• STAP旁瓣干扰抑制与干扰对抗仿真


    STAP的基本原理

      STAP技术通过设计一个空时联合的滤波器,最大可能的滤除杂波,其本质是一维滤波技术在空时两维空间的推广。
      以一维线阵进行说明,假设天线阵列数目为N,阵元之间的间距满足 d = λ / 2 d=\lambda/2 d=λ/2。机载雷达在一个相干处理间隔(CPI)内发射出M个脉冲。信号的重复间隔为T。那么对距离单元 l l l,对其在时域上进行 m m m次快拍采样,这个天线接收下来的信号为:
    X l s ( m ) = [ x l ( 1 , m ) , x l ( 2 , m ) , . . . , x l ( N , m ) ] T X_{ls}(m)=[x_{l}(1,m),x_{l}(2,m),...,x_{l}(N,m)]^{T} Xls(m)=[xl(1,m),xl(2,m),...,xl(N,m)]T
      因此,对这个距离单元内的信号,在一个CPI内的采样数据为:
    X l = [ x l s ( 1 ) , x l s ( 2 ) , . . . , x l s ( M ) ] T X_{l}=[x_{ls}(1),x_{ls}(2),...,x_{ls}(M)]^{T} Xl=[xls(1),xls(2),...,xls(M)]T
      当对多个距离单元的信号进行采样,一个CPI中可得到NML个数据,称之为数据立方,如图所示。
    数据立方示意图
      STAP技术同时利用多个自适应相控阵天线单元中的接收信号(空域)和来自多个脉冲重复周期的信号(时域),以实现空域和时域的自适应处理。其实质是将一维空域滤波技术推广到时间与空间二维域中。如图为STAP处理的原理示意图,图中, ω n k , n = [ 1 , . . . , N ] , k = [ 1 , . . . , K ] \omega_{nk},n=[1,...,N],k=[1,...,K] ωnk,n=[1,...,N],k=[1,...,K]为空时二维权系数,其中N表示天线子阵数或空间通道数,其大小由雷达方位分辨率确定。K为时间脉冲数目,其大小由对杂波抑制性能的要求确定。用 N K × 1 NK×1 NK×1维W表示处理器的权矢量,则:
    W = [ ω 11 , ω 12 , . . . , ω 1 K , ω 21 , . . . , ω 2 K , . . . ω n k , . . . , ω N K ] T W=[\omega_{11},\omega_{12},...,\omega_{1K},\omega_{21},...,\omega_{2K},...\omega_{nk},...,\omega_{NK}]^{T} W=[ω11,ω12,...,ω1K,ω21,...,ω2K,...ωnk,...,ωNK]T
    STAP处理原理示意图
      全空时最优处理器可以用数学优化问题描述:
    m i n W H R W s . t . W H S = 1 min\quad W^{H}RW \\ s.t.\quad W^{H}S=1 minWHRWs.t.WHS=1
    其中,R为接收数据形成的协方差矩阵,为NK×NK维,物理意义在为保证目标增益一定的情况下,使得处理器输出杂波剩余功率最小;S为空时二维导向矢量:
    R = E ( X X H ) S = S s ⊗ S t R=E(XX^{H}) \\ S=S_{s}\otimes S_{t} R=E(XXH)S=SsSt
    其中,X为 N K × l NK×l NK×l维的雷达空时采样数据; ⊗ \otimes 代表Kronecker积; S s S_{s} Ss为空域导向矢量; S t S_{t} St为时域导向矢量:
    S s = [ 1 , e j ω s , . . . , e j ( N − 1 ) ω s ] T S t = [ 1 , e j ω t , . . . , e j ( N − 1 ) ω t ] T S_{s}=[1,e^{j\omega_{s}},...,e^{j(N-1)\omega_{s}}]^{T} \\ S_{t}=[1,e^{j\omega_{t}},...,e^{j(N-1)\omega_{t}}]^{T} Ss=[1,ejωs,...,ej(N1)ωs]TSt=[1,ejωt,...,ej(N1)ωt]T
    其中, ω s , ω t \omega_{s},\omega_{t} ωsωt分别为空间与时间归一化频率。
      因此可得到空时二维最优处理器的权矢量为:
    W o p t = μ R − 1 S W_{opt}=\mu R^{-1}S Wopt=μR1S
    其中, μ = 1 / ( S H R − 1 S ) \mu =1/(S^{H}R^{-1}S) μ=1/(SHR1S),为归一化常数。

    杂波功率谱与最优STAP频响图仿真

    阵元数目为16,脉冲数为16,目标方位角-30°,归一化多普勒频率为0,期望在-10°方位形成干扰凹口。
    仿真结果
    (1)杂波功率谱
    在这里插入图片描述

    (2)STAP最优频响图
    在这里插入图片描述
      从图中可以看出,当不进行STAP处理时,信号被强杂波给掩盖,通过传统的一维滤波很难提取出目标的信息,而STAP处理后,沿着杂波分布形成凹口,并且在信号方向上输出最强,同时在期望干扰方向上形成了凹口。

    STAP旁瓣干扰的抑制(针对压制干扰)

    STAP处理时,对于每个距离单元,由在相干处理时间间隔内获取的样值形成一个相干矩阵,并根据接收的噪声和雷达回波不断自适应更新,以构成能让潜在的目标信号通过且能抑制噪声干扰的滤波器,这样以来,传统的压制噪声干扰手段对预警雷达的干扰很难奏效。

    STAP旁瓣干扰抑制仿真

    雷达信号:信号采用LFM信号,带宽1MHz,脉宽50us,重频256us。
    干扰信号:干扰采用窄带瞄准噪声干扰,间歇采样4次,转发4次,占空比1:1。
    目标位于第100个距离环上,目标方位角-30°,归一化多普勒频率0。存在两部干扰机,干扰位于第101个距离环上,干扰1在方位角-20°,干扰2在方位角-40°。干信比15dB
    (1)STAP处理前
    在这里插入图片描述
    (2)STAP处理后
    在这里插入图片描述
    从图中可以看出,通过STAP处理后,压制干扰被抑制掉,目标脉压峰值处于第100个距离环。

    STAP旁瓣干扰抑制对抗(采用间歇采样干扰)

    STAP处理是一个相当复杂的过程,其需要具备足够的自由度,而有源干扰的引入将使系统进一步复杂,因此,当有多个有源干扰时,系统性能将因缺乏足够多的自由度而降低。

    STAP旁瓣干扰抑制仿真

    雷达信号:信号采用LFM信号,带宽1MHz,脉宽50us,重频256us。
    干扰信号:干扰采用间歇采样转发干扰,噪声带宽1MHz。
    目标位于第100个距离环上,目标方位角-30°,归一化多普勒频率0。存在两部干扰机,干扰1在方位角-20°,干扰2在方位角-40°。干信比15dB
    (1)STAP处理前
    在这里插入图片描述
    (2)STAP处理后
    在这里插入图片描述
      当两干扰机均从旁瓣进行干扰,当采样间歇采样转发干扰时,随着干扰机功率的提升,干扰效果逐渐提高,同时间歇采样可形成大量假目标,若结合多角度饱和干扰,将使得STAP处理后仍存留大量假目标,导致对目标进行有效干扰掩护。

  • 相关阅读:
    修复SpringBoot Actuator未授权访问遇到的问题
    python项目做不好,那是你不知道这100个精华库
    Java中restTemplate的使用
    点云从入门到精通技术详解100篇-三维文物点云去噪与精简方法研究与应用(下)
    如何在电脑和手机之间无线传输大文件?不限文件格式、不压缩画质
    Ubuntu 配置
    java毕业生设计校园绿化管理系统计算机源码+系统+mysql+调试部署+lw
    vue3中动态设置ref,如表格中使用级联选择器
    计算机毕业设计 SSM人事管理系统 企业人事管理系统 人事管理信息系统Java Vue MySQL数据库 远程调试 代码讲解
    测试报告模板一
  • 原文地址:https://blog.csdn.net/tww960106/article/details/126914969