一種雷達干擾源定向與分類技術

顏波濤

(1.中國電子科技集團公司第三十八研究所 合肥 230031; 2.孔徑陣列與空間探測安徽省重點實驗室 合肥 230031)

0 引言

當代雷達面臨地物、氣象、各種外界雜波、有源無源等多種外界雜波和干擾的復雜環境，在實戰中雷達遭遇最嚴重釋放的有源干擾，突防的飛機一般在左右兩架搭載干擾機的飛機掩護下進行突防，使得威脅目標的雷達回波可能被掩蓋，此時雷達需要自動的啟用副瓣對消、副瓣匿影、盲源分離、等間距剔除、頻率捷變等主瓣、副瓣抗干擾措施來應對，從而在干擾中有效的發現威脅目標，干擾源定位與分類是實現自動抗干擾的前提條件。為了實現干擾的精確定位雷達系統應具有很好的干擾副瓣抑制能力。干擾副瓣抑制包括旁瓣消隱、旁瓣對消、天線低旁瓣等技術,該技術應用的雷達系統設計中具有獨立的匿影天線，多個對消天線，且有較低的天線副瓣電平。本文將結合某雷達的特點介紹其干擾源定向與分類的技術實現。

1 干擾源定向

若雷達某方位上存在一固定干擾，天線掃過，波束形成在此處必然會有類似主瓣響應的包絡產生，通過點跡處理，對距離和方位上的凝聚，即可得到干擾的方位、仰角信息。流程如圖1示。

其中樣本采集，既可以自動采集，也可人工設置扇區控制。

圖1 干擾源定位流程圖

理論上，測角精度與干噪比、天線波束寬度服從式(1)的關系。

(1)

利用主波束的方向性對干擾源進行方位測量和仰角測量，具體機理與一般目標方位和仰角測量方式相同，當干擾強度致使雷達當前工作頻點飽和時，在干擾偵察系統偵收的整個工作頻帶內向兩邊進行滑窗搜索，獲取主瓣不飽和頻點，提取方位脈沖幅度包絡和仰角多波束幅度包絡，進行方位求質心和仰角比幅測角處理，從而獲取干擾源方位和仰角信息。

2 干擾源分類

有源干擾可分為壓制性干擾和欺騙性干擾。

壓制性干擾的主要作用是使雷達的目標發現概率下降，增大雷達接收機外部噪聲，使信噪比趨近或低于檢測門限，造成雷達無法檢測目標信息，或增加足夠多的脈沖信號使其信號處理系統工作飽和。

欺騙性干擾是指發射或轉發以幅度、頻率、相位進行調制的間斷或連續信號，使敵方雷達產生多方向、多批次的假目標，以擾亂敵方雷達的跟蹤和檢測。噪聲干擾能干擾任何形式的信號,但是對于新體制雷達很容易被敵方雷達進行相干處理，靈巧噪聲干擾通過時域或者頻域噪聲調制，形成相參的雜亂回波脈沖，起到遮蔽或者欺騙的作用。

密集假目標干擾是一種欺騙式干擾，對接收并存儲的雷達脈沖信號按照重疊方式相加，再經頻域或時域上的干擾調制發出，這種干擾信號包含了更多的相參回波信號，可以形成多個虛假目標，迷惑和擾亂雷達對真正目標檢測和跟蹤。

根據雷達系統的要求，不僅需要對有源連續波干擾進行定向，同時還需要分析當前空間有源干擾的頻譜及干擾類型。干擾頻譜及干擾類型的分析由專門的干擾分析系統進行，信號處理分系統主要負責對干擾信號的采集與傳輸。

根據數字陣列雷達系統可以形成任意指向波束的特點，在每個搜索波位中，利用系統具有的多波束能力按照固有的順序接收觀測空域內的干擾信號，并將接收到的信號傳輸至干擾分析系統進行當前工作頻點的干擾頻譜分析與干擾類型分析。

提取信號的有效特征參數是干擾信號類型識別算法的關鍵因素之一，選取的特征參數需要具有可區分性、噪聲弱敏感性。直接從雷達回波中提取反映干擾信號特征的時頻等脈內特征、功率譜等信息，往往受到樣本選取和各種噪聲的影響。

另一方面，對新體制雷達的有效干擾都要求采用相干干擾技術，數字射頻存儲技術是實現脈內調制信號相干存儲、轉發和調制輸出的有效手段，它保證了干擾信號與雷達波形精確匹配，有較好的干擾效果。基于此，采用雷達回波檢測輔助判決的方法，也可以較精準的檢測出干擾信號，進而有效地分析干擾信號特征。

針對上述干擾類型的生成機制，選取兩類特征作為分類判據：

1)干擾目標分布。對包含干擾信號的雷達回波進行匹配濾波、恒虛警檢測等處理后，統計相應距離單元區域中假目標分布特征，如重復假目標個數、重復假目標間隔、重復假目標幅度等，作為判據。

2)干擾信號功率。在假目標分布的距離單元區域中，統計信號功率作為判據。

匹配濾波后，密集假目標干擾形成密集、近似等間距、等幅度的目標分布；調頻噪聲信號往往會提高噪底；靈巧噪聲壓制干擾則會形成連續隨機的目標群。

圖2至圖4為三種典型干擾的干擾效果圖，其中橫坐標表示距離維的采樣單元(2.5 MHz采樣每個采樣單元表示60 m)，縱坐標表示回波信號幅度(單位dB)。

圖2為仿真密集假目標干擾時，仿真雷達回波脈壓處理后的干噪比20 dB時的結果，匹配濾波后，形成密集、近似等間距、等幅度的目標分布，當干噪比大時有利于干擾目標的檢測。

圖2 密集假目標干擾類型干擾效果圖

圖3仿真調頻噪聲壓制干擾時，仿真雷達回波脈壓處理后的干噪比20 dB時的結果，匹配濾波后，調頻噪聲信號會提高噪底。

圖3 調頻噪聲壓制干擾類型干擾效果圖

圖4是仿真靈巧噪聲壓制干擾時，仿真雷達回波脈壓處理后的干噪比為20 dB時的結果，匹配濾波后，壓制干擾則會形成連續隨機的目標群。

圖4 靈巧噪聲壓制干擾類型干擾效果圖

使用判決樹對噪聲壓制干擾、密集假目標干擾進行有效識別，并且輸出干擾信號的特征參數和調制參數。算法流程如圖5所示。

圖5 干擾類型分析流程框圖

該方法分為兩個過程：第一，特征參數計算。對包含干擾信號的雷達回波進行匹配濾波、目標檢測等處理后，統計相應距離單元區域中假目標分布特征，如重復假目標個數、重復假目標間隔、重復假目標幅度等；在假目標分布的距離單元區域中，統計信號功率作為判據。第二，類型判決和屬性統計。使用判決樹對噪聲壓制干擾、密集假目標干擾進行識別，進而依據計算參數得到置信度、干噪比等干擾信號特征。

系統仿真時設定恒定的通道噪聲功率和回波信號功率，當噪聲功率為40 dB時不同干擾信號功率條件下，仿真并分析了不同干擾類型的識別準確率見表1所示。

表1 不同干擾類型的識別準確率

根據相應的干擾類型分析結果來決定在干擾區域是否啟用相應的抗干擾措施。

3 結束語

本文研究的定位與分類的方法應用在某雷達系統中，在某實戰演習中算法模塊參數按表2配置時實施效果如圖6所示，壓制加密集假目標組合干擾時測向與分類雷達終端顯示結果。

表2 參數設置表

圖6 干擾源識別輸出結果

由顯示結果可見，在組合干擾情況下采用該研究成果可以準確的區分出干擾類型、干擾強度、干擾方位、干擾源高度等信息。

現在電子對抗技術在不斷進步，從而對抗干擾技術提出了更高的要求，干擾源定向與分類的準確性對抗干擾實現起到相當重要的作用，隨著雷達系統對環境和作戰目標的感知技術的要求，以及雷達抗干擾技術將向智能化、自主抗干擾方向發展，定位與分類技術需要持續深入研究，以應對目前雷達面臨的越來越復雜的電磁環境。