盧云龍 李 明 曹潤(rùn)清 王澤玉 陳洪猛

?

聯(lián)合時(shí)頻分布和壓縮感知對(duì)抗頻譜彌散干擾

盧云龍*李 明 曹潤(rùn)清 王澤玉 陳洪猛

(西安電子科技大學(xué)雷達(dá)信號(hào)處理國(guó)家重點(diǎn)實(shí)驗(yàn)室 西安 710071)

頻譜彌散(SMSP)干擾是一種專門對(duì)抗線性調(diào)頻脈沖雷達(dá)的有源欺騙干擾。針對(duì)SMSP干擾的抑制問題，該文根據(jù)該干擾的時(shí)頻分布特性，提出一種聯(lián)合時(shí)頻分布和壓縮感知的干擾抑制算法。該方法通過在時(shí)頻域丟棄SMSP干擾信號(hào)，保留屬于目標(biāo)信號(hào)的時(shí)頻點(diǎn)，并根據(jù)保留的時(shí)頻點(diǎn)與雷達(dá)回波頻譜間的線性關(guān)系，建立壓縮感知最小問題求解模型并利用正交匹配追蹤方法重構(gòu)目標(biāo)信號(hào)，實(shí)現(xiàn)對(duì)SMSP干擾的抑制。Monte Carlo仿真結(jié)果驗(yàn)證了該方法的有效性。

有源欺騙干擾；干擾抑制；時(shí)頻分析；壓縮感知

1 引言

有源欺騙干擾嚴(yán)重降低雷達(dá)對(duì)目標(biāo)的檢測(cè)性能。而基于數(shù)字射頻存儲(chǔ)(Digital Radio Frequency Memory, DRFM)技術(shù)的頻譜彌散(SMeared SPectrum, SMSP)干擾是一種專門對(duì)抗線性調(diào)頻(Linear Frequency Modulated, LFM)脈沖雷達(dá)的有源欺騙干擾方式[1]。干擾機(jī)對(duì)截獲的雷達(dá)信號(hào)進(jìn)行采樣和存儲(chǔ)，并通過特定的調(diào)制規(guī)律調(diào)制產(chǎn)生SMSP干擾信號(hào)并轉(zhuǎn)發(fā)給目標(biāo)雷達(dá)。雷達(dá)接收機(jī)對(duì)SMSP干擾信號(hào)的匹配濾波處理，導(dǎo)致在雷達(dá)輸出端產(chǎn)生距離多瓣輸出結(jié)構(gòu)，即在真實(shí)目標(biāo)附近形成大量的假目標(biāo)，使得雷達(dá)難以正確檢測(cè)到真實(shí)目標(biāo)。

DRFM有源欺騙干擾因其與雷達(dá)發(fā)射信號(hào)高度相似而難以檢測(cè)和抑制。有學(xué)者分別從干擾機(jī)本身量化數(shù)字特性[2,3]、雷達(dá)發(fā)射波形[4]、空時(shí)自適應(yīng)處理以及2維圖像域[8]等角度出發(fā)提出相應(yīng)的對(duì)抗有源欺騙干擾算法并取得一定成效。而針對(duì)SMSP干擾的檢測(cè)和抑制問題，文獻(xiàn)[9]在組網(wǎng)雷達(dá)系統(tǒng)框架下提出了基于分?jǐn)?shù)階功率譜的干擾檢測(cè)算法；文獻(xiàn)[10]提出一種基于匹配信號(hào)變換的SMSP干擾識(shí)別算法；這兩種方法都是利用SMSP干擾信號(hào)頻率調(diào)制特性差異實(shí)現(xiàn)對(duì)干擾的檢測(cè)及識(shí)別，但并沒有給出干擾的抑制方法。文獻(xiàn)[11]提出了一種基于分?jǐn)?shù)階傅里葉變換(FRactional Fourier Transform, FRFT)域掃頻濾波的SMSP干擾抑制方法，但該方法無法濾除濾波器帶寬內(nèi)的干擾信號(hào)，同時(shí)對(duì)濾波器帶寬的要求比較高。當(dāng)濾波器帶寬過小，會(huì)導(dǎo)致部分目標(biāo)信號(hào)的損失，使得重構(gòu)的目標(biāo)信號(hào)嚴(yán)重失真。當(dāng)濾波器帶寬過大，較大的干擾信號(hào)能量進(jìn)入濾波器，導(dǎo)致脈沖壓縮后在真實(shí)目標(biāo)附近產(chǎn)生少數(shù)假目標(biāo)旁瓣，影響雷達(dá)獲取真實(shí)目標(biāo)信息。

在時(shí)頻域，SMSP干擾信號(hào)與目標(biāo)信號(hào)是耦合的，即部分時(shí)頻支撐區(qū)是重疊的，因此直接在時(shí)頻域進(jìn)行遮蓋濾波會(huì)導(dǎo)致目標(biāo)信號(hào)的損失[12]。為此本文引入壓縮感知概念，提出一種聯(lián)合時(shí)頻分布和壓縮感知的抗干擾策略。該方法先通過FRFT在u域預(yù)濾除與目標(biāo)信號(hào)不重疊的SMSP干擾信號(hào)分量，并對(duì)濾波后信號(hào)進(jìn)行解調(diào)頻處理以保證解調(diào)后的信號(hào)在頻域是稀疏的(線性調(diào)頻信號(hào)經(jīng)解調(diào)頻后變?yōu)閱晤l信號(hào))。然后在短時(shí)傅里葉變換(Short Time Fourier Transform, STFT)域根據(jù)L-estimate準(zhǔn)則，通過遮蓋SMSP干擾與目標(biāo)信號(hào)重疊的時(shí)頻支撐區(qū)實(shí)現(xiàn)對(duì)殘余SMSP干擾信號(hào)的濾除。顯然該操作在濾除殘余SMSP干擾信號(hào)的同時(shí)也會(huì)導(dǎo)致部分目標(biāo)信號(hào)的丟失。為了能精確重構(gòu)目標(biāo)信號(hào)，根據(jù)遮蓋濾波后的STFT分布與信號(hào)的稀疏頻域之間的線性關(guān)系，建立壓縮感知最小問題求解模型并重構(gòu)目標(biāo)信號(hào)，實(shí)現(xiàn)對(duì)SMSP干擾的抑制。相比文獻(xiàn)[11]的FRFT干擾抑制方法，本文方法在完全抑制SMSP干擾的同時(shí)能有效保留目標(biāo)信號(hào)信息，即重構(gòu)的目標(biāo)信號(hào)不會(huì)產(chǎn)生相位失真。

2 干擾信號(hào)特性分析

令PD雷達(dá)發(fā)射基帶線性調(diào)頻信號(hào)，如式(1)所示。

根據(jù)SMSP干擾產(chǎn)生的原理[1]，該類型干擾由“”個(gè)相同子脈沖復(fù)合而成。子脈沖也為線性調(diào)頻信號(hào)，與雷達(dá)發(fā)射信號(hào)有相同的帶寬，脈寬變?yōu)榘l(fā)射信號(hào)的，因此其調(diào)頻率是雷達(dá)發(fā)射信號(hào)調(diào)頻率的倍。第個(gè)子脈沖可表示為

進(jìn)而可得到SMSP的表達(dá)式：

3 聯(lián)合時(shí)頻分布和壓縮感知的抗干擾方法

由第2小節(jié)分析可知，SMSP干擾與目標(biāo)信號(hào)不論在時(shí)域或頻域上都存在耦合，因此即使假設(shè)先驗(yàn)知道目標(biāo)信號(hào)的頻率信息，也無法利用理想的陷波器提取目標(biāo)信號(hào)。同理在分?jǐn)?shù)階傅里葉變換域，也無法找到一個(gè)合適的旋轉(zhuǎn)角度完全分離目標(biāo)信號(hào)與干擾[11]。而在時(shí)頻域，目標(biāo)信號(hào)與SMSP干擾只在少數(shù)時(shí)頻支撐區(qū)重疊，通過遮蓋屬于SMSP干擾信號(hào)的時(shí)頻點(diǎn)(包括干擾信號(hào)與目標(biāo)信號(hào)重疊的時(shí)頻點(diǎn))，即可有效抑制SMSP干擾信號(hào)。但是可以看出，時(shí)頻域遮蓋濾波在濾除SMSP干擾信號(hào)的同時(shí)也丟棄了部分目標(biāo)信號(hào)信息，如果直接利用時(shí)頻綜合等方法重構(gòu)目標(biāo)信號(hào)[16]，將會(huì)導(dǎo)致重構(gòu)的目標(biāo)信號(hào)產(chǎn)生失真。因此，本文引入壓縮感知概念，從較少的數(shù)據(jù)中重構(gòu)出完整的目標(biāo)信號(hào)，實(shí)現(xiàn)對(duì)SMSP干擾的有效抑制。

圖1 回波時(shí)域波形????????圖2 回波頻譜????????圖3 回波STFT時(shí)頻分布

3.1 分?jǐn)?shù)階傅里葉變換域預(yù)處理

SMSP干擾與目標(biāo)信號(hào)在頻域耦合并且是非稀疏的，為聯(lián)合壓縮感知方法重構(gòu)目標(biāo)信號(hào)，需要保證雷達(dá)回波在頻域上是稀疏的。由SMSP干擾產(chǎn)生的原理可知其調(diào)頻率與雷達(dá)發(fā)射信號(hào)的調(diào)頻率是不匹配的[1]，因此以雷達(dá)發(fā)射信號(hào)為參考信號(hào)直接對(duì)雷達(dá)回波解調(diào)頻，并不能保證解調(diào)后的信號(hào)在頻域是稀疏的。而在FRFT域，通過設(shè)計(jì)合適的掃頻濾波器濾除與目標(biāo)信號(hào)不重疊的SMSP干擾信號(hào)分量，并對(duì)濾波后的信號(hào)進(jìn)行解調(diào)頻操作，由于解調(diào)頻后的信號(hào)近似為單頻信號(hào)，因此其在頻域是稀疏的[14]。

其中，

(6)

信號(hào)在FRFT域的信息可由2維峰值搜索來獲取，由于雷達(dá)發(fā)射信號(hào)信息相對(duì)于雷達(dá)方來說是已知的，因此可以通過理論計(jì)算旋轉(zhuǎn)角度，實(shí)現(xiàn)信號(hào)的階FRFT。其中,為雷達(dá)發(fā)射信號(hào)的調(diào)頻率。考慮到當(dāng)JSR較大時(shí)，通過峰值搜索的方法可能導(dǎo)致中心頻率估計(jì)錯(cuò)誤，同時(shí)為了減少計(jì)算量，這里我們利用雷達(dá)發(fā)射信號(hào)先驗(yàn)已知的優(yōu)勢(shì)，理論估計(jì)濾波器中心頻率，并設(shè)置較大的濾波器帶寬以減少目標(biāo)信號(hào)分量的損失[11,17]。設(shè)置較大的濾波器帶寬會(huì)導(dǎo)致更多的SMSP干擾能量進(jìn)入濾波器，由于在時(shí)頻域可以通過遮蓋濾波濾除干擾分量，因此這并不影響本文方法的SMSP干擾抑制性能。

雷達(dá)回波經(jīng)FRFT域掃頻濾波后，大部分SMSP干擾被抑制，僅目標(biāo)信號(hào)及與目標(biāo)信號(hào)重疊的SMSP干擾分量通過濾波器。用雷達(dá)發(fā)射信號(hào)為參考信號(hào)對(duì)掃頻濾波后的雷達(dá)回波進(jìn)行解調(diào)頻操作，使得解調(diào)頻后的信號(hào)在頻域是稀疏的[14]。

3.2 非重疊窗短時(shí)傅里葉變換時(shí)頻表示

短時(shí)傅里葉變換是一種線性變換，在處理多分量信號(hào)時(shí)可以避免交叉項(xiàng)的出現(xiàn)，并且各自分量信號(hào)對(duì)應(yīng)的時(shí)頻點(diǎn)能量是相等的。為了有效建立信號(hào)的時(shí)頻分布與頻域之間的線性關(guān)系，同時(shí)避免時(shí)頻信息冗余，本文采用非重疊窗短時(shí)傅里葉變換，即所有滑窗內(nèi)的信號(hào)是不重疊的。

(9)

(11)

(13)

(15)

3.3 基于壓縮感知的目標(biāo)信號(hào)重構(gòu)

L-estimate是Huber估計(jì)理論中的一種順序統(tǒng)計(jì)量，其在信號(hào)和圖像濾波及信號(hào)降噪中得到廣泛應(yīng)用[18,19]。在時(shí)頻域，短時(shí)傅里葉變換作為一種線性變換，單分量目標(biāo)信號(hào)的時(shí)頻點(diǎn)能量是相等的。而SMSP干擾信號(hào)與目標(biāo)信號(hào)的交叉重疊，導(dǎo)致重疊部分的時(shí)頻點(diǎn)能量，可能因干擾信號(hào)與目標(biāo)信號(hào)相位相同而增大，也可能因相位相反而減小。利用目標(biāo)信號(hào)未與SMSP干擾信號(hào)重疊的時(shí)頻點(diǎn)能量和與SMSP干擾信號(hào)重疊的時(shí)頻點(diǎn)能量的差異，根據(jù)L-estimate準(zhǔn)則，丟棄目標(biāo)信號(hào)與SMSP干擾信號(hào)重疊的時(shí)頻點(diǎn)，并根據(jù)保留的時(shí)頻點(diǎn)與信號(hào)稀疏頻域之間的線性關(guān)系建立壓縮感知最小問題求解模型，進(jìn)而利用壓縮感知重構(gòu)算法恢復(fù)目標(biāo)信號(hào)。

(18)

4 實(shí)驗(yàn)結(jié)果與分析

SMSP多用于突防環(huán)境下的自衛(wèi)式密集假目標(biāo)干擾。令脈沖雷達(dá)發(fā)射脈寬為，帶寬為20 MHz的線性調(diào)頻信號(hào)，采樣頻率為51.2 MHz。定義干信比(Jamming-to-Signal Ratio, JSR)，信噪比(Signal-to-Noise Ratio, SNR)，其中為目標(biāo)信號(hào)，為SMSP干擾信號(hào)，為服從分布的零均值復(fù)高斯白噪聲。仿真中設(shè)置SMSP干擾子脈沖數(shù)，信噪比設(shè)定為10 dB，干信比變化范圍為：3~15 dB，變化間隔為1 dB。信號(hào)的不連續(xù)非重疊短時(shí)傅里葉變換的滑窗為窗長(zhǎng)的矩形窗。時(shí)頻域時(shí)頻點(diǎn)篩選條件設(shè)為和。

圖4 抗SMSP干擾算法流程圖

圖5給出了雷達(dá)被施加SMSP干擾時(shí)的雷達(dá)回波脈沖壓縮結(jié)果，其中為15 dB。從圖5中可以看出，當(dāng)雷達(dá)回波中包含SMSP干擾時(shí)，雷達(dá)接收機(jī)匹配濾波器輸出端會(huì)產(chǎn)生一列梳齒狀波瓣，形成大量假目標(biāo)，而目標(biāo)回波的輸出波瓣淹沒在其中，使得雷達(dá)失去對(duì)目標(biāo)信息的獲取能力。FRFT掃頻濾波方法在u域通過掃頻濾波器保留濾波器帶寬內(nèi)的信號(hào)分量從而實(shí)現(xiàn)SMSP干擾的抑制。圖6給出了經(jīng)FRFT掃頻濾波方法干擾抑制后信號(hào)的時(shí)頻分布，對(duì)比圖3可以發(fā)現(xiàn)，雷達(dá)回波經(jīng)u域FRFT掃頻濾波后，與目標(biāo)信號(hào)不重疊的干擾分量被濾除，而與目標(biāo)信號(hào)重疊的干擾分量會(huì)隨目標(biāo)信號(hào)一起通過濾波器，因此FRFT方法無法完全濾除干擾信號(hào)。

圖7給出了丟棄SMSP干擾信號(hào)與目標(biāo)信號(hào)重疊的時(shí)頻點(diǎn)后保留下來的時(shí)頻點(diǎn)信息?？梢钥闯?，在丟棄干擾信號(hào)與目標(biāo)信號(hào)重疊時(shí)頻點(diǎn)的同時(shí)，也丟棄了部分目標(biāo)信息，因此如果直接利用時(shí)頻綜合等方法重構(gòu)目標(biāo)信號(hào)，將會(huì)導(dǎo)致重構(gòu)的目標(biāo)信號(hào)產(chǎn)生失真。本文引入通過壓縮感知方法，從少數(shù)數(shù)據(jù)中重構(gòu)出完整的目標(biāo)信號(hào)。圖8和圖9分別給出了FRFT掃頻濾波方法重構(gòu)的目標(biāo)信號(hào)時(shí)域波形和本文提出的聯(lián)合時(shí)頻分布和壓縮感知方法重構(gòu)的目標(biāo)信號(hào)時(shí)域波形。從圖8和圖9中可以看出，本文方法能夠有效重構(gòu)目標(biāo)信號(hào)，而FRFT掃頻濾波方法重構(gòu)的目標(biāo)信號(hào)則有部分失真。

圖10給出了兩種方法重構(gòu)目標(biāo)信號(hào)的脈沖壓縮結(jié)果。從圖10中可以看出，F(xiàn)RFT掃頻濾波方法能夠抑制大部分假目標(biāo)旁瓣，但是在真實(shí)目標(biāo)主瓣附近仍有少量假目標(biāo)旁瓣存在，如圖中箭頭所示。這會(huì)影響雷達(dá)對(duì)真實(shí)目標(biāo)的檢測(cè)，而本文方法則能夠有效抑制假目標(biāo)旁瓣。圖11表示兩種方法的SMSP干擾抑制性能曲線，橫軸表示干擾抑制前輸入信號(hào)的信干比，縱軸表示干擾抑制后輸出信號(hào)的信干噪比，其中當(dāng)輸入信干比相同時(shí)，輸出信干噪比越大，表明對(duì)干擾的抑制效果越好。從圖11中可以看出，隨著輸入信號(hào)信干比的增大，兩種算法的干擾抑制性能都有一定程度的提升。在相同的信干比條件下，以輸入信干比等于時(shí)為例，本文方法的干擾抑制后輸出信干噪比為19.55 dB, FRFT掃頻濾波方法的輸出信干噪比為3.59 dB，即本文方法的干擾抑制性能比FRFT掃頻濾波方法要改善約16 dB。

圖5 雷達(dá)回波脈沖壓縮結(jié)果?????圖6 FRFT干擾抑制后的時(shí)頻分布????圖7 篩選后保留的時(shí)頻域信息

圖8 FRFT方法重構(gòu)信號(hào)的時(shí)域波形圖??圖9 FRFT+CS方法重構(gòu)信號(hào)的時(shí)域波形圖??圖10 干擾抑制后的脈沖壓縮結(jié)果

圖11 干擾抑制性能曲線?????圖12 干擾抑制后脈沖壓縮結(jié)果?????圖13 干擾抑制性能曲線

5 結(jié)束語(yǔ)

SMSP有源欺騙干擾能夠在雷達(dá)輸出端形成大量假目標(biāo)進(jìn)而影響雷達(dá)對(duì)真實(shí)目標(biāo)的檢測(cè)。本文通過分析SMSP干擾信號(hào)與目標(biāo)信號(hào)在時(shí)頻域上的能量分布特性，提出了聯(lián)合時(shí)頻分布和壓縮感知的抗SMSP干擾策略。該方法通過在時(shí)頻域丟棄SMSP干擾信號(hào)，并利用壓縮感知方法精確重構(gòu)目標(biāo)信號(hào)，有效避免因重構(gòu)目標(biāo)信號(hào)失真而導(dǎo)致假目標(biāo)旁瓣的產(chǎn)生。仿真數(shù)據(jù)表明了該方法理論分析的正確性，同時(shí)可以看出該方法有良好的抗干擾效果。

參考文獻(xiàn)

[1] SPARROW M J and CIKALO J. ECM techniques to counter pulse compression radar[P]. United States Patent, 7081846, 2006.

[2] 盧云龍, 李明, 陳洪猛, 等. 基于奇異譜分析的抗數(shù)字射頻存儲(chǔ)距離波門拖引干擾[J]. 電子與信息學(xué)報(bào), 2016, 38(3): 600-606. doi: 10.11999/JEIT150550.

LU Yunlong, LI Ming, CHEN Hongmeng,. Countering DRFM range gate pull-off jamming based on singular spectrum analysis[J].&, 2016, 38(3): 600-606. doi: 10.11999/JEIT150550.

[3] 盧云龍, 李明, 閆琰. 利用調(diào)頻率匹配的DRFM欺騙干擾檢測(cè)方法[J]. 西安電子科技大學(xué)學(xué)報(bào), 2014, 41(5): 67-73. doi: 10.3969/j.issn.1001-2400.2014.05.012.

LU Yunlong, LI Ming, and YAN Yan. Method for detecting DRFM deception jamming based on LFM rate matching[J]., 2014, 41(5): 67-73. doi: 10.3969/j.issn.1001-2400.2014.05.012.

[4] ZHANG Jingdong, ZHU Daiyin, and ZHANG Gong. New antivelocity deception jamming technique using pulses with adaptive initial phase[J]., 2013, 49(2): 1290-1300. doi: 10.1109/TAES.2013.6494414.

[5] 吳億鋒, 王彤, 吳建新, 等. 基于廣義旁瓣相消的機(jī)載雷達(dá)抗密集轉(zhuǎn)發(fā)式干擾方法[J]. 電子與信息學(xué)報(bào), 2014, 36(5): 1049-1054. doi: 10.3724/SP.J.1146.2013.01040.

WU Yifeng, WANG Tong, WU Jianxin,. A method to suppress dense repeater jamming for airborne radar based on generalized sidelobe canceller[J].&, 2014, 36(5): 1049-1054. doi: 10.3724 /SP.J.1146.2013.01040.

[6] 姜磊, 王彤. 機(jī)載雷達(dá)自適應(yīng)發(fā)射技術(shù)抗相干轉(zhuǎn)發(fā)式干擾[J]. 系統(tǒng)工程與電子技術(shù), 2015, 37(4): 789-794. doi: 10.3969/ j.issn.1001-506X.2015.04.11.

JIANG Lei and WANG Tong. Airborne radar adaptive transmit technique for anti coherent repeater jammer[J]., 2015, 37(4): 789-794. doi: 10.3969/j.issn.1001-506X.2015.04.11.

[7] 同亞龍, 王彤, 代保全, 等. 一種抗密集欺騙式干擾的機(jī)載雷達(dá)動(dòng)目標(biāo)檢測(cè)方法[J].電子與信息學(xué)報(bào),2015, 37(3): 658-664. doi: 10.11999/JEIT140679.

TONG Yalong, WANG Tong, DAI Baoquan,. A moving target detection method to suppress dense deception jamming for airborne radar[J].&,2015, 37(3): 658-664. doi: 10.11999/ JEIT140679.

[8] 楊少奇, 田波, 李欣, 等. 基于時(shí)頻圖像特征提取的LFM雷達(dá)有源欺騙干擾識(shí)別[J]. 空軍工程大學(xué)學(xué)報(bào), 2016, 17(1): 56-59. doi: 10.3969/j.issn.1009-3516.2016.01.011.

YANG Shaoqi, TIAN Bo, LI Xin,. A recognition method of LFM radar active deception jamming based on SPWVD figure[J]., 2016, 17(1): 56-59. doi: 10.3969/j.issn.1009-3516.2016.01.011.

[9] ZHAO Yuan, DU Dongping, AHMED ABDALLA Ali,. Detection of SMSP jamming in netted radar system based on fractional power spectrum[C]. IEEE 17th International Conference on Computational Science and Engineering, Chendu, 2014: 989-993. doi: 10.1109/CES.2014.197.

[10] LI Yongping, YING Xiong, and TANG Bin. SMSP jamming identification based on matched signal transform[C]. IEEE International Conference on Computational Problem-Solving, Chendu, 2011: 182-185. doi: 10.1109/ICCPS.2011.6092274.

[11] SUN Minghong and TANG Bin. Suppression of smeared spectrum ECM signal[J]., 2009, 32(3): 407-413. doi: 10.1080/02533839. 2009.9671521.

[12] STANKOVIC L, THAYAPARAN T, DAKOVIC M,. Micro-Doppler removal in the radar imaging analysis[J]., 2013, 49(2): 1234-1250. doi: 10.1109/TAES.2013.6494410.

[13] WHITELONIS N and LING Hao. Radar signature analysis using a joint time-frequency distribution based on compressed sensing[J]., 2014, 62(2): 755-763. doi: 10.1109/TAP.2013. 2291893.

[14] 方標(biāo), 黃高明, 高俊, 等. FRFT域LFM雷達(dá)回波信號(hào)的壓縮采樣模型[J]. 西安電子科技大學(xué)學(xué)報(bào), 2015, 42(1): 200-206. doi: 10.3969/j.issn.1001-2400.2015.01.032.

FANG Biao, HUANG Gaoming, GAO Jun,. Compressive sensing of linear frequency modulated echo signals in fractional fourier domains [J]., 2015, 42(1): 200-206. doi: 10.3969/j.issn.1001- 2400.2015.01.032.

[15] 閆浩, 董春曦, 趙國(guó)慶. 基于壓縮感知的線性調(diào)頻信號(hào)參數(shù)估計(jì)[J]. 電波科學(xué)學(xué)報(bào), 2015, 30(3): 449-456. doi: 10.13443/ j.cjors.2014070103.

YAN Hao, DONG Chunxi, and ZHAO Guoqing. Parameter estimation of LFM signal based on compressed sensing[J]., 2015, 30(3): 449-456. doi: 10.13443/j.cjors.2014070103.

[16] ZUO Lei, LI Ming, ZHANG Xiaowei,. CFAR detection of range-spread targets based on the time-frequency decomposition feature of two adjacent returned signals[J]., 2013, 61(24): 6307-6319. doi: 10.1109/TSP.2013.2282274.

[17] 張玉恒, 吳啟暉, 王金龍. 基于時(shí)頻加窗短時(shí)傅里葉變換的LFM干擾抑制[J]. 電子與信息學(xué)報(bào), 2007, 29(6): 1361-1364.

ZHANG Yuheng, WU Qihui, and WANG Jinlong. LFM interference suppression using time-frequency windowed short-time fourier transform[J].&, 2007, 29(6): 1361-1364.

[18] DJUROVIC I, STANKOVIC L, and BOHME J F. Robust L-estimation based forms of signal transforms and time-frequency representations[J]., 2003, 51(7): 1753-1761. doi: 10.1109/ TSP.2003.812739.

[19] STANKOVIC L, OROVIC I, STANKOVIC S,. Compressive sensing based separation of nonstationary and stationary signals overlapping in time-frequency[J]., 2013, 61(18): 4562-4572. doi: 10.1109/TSP.2013. 2271752.

盧云龍： 男，1986年生，博士生，研究方向?yàn)槔走_(dá)抗干擾、雷達(dá)目標(biāo)檢測(cè).

李 明： 男，1965年生，博士，教授，博士生導(dǎo)師，從事雷達(dá)圖像處理與分析、寬帶信號(hào)處理與微弱目標(biāo)檢測(cè)、高速并行信號(hào)處理、高性能DSP應(yīng)用系統(tǒng)設(shè)計(jì)、雷達(dá)抗干擾技術(shù)等.

曹潤(rùn)清： 男，1988年生，博士，研究方向?yàn)榉瞧椒€(wěn)信號(hào)參數(shù)估計(jì)、雷達(dá)目標(biāo)檢測(cè).

王澤玉： 女，1990年生，博士，研究方向?yàn)槲⑷跄繕?biāo)檢測(cè).

陳洪猛： 男，1986年生，博士，研究方向?yàn)镾AR成像、目標(biāo)檢測(cè).

Jointing Time-frequency Distribution and Compressed Sensing for Countering Smeared Spectrum Jamming

LU Yunlong LI Ming CAO Runqing WANG Zeyu CHEN Hongmeng

(,,710071,)

The SMeared SPectrum (SMSP) jamming is a special active deception jamming for countering a Linear Frequency Modulated (LFM) pulse compression radar system. For suppressing the SMSP jamming, a novel anti-jamming approach is proposed based on jointing Time-Frequency (TF) distribution and Compressed Sensing (CS). First the SMSP jamming is isolated in the TF domain, and then the TF points belonging to target signal are reserved. According to the linear relationship between the reserved TF points and the frequency domain of radar echo, a CS minimization model is established and the Orthogonal Matching Pursuit (OMP) algorithm is utilized to recover the target signal, which means the SMSP jamming is mitigated simultaneously. The validity of the proposed method is evaluated using experimental data via Monte Carlo simulation.

Active deception jamming; Jamming suppression; Time-frequency analysis; Compressed sensing

TN974

A

1009-5896(2016)12-3275-07

10.11999/JEIT160919

2016-09-12；改回日期：2016-11-25；

2016-12-13

盧云龍 yllu@stu.xidian.edu.cn

國(guó)家自然科學(xué)基金(61271297, 61272281, 61301284)，博士學(xué)科點(diǎn)科研專項(xiàng)基金(20110203110001)

The National Natural Science Foundation of China (61271297, 61272281, 61301284), The Specialized Research Fund for the Doctoral Program of Higher Education (20110203 110001)