[发明专利]一种基于灰色卡尔曼滤波的主瓣移动干扰消除方法

说明书

本发明公开了一种基于灰色卡尔曼滤波的主瓣移动干扰消除方法。使用本发明能够在干扰源处于移动状态时对相消通道间的比例系数进行准确地预测，进而可以利用基于和差通道的主瓣干扰消除方法有效地消除移动干扰。本发明以和通道和方位差通道之间的比值、俯仰差通道和差差通道之间的比值、和通道与俯仰差通道之间的比值，以及方位差通道与差差通道之间的比值作为和差通道间干扰相消的比例系数，构造出四组比例系数序列，进而利用卡尔曼滤波的方法对下一时刻比例系数进行预测，从而获得各时刻的较为精确的和差通道比例系数，进而实现在干扰源处于移动状态时干扰的有效消除，提高雷达系统对目标的测角性能。

技术领域

本发明涉及信号处理技术领域，具体涉及一种基于灰色卡尔曼滤波的主瓣移动干扰消除方法。

背景技术

通信和雷达系统中，干扰是影响信息传输、目标探测的重要限制性因素。当空间环境中存在干扰时，若要保证雷达系统正常的测角测距等性能，需要对干扰信号进行抑制与消除。当干扰落入主瓣区域时，传统的自适应波束形成会在主瓣内产生零陷，导致天线方向图畸变，使雷达的探测性能大大下降。因此，在当今复杂的电磁环境中，研究基于单脉冲的主瓣抗干扰技术不仅具有重要的理论意义，而且具有重大的工程应用价值。

近些年来，学者们对主瓣抗干扰方法进行了研究，为了解决阵列雷达在主瓣干扰存在时性能严重下降的问题，提出了基于辅助阵的主瓣干扰抑制算法、基于阻塞矩阵预处理(BMP)的方法、基于特征投影预处理(EMP)的方法以及基于和差通道的主瓣干扰消除方法等。

基于辅助阵的主瓣干扰抑制算法的实质是在主天线附近添加辅助阵列，使得原来位于主瓣的干扰信号落入整个阵列的旁瓣区域，之后可利用较为成熟的旁瓣干扰自适应数字波束形成算法进行抑制。然而，当干扰信号落入雷达的主瓣区域时，传统的自适应数字波束形成技术会带来天线方向图畸变、副瓣电平升高等一系列问题，这会导致自适应数字波束形成算法性能的严重下降甚至失效。

BMP、EMP算法能够改善消除主瓣干扰后波束畸变的问题，然而BMP算法计算量大，同时算法的性能受主瓣干扰方位的估计值影响很大；EMP算法需对协方差矩阵进行特征值分解，并要进行矩阵求逆，计算复杂。同时，EMP算法存在波峰偏移的问题。

基于和差通道的主瓣抗干扰技术利用天线方向图在方位向和俯仰向可分离的性质，在保持另一个方向上的和差波束天线方向图不畸变的同时沿着一个方向消除主瓣干扰，从而导出一个无畸变的单脉冲比来进行角度估计，此技术的关键在于准确确定干扰相消通道之间的比例系数。现有的比例系数确定方法是将各和差通道的采样值作为维纳滤波器输入数据，采用维纳滤波的方法对比例系数进行预测，最终得到的比例系数是和差通道的互相关系数和自相关系数的比值。然而维纳滤波仅适用于平稳随机信号的估计，即该方法仅在干扰源静止的条件下有效，当干扰源处于移动过程中时，干扰信号为非平稳随机信号，此时维纳滤波的方法便失去作用。

发明内容

有鉴于此，本发明提供了一种基于灰色卡尔曼滤波的主瓣移动干扰消除方法，能够在干扰源处于移动状态时对相消通道间的比例系数进行准确地预测，进而可以利用基于和差通道的主瓣干扰消除方法有效地消除移动干扰。

本发明的基于灰色卡尔曼滤波的主瓣移动干扰消除方法，包括如下步骤：

步骤1，干扰信号采样：在雷达发射机未开机并存在移动干扰源的条件下对雷达接收机天线四个原始通道接收到的干扰信号进行采样，采样完成后雷达发射机开始工作；

步骤2，利用步骤1得到的四个原始通道的干扰采样信号计算发射机未开机时各采样时刻的和通道、俯仰差通道、方位差通道和差差通道的值；然后计算各采样时刻的和差通道比例系数；其中和差通道比例系数为：和通道和方位差通道之间的比值、俯仰差通道和差差通道之间的比值、和通道与俯仰差通道之间的比值，以及方位差通道与差差通道之间的比值；

步骤3，针对步骤2得到的四组比例系数，对各组的采样时刻的比例系数分别进行灰色卡尔曼滤波，得到各组比例系数的下一时刻的预测值；