陳 碩，陳 凌，趙玉麗

(南京萊斯電子設(shè)備有限公司，江蘇 南京 210001)

對相參雷達(dá)的電子干擾及反干擾處理一直是電子對抗領(lǐng)域的重要課題。目前，隨著電子技術(shù)的迅速發(fā)展，電子干擾機(jī)能夠在相當(dāng)短的時(shí)間內(nèi)截獲、分析和識別雷達(dá)發(fā)射信號。數(shù)字射頻存儲器(Digital Radio Frequency Memory, DRFM)的發(fā)明和應(yīng)用使干擾的產(chǎn)生更加靈活，種類更加豐富，已成為雷達(dá)嚴(yán)重的威脅。具有DRFM的干擾機(jī)能夠截獲和轉(zhuǎn)發(fā)雷達(dá)發(fā)射信號，產(chǎn)生與目標(biāo)回波高度相似的假目標(biāo)干擾。這些假目標(biāo)能夠通過脈沖壓縮、相參積累獲得部分處理增益，從而對相參雷達(dá)進(jìn)行有效的干擾[1-4]。

對此，國內(nèi)外研究學(xué)者提出了多種抗干擾方法，但大部分針對密集假目標(biāo)的研究都集中在信號處理層面，在后端相應(yīng)處理手段較少。本文基于數(shù)據(jù)處理層面，提出了一種抗密集假目標(biāo)處理的方法，該方法能夠在部分回波信號中含有較強(qiáng)密集假干擾的情況下有效地進(jìn)行真實(shí)目標(biāo)的起始和跟蹤。

1 雷達(dá)信號與干擾模型

1.1 回波信號模型

線性調(diào)頻信號是一種廣泛應(yīng)用的大時(shí)寬帶寬信號，假設(shè)雷達(dá)發(fā)射信號為線性調(diào)頻(LFM)信號，在一個(gè)相參處理間隔內(nèi)發(fā)射N個(gè)脈沖，則第n個(gè)脈沖發(fā)射信號的表達(dá)式為：

(1)

假設(shè)觀測場景內(nèi)存在一個(gè)與雷達(dá)的距離為R0、徑向速度為v0的點(diǎn)目標(biāo)，則第n個(gè)脈沖的回波信號為：

(2)

1.2 干擾信號模型

密集假目標(biāo)欺騙式干擾的基本原理是，干擾機(jī)在一定時(shí)間內(nèi)對雷達(dá)信號進(jìn)行采樣和存儲轉(zhuǎn)發(fā)，形成多個(gè)不同距離的假目標(biāo)。在雷達(dá)接收端，這些假目標(biāo)可能散布于整個(gè)距離維上，而且假目標(biāo)能量遠(yuǎn)大于目標(biāo)回波。一旦假目標(biāo)進(jìn)入接收機(jī)波門內(nèi)，將影響目標(biāo)的檢測及后續(xù)的跟蹤處理。設(shè)假目標(biāo)數(shù)量為M個(gè)，產(chǎn)生的多假目標(biāo)干擾可以表示為：

(3)

式中，am、τm分別為第m個(gè)假目標(biāo)的幅值和回波時(shí)延。則接收機(jī)接收到的第n個(gè)脈沖回波信號為：

S1(t,n)=sr(t,n)+sJ(t,n)+s1(t,n)

(4)

式中，s1(t,n)為回波信號中的噪聲。

1.3 干擾特征

通過上述密集假目標(biāo)產(chǎn)生的機(jī)制[5-6]可以看出，密集假目標(biāo)的分布在空間及回波特征中均存在一定規(guī)律，通過對數(shù)據(jù)的挖掘可以對密集假目標(biāo)進(jìn)行有效區(qū)分和抑制。密集假目標(biāo)的顯示效果圖如圖1所示。

2 綜合干擾處理

本文提出的方法通過提前對干擾態(tài)勢進(jìn)行判別和感知，對點(diǎn)跡是否為密集假干擾產(chǎn)生的數(shù)據(jù)進(jìn)行判別，并通過分析其分布特性和回波特征信息，在跟蹤階段，采用基于候選航跡徑向速度的航跡起始抑制技術(shù)進(jìn)行處理，在跟蹤階段，綜合采用位置信息、點(diǎn)跡標(biāo)注信息及特征信息進(jìn)行多周期的航跡評判，流程圖如圖2所示。

2.1 干擾態(tài)勢判別

將雷達(dá)探測范圍按照一定的策略劃分為若干方位量化單元[7]，根據(jù)雷達(dá)的工作模式和系統(tǒng)參數(shù)，通過參數(shù)化設(shè)置，設(shè)定雷達(dá)探測分區(qū)圖方位單元個(gè)數(shù)為N_θ，在方位上對探測區(qū)域進(jìn)行等分，計(jì)算雷達(dá)探測分區(qū)圖方位分辨單元Res_θ度，并將等分后的區(qū)域進(jìn)行編號，方便索引。

對探測區(qū)域進(jìn)行點(diǎn)跡數(shù)據(jù)統(tǒng)計(jì)后，根據(jù)不同區(qū)域的點(diǎn)跡分布情況，設(shè)定判定閾值為Nthreshold，大于此閾值的方位單元設(shè)為密集假目標(biāo)區(qū)域，并進(jìn)行后續(xù)處理。

(5)

密集假目標(biāo)進(jìn)行初步區(qū)域識別后，后續(xù)還需要進(jìn)行二次點(diǎn)跡標(biāo)注，為后續(xù)的航跡起始及航機(jī)跟蹤提供更多信息。

目標(biāo)回波波形攜帶了與目標(biāo)密切相關(guān)的信息，而這種目標(biāo)特征信息很難直觀地表示出目標(biāo)與特征的對應(yīng)關(guān)系，但密集假目標(biāo)之間的等間隔排序及方位寬度、距離寬度及幅度之間的趨同性較為明顯，可以通過對目標(biāo)點(diǎn)跡所攜帶的多目標(biāo)間距離差、方位寬度、距離寬度及幅度等多特征進(jìn)行基于DBSCAN算法的聚類，初步排除正常目標(biāo)后，重新計(jì)算距離差，再通過二次的距離差等差數(shù)列篩查，對密集假目標(biāo)區(qū)域進(jìn)行點(diǎn)跡標(biāo)注。

因?yàn)镈BSCAN算法使用簇的基于密度的定義，因此它是相對抗噪聲的，并且能夠處理任意形狀和大小的簇。這樣，DBSCAN可以發(fā)現(xiàn)使用K均值等算法不能發(fā)現(xiàn)的許多簇。

DBSCAN算法是基于密度的聚類算法，它將類看作是數(shù)據(jù)空間中被低密度區(qū)域分割開的高密度對象區(qū)域。在該算法中，發(fā)現(xiàn)一個(gè)聚類的過程是基于這樣的事實(shí)：一個(gè)聚類能夠被其中的任意一個(gè)核心對象所確定。其基本思想是：考察數(shù)據(jù)庫D中的某一個(gè)點(diǎn)P，若P是核心點(diǎn)，則通過區(qū)域查詢得到該點(diǎn)的鄰域，鄰域中的點(diǎn)和P同屬于一個(gè)類，這些點(diǎn)將作為下一輪的考察對象，并通過不斷地對種子點(diǎn)進(jìn)行區(qū)域查詢來擴(kuò)展它們所在的類，直至找到一個(gè)完整的類。

DBSCAN算法可以非正式地描述如下：任意兩個(gè)足夠靠近(相互之間的距離在Eps之內(nèi))的核心點(diǎn)將放在同一個(gè)簇中。同樣，任何與核心點(diǎn)足夠靠近的邊界點(diǎn)也將放到與核心點(diǎn)相同的簇中(如果一個(gè)邊界點(diǎn)靠近不同簇的核心點(diǎn)，則可能需要解決平局問題)。DBSCAN算法描述如下：1)將所有點(diǎn)標(biāo)記為核心點(diǎn)、邊界點(diǎn)或噪聲點(diǎn)；2)刪除噪聲點(diǎn)；3)為距離在Eps之內(nèi)的所有核心點(diǎn)之間賦予一條邊；4)每組連通的核心點(diǎn)形成一個(gè)簇；5)將每個(gè)邊界點(diǎn)指派到一個(gè)與之關(guān)聯(lián)的核心點(diǎn)的簇中。

2.2 干擾航跡起始抑制

航跡起始由暫時(shí)航跡形成、航跡初始化和航跡確認(rèn)構(gòu)成[8]，當(dāng)獲得新的觀測數(shù)據(jù)時(shí)，由跟蹤門判定點(diǎn)跡-航跡配對關(guān)系，無法獲得配對關(guān)系的點(diǎn)跡形成暫時(shí)航跡，然而，在密集雜波/目標(biāo)中通過門限生成的航跡不計(jì)其數(shù)，為滿足計(jì)算機(jī)內(nèi)存限制進(jìn)而實(shí)時(shí)性的要求，必須采取安全性判決，本文采用基于候選航跡徑向速度的航跡起始抑制技術(shù)，減小后端處理壓力。

采用對徑向速度建立直方圖，最終通過峰值搜索的方式，找到待起始的候選航跡，對其進(jìn)行目標(biāo)航跡起始的抑制。

2.3 干擾航跡跟蹤抑制

在航跡跟蹤階段，通過對航跡位置、特征信息及點(diǎn)跡標(biāo)注信息的綜合航跡評分策略[9]，維持對正常目標(biāo)的監(jiān)視跟蹤，減小對虛假點(diǎn)跡的跟蹤概率。

對所有航跡分支采用貝葉斯概率航跡跟蹤算法的進(jìn)行航跡評分，航跡得分由遞歸累積產(chǎn)生。每一個(gè)航跡的得分等于它的上一次的值加上一個(gè)得分增量Δlk，即：

lk=lk-1+α1Δlk+α2β

(6)

式中，Δlk為似然概率值；β為特征得分值；α1為目標(biāo)狀態(tài)權(quán)重因子；α1為目標(biāo)特征權(quán)重因子。

(7)

d=[Zk-h(Xk|k-1)]TS-1[Zk-h(Xk|k-1)]

(8)

式中，Zk為目標(biāo)測量值；Xk|k-1為目標(biāo)預(yù)測位置；S為殘差協(xié)方差矩陣；Pd為目標(biāo)的探測概率(被傳感器觀測到且其量測落入相關(guān)門的概率)；βf為虛警的空間密度；Pf為虛警概率；M為量測的維數(shù)。且航跡初始得分為l1=ln[(1-βf)/βf]。

β=wRβR+wcβc+wfβf

(9)

式中，wR、wc、wf為對應(yīng)特征因子的加權(quán)因子，wR為位置信息加權(quán)因子，wc為密集假點(diǎn)跡標(biāo)注加權(quán)因子，wf為特征信息的加權(quán)因子，根據(jù)不同雜波和區(qū)域位置選取不同的加權(quán)值。如對于探測虛警率低的區(qū)域，位置信息加權(quán)因子可以進(jìn)行相應(yīng)提高，提供對于雜波區(qū)域，由于分布范圍廣且比較均勻，因此，特征信息的加權(quán)因子可以取的大一些；密集假目標(biāo)區(qū)域存在假目標(biāo)的概率高于其他區(qū)域，因此點(diǎn)跡標(biāo)注加權(quán)因子可以進(jìn)行提高；如果雷達(dá)前端信號處理可以提供更多特征值，則目標(biāo)特征得分計(jì)算可以引入更多特征因子。對上述3種特征因子進(jìn)行標(biāo)準(zhǔn)化和歸一化處理[10]，為方便起見，這里仍用原來的符號表示。

通過航跡得分，可以進(jìn)行航跡分支的刪除和確認(rèn)，若lk≤TL，則刪除航跡分支子航跡；若lk≥TL，等待更多的數(shù)據(jù)進(jìn)行航跡分支的判定，最終航跡跟蹤選擇航跡自分支得分最高項(xiàng)進(jìn)行航跡更新，其中TL定義為航跡子分支刪除閾值。這樣很多得分低的航跡在此過程中被刪除，大大減少了后面航跡分支判定的數(shù)量[11]。

3 結(jié)果與分析

下述通過實(shí)測的外場對抗試驗(yàn)數(shù)據(jù)處理結(jié)果，驗(yàn)證本文算法的有效性。該試驗(yàn)中我方雷達(dá)受到密集假目標(biāo)干擾，探測空中目標(biāo)，在未采用抗密集假目標(biāo)處理時(shí)顯示界面會存在大量虛假目標(biāo)，真實(shí)目標(biāo)跟蹤不連續(xù)，而采用了基于數(shù)據(jù)處理的抗密集假目標(biāo)干擾處理方法后，處理效果如圖3所示，無虛假目標(biāo)，真實(shí)目標(biāo)跟蹤穩(wěn)定連續(xù)。

4 結(jié)語

隨著現(xiàn)代電子技術(shù)的不斷發(fā)展，電子對抗領(lǐng)域的干擾與反干擾手段也在不斷進(jìn)步，被廣泛地應(yīng)用到雷達(dá)系統(tǒng)中。本文提出了一種數(shù)據(jù)處理方面的抗密集假目標(biāo)干擾算法，該方法通過對探測區(qū)域和回波點(diǎn)跡的綜合判斷，并進(jìn)行峰值提取完成對假目標(biāo)的起始與跟蹤的抑制，最終達(dá)到對假目標(biāo)的綜合判定。實(shí)測數(shù)據(jù)分析驗(yàn)證了本文方法的有效性，本文提出的方法可以對密集假目標(biāo)干擾提供有效的處理手段。