发明名称 用异地配置的主被动雷达网抑制欺骗式假目标干扰的方法
摘要 本发明公开了一种用异地配置的主被动雷达网抑制欺骗式假目标干扰的方法,主要解决现有技术对假目标误鉴别概率高的问题。其实现步骤是:1.用主被动雷达网中的主被动雷达分别对目标进行检测,得到目标的量测值;2.利用主动雷达的量测值计算被动雷达量测值的估计值及误差协方差矩阵;3.根据被动雷达量测值的估计值及其目标量测值,计算主被动雷达各目标在不同时刻的关联距离,进而得到鉴别统计量;4.设定检测门限,并将鉴别统计量与门限比较,得到关联检验结果;5.对关联检验结果进行多义性处理,并利用处理后的结果对主动雷达各目标进行真假判别,剔除假目标。本发明降低了假目标的误鉴别概率,能有效实现对欺骗式假目标干扰的抑制。
申请公布号 CN103728599B 申请公布日期 2016.01.13
申请号 CN201410020566.0 申请日期 2014.01.16
申请人 西安电子科技大学 发明人 周宇;赵永红;赵珊珊;张林让;张娟
分类号 G01S7/36(2006.01)I 主分类号 G01S7/36(2006.01)I
代理机构 陕西电子工业专利中心 61205 代理人 王品华;朱红星
主权项 一种用异地配置的主被动雷达网抑制欺骗式假目标干扰的方法,包括如下步骤:(1)用主被动雷达网中的主动雷达对目标进行检测,得到主动雷达各目标不同时刻的量测值Z<sub>i</sub>(k):<img file="FDA0000801162890000011.GIF" wi="599" he="106" />其中,i表示主动雷达中目标的序号,i=1,2,...,M,M为主动雷达检测到目标的个数,k=1,2,...,T,T是主被动雷达网检测时间总长度,r<sub>i</sub>(k)、θ<sub>i</sub>(k)、<img file="FDA0000801162890000012.GIF" wi="116" he="74" />分别为第i个目标在第k个时刻相对于主动雷达的径向距离、方位角和俯仰角;(2)用主被动雷达网中的被动雷达对目标进行检测,得到被动雷达各目标不同时刻的量测值G<sub>j</sub>(k):<img file="FDA0000801162890000013.GIF" wi="510" he="105" />其中,j表示被动雷达中目标的序号,j=1,2,...,N,N是被动雷达检测到目标的个数,θ′<sub>j</sub>(k)、<img file="FDA0000801162890000014.GIF" wi="126" he="77" />分别为第j个目标在第k个时刻相对于被动雷达的方位角和俯仰角;(3)根据步骤(1)得到的主动雷达各目标不同时刻的量测值,计算主动雷达各目标不同时刻相对于被动雷达量测值的估计值<img file="FDA0000801162890000015.GIF" wi="149" he="92" />及其误差协方差矩阵R<sub>i</sub>(k);(4)根据步骤(3)得到的主动雷达各目标不同时刻相对于被动雷达的量测值的估计值<img file="FDA0000801162890000016.GIF" wi="119" he="84" />和步骤(2)得到的被动雷达各目标不同时刻的量测值G<sub>j</sub>(k),计算主动雷达各目标和被动雷达各目标不同时刻的关联距离Γ<sub>ij</sub>(k);(5)根据步骤(4)得到的主动雷达各目标和被动雷达各目标不同时刻的关联距离Γ<sub>ij</sub>(k),计算主动雷达各目标和被动雷达各目标在关联时间段上的鉴别统计量Ω<sub>ij</sub>:<maths num="0001" id="cmaths0001"><math><![CDATA[<mrow><msub><mi>&Omega;</mi><mrow><mi>i</mi><mi>j</mi></mrow></msub><mo>=</mo><munderover><mo>&Sigma;</mo><mrow><mi>k</mi><mo>=</mo><mn>1</mn></mrow><mi>m</mi></munderover><msub><mi>&Gamma;</mi><mrow><mi>i</mi><mi>j</mi></mrow></msub><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow><mo>,</mo></mrow>]]></math><img file="FDA0000801162890000017.GIF" wi="335" he="141" /></maths>其中,m为关联时间段的结束时刻点,1≤m≤T;(6)根据鉴别统计量Ω<sub>ij</sub>近似服从自由度为2m的卡方分布,计算检测门限δ:<maths num="0002" id="cmaths0002"><math><![CDATA[<mrow><mi>&delta;</mi><mo>=</mo><msubsup><mi>&chi;</mi><mrow><mn>2</mn><mi>m</mi></mrow><mn>2</mn></msubsup><mrow><mo>(</mo><mi>&alpha;</mi><mo>)</mo></mrow><mo>,</mo></mrow>]]></math><img file="FDA0000801162890000018.GIF" wi="259" he="94" /></maths>其中,<img file="FDA0000801162890000019.GIF" wi="73" he="70" />表示自由度为2m的卡方分布,α为假设检验的显著性水平;(7)将步骤(5)得到的鉴别统计量Ω<sub>ij</sub>与步骤(6)得到的检测门限δ进行比较,得到关联检验结果U<sub>ij</sub>:如果Ω<sub>ij</sub>&lt;δ,表示主动雷达中的第i个目标和被动雷达中的第j个目标关联检验成功,则U<sub>ij</sub>=1;如果Ω<sub>ij</sub>&gt;δ,表示主动雷达中的第i个目标和被动雷达中的第j个目标关联检验失败,则U<sub>ij</sub>=0;(8)对步骤(7)得到的关联检验结果U<sub>ij</sub>进行多义性处理,得到多义性处理后的关联检验结果<img file="FDA0000801162890000021.GIF" wi="87" he="93" />(9)根据步骤(8)得到的多义性处理后的关联检验结果<img file="FDA0000801162890000022.GIF" wi="88" he="87" />对主动雷达中的各目标进行真假目标判定:如果<img file="FDA0000801162890000023.GIF" wi="225" he="154" />则认为主动雷达中的第i个目标为真目标,予以保留;如果<img file="FDA0000801162890000024.GIF" wi="236" he="155" />则认为主动雷达中的第i个目标为欺骗式假目标,将其剔除。
地址 710071 陕西省西安市太白南路2号