DRFM有源欺骗干扰识别算法研究

发布时间：2020-08-06 06:25

【摘要】：随着雷达干扰技术的不断发展,特别是数字射频存储(DRFM)技术的出现,使得干扰机能在短时间内截获雷达信号,调制并转发与之高度相干的干扰信号,严重威胁雷达的正常工作。研究雷达干扰识别算法是对抗雷达有源干扰的重要前提,目前对雷达干扰识别算法的研究尚处于起步阶段,具有深远的研究意义。本文结合DRFM干扰机的结构,研究了DRFM有源欺骗干扰识别算法,主要研究工作包含如下几个方面:1.研究了基于DRFM技术的有源欺骗干扰原理及特性。首先阐述了DRFM干扰机模型,并分别以DRFM干扰机的模数转换器(ADC)和数模转换器(DAC)为例,研究了干扰信号的谐波失真特性;其次针对脉冲体制雷达的测距原理,以距离假目标干扰为例仿真分析了距离维欺骗干扰原理;最后针对脉冲多普勒(PD)雷达的测速原理,以移频转发干扰为例仿真分析了速度维欺骗干扰原理。2.针对干扰机数控移相器的谐波特性,提出了一种基于奇异谱分析(SSA)的DRFM速度欺骗干扰识别算法。首先研究了DRFM干扰机数控移相器的工作模型,并仿真分析了其在多普勒域上的谐波寄生特性。其次提出了基于SSA的DRFM速度欺骗干扰识别算法。该算法首先利用SSA分解信号在同一距离单元上的多普勒频谱,获取其奇异值序列;然后提取奇异值序列统计直方图的方差、峰度、偏度、能量以及熵特征构建特征向量;最后利用支持向量机(SVM)作为分类器实现对雷达目标与DRFM速度欺骗干扰信号的识别。该算法不再依赖现有ADC相位量化的谐波模型,且在较低干信比下能有效识别出干扰信号,仿真验证了该算法的有效性。3.针对基于模拟移频方式的DRFM干扰机所产生的延时叠加干扰的多普勒频率特性,提出了一种基于卷积神经网络(CNN)的延时叠加干扰识别算法。首先阐述了延时叠加干扰的信号模型,并仿真分析了其与真实多目标在雷达PD处理后的距离-多普勒图像上的差异;其次研究了CNN的主要结构,并根据识别任务构建了本算法的CNN结构;随后研究了CNN的训练算法原理和推导公式;最后提出了基于CNN的延时叠加干扰识别算法。该算法首先对接收信号的距离-多普勒图像做预处理,然后将预处理之后的样本送入构建的CNN中进行训练,最后利用训练好的网络对测试样本进行测试,得到算法的干扰识别率。该算法将深度学习理论引入干扰识别领域,且在较低信噪比下能有效识别出干扰信号,仿真验证了该算法的有效性。
【学位授予单位】：西安电子科技大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TN974
【图文】：

西安电子科技大学硕士学位论文（4）多层感知机核函数( , ) tanh( ( ) )i iK x x v x x c(3-29)此时得到的 SVM 是一个两层神经网络，其网络由多层感知机组成，且网络权值与隐层节点数均由算法自动确定。本章采用径向基核函数进行 SVM 的非线性分类。图 3.14 为针对两类普通样本利用径向基函数构造的 SVM 分类器的分类效果。由图 3.14 可以看出，不同的 RBF 核宽会影响 SVM 的训练效果，实验中应该选取合适的 RBF 核宽，在保证正确识别率的前提下，同时防止过拟合。

图4.4 延时叠加干扰的 PD 处理结果(a) 真实多目标 PD 处理三维图 (b) 真实多目标距离-多普勒图图4.5 真实多目标的 PD 处理结果4.3 基于 CNN 的干扰识别算法当雷达受到基于模拟移频的 DRFM 干扰机所产生的延时叠加干扰时，由于其多假目标特性，使得雷达系统中产生大量过门限信号。此时无法单纯通过过门限信号的数量来判断是否受到干扰，因为多个真实目标的雷达回波同样会造成雷达检测系统出现类似情况。由 4.2.2 节的分析可知，延时叠加干扰产生的多个假目标与多个真实目标回波在 PD 处理后的距离-多普勒图上存在差异，可以作为干扰识别算法的特征。近年来，随着深度学习理论的不断发展，越来越多领域开始利用深度学习理论实现智能识别等功能，CNN 作为一种经典的深度学习算法目前已取得广泛的应用。特别是在图像识别领域

(a)真实目标 1 (b)真实目标 2 (c)真实目标 3(d)干扰信号 1 (e)干扰信号 2 (f)干扰信号 3图4.13 两类信号预处理后图像根据上述方法产生 CNN 的图像样本。其中训练集中，每种类别分别产生 6000个训练样本，一共 12000 个训练样本。对训练样本随机添加噪声，SNR 范围从-10dB~5dB。针对测试集，分别产生 6 个测试集，分别对应 SNR 为-10dB、-7dB、-4dB、-1dB、2dB 和 5dB。每个测试集中两类信号一共产生 1000 个测试样本。实验 4.2：网络性能优化CNN 通过多次调节网络参数并对比各参数的训练结果来优化网络性能，参数调

【相似文献】

相关期刊论文 前10条

1 陈新年;颜振亚;邬诚;;基于信道化分析和综合的DRFM系统设计[J];信息化研究;2019年05期

2 朱泽锋;张军;孟凯;;基于DRFM的脉冲雷达干扰信号产生方法[J];兵器装备工程学报;2016年12期

3 周超;刘泉华;曾涛;;DRFM间歇采样转发式干扰辨识算法研究[J];信号处理;2017年07期

4 陈敬;谢启友;田晓波;杨tR;聂洪山;徐欣;;基于固态存储技术的DRFM设计[J];现代电子技术;2011年08期

5 党立坤;王小念;罗金亮;;DRFM干扰对雷达的影响及对策研究[J];舰船电子对抗;2009年01期

6 李菊;;基于幅相量化的DRFM技术[J];上海航天;2008年05期

7 曲尔光,曲荣,杨绍全;DRFM相干性问题讨论[J];运城高等专科学校学报;2002年03期

8 陈宁;DRFM的寄生信号谱结构[J];电子对抗技术;1998年01期

9 杨绍全;;数字射频贮频器综述[J];航天电子对抗;1988年04期

10 苟仲文;陈英;陈洪珍;;200MHz数字射频存储器(DRFM)[J];电子对抗技术;1988年06期

相关会议论文 前4条

1 肖汉波;唐高第;刘朝霞;许小文;白益林;郭放;;基于DRFM的雷达回波模拟技术[A];中国工程物理研究院科技年报（2002）[C];2002年

2 程雨婷;彭勃;魏玺章;;基于过采样信道化接收和发射的DRFM系统设计[A];2017年全国微波毫米波会议论文集（下册）[C];2017年

3 康勇;杨子杰;钟志峰;张树杰;;基于DRFM的高频地波雷达回波模拟器设计[A];教育部中南地区高等学校电子电气基础课教学研究会第二十届学术年会会议论文集（下册）[C];2010年

4 徐利军;王超;袁乃昌;;一种新颖的射频仿真技术[A];2001年全国微波毫米波会议论文集[C];2001年

相关博士学位论文 前2条

1 张有涛;DRFM用GaAs超高速ADC、DAC电路设计与实现[D];中国科学院研究生院（上海微系统与信息技术研究所）;2005年

2 刘忠;基于DRFM的线性调频脉冲压缩雷达干扰新技术[D];国防科学技术大学;2006年

相关硕士学位论文 前10条

1 陆戈辉;宽带射频系统的低幅相失真技术和多通道幅相一致性研究[D];南京航空航天大学;2019年

2 定少浒;DRFM有源欺骗干扰识别算法研究[D];西安电子科技大学;2019年

3 何盼盼;基于波形设计的雷达抗DRFM干扰技术研究[D];西安科技大学;2019年

4 徐元;拦截弹道导弹探测制导系统设计[D];哈尔滨工程大学;2018年

5 赵福海;DRFM系统设计与实现[D];北京理工大学;2015年

6 彭磊磊;信道化DRFM干扰技术研究[D];西安电子科技大学;2013年

7 韩俊宁;准数字示样的DRFM技术[D];西安电子科技大学;2006年

8 张洁;欠采样DRFM技术研究[D];西安电子科技大学;2005年

9 王影;基于幅相量化的DRFM技术研究[D];西安电子科技大学;2005年

10 马小晶;基于DRFM的抗干扰技术研究及其监测系统设计[D];成都理工大学;2017年

本文编号：2782006