基于LFM波形的极化雷达移频干扰鉴别

王文光，季 彧，任 欣

(1.北京航空航天大学电子信息工程学院，北京 100191；2.国睿科技有限公司，江苏 南京 211106)

基于LFM波形的极化雷达移频干扰鉴别

王文光1，季 彧2，任 欣1

(1.北京航空航天大学电子信息工程学院，北京 100191；2.国睿科技有限公司，江苏 南京 211106)

基于数字射频存储器(Digital Ratio Frequency Memory, DRFM)的移频干扰是一种常见的针对线性调频(Linear Frequency Modulated, LFM)脉冲雷达系统的欺骗式干扰。由于LFM脉冲信号的模糊函数具有距离-多普勒耦合的特点，经移频处理后的干扰信号会对雷达接收系统产生距离欺骗的效果，常规雷达对抗移频干扰面临很多困难。该文研究了基于正负调频的LFM波形进行移频干扰鉴别的方法。通过全极化雷达的信号处理，真实目标和移频干扰会表现出差异，该文在正负调频LFM信号处理的基础上，构造了能够表现目标散射矩阵和干扰极化状态差异的特征量，该特征可以用于目标的真假鉴别。该文在给出鉴别量推导过程的同时，利用仿真数据对所提出的针对移频干扰的目标鉴别方法进行了验证，实验结果表明新的极化鉴别方法可以有效区分目标和移频干扰。

抗干扰；移频干扰；极化鉴别

0 引 言

欺骗式电子干扰是针对雷达系统有源干扰的重要形式之一，它能够产生大量假目标或扰乱雷达的目标参数测量[1-3]，近年来学术界提出了很多对抗欺骗式干扰的算法[4,5]，然而基于数字射频存储器(Digital Ratio Frequency Memory, DRFM)的移频干扰等高逼真度欺骗干扰新技术的出现也给传统对抗方法带来了极大的挑战[6,7]。转发式假目标就是常见的有源假目标干扰之一，干扰机将截获到的雷达信号进行移频处理再转发出去，就形成了转发式移频干扰，会影响雷达系统的跟踪性能，甚至会因为目标饱和等原因导致雷达系统无法正常工作。对抗移频干扰的有效方法目前主要是采用时变的发射信号，如改变发射信号的调频斜率、初始相位等，但是这种方法会增加发射机的发射难度。除此之外还可以采用时频分析方法来鉴别移频干扰，但这类方法对信噪比的要求比较高，并且会出现信号混叠的情况，在实际处理中有很多困难。

极化雷达可以提供更加丰富的目标信息，通过充分利用这些极化信息，可以减轻甚至消除恶劣电磁环境对雷达系统产生的影响，并为对抗有源假目标等应用提供了颇具潜力的技术途径。近年来，基于极化信息处理的真假目标在电子对抗中引起了重视，一些极化鉴别算法被提出，典型的有基于全极化单脉冲雷达的极化鉴别算法[8]、基于天线空域极化捷变性质的有源假目标鉴别算法[9]，以及基于同时测量体制、对雷达接收信号矢量进行线性变换提取特征的极化鉴别算法[10]等。以上算法针对特定的干扰形式是有效的，但由于干扰技术的不断发展和进步，这些方法也存在一定的局限，如鉴别统计量受干噪比影响较大，非同时极化测量体制下鉴别量会受干扰极化状态起伏影响等。采用正负调频斜率线性调频(Linear Frequency Modulated, LFM)波形的正交极化雷达作为一种常用的极化测量雷达，其容易受到转发式移频干扰的影响，本文在研究现有的极化鉴别方法的基础上，根据目标和移频干扰在正负斜率全极化雷达中的回波差异，提出了一种针对移频干扰的极化鉴别算法。文章第二部分分析了正负斜率全极化雷达的接收信号模型，第三部分给出了新的极化鉴别算法的流程和极化鉴别量的构造，第四部分对新的鉴别算法进行了仿真和分析，验证了新算法的有效性。

1 极化雷达接收信号模型

1.1 目标散射矩阵测量

LFM信号在雷达应用中十分广泛，在脉冲持续时间内幅度恒定、频率随时间线性变化。一对调频斜率相反的LFM信号可以用作极化散射矩阵瞬时测量的正交信号[11]，其矢量传输信号可以写作：

(1)

(2)

tp为脉冲持续时间，k0为常数，叫做调频斜率，当其为正时脉冲为正调频，为负时脉冲为负调频。

(3)

(4)

在对抗场景下，雷达接收的信号既有目标回波，也包含了假目标等干扰信号，本文以移频干扰作为典型假目标，对目标回波和干扰信号分别建模。

1.2 目标回波模型

在下面的分析中忽略时延，目标回波可表示为：

(5)

对目标回波经匹配滤波处理后可得到：

(6)

同理得到其他三个通道的处理结果可表示为：

(7)

(8)

(9)

(10)

(11)

1.3 移频干扰模型

(12)

经干扰天线转发出的干扰信号可以表示为：

(13)

(14)

(15)

2 移频干扰极化鉴别算法

由前面一节的分析可以看出，目标回波和移频干扰经雷达天线接收，并进行匹配滤波处理后所得到的输出矩阵有着明显差异，基于这种差异，可以设计如下针对目标和移频干扰的极化鉴别算法，鉴别处理流程如图1所示。其中包括了不同极化通道的匹配滤波、极化总功率合成、目标检测、目标鉴别等过程。

图1 极化鉴别算法框图

2.1 功率积累与目标检测

(16)

2.2 极化鉴别量构造

根据待定目标位置，可以提取该位置处四个通道的输出结果，并按下式对同极化通道和交叉极化通道进行组合。

(17)

将移频干扰和目标的表达式(15)和式(10)代入式(17)，对移频干扰有：

(18)

对目标信号则有：

(19)

上面的表达式可以直观反映目标的极化散射矩阵与干扰天线的极化状态之间的差异，式(17)的极化组合量为待定目标的真伪判别提供了条件。

为消除目标距离和干扰机功率对鉴别的影响，需利用待定目标的总功率对构造的极化组合量进行归一化，得到移频干扰的极化鉴别量如下：

(20)

待定目标总功率的计算如式(16)，对干扰和目标，其总功率分别为：

(21)

(22)

对于干扰，鉴别量输出为：

(23)

对目标，极化鉴别量输出为：

(24)

通过以上的推导，当待定目标为移频干扰时，新构造的极化鉴别量的输出为0，而对于目标，同极化分量乘积通常大于交叉通道乘积，使(24)式的输出大于0，实现了对于目标和移频干扰的区分。

2.3 门限判别

以导弹弹头或小型飞机等目标为例，通常其共极化分量回波幅度差异不大[14-15]，且远大于交叉极化分量，即SHH≈SVV≫SHV=SVH，那么式(24)可以近似于：

(25)

对于其他目标，也可以得到大于0的结果，因此通过设置判决门限，可以实现对待定目标真伪的判决，完成移频干扰的鉴别。

3 仿真实验

为验证所提出鉴别方法的效果，通过以下仿真实验进行验证分析。

3.1 真伪目标的鉴别能力

设置仿真条件如下：雷达发射信号脉冲宽度tp=10 μs，带宽B=10 MHz，载波频率f0=10 GHz；两个目标的多普勒频移分别为fd1=20 KHz、fd2=500 KHz，极化散射矩阵为

对水平极化和垂直极化天线接收信号分别进行匹配滤波，得到四个极化通道的信号，仿真结果如下图2所示，其中HV和VV通道输出已经过反转。

图2 不同极化通道接收信号匹配滤波输出结果

图2所示为目标回波和由干扰机产生的两个移频干扰经过匹配滤波后的输出，可以看到移频干扰形成了两个较为明显的假目标。

图3 输出总功率

图3为总功率的计算结果，通过对总功率通道进行CFAR检测，可以得到4个待定目标，目标位置点分别为3001，4501，4981，6000。仅从回波功率上无法将目标和干扰区分开。对检测出的4个待定目标，计算移频干扰鉴别量。4个待定目标的总功率、移频干扰鉴别量如下表1所示。

表1 待定目标总功率与鉴别量列表

由表1可知，尽管待定目标1和待定目标4的功率高于其他两个待定目标，但计算得到极化鉴别量远远小于待定目标2和待定目标3，通过设置合理的门限值即可将真实目标鉴别出来。

3.2 信噪比对极化鉴别量的影响

天线接收中，采用的匹配滤波会提升信噪比SNR和干噪比JNR，为了进一步分析匹配滤波后的信噪比和干噪比对极化鉴别量的影响，取4.1仿真中两个目标的回波，与干扰信号进行对比分析，仿真中改变SNR(SNR=JNR)，蒙特卡洛次数为50时，得到目标和干扰的鉴别量分别随SNR(JNR)变化的曲线，如图4所示。

图4 鉴别量随输出信噪比(干噪比)变化情况

由图4可以看出，随着匹配输出SNR(JNR)的提高，目标鉴别量上升趋势，始终保持在0.4以上，且变化不大；移频干扰的鉴别量也始终低于0.2，与目标鉴别量有明显差异，并且随着输出SNR(JNR)的提高，差异逐渐增大。因此，所提出的极化鉴别量在满足稳定检测的条件下是一个有效的鉴别量。

3.3 干扰机极化状态的影响

图5 鉴别量随干扰极化状态变化曲线

图5(a)可以看出，文献[10]中算法的鉴别量仍然可以有效区分目标和干扰2，但当干扰1极化状态接近水平极化或垂直极化时其鉴别量无法有效区分其与目标2，可见文献方法对于本文的移频干扰情况存在一定的局限性。

图5(b)中可以看出随着干扰极化状态由水平极化状态变化到垂直极化状态时，本文算法所得到目标与干扰的鉴别量略有起伏，但是依旧有较大差异，对于干扰机的不同极化状态，所提出的极化鉴别量都可以有效区分目标和移频干扰。

结合以上实验，本文所提出的极化鉴别量能够较稳定地表示目标和移频干扰的差异，是一种有效的移频干扰鉴别方法。

4 结 语

移频干扰是目前有效的电子对抗方法，对雷达的目标探测和跟踪都提出了新的挑战。本文在分析目标散射矩阵与转发干扰天线的极化状态的差异的基础上，利用基于正负斜率LFM波形的正交极化雷达，通过对不同极化通道的组合处理，提出了新的极化鉴别量以进行目标和移频干扰的区分。理论推导和仿真实验都表明了本方法对移频干扰目标鉴别的有效性，并且在真伪目标能够稳定检测的条件下，信噪比与干噪比的变化会导致鉴别量的起伏，但起伏程度不会影响对目标和移频干扰的正确区分。针对具有不同极化状态的干扰机，所提出的新的极化鉴别方法都可以有效区分目标和移频干扰，优于现有的鉴别方法。

[1] SHI Xiaoran, ZHOU Feng, ZHAO Bo, et al. Deception jamming method based on micro-Doppler effect for vehicle target[J]. Iet Radar Sonar Navigation, 2016, 10(6):1071-1079. doi: 10.1049/iet-rsn.2015.0371

[2] ZHAO Bo, ZHOU Feng, and BAO Zheng. Deception jamming for squint SAR based on multiple receivers[J]. IEEE Journal of Selected Topics in Applied Earth Observations & Remote Sensing, 2015, 8(8):3988-3998. doi: 10.1109/JSTARS.2014.2322612

[3] HE Xiaodong and TANG Bin. Deceptive jamming for countering UWB-SAR based on Doppler frequency phase template of false target[J]. International Journal of Electronics, 2015:609-628. doi:10.1080/00207217.2015.1036808

[4] LIU Yongcai, WANG Wei, PAN Xiaoyi, et al. Inverse Omega-K algorithm for the electromagnetic deception of synthetic aperture radar[J]. IEEE Journal of Selected Topics in Applied Earth Observations & Remote Sensing, 2016:1-13. doi: 10.1109/JSTARS.2016.2543961

[5] NOURI M, MIVEHCHY M, and AGHDAM S A. Adap-tive time-frequency Kernel Local Fisher Discriminant Analysis to distinguish range deception jamming[C]. 2015 6th International Conference on Computing, Communication and Networking Technologies (ICCCNT). IEEE Computer Society, Texas, USA, 13-15 July 2015:1-5.

[6] SOUMEKH M. SAR-ECCM using phase-perturbed LFM chirp signals and DRFM repeat jammer penalization[J]. IEEE Transactions on Aerospace & Electronic Systems, 2006, 42(1):191-205.

[7] 卢云龙, 李明, 陈洪猛,等. 基于熵特征的DRFM有源欺骗干扰CFAR检测[J]. 系统工程与电子技术, 2016, 38(4):732-738.

[8] 李永祯, 胡万秋, 陈思伟,等. 有源转发式干扰的全极化单脉冲雷达抑制方法研究[J]. 电子与信息学报, 2015(2):276-282.

[9] 刘勇, 梁伟, 王同权,等. 基于空域极化捷变的有源假目标鉴别[J]. 电波科学学报, 2014,29(1):288-294+299.

[10]施龙飞, 王雪松, 肖顺平. 转发式假目标干扰的极化鉴别[J]. 中国科学F辑, 2009(4):468-475.

[11]GIULI D, FOSSI M, and FACHERIS L. Radar target scattering matrix measurement through orthogonal signals[J]. Radar & Signal Processing Iee Proceedings F, 1993, 140(4):233-242.

[12]BABUR G. Processing of dual-orthogonal cw polarimetric radar signals[D]. 2009:28.

[13]徐振海, 陈明辉, 金林,等. 雷达动目标极化散射矩阵瞬时测量技术[J]. 现代雷达, 2008, 30(8):55-57+60.[14]李永祯. 雷达极化抗干扰技术[M]. 国防工业出版社, 2010:63-79.

[15]宋新景. 基于极化特征的雷达目标识别技术[J]. 雷达科学与技术, 2016, 14(1):39-44. doi: 10.3969/j.issn.1672-2337.2016.01.007.

Frequency Shift Jamming Discrimination Based on LFM Waveform of Polarimetric Radar

WANG Wen-guang1， JI Yu2， REN Xin1

(1. School of Electronic & Information Engineering, Beihang Unversity, Beijing 100191, China; 2. GLARUN technology Company Limited, Jiangsu Nanjing 211106, China)

Frequency shift jamming based on digital radio frequency memory (DRFM) is a common deception jamming for linear frequency modulated (LFM) pulse radar system. Since the ambiguity function of LFM pulse signal has the characteristics of Range-Doppler coupling, the jamming signal after the process of frequency shift can generate the effect of range deception to the radar receiving system, which brings many difficulties to the conventional radar against frequency shift jamming. Frequency shift jamming discrimination based on polarimetric radar with LFM waveform which is positive and negative modulated is proposed in this paper. Through the full polarimetric radar signal processing, difference will appear between true target and jamming. In this paper, a characteristic quantity is constructed, which can show the difference between the scattering matrix of the target and the polarization state of the jamming, to distinguish between true target and jamming. The derivation of the differential amount is given in this paper, and the frequency shift jamming discrimination method is verified by using simulation data. Experimental results show that target and frequency shift jamming can be effectively distinguished by the proposed method.

Anti-jamming; Frequency shift jamming; Polarimatric discrimination

10.3969/j.issn.1673-5692.2017.01.014

2016-11-15

2017-01-05

王文光(1975—)，男，山东人，副教授，主要研究方向为目标探测与识别；

E-mail：wwenguang@buaa.edu.cn

季 彧(1992—)，女，安徽人，硕士，主要研究方向为有源干扰的极化抑制与鉴别；

任 欣(1994—)，女，山东人，硕士，主要研究方向为极化SAR图像处理。

TN973

A

1673-5692(2017)01-078-07