[发明专利]一种基于干扰信号时频及相关系数多维特征联合分类方法

说明书

本发明涉及基于干扰信号时频及相关系数多维特征联合分类方法，应用于雷达抗干扰领域。本发明通过分析干扰信号的时域、自相关域、功率谱域联合的特征对干扰信号进行分类。首先，对干扰信号的中频做自相关运算，按最大值作对数归一化，计算3dB主瓣宽度，当主瓣宽度小于检测门限，为噪声干扰，其次：计算干扰信号的功率谱密度，计算功率谱密度中发射带宽内能量占总能量比值。当比值低于90％信号为梳状谱干扰或者卷积干扰。第三，计算主瓣宽度与干扰信号脉宽比值,当比值低于1时卷积干扰、否则为梳状谱干扰。第四，计算干扰信号包络平坦度，包络平坦信号为复制干扰，否则为卷积类干扰。该算法具有计算量小、识别速度快、正确率高、工程实现方便的优点。

技术领域

本发明应用于雷达干扰信号分类识别领域。

背景技术

雷达作为现代战场上一种全天候的信息传感设备，已成为当今战场诸如侦察监视、目标识别、武器制导以及诸兵种协同作战等方面的核心装备。正因为雷达在战场上的重要性，其从问世开始就面临各式各样的电子对抗措施(Electronic Counter Measures,ECM)。现代战争是以电子战为先导、陆海空天电为一体化的立体化高科技战争，战场的电磁环境非常复杂，各种有源、无源的电磁干扰对雷达工作构成了严重威胁，复杂电磁环境下的电子对抗是现代战争典型特征之一。雷达干扰信号按干扰类型可分为非相干类干扰和相干类干扰两大类型。非相干类干扰可分为两种：噪声干扰和梳状谱干扰；相干类干扰可分为：复制干扰和卷积干扰。这4种干扰信号的产生干扰雷达接收机的原理有本质区别。因此采取何种抗干扰手段必须先对干扰信号进行分类。因此，开展雷达干扰信号识别技术，对于提高雷达在复杂电磁环境中的生存能力和作战效能，具有重大的现实意义。本方案提出了基于雷达信号脉冲压缩特性的雷达信号调制类型分类方法，该方法具有计算量小、识别速度快、正确率高、流程简单、工程实现方便的优点。

发明内容

本发明的目的在于提供一种基于干扰信号时频及相关系数多维特征联合分类方法。

实现本发明目的的技术解决方案为：利用噪声干扰的自相关结果为冲击响应的特点，首先区分噪声干扰；复制干扰的功率谱密度函数能量集中在发射带宽内，且干扰机采用饱和工作模式，信号包络较为平坦，利用此特征可以区分复制信号；梳状谱干扰由多个单频信号相位叠加而成，其自相关主瓣宽度较大，功率谱密度函数能量分布在整个采样带宽内，利用此特征可以区分梳状谱干扰；剩余的为卷积干扰。

本发明的具体步骤为：

步骤1、对干扰信号做自相关运算，按结果最大值对数归一化计算结果。

步骤2、计算结果的3dB宽度。

步骤3、当主瓣宽度小于判定门限时信号为噪声干扰。

步骤4、计算信号的功率谱密度。

步骤5、统计发射带宽内的功率谱密度占总能量的比值。

步骤6、当发射带宽内能量低于门限时信号可能为梳状谱干扰或卷积干扰。

步骤7、计算其3dB主瓣宽度与原干扰信号脉宽比值，当比值超过检测门限时为梳状谱干扰，当比值低于检测门限时为卷积干扰。

步骤8、计算发射带宽内能量高于功率谱密度信号的幅度均值与方差。

步骤9、计算包络平坦度即方差与均值得比，当比值超过门限时为卷积干扰，低于门限时为复制干扰信号。

本发明利用雷达干扰信号的脉冲压缩特性，功率谱密度分布特性、时域包络特性，通过卷积运算、快速傅立叶变换等其他简单运算，就可以区分噪声干扰信号、梳状谱干扰、卷积干扰、复制干扰，算法计算量小、识别速度快、正确率高、流程简单的优点。

附图说明

图1：基于雷达干扰信号多维特征分类方法流程图。

图2 ：3dB主瓣宽度的计算示意图。