基于滑窗的幅相重构抗主瓣干扰性能研究_孙丁.pdf

2023年第47卷第4期11Acoustics FoundatioN声 学 基 础声 学 基 础文献引用格式：孙丁，任腊梅，郭瑞，等.基于滑窗的幅相重构抗主瓣干扰性能研究 J.电声技术，2023，47（4）：11-13.SUN D，REN L M，GUO R，et al.Research on radar main-lobe jamming suppression technology of amplitude-phase reconstruction based on sliding windowJ.Audio Engineering，2023，47（4）：11-13.中图分类号：TN974 文献标识码：A DOI：10.16311/j.audioe.2023.04.003基于滑窗的幅相重构抗主瓣干扰性能研究孙 丁1，任腊梅2，郭 瑞1，申智利1（1.空军装备部驻西安地区第四军事代表室，陕西 西安 710043；2.陕西黄河集团有限公司设计研究所，陕西 西安 710043）摘要：主瓣干扰是雷达面临的主要干扰，基于滑窗的幅相重构主瓣干扰抑制方法通过幅度滑窗估值重构干扰信号，实现对干扰的对消。针对基于滑窗的幅相重构方法，仿真分析滑窗长度对干扰抑制性能的影响，并给出了窗长选择的推荐值。关键词：主瓣干扰；幅相重构；滑窗处理Research on Radar Main-lobe Jamming Suppression Technology of Amplitude-phase Reconstruction Based on Sliding WindowSUNDing1,RENLamei2,GUORui1,SHENZhili1(1.No.4MilitaryRepresentativeOfficeofEquipmentDepartmentofPLAAirForceinXian,Xian710043,China;2.Design&ResearchInstitute,ShaanxiHuangheGroupCo.,Ltd.,Xian710043,China)Abstract:Mainlobeinterferenceisthemaininterferencefacedbyradar.Theamplitudeandphasereconstructionmainlobeinterferencesuppressionmethodbasedonslidingwindowreconstructstheinterferencesignalthroughamplitudeslidingwindowestimationtorealizeinterferencecancellation.Aimingattheamplitude-phasereconstructionmethodbasedonslidingwindow,theinfluenceofslidingwindowlengthoninterferencesuppressionperformanceissimulatedandanalyzed,andtherecommendedvalueofwindowlengthselectionisgiven.Keywords:main-lobejamming;amplitude-phasereconstruction;slidingwindow0 引 言主瓣干扰是进入雷达波束主瓣的干扰1，通常由目标机自主携带或施放，难以通过空域抑制或选择的方法去除，是当今雷达面临的一大难题。抗主瓣干扰技术是雷达技术领域持续研究的重要方向，其中基于幅相重构的抗主瓣干扰技术是通过对干扰的幅度相位估值进行干扰信号重构，并从接收信号中消除干扰。这种方法实现简单，对于恒模干扰有抑制作用2。针对基于滑窗的幅相重构抗主瓣干扰技术3，仿真分析其使用性能。1 基于滑窗的幅相重构抗主瓣干扰方法原理基于滑窗改进的幅相重构算法，利用采样窗口内的数据（窗口长度小于总采样点数），估计此采样窗口内所有采样点干扰的幅度。每次滑动窗口估计下一个采样点的幅度，利用接收信号的单位向量逐点估计相位信息，结合幅度信息和相位信息重构干扰，然后对天线主瓣方向的强干扰进行实时相消处理，达到抑制主瓣干扰的目的。假设采样信号为s(n)=|A(n)|ej(n)（n=0,1,N-1），滑窗长度为 M（M N），则幅度估计值为()()()011,0,1,111,1,1nini n Mu inMnA nu inM MNM=+=|+|=|=+|（1）理论上，重构信号的相位使用原始对应点的相位，即(n)=(n)。若通过复数的实部、虚部计算相角，则需要通过余弦函数和正弦函数计算重构信号的实部、虚部。2023年第47卷第4期12声 学 基 础声 学 基 础coustics FoundationA2 仿真模型2.1 噪声模型用高斯分布随机数模拟系统热噪声，叠加在信号中。2.2 信号模型假设雷达发射带宽为 5 MHz，线性调频信号脉冲宽度为 32 s，则目标回波信号为4()()2j 20FM01,0,1,111,1,1rectecf tKttjjnu inMnA nu inM MNMtstA+=|=|=+|其他（2）式中：A为信号幅度，K为调频斜率，fc为雷达载频，rect()为调制脉冲的包络。rect(t)可以利用矩形脉冲函数表示，即()()()201j 20FM01,0,1,111,1,1recte111,rect220,cos2dcnini n Mf tKttjjnu inMnA nu inM MNMtstAtt|=|=+|其他（3）2.3 干扰模型使用高斯随机数调频调相，产生恒模随机调频噪声作为恒模干扰信号，对干扰幅度进行正弦波调制，模拟干扰起伏。恒模干扰信号为()()FM0cos2dtjjnJ tUtkutt=+|（4）式中：Uj为噪声调频信号的幅度，j为中心角频率，kFM为调频斜率，un(t)为服从均值为零的高斯分布的调制噪声，为 0,2 内均匀分布且与 un(t)独立的随机变量。3不同滑窗长度对处理性能的影响研究对于不同宽度的信号和不同起伏的干扰，不同滑窗长度所造成的影响不同。在信噪比为 30 dB、信干噪比为 40 dB、信号脉宽为 32 s（640 个点）、干扰起伏周期为 85.3 s 的情况下，仿真观察不同滑窗长度对应的估计与抑制效果。由于干扰抑制是对原始采样 IQ 信号的处理，抑制处理后需要进行常规的脉冲压缩等处理。通过统计抑制处理后的脉冲压缩主副比5（以下简称脉压主副比），对比分析抑制处理的性能。3.1 滑窗长度为 2 个点（0.1 s）当滑窗长度为 2 个点（0.1 s）时，脉压幅度测试结果如图 1 所示。滑窗长度为 2 个点时的处理结果如表 1 所示。3.923.903.943.963.984.00 4.024.044.064.08 4.10102030405060708090时间/s1040脉压幅度/dB处理后无干扰处理前图 1 滑窗长度为 2 个点时的脉压幅度结果对比表 1 滑窗长度为 2 个点时的处理结果信号类型主瓣幅度/dB 副瓣幅度/dB脉压主副比/dB无干扰信号80.741.839.0加干扰信号81.572.5 9.1干扰抑制后信号72.955.517.5由表 1 可知，加干扰后的脉压主副比为 9.1 dB，干扰抑制处理后的脉压主副比为 17.5 dB，干扰抑制处理收益为 8.4 dB。3.2 滑窗长度为 400 个点（20 s）当滑窗长度为 400 个点（20 s）时，脉压幅度测试结果如图 2 所示。3.923.903.943.963.984.00 4.024.044.064.08 4.10时间/s1043.923.903.943.963.984.00 4.024.044.064.08 4.10时间/s1040脉压幅度/dB处理后无干扰处理前1020304050607080900脉压幅度/dB处理后无干扰处理前图 2 滑窗长度为 400 个点时的脉压结果对比滑窗长度为 400 个点时的处理结果如表 2 所示。由表 2 可知，加干扰后的脉压主副比为 9.2 dB，2023年第47卷第4期13Acoustics FoundatioN声 学 基 础声 学 基 础干扰抑制处理后的脉压主副比为 14.3 dB，干扰抑制处理收益为 5.1 dB。表 2 滑窗长度为 400 个点时的处理结果信号类型主瓣幅度/dB副瓣幅度/dB脉压主副比/dB无干扰信号80.740.440.3加干扰信号81.872.6 9.2干扰抑制后信号75.561.314.13.3 滑窗长度 1 000 个点（50s）当滑窗长度为 1 000 个点（50 s）时，脉压幅度测试结果如图 3 所示。3.923.903.943.963.984.00 4.024.044.064.08 4.10时间/s1041020304050607080900脉压幅度/dB处理后无干扰处理前图 3 滑窗长度为 1000 个点时的脉压结果对比滑窗长度为 1 000 个点时的处理结果如表 3所示。表 3 滑窗长度为 1000 个点时的处理结果信号类型主瓣幅度/dB副瓣幅度/dB脉压主副比/dB无干扰信号80.839.940.9加干扰信号81.972.5 9.4干扰抑制后信号76.563.912.6由表 3 可知，加干扰后的脉压主副比为 9.4 dB，干扰抑制处理后的脉压主副比为 12.6 dB，干扰抑制处理收益为 3 dB。3.4 不同滑窗长度的对比不同滑窗长度处理后，脉压主副比统计结果如图 4 所示。由图 4 可知，随着滑窗长度的增加，主副比先上升再下降。当滑窗长度过小时（2个点和5个点），由于滑窗跨度小，幅度估值结果中的目标信号分量大，目标损失严重，抑制后主副比小；当滑窗长度过大时（200 个点以上），幅度估值对干扰的起伏反应不真实，估值误差大，干扰抑制幅度小。基于以上对不同滑窗长度的抑制处理后脉压主副比统计结果，当滑窗长度选 10 200 点时，可取得较好的抑制效果。5 结 语基于滑窗的幅相重构干扰抑制算法中，幅度估值滑窗长度的选择对干扰抑制效果的影响较大。本文研究了基于滑窗的幅相重构抗主瓣干扰性能，对基于幅相重构干扰抑制算法的实际应用具有一定参考价值。参考文献：1王志刚，朱灿，刁志龙，等.相控阵雷达抗主瓣干扰技术综述 J.舰船电子对抗，2019，42（6）：13-18.2高飞，张莉.解析恒模算法性能分析 J.现代雷达，2006，28（5）：42-46.3魏讯，袁伟明，朱新国.改进的幅相重构算法抗主瓣干扰研究 J.电子测量技术，2017，40（1）：26-29.4陈伯孝.现代雷达系统分析与设计 M.西安：西安电子科技大学出版社，20125吴顺君，梅晓春.雷达信号处理和数据处理技术 M.北京：电子工业出版社，2008.编辑：郭芳园25102050100200300400500600700 1 000 2 000 3 000 4 000 5 0001011121314151617181920滑窗长度/点脉压主副比/dB图 4 不同滑窗长度的脉压主副比