式:

RPn(tm)=R0+R1sin(ω0tm+θ0)+rPsin(ωptm+θP)=

R0+xsin(ω0tm)+ycos(ω0tm)+rPsin(ωptm+θP)≈

R0+y+xω0tm+rPsin(ωptm+θP)

(4)

式中:R0為目標中心點o與雷達之間的直線距離。

文獻[10]提出了包含風、光、儲和電動汽車等的微電網經濟調度模型,分析了電動汽車對微電網經濟性的影響。文獻[11]給出了儲能充放電模型。文獻[12]以智能住宅內的微電網系統為研究對象,建立了以發用電總成本最小為目標的優化模型。文獻[13]建立了電動汽車功率需求的統計模型。文獻[14]考慮了電動汽車能量的雙向流動,以投資成本最低為目標,同時參與電網的削峰填谷,分析了電動汽車雙向充電對電網產生的影響。文獻[15]在已有光儲電站儲能容量配置研究的基礎上,針對儲能設備選型、光儲電站的調度模式、容量配置方法以及光儲電站的全壽命周期經濟可行性等進行了評價。

從上式可以看出，點Pn與雷達之間的距離RPn在慢時間域為變化曲線。在經過脈沖壓縮處理后，若旋轉微動半徑rP=0，則點Pn在方位向慢時間域內的回波僅有多普勒差異，距離處于同一位置，這正是方位向聚焦成像的關鍵；在旋轉微動半徑rP≠0時，距離RPn呈規則正弦變化，變化周期、半徑與旋轉速率、旋轉半徑相關。

假設自旋微動點基于目標中心對稱，微動旋轉半徑rP分別為1 m、10 m、50 m，旋轉周期為10 rad/s，則得到的單點微動、雙點微動一維距離向圖像如圖2所示。

圖2 不同參數下旋轉微動目標一維距離像

從圖2中可以看出，隨著微動目標旋轉半徑rP的增加，回波包絡呈現為正弦曲線變化，且方位向位置起伏加劇。

由公式(3)、(4)可知，ISAR雷達成像過程中，目標回波相位為:

(5)

通過對目標回波相位慢時間進行微分可得目標微多普勒為:

fd0+fd1

(6)

式中:第1項fd0為目標本身繞中心點o自旋轉動所引起的多普勒頻移，自旋周期為ω0，該值與目標點的橫坐標x相關，這正是ISAR雷達完成方位向高分辨成像的關鍵;第2項fd1是由旋轉微動點Pn自旋運動引起的多普勒變化，該值會導致方位向回波受到調制，進而影響方位向聚焦成像。

2 基于旋轉微動的ISAR雷達干擾算法

由旋轉微動點所引起的方位向調制特性可知，當在原始回波中添加旋轉微動干擾時，會影響ISAR雷達的成像效果，ISAR雷達成像處理過程一般包含距離向脈沖壓縮、距離向散射點對齊、方位向相位校正、方位向IFFT處理等幾個關鍵步驟，中間可穿插不同的相位補償算法。

(7)

式中：Jn(·)是n階第一類貝塞爾函數；c為光速；fPn為自選微動點的角頻率，經方位向IFFT處理后可得ISAR成像時頻域圖像為：

(8)

由上式可知，旋轉微動點對ISAR圖像的方位向形成調制，根據貝塞爾函數特性可知，此時方位向會形成連續尖峰，對ISAR圖像成像質量有一定的影響。

當旋轉微動點P的旋轉半徑r大于雷達距離分辨率時，由第2節分析可知，旋轉微動點的回波信號經距離向脈沖壓縮后，會形成方位向的正弦調制效果，此時ISAR雷達進行距離向散射點對齊時，會影響散射點的對齊效果，進而影響方位向聚焦成像。

受限于單獨散射點的旋轉特性容易提取，在進行ISAR成像時，可以通過時頻分析工具先提取旋轉散射點的微動特性，進而完成ISAR成像。因此，在充分考慮散射點微動特性的基礎上，本文利用多點非勻速運動的旋轉微動特性進行欺騙干擾，假設旋轉微動散射點為Pi(i=1,2,n)，各散射點的微動半徑分別為ri(i=1,2，…,n)，則散射點的基帶回波信號為:

(9)

經前面分析可知，該基帶回波在旋轉半徑ri大于成像分辨率的情況下，會對回波信號的脈沖壓縮結果產生影響，在回波包絡中形成多個半徑不均勻的正弦曲線，干擾假目標的微動特性不易提取，最終影響ISAR圖像的成像結果，在不同信噪比下，影響最終的目標檢測和識別。

3 仿真實驗驗證

為了驗證多點非勻速旋轉的干擾效果，選取飛機作為ISAR雷達的跟蹤目標，飛機模板采用圖3所示的點陣形式，對ISAR雷達的干擾仿真流程如圖4所示。仿真參數如下：工作頻率9.6 GHz，帶寬100 MHz，發射脈寬20 μs，重復頻率1 000 Hz，方位角旋轉角度3°，雷達到目標的距離4 000 m，目標旋轉角速度0.05 rad/s，雷達跟蹤精度5 m。假目標模板中，目標點數為3個，目標旋轉半徑分別為2.5 m、5 m、10 m，旋轉周期為5 Hz～15 Hz，三點非勻速轉動。

圖3 飛機目標點陣模型

圖4 基于旋轉微動特性調制的ISAR干擾仿真圖

首先針對無干擾條件下的ISAR成像結果進行分析，無干擾條件下的成像結果如圖5所示，經去斜、距離對齊、相位校正后，ISAR雷達能夠對飛機目標進行成像，成像分辨率較好。

圖5 無干擾條件下的成像結果

圖6給出了目標功率和干擾功率一致時的最終成像結果。從圖中可以看出，在完成回波信號去斜處理后，回波脈沖壓縮結果中包含沿方位向的多條不規則曲線，這些曲線正是由多個非勻速運動的微動假目標引起的，該曲線是微動點在目標圖譜中的重要信息。從圖中可以看出，多目標的微動特性相互交錯，微動特征不規則，難以提取。且從最終的干擾圖像結果可以看出，干擾信號在距離向對齊過程中，降低了對齊效果，使得ISAR圖像成像效果下降，信噪比的下降會影響最終識別。

圖6 干信比0 dB時雷達成像結果

圖7給出了干信比3 dB時的最終成像結果，由于干擾信號能量高，回波信號在進行包絡對齊時受到旋轉微動點的干擾影響，使得回波在進行距離向對齊操作過程中，難以對目標的特征點進行有效對齊，進而影響了后續的相位校正和最終成像結果。從最終成像結果可以看出，多點非勻速旋轉的干擾方法不僅使得雷達無法完成ISAR成像，同時模擬假目標的微動特性難以提取和剔除，仿真方法驗證了本文算法的有效性。

圖7 干信比3 dB時雷達成像結果

4 結束語

本文深入分析了旋轉微動目標的微多普勒特性，并提出了一種多點非勻速旋轉的目標欺騙干擾算法，該算法能夠完成目標的欺騙干擾，對目標圖像造成污染，進而影響最終的目標識別，仿真實驗驗證了干擾算法的有效性。