合成孔径雷达智能干扰决策及干扰方法研究

发布时间：2020-04-13 17:57

【摘要】：合成孔径雷达(Synthetic Aperture Radar,SAR)的功能日趋强大完善,对于SAR的对抗技术也在不断完善成熟,如何在复杂的战场环境下智能地选取较优的干扰方法,利用人工智能技术实现智能干扰决策变得日益重要。本文首先对机载SAR的工作原理及SAR成像算法做了分析,在此基础上,对SAR成像的几种典型干扰方法做了分类研究,并提出了一种针对机载SAR的干扰方法,最后研究了SAR在成像和非成像模式下的智能干扰决策问题,弹载SAR具有非成像模式。本文主要研究内容及成果如下:1、对机载SAR成像典型干扰方法做了分类研究,分为非相干噪声干扰、部分相干干扰和相干干扰三类。非相干噪声干扰研究了射频噪声干扰、噪声调幅干扰、噪声调频干扰及噪声调相干扰,部分相干干扰研究了二维失配干扰、转发式干扰及距离移频去脉间相干干扰,相干干扰研究了二维噪声卷积干扰。仿真验证干扰方法效果。2、在相干干扰一类中,受机载SAR在运动过程中受气流波动影响而产生运动误差这一思想启发,提出了运动误差相位调制干扰,包括地速误差相位调制干扰和摆动误差相位调制干扰。理论分析及仿真结果表明,该方法能有效对抗相位梯度自聚焦(Phase Gradient Autofocus,PGA)算法,导致在方位向上出现能量扩展,图像散焦,无法正确成像。3、针对SAR智能干扰决策问题,分析了SAR在成像和非成像模式时的干扰功率,分别对成像和非成像模式仿真建立了智能干扰样式选取网络。对成像模式,选取十种压制型干扰方法作为干扰样式资源库,将信号载频f_c,脉宽T,带宽_rB,脉冲重复频率PRF,中心斜距_cR作为网络的输入参量,通过SAR图像评估指标评估干扰方法的干扰效果,选出最佳干扰方法,将其作为网络输出参量,再训练深度神经网络建立智能干扰样式选取网络。对弹载SAR非成像模式,分别对搜索、跟踪、打击模式做压制和欺骗的干扰样式评估,压制干扰效果用检测概率_dP评估,欺骗干扰效果用虚警概率P_(fa)评估,选取各模式下的最佳干扰样式。将脉冲重复频率PRF,脉宽T,带宽_rB作为网络输入参量,对应的干扰样式作为输出参量,用BP神经网络分别建立压制和欺骗干扰的智能干扰样式选取网络。
【图文】：

点目标,成像,斜距,成像仿真

表 2-1 SAR 成像仿真参数参数数值载频cf 10GHz脉宽T10 μs带宽rB 100MHz脉冲重复频率 PRF 480Hz中心斜距cR 10km天线尺寸 D 2m载机飞行速度V 200m/s方位向范围 300m斜距向范围 400m结果如图 2-3 所示。0.980.985x 104

回波,方位,成像

图 3-1 原始回波成像结果(a) (b)-150 -100 -50 0 50 100 150方位向 (m)0 50 100 150方位向 (m)-150 -100 -50 0 方位向 (m)0.980.9850.990.99511.0051.011.0151.02离向距m)(1040.980.9850.990.995m)(104
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TN957.52

【参考文献】