姜予名, 李景文, 孫 兵

(北京航空航天大學(xué)電子與信息工程學(xué)院, 北京 100191)

0 引 言

合成孔徑雷達(dá)(synthetic aperture radar,SAR)是一種不受光照和氣象條件制約的有效對(duì)地觀測(cè)手段,已廣泛應(yīng)用于地形測(cè)繪、災(zāi)害預(yù)警、軍事偵察等諸多領(lǐng)域。鑒于其在軍事偵察領(lǐng)域的重要作用,針對(duì)SAR的干擾手段層出不窮[1-5]。針對(duì)SAR的有意干擾可分為壓制干擾、半相參干擾、欺騙干擾三大類別。其中,壓制干擾主要發(fā)射大功率的非相干信號(hào)覆蓋真實(shí)場(chǎng)景回波,導(dǎo)致成像處理后場(chǎng)景被噪聲信號(hào)淹沒,或牽引自動(dòng)增益控制系統(tǒng),導(dǎo)致真實(shí)場(chǎng)景回波在天線前端就被濾除。壓制干擾的實(shí)施方法較為簡單,對(duì)SAR系統(tǒng)參數(shù)的偵察要求較低,但對(duì)發(fā)射功率有較高要求,功率需求可達(dá)百兆瓦量級(jí)。半相參干擾通過采集或轉(zhuǎn)發(fā)SAR發(fā)射信號(hào),能夠在SAR成像處理中獲取一定的處理增益,因此對(duì)功率需求較低,通常在SAR圖像中表現(xiàn)為具有一定寬度的周期性亮條,能夠?qū)崿F(xiàn)對(duì)關(guān)鍵區(qū)域的遮蔽,影響SAR圖像的判讀。欺騙干擾主要通過先期偵察等方式獲取SAR系統(tǒng)具體工作參數(shù),然后利用這些參數(shù)完成對(duì)干擾信號(hào)的調(diào)制和轉(zhuǎn)發(fā),以期形成和真實(shí)場(chǎng)景回波具有相同特征的干擾信號(hào)。精心設(shè)計(jì)的欺騙干擾信號(hào)可以較小的干擾功率獲得SAR成像處理的全部增益,并在SAR圖像中形成以假亂真的虛假目標(biāo),誤導(dǎo)SAR圖像的判讀。

欺騙干擾與其他干擾手段相比具有發(fā)射功率小,隱蔽性高的優(yōu)勢(shì),因而對(duì)SAR圖像判讀的威脅性更大,且隨著硬件發(fā)展和相關(guān)研究的深入,欺騙干擾的實(shí)現(xiàn)效率和逼真程度日益提高,如何有效地檢測(cè)和抑制欺騙干擾是當(dāng)前SAR系統(tǒng)面臨的重要問題之一。

單通道SAR系統(tǒng)實(shí)現(xiàn)抗欺騙干擾主要瞄準(zhǔn)干擾機(jī)固有的限制。大部分單通道欺騙干擾抑制方法針對(duì)干擾機(jī)難以在一個(gè)脈沖間隔內(nèi)完成干擾信號(hào)在線調(diào)制和轉(zhuǎn)發(fā)的缺陷,使用波形分集、調(diào)頻率擾動(dòng)、隨機(jī)初相等方法[6-9],使干擾信號(hào)在距離向或方位向不能獲得成像增益。這類方法破壞了干擾信號(hào)的二維聚焦性能,使干擾能量作為噪聲彌散在圖像的距離或方位向上。此外若假設(shè)干擾機(jī)僅工作在被SAR主瓣照射的時(shí)間內(nèi),則可利用干擾信號(hào)和真實(shí)場(chǎng)景信號(hào)在時(shí)頻圖中支撐域的差異識(shí)別虛假目標(biāo),并基于稀疏重構(gòu)理論重建真實(shí)場(chǎng)景[10-11]。

多通道SAR系統(tǒng)具有更高的系統(tǒng)自由度,能夠利用干擾信號(hào)與真實(shí)回波的到達(dá)角度差異完成干擾信號(hào)的抑制?？沼?yàn)V波方法可對(duì)消特定方向上的干擾信號(hào),從而實(shí)現(xiàn)干擾抑制[12-13],但當(dāng)干擾機(jī)位于主瓣內(nèi),或通道間距大于半波長時(shí),SAR圖像中將呈現(xiàn)出一個(gè)或數(shù)個(gè)周期性暗帶,導(dǎo)致成像場(chǎng)景出現(xiàn)信息損失。

文獻(xiàn)[14]中指出,多通道SAR系統(tǒng)的各通道接收的虛假目標(biāo)回波和真實(shí)場(chǎng)景回波的方位頻譜是不同的,虛假目標(biāo)的方位頻譜在各通道中隨虛假目標(biāo)位置改變,真實(shí)場(chǎng)景的方位頻譜僅具有固定的相位差。據(jù)此,可通過補(bǔ)償各通道相位差后相干疊加的方法提高信干比,而信干比的提升倍數(shù)就是通道數(shù),當(dāng)虛假場(chǎng)景具有和干擾機(jī)相同的方位位置時(shí)該方法失效。文獻(xiàn)[15]中通過逐像素的三通道對(duì)消抑制方法給出了基于分布式小衛(wèi)星的多通道欺騙干擾抑制方法,該方法在抑制虛假目標(biāo)的同時(shí)也損失了被虛假目標(biāo)遮蓋區(qū)域的真實(shí)場(chǎng)景。文獻(xiàn)[16]中給出了用于抑制欺騙干擾的快/慢時(shí)間空時(shí)自適應(yīng)處理(space time adaptive process,STAP)方法,其中慢時(shí)間STAP方法的原理與文獻(xiàn)[14]相同,信干比的提升倍數(shù)就是通道數(shù),快時(shí)間STAP方法則基于空間-快時(shí)間干擾信號(hào)協(xié)方差矩陣的估計(jì)值計(jì)算最優(yōu)加權(quán)完成空域-快時(shí)間濾波進(jìn)而抑制欺騙干擾,達(dá)到與文獻(xiàn)[15]中方法類似的效果,在抑制虛假目標(biāo)的同時(shí)損失了部分真實(shí)場(chǎng)景。文獻(xiàn)[1]中則指出,STAP方法中干擾信號(hào)協(xié)方差矩陣估計(jì)要求大的干擾功率和區(qū)別于真實(shí)回波的統(tǒng)計(jì)分布特性,這兩點(diǎn)在面對(duì)欺騙干擾時(shí)難以滿足。文獻(xiàn)[17]中針對(duì)文獻(xiàn)[2]中提出的乘積調(diào)制欺騙干擾給出了基于分置相位中心天線(displace phase-center antenna,DPCA)的檢測(cè)方法,文獻(xiàn)[18]中提出了基于雙通道交軌干涉的欺騙干擾檢測(cè)方法,文獻(xiàn)[19]中提出基于多角度SAR圖像的欺騙干擾檢測(cè)方法,以上三者均未涉及欺騙干擾抑制。文獻(xiàn)[20]中引入極化特性作為新自由度,提出基于空間-極化濾波器的欺騙干擾抑制方法,該方法要求雷達(dá)系統(tǒng)采用極化敏感的多發(fā)多收天線陣列,利用某個(gè)脈沖的無干擾回波估計(jì)回波信號(hào)在空域-極化空間內(nèi)的特征,基于三線性分解完成后續(xù)脈沖的干擾分離和抑制,一般用于單脈沖雷達(dá)等背景雜波與目標(biāo)分離度高的情形。對(duì)于SAR系統(tǒng),特定波達(dá)方向的回波信號(hào)幾乎均勻地充滿整個(gè)極化子空間,且空間-極化特征可隨方位采樣時(shí)刻快速變化,因而該方法僅在大干擾功率的條件下可完成干擾檢測(cè),且退化為空域?yàn)V波。

本文方法利用雙通道SAR系統(tǒng),針對(duì)理想的單站直達(dá)波欺騙干擾,在DPCA條件下建立了描述干擾信號(hào)在主輔圖像中位置和相位的數(shù)學(xué)模型。分析表明,主輔圖像中的干擾信號(hào)僅存在空變的位置偏移和相位偏移,從而可使干擾信號(hào)在DPCA處理后凸顯。基于干擾信號(hào)在圖像域的特征,本方法引入圖像退化模型,利用DPCA處理結(jié)果完成圖像域干擾信號(hào)的估計(jì)和抑制。本文方法不區(qū)分主瓣干擾與副瓣干擾,能夠在周期性的盲區(qū)外抑制欺騙干擾,同時(shí)保持被干擾覆蓋的成像場(chǎng)景不損失。

1 干擾信號(hào)建模

1.1 DPCA基本原理

DPCA方法主要用于地面動(dòng)目標(biāo)檢測(cè),其通過沿航向布置的雙天線配合特別設(shè)計(jì)的脈沖重復(fù)周期(pulse repeat time,PRT),形成時(shí)間基線,然后將兩通道回波或圖像相減就能對(duì)消地面靜止目標(biāo)的回波。

DPCA模式的幾何模型如圖1所示,雷達(dá)工作在一發(fā)雙收模式下,其中方塊表示自發(fā)自收的主天線,三角表示僅接收信號(hào)的輔天線,黑白填充色用于區(qū)分兩個(gè)相鄰脈沖發(fā)射時(shí)刻的天線。主天線的等效相位中心用虛線方塊表示,沿航向形成孔徑1,聚焦后得到主圖像。輔天線的等效相位中心用虛線三角表示,沿航向形成孔徑2,聚焦后得到輔圖像。設(shè)v為雷達(dá)運(yùn)動(dòng)速度,d為天線間距,T為PRT,Z+為正整數(shù)集合。若三者滿足:

圖1 DPCA幾何模型Fig.1 Geometric model of DPCA

d=2kvT,k∈Z+

(1)

則可取兩孔徑的重疊部分成像并相減完成靜止場(chǎng)景回波的對(duì)消。式(1)被稱為DPCA條件。

1.2 干擾信號(hào)模型

對(duì)于理想的直達(dá)波欺騙干擾,干擾信號(hào)無法在各采樣時(shí)刻都同時(shí)到達(dá)兩天線,且當(dāng)完成主輔天線的孔徑對(duì)齊后,主輔天線接收的干擾信號(hào)在慢時(shí)間上是錯(cuò)位的,這使得干擾信號(hào)區(qū)別于靜止場(chǎng)景。利用這一特性可以借助DPCA方法完成直達(dá)波欺騙干擾檢測(cè),并進(jìn)一步完成欺騙干擾抑制。

為方便推導(dǎo),不妨假設(shè)干擾是針對(duì)主天線的理想欺騙干擾。設(shè)成像中心時(shí)刻為零時(shí)刻,雷達(dá)沿X正向運(yùn)動(dòng),基線與運(yùn)動(dòng)方向平行,干擾機(jī)坐標(biāo)(xj,yj),干擾機(jī)期望在坐標(biāo)(x0,y0)處形成一個(gè)虛假點(diǎn)目標(biāo),設(shè)該虛假點(diǎn)目標(biāo)對(duì)應(yīng)的方位時(shí)刻為ηc、瞬時(shí)斜距為Rm(η),光速為c,波長為λ。則主天線接收的脈沖壓縮后的理想干擾機(jī)直達(dá)波信號(hào)可以表示為

(2)

式中,pr(·)為距離向包絡(luò);wa(·)為方位向包絡(luò)。

設(shè)SAR系統(tǒng)滿足DPCA條件,孔徑對(duì)齊后輔天線收到的干擾信號(hào)瞬時(shí)斜距為Rs(η),Rjm(η)和Rjs(η)分別為干擾機(jī)到主、輔天線瞬時(shí)斜距,則可將孔徑對(duì)齊后輔天線接收信號(hào)表示如下:

(3)

式中,ΔRj(η)=Rjs(η)-Rjm(η)為干擾機(jī)到主輔天線瞬時(shí)斜距差。

設(shè)積累時(shí)間為Ts,因?yàn)棣j(η)?Rm(η)且|kT|?Ts,為了方便推導(dǎo),忽略主輔天線信號(hào)幅度加權(quán)的變化,即假設(shè):

(4)

wa(η-ηc)≈wa(η-kT-ηc)

(5)

此時(shí)兩通道回波信號(hào)可由瞬時(shí)斜距完全表征。設(shè)雷達(dá)飛行高度為h,輔天線信號(hào)的等效單程斜距為Rs(η),用雙曲斜距模型分別表示為Rm(η)和Rs(η):

(6)

Rs(η)=Rm(η-kT)+

(7)

式中,

(8)

(9)

將式(8)和式(9)代入式(7)中,并將Rm(η)和Rs(η)在η=0處分別展開為二階泰勒級(jí)數(shù):

Rm(η)=a0+a1vη+a2(vη)2+o(η3)

(10)

式中,

(11)

Rs(η)=k0+k1vη+k2(vη)2+o(η3)

(12)

式中,

(13)

將式(12)寫為式(10)的形式,則有

Rs(η)=b0+b1vη+b2(vη)2+Δb(vη)2+o(η3)

(14)

式中,

(15)

(16)

(17)

可見輔天線成像后等效的新聚焦位置是kTv、d、(xj,yj)、(x0,y0)的函數(shù),注意到d=2kvT,因此輔圖像中虛假點(diǎn)目標(biāo)的位置近似僅與通道間距d、預(yù)期的虛假點(diǎn)目標(biāo)位置(x0,y0)和干擾機(jī)位置(xj,yj)有關(guān)。

式(14)中的殘余二次項(xiàng)系數(shù)Δbv2表現(xiàn)為方位壓縮時(shí)的調(diào)頻率失配,忽略匹配濾波器的加權(quán)影響,則調(diào)頻率失配將在聚焦后點(diǎn)目標(biāo)上附加相位誤差Δφ,同時(shí)引起散焦。對(duì)于DPCA模式,當(dāng)ΔRj(η)?Rm(η)時(shí),散焦可以忽略。這里直接給出Δφ的解析形式如下:

(18)

該相位誤差是通道間距d、平臺(tái)速度v、預(yù)期的虛假點(diǎn)目標(biāo)位置(x0,y0)和干擾機(jī)位置(xj,yj)的函數(shù)。

因此,主輔圖像中虛假點(diǎn)目標(biāo)的相位差Δφ可以表示為

(19)

可見,主輔圖像中虛假點(diǎn)目標(biāo)的相位差也與通道間距d、平臺(tái)速度v、預(yù)期的虛假點(diǎn)目標(biāo)位置(x0,y0)和干擾機(jī)位置(xj,yj)有關(guān)。

需要注意的是,由于算法使用DPCA雜波對(duì)消后結(jié)果估計(jì)主圖像中虛假目標(biāo),因此當(dāng)Δφ=2mπ,m∈Z時(shí),無法檢測(cè)和抑制干擾信號(hào)?；€d引入的聚焦位置偏移與分辨率相比一般較小,Δφ越接近2mπ,虛假目標(biāo)在DPCA結(jié)果中的信噪比越差,則虛假目標(biāo)的檢測(cè)概率越低,虛假目標(biāo)估計(jì)精度越差,干擾抑制效果越差。Δφ=2mπ的區(qū)域是算法檢測(cè)和抑制欺騙干擾的盲區(qū)。

(20)

(21)

因此,相位差Δφ可以近似表示為

(22)

注意到d的二階項(xiàng)與一階項(xiàng)相比數(shù)量級(jí)要小得多,因此一階近似也可高精度的描述相位差Δφ。

2 雙通道干擾抑制算法

第1節(jié)中的干擾信號(hào)模型說明輔圖像內(nèi)干擾信號(hào)可以近似看作是主圖像干擾信號(hào)的平移和調(diào)相。進(jìn)一步,對(duì)圖像的每一塊局部區(qū)域,可以近似假設(shè)區(qū)域內(nèi)各像素的干擾信號(hào)偏移和調(diào)相是相同的,則對(duì)局部圖像有

IDPCA(x,y)=Ijm(x,y)-Ijs(x,y)≈

Ijm(x,y)-exp(-jφ)Ijm(x+Δx,y+Δy)

(23)

式(23)給出了從主圖像干擾信號(hào)到DPCA結(jié)果的退化模型。因此,可利用逆濾波恢復(fù)主圖像內(nèi)的干擾信號(hào):

(24)

式中,IFT2[·]和FT2[·]分別表示二維逆傅里葉變換和傅里葉變換,分式表示逐元素除法。退化濾波器H(fx,fy)可以表示為3個(gè)關(guān)鍵參數(shù){φ,Δx,Δy}的函數(shù)如下:

H(fx,fy)=1-exp(-j(φ+2π(fxΔx+fyΔy)))

(25)

考慮到上述退化濾波器可能具有零點(diǎn),可選取一個(gè)先驗(yàn)的閾值κ,重寫該退化濾波器如下:

(26)

然后,構(gòu)造優(yōu)化問題如下:

(27)

對(duì)式目標(biāo)函數(shù)的數(shù)學(xué)解釋如下。原始主圖像可寫作真實(shí)背景圖像Ir和干擾圖像Ij的線性疊加,即

Im=Ir+Ij

(28)

假設(shè)Ir和Ij對(duì)應(yīng)像素統(tǒng)計(jì)獨(dú)立,因?yàn)镮jm完全由IDPCA決定,且IDPCA與Im獨(dú)立,因此Ir和Ijm也統(tǒng)計(jì)獨(dú)立。進(jìn)一步假設(shè)Im和Ijm是具有各態(tài)歷經(jīng)特性的平穩(wěn)隨機(jī)場(chǎng),則有

E[|Im-Ijm|2]=E[|Ir+Ij-Ijm|2]=

E[|Ir|2]+E[|Ij-Ijm|2]

(29)

因此,

(30)

式中,根據(jù)平穩(wěn)假設(shè),E[|Ij-Ijm|2]是與坐標(biāo)(x,y)無關(guān)的值。最小化式(27)近似等價(jià)于最小化干擾信號(hào)估計(jì)值的均方誤差。

在實(shí)際處理過程中,一般輔圖像中干擾圖像偏移小于地距分辨率,為加速算法收斂可先求解如下的簡單優(yōu)化問題,得到輔圖像干擾信號(hào)相位差的粗估計(jì)。

(31)

算法的整體流程圖如圖2所示。

圖2 算法流程圖Fig.2 Flow chart of the algorithm

首先對(duì)雙通道回波分別進(jìn)行BP成像,然后補(bǔ)償斜距相位將地距圖像解調(diào)回基帶,進(jìn)一步對(duì)地距圖像重疊切割完成分塊處理,對(duì)每一對(duì)子圖像分別進(jìn)行DPCA處理并估計(jì)干擾信號(hào),最后完成圖像域?qū)ο推唇?得到干擾抑制后圖像。

3 仿真結(jié)果

為驗(yàn)證信號(hào)模型的準(zhǔn)確性和抑制算法的有效性,分別仿真單點(diǎn)干擾、點(diǎn)陣干擾、面目標(biāo)干擾3種情況。其中,單點(diǎn)目標(biāo)仿真用于驗(yàn)證干擾信號(hào)數(shù)學(xué)模型的正確性,給出本文方法抑制干擾的極限性能;點(diǎn)陣仿真用于說明算法的盲區(qū)和局部分塊處理的實(shí)際效果,同時(shí)展示干擾機(jī)位于主瓣內(nèi)時(shí)本文算法的干擾抑制能力;面目標(biāo)仿真則用于說明本文方法在面對(duì)復(fù)雜場(chǎng)景和復(fù)雜干擾時(shí)的干擾抑制性能。仿真中使用的關(guān)鍵參數(shù)如表1所示。

表1 關(guān)鍵仿真參數(shù)

3.1 單點(diǎn)欺騙干擾

圖3(a)給出了干擾機(jī)位于坐標(biāo)(5 000, 5 000)時(shí)的單點(diǎn)干擾的仿真結(jié)果,圖中中心點(diǎn)為虛假點(diǎn)目標(biāo),其他4個(gè)點(diǎn)為真實(shí)點(diǎn)目標(biāo)。圖3(b)為雙通道DPCA結(jié)果,易見真實(shí)場(chǎng)景在經(jīng)過DPCA處理后被完全對(duì)消,虛假目標(biāo)則被突顯出來。圖3(c)給出了經(jīng)過本文算法處理的結(jié)果,圖4(a)和圖4(b)分別為處理前后干擾圖像的方位橫向和方位切片,點(diǎn)目標(biāo)峰值處的抑制效果接近-80 dB,這是因?yàn)辄c(diǎn)目標(biāo)仿真中背景干凈,可以認(rèn)為全圖內(nèi)的相位和位置偏移是非空變的,無需進(jìn)行切片處理,從而具有較高的估計(jì)精度。表 2給出了輔圖像中干擾點(diǎn)目標(biāo)相對(duì)于主圖像的位置和相位偏移,其中測(cè)量值由主輔圖像中干擾點(diǎn)目標(biāo)位置經(jīng)插值后直接測(cè)量得到,估計(jì)值由式(27)得到,理論值由式(16)、式(17)和式(22)計(jì)算得到。理論值與測(cè)量值吻合度良好,這驗(yàn)證了本文推導(dǎo)的干擾信號(hào)模型的準(zhǔn)確性。

圖3 點(diǎn)目標(biāo)仿真結(jié)果Fig.3 Simulation result of point target

圖4 點(diǎn)目標(biāo)切片F(xiàn)ig.4 Profile of point target

表2 圖像退化參數(shù)

3.2 點(diǎn)陣欺騙干擾

圖5(a)給出了干擾機(jī)位于坐標(biāo)(50,5 000)時(shí)的大范圍點(diǎn)陣干擾的仿真結(jié)果,圖中4個(gè)真實(shí)點(diǎn)目標(biāo)位置與單點(diǎn)干擾中相同,其他點(diǎn)皆為虛假目標(biāo),此時(shí)干擾機(jī)幾乎位于場(chǎng)景中心。圖5(b)為雙通道DPCA結(jié)果,與單點(diǎn)仿真時(shí)不同,并非全部的干擾點(diǎn)都被凸顯,DPCA結(jié)果中干擾點(diǎn)的幅度隨其空間位置變化,部分位置處的幅度很小。圖5(c)給出了干擾抑制結(jié)果,圖5(d)則給出了點(diǎn)陣中間列的切片。由于干擾圖像的估計(jì)是基于DPCA結(jié)果完成的,因此DPCA結(jié)果中幅度較小點(diǎn)的位置估計(jì)精度較低,干擾抑制效果較差。圖6(a)給出了當(dāng)前成像幾何下,場(chǎng)景內(nèi)不同位置的偏移場(chǎng),箭頭的方向表示輔圖像中干擾聚焦位置的偏移方向,箭頭長度表示偏移量的大小,為展示偏移量的空變特性,這些偏移矢量已減去了其均值,干擾機(jī)位置用紅圈標(biāo)出。圖6(b)則給出了場(chǎng)景內(nèi)不同位置的相位偏移量,取值范圍為[0,2π),相位跳變發(fā)生的位置就是相位偏移為0的位置。對(duì)比圖6(b)和圖6(c),顯然相位偏移接近于0的部分干擾抑制效果最差,與信號(hào)模型的分析結(jié)果一致。該組仿真說明干擾機(jī)位于主瓣內(nèi)時(shí)本文算法仍能有效抑制盲區(qū)外的干擾。

圖5 點(diǎn)陣仿真結(jié)果Fig.5 Simulation result of point array

圖6 輔圖像的理論偏移Fig.6 Theoretical bias in slave-image

3.3 面目標(biāo)欺騙干擾

面目標(biāo)仿真中使用了Terra-SAR的圖像作為場(chǎng)景輸入和期望形成的欺騙干擾。圖7(a)和圖7(b)分別給出了干擾機(jī)位于(5 000, 5 000) m時(shí)的面目標(biāo)成像結(jié)果及干擾機(jī)形成的虛假目標(biāo)。圖7(c)和圖7(d)分別是DPCA處理結(jié)果和干擾抑制后結(jié)果,虛假目標(biāo)被很好的從圖像中濾除,且被覆蓋的場(chǎng)景得到較好的恢復(fù)。圖8(a)和圖8(b)分別給出了過圖7(b)中最強(qiáng)點(diǎn)坐標(biāo)(221.3, 209.3) m的方位橫向切片和方位向切片,強(qiáng)散射點(diǎn)的抑制效果超過40 dB。面目標(biāo)仿真結(jié)果說明本文方法可在有效抑制虛假目標(biāo)的同時(shí)較好地保持被虛假目標(biāo)遮蔽的真實(shí)場(chǎng)景圖像。

圖7 面目標(biāo)仿真結(jié)果Fig.7 Simulation result of extended target

圖8 面目標(biāo)切片F(xiàn)ig.8 Profile of extended target

4 結(jié) 論

本文針對(duì)SAR單干擾機(jī)直達(dá)波欺騙干擾的檢測(cè)和抑制問題,提出了一種基于DPCA方法的欺騙干擾檢測(cè)方法。在DPCA條件下建立了圖像域干擾信號(hào)模型,指出干擾信號(hào)在主輔圖像中近似僅存在空變的相位偏置和二維空變的位置偏移。在此基礎(chǔ)上引入圖像退化模型,在DPCA檢測(cè)結(jié)果上完成主圖像內(nèi)欺騙干擾的估計(jì)與抑制。點(diǎn)陣和面目標(biāo)仿真結(jié)果驗(yàn)證了本文信號(hào)模型的正確性和欺騙干擾抑制算法的有效性。本文所提方法與現(xiàn)有算法相比,不損失被欺騙干擾遮蓋區(qū)域的場(chǎng)景信息,能夠有效抑制經(jīng)由天線主瓣或副瓣進(jìn)入的理想直達(dá)波欺騙干擾。但受限于DPCA方法的盲速問題,本文方法對(duì)欺騙干擾的抑制存在盲區(qū),盲區(qū)內(nèi)干擾抑制效果不佳。如何突破DPCA條件,并通過增加通道數(shù)目的方法避免檢測(cè)和抑制的盲區(qū)是后續(xù)工作的重點(diǎn)。