聯(lián)合BSS和FRFT的雷達(dá)抗主瓣干擾新方法

王　瑜，李小波，周青松，董　瑋

(電子工程學(xué)院502教研室，　合肥 230037)

?

·電子對(duì)抗·

聯(lián)合BSS和FRFT的雷達(dá)抗主瓣干擾新方法

王瑜，李小波，周青松，董瑋

(電子工程學(xué)院502教研室，合肥 230037)

有源壓制干擾從雷達(dá)天線的主瓣進(jìn)入雷達(dá)內(nèi)部，干擾信號(hào)很強(qiáng)時(shí)，將嚴(yán)重影響雷達(dá)的檢測(cè)性能。傳統(tǒng)的旁瓣消隱、旁瓣相消以及低副瓣天線等技術(shù)難以奏效。文中分析了盲源分離技術(shù)應(yīng)用雷達(dá)主瓣抗干擾時(shí)盲源分離的信號(hào)存在幅度、相位的不確定性，提出了一種聯(lián)合盲源分離和分?jǐn)?shù)階傅里葉變換的雷達(dá)抗主瓣干擾的新方法。并給出新方法與傳統(tǒng)脈沖壓縮方法主瓣干擾抑制的仿真結(jié)果，仿真結(jié)果表明了在強(qiáng)噪聲壓制干擾環(huán)境中，新方法具有良好的抗主瓣干擾的性能。

盲源分離；分?jǐn)?shù)階傅里葉變換；線性調(diào)頻信號(hào)；脈沖壓縮

0　引　言

雷達(dá)抗干擾始終是電子戰(zhàn)領(lǐng)域的重要研究課題之一，干擾信號(hào)從主瓣進(jìn)入雷達(dá)天線，會(huì)嚴(yán)重影響雷達(dá)的性能。傳統(tǒng)的旁瓣消隱、旁瓣相消、低副瓣天線等副瓣抗干擾技術(shù)難以奏效。應(yīng)用盲源分離技術(shù)實(shí)現(xiàn)雷達(dá)主瓣抗干擾的方法越來越受到人們重視[1]，文獻(xiàn)[2]提出了一種基于矩陣聯(lián)合對(duì)角化特征矢量(JADE)的盲源分離抗主瓣干擾算法，利用盲源分離技術(shù)實(shí)現(xiàn)雷達(dá)主瓣抗干擾；文獻(xiàn)[3-4]分別提出了基于負(fù)熵和峭度的快速固定點(diǎn)獨(dú)立成分分析(Fast ICA) 和盲源分離算法應(yīng)用于雷達(dá)抗主瓣干擾算法研究，但應(yīng)用盲源分離技術(shù)分離的信號(hào)都存在幅度不確定性和相位模糊的問題，所以盲源分離方法提取的信號(hào)不能應(yīng)用到后續(xù)的與相位信息有關(guān)的雷達(dá)信號(hào)處理模塊中；文獻(xiàn)[5]提出了一種基于分?jǐn)?shù)階傅里葉變換的線性調(diào)頻(LFM)信號(hào)的自適應(yīng)濾波方法，該方法通過在分?jǐn)?shù)階域搜索信號(hào)峰值點(diǎn)和自適應(yīng)濾波的方法可以有效濾除大部分的干擾信號(hào)并經(jīng)過分?jǐn)?shù)階傅里葉逆變換恢復(fù)出原來LFM信號(hào)，不存在相位模糊的問題。但當(dāng)干擾功率很強(qiáng)，分?jǐn)?shù)階域上目標(biāo)信號(hào)被干擾湮沒，在分?jǐn)?shù)階域上通過二維搜索的方法進(jìn)行峰值點(diǎn)的檢測(cè)將難以奏效，進(jìn)而通過窄帶濾波的方法提取LFM信號(hào)將難以實(shí)現(xiàn)。文獻(xiàn)[6]以線性調(diào)頻脈沖壓縮的時(shí)域特性為參照，分析了基于分?jǐn)?shù)階傅里葉變換的LFM脈沖時(shí)延估計(jì)的分?jǐn)?shù)階傅里葉域特性；文獻(xiàn)[7]在文獻(xiàn)[6]的基礎(chǔ)上分析了離散分?jǐn)?shù)階傅里葉變換的LFM信號(hào)時(shí)延估計(jì)，得出了時(shí)域信號(hào)的位置與分?jǐn)?shù)階域信號(hào)峰值位置的關(guān)系。

本文提出了聯(lián)合盲源分離與分?jǐn)?shù)階傅里葉變換的方法實(shí)現(xiàn)雷達(dá)的主瓣抗干擾。首先，在有源壓制干擾很強(qiáng)的環(huán)境下，利用盲源分離 (BSS)和脈沖壓縮技術(shù)(PC)，確定目標(biāo)的位置信息；然后，根據(jù)目標(biāo)的位置信息與其分?jǐn)?shù)階傅里葉變換(FRFT)后峰值點(diǎn)的位置信息關(guān)系，確定目標(biāo)在分?jǐn)?shù)階域的峰值位置實(shí)現(xiàn)濾波，濾波后的信號(hào)做分?jǐn)?shù)階逆變換，實(shí)現(xiàn)目標(biāo)信號(hào)的提?。蛔詈?，將提取的信號(hào)進(jìn)行脈沖壓縮處理和檢測(cè)等信號(hào)處理。仿真實(shí)驗(yàn)表明：聯(lián)合盲源分離與分?jǐn)?shù)階傅里葉變換的方法解決了盲源分離方法的相位模糊問題并具有良好的抗主瓣干擾的性能。

1　問題描述和信號(hào)模型

1.1問題描述

文獻(xiàn)[1]把盲源分離技術(shù)應(yīng)用于雷達(dá)主瓣抗干擾的技術(shù)研究中，并提出了一種基于矩陣聯(lián)合對(duì)角化特征矢量的盲源分離抗主瓣干擾算法，其算法具體工作過程如圖1所示。接收的信號(hào)經(jīng)過盲源分離處理后再進(jìn)行脈沖壓縮，該方法能在較低的信噪比條件下，找到目標(biāo)的位置。但其存在的不足是，經(jīng)盲源分離的信號(hào)存在幅度、排序和相位模糊的問題。

圖1盲源分離抗雷達(dá)主瓣干擾

1.2信號(hào)模型

圖2所示為JADE盲源分離抗主瓣干擾的信號(hào)模型[2]，在加性噪聲n(k)，接收目標(biāo)和干擾信號(hào)數(shù)目總和不大于接收通道的數(shù)目(M≤N)，且目標(biāo)和干擾在方向上存在差異時(shí)，接收的目標(biāo)和壓制干擾信號(hào)之間是相互統(tǒng)計(jì)獨(dú)立?？紤]雷達(dá)接收數(shù)據(jù)的信號(hào)模型為

r=Hs+n

(1)

圖2　JADE盲源分離抗主瓣干擾的信號(hào)模型

式中：接收數(shù)據(jù)r為信號(hào)源；s是關(guān)于陣列流型H的線性組合。盲源分離的目的為尋找矩陣W，使得恢復(fù)信號(hào)Z=Wr。其實(shí)，W=H+，其中(·)+為偽逆運(yùn)算。在盲源分離問題中，源信號(hào)和混合矩陣是完全未知的，因此，完全辨識(shí)混合矩陣H是不可能的，接收數(shù)據(jù)r的線性瞬時(shí)混合模型還可用下式表示

(2)

r=Hs+n=(HP)(PTs)+n

(3)

s與PTs所包含的統(tǒng)計(jì)信息等價(jià)，故盲源分離算法在根本上無法消除順序不確定性。源信號(hào)的信息主要包含在信號(hào)的波形中，盲源分離信號(hào)的順序不確定性，并不影響對(duì)源信號(hào)的估計(jì)。僅僅考慮幅值和相位不確定。Λ對(duì)角陣中的元素的增大或減小以及正負(fù)符號(hào)的改變，對(duì)應(yīng)的源信號(hào)幅度變化以及信號(hào)正負(fù)的變化，在雷達(dá)信號(hào)中體現(xiàn)為信號(hào)幅度和相位的不確定性。重寫式(1)

r=Hs+n=(HΛ)(Λ-1s)+n

(4)

顯然，s與Λ-1s所包含的統(tǒng)計(jì)信息等價(jià)，故盲源分離算法在根本上無法消除幅值和相位不確定性。

2　聯(lián)合BSS和FRFT雷達(dá)抗主瓣干擾技術(shù)

2.1聯(lián)合BSS和FRFT雷達(dá)抗主瓣干擾工作流程

如圖3所示，接收到的目標(biāo)和壓制干擾信號(hào)混合首先經(jīng)過盲源分離和脈沖壓縮處理，可以在干擾能量很強(qiáng)的環(huán)境下，檢測(cè)出目標(biāo)的位置信息，線性調(diào)頻信號(hào)經(jīng)過分?jǐn)?shù)階傅里葉變換，可使線性調(diào)頻信號(hào)在分?jǐn)?shù)階域上呈現(xiàn)出能量的聚集，其幅度出現(xiàn)明顯的峰值，而白噪聲的能量均勻分布在整個(gè)分?jǐn)?shù)階域上[8]，根據(jù)目標(biāo)位置信息在時(shí)域和分?jǐn)?shù)階域上峰值位置的關(guān)系，我們可以找到時(shí)域上目標(biāo)位置所對(duì)應(yīng)的分?jǐn)?shù)階域峰值位置信息，在分?jǐn)?shù)階域找到目標(biāo)位置后經(jīng)過分?jǐn)?shù)階域?yàn)V波，對(duì)濾波后的信號(hào)進(jìn)行FRFT逆變換恢復(fù)出原LFM信號(hào)，再進(jìn)行匹配濾波等處理。

圖3　聯(lián)合BSS和FRFT雷達(dá)抗主瓣干擾原理

2.2FRFT域目標(biāo)位置的確定

匹配濾波是在白噪聲背景中檢測(cè)信號(hào)的最佳線性濾波器，經(jīng)過匹配濾波輸出的信噪比在某個(gè)時(shí)刻可以達(dá)到最大[9]。FRFT也是一種線性變換，經(jīng)過FRFT輸出信噪比不可能大于匹配濾波輸出的信噪比，文獻(xiàn)[6]中推導(dǎo)了分?jǐn)?shù)階傅里葉變換對(duì)線性調(diào)頻信號(hào)的峰值輸出信噪比為

SNR_max=2E/2πN0

(5)

式中：E為輸入信號(hào)的能量；N0是輸入噪聲的譜密度。在當(dāng)輸入的信噪比較低的條件下，匹配濾波的輸出達(dá)不到檢測(cè)的要求，那么經(jīng)過FRFT后，在分?jǐn)?shù)階域上同樣檢測(cè)不到目標(biāo)的位置，本文通過先盲源分離并將分離的目標(biāo)信號(hào)進(jìn)行脈沖壓縮，這樣可以確定目標(biāo)的時(shí)域位置信息，再通過時(shí)延估計(jì)出目標(biāo)信號(hào)在分?jǐn)?shù)階域的峰值位置，文獻(xiàn)[6]分析了基于FRFT的LFM 脈沖時(shí)延估計(jì)的分?jǐn)?shù)階傅里葉域特性，文獻(xiàn)[7]在此基礎(chǔ)上提出了離散分?jǐn)?shù)階傅里葉變換的LFM信號(hào)的時(shí)延估計(jì)，得出了目標(biāo)回波信號(hào)的時(shí)延與FRFT峰值點(diǎn)位置的關(guān)系，設(shè)雷達(dá)回波信號(hào)Sr(t)

Sr(t)=rect[(t-τ)/T]ej2πfd(t-τ)r(t-τ)=

rect[(t-τ)/T]ej2πfd(t-τ)ej2πfd(t-τ)+jπμ(t-τ)2=

rect[(t-τ)/T]e-j2πfdτejπμτ2ej2πfdte-j2πμτtejπμt2=

rect[(t-τ)/T]Aej2πμρtr(t)

(6)

式中：r(t)=ej2πf0t+jπμt2+jφ；A=e-j2πfdτejπμτ2；ρ=fd-μτ。為了不失一般性，令f0=0，φ=0。則根據(jù)FRFT的性質(zhì)[6]，當(dāng)回波信號(hào)為Sr(t)=ej2πρtr(t)時(shí)，其FRFT為

FRFTp[Sr(t)]=e-jπρ2sinαcosαe-j2πuρcosαXp(u-ρsinα)

(7)

式中：Xp(u)=FRFTp[r(t)]。

因此，雷達(dá)回波的FRFT為

FRFTp[Sr(t)]=e-jπsinαcosα(fd-μτ)2e-j2πucosα(fd-μτ)

Xp[u-μ(fd/μ-τ)sinα]

(8)

(9)

從圖4時(shí)頻平面的關(guān)系可以看出l0,l1,l2,l3分別為線性調(diào)頻信號(hào)在時(shí)頻平面上的投影，τ0,τ1,τ2分別為l1與l0，l2與l1，l3與l2對(duì)應(yīng)的延遲時(shí)間，當(dāng)u軸與t軸的夾角為α0時(shí)，l0,l1,l2,l3在u軸上的投影u0,u1,u2,u3分別為對(duì)應(yīng)的信號(hào)峰值點(diǎn)的位置，從時(shí)頻平面上可以得出其峰值位置與時(shí)延的關(guān)系

cotα0sinα0τ+sinα0fd=

cosα0τ+sinα0fd=cosβτ+sinα0fd

(10)

圖4　LFM信號(hào)在時(shí)頻平面的投影

圖5　時(shí)延與分?jǐn)?shù)階域峰值位置的關(guān)系

從圖5可以看出其位置關(guān)系可以近似看成一條斜線，滿足結(jié)論要求。

2.3分?jǐn)?shù)階域?yàn)V波工作流程

如圖6所示，由于發(fā)射信號(hào)的斜率信息是事先知道的，所以FRFT的最佳階數(shù)P0可以作為先驗(yàn)信息。當(dāng)輸入的信號(hào)和干擾的功率比即信干比較低時(shí)，傳統(tǒng)的脈沖壓縮方法將失去功效，本文通過結(jié)合盲源分離方法確定目標(biāo)的位置信息，通過分?jǐn)?shù)階域的峰值位置與目標(biāo)回波時(shí)延的關(guān)系，可以在分?jǐn)?shù)階域中找到目標(biāo)，再用理想的帶通濾波器，選擇合適的帶寬，保證輸出中絕大部分信號(hào)能量被保留，而濾除絕大部分干擾能量，再通過分?jǐn)?shù)階逆變換，恢復(fù)出信號(hào)，達(dá)到提取信號(hào)的目的。

圖6　分?jǐn)?shù)階域?yàn)V波原理

2.4信號(hào)模型

假設(shè)只有噪聲干擾的條件下，構(gòu)造信號(hào)的模型

x(t)=s(t)+n(t)=

exp(jΨ0+j2πf0t+jπkt2)+n(t)

(11)

式中：s(t)為LFM信號(hào)；n(t)為加性高斯白噪聲。

將信號(hào)和噪聲進(jìn)行FRFT

Xp0(u)=Sp0(u)+Np0(u)

(12)

式中：Sp0(u)為LFM 信號(hào)的FRFT, 若為一有限長信號(hào),則其能量絕大部分集中在分?jǐn)?shù)階域上以峰值點(diǎn)為中心的一個(gè)窄帶內(nèi);Np0(u)為噪聲的FRFT, 在FRFT域上均不會(huì)呈現(xiàn)出能量聚集特性。文獻(xiàn)[2]中通過選擇合適的窄帶濾波器在分?jǐn)?shù)階域進(jìn)行濾波處理

Sp0(u)M(u)+Np0(u)M(u)

(13)

式中：M(u)為窄帶濾波器，對(duì)濾波后的信號(hào)進(jìn)行-p0的FRFT變換，將其反向轉(zhuǎn)回原來的時(shí)間域。此時(shí)，觀測(cè)信號(hào)可近似表示為

x′(t)=s′(t)+n′(t)=

exp(jΨ0+j2πf0t+jπkt2)+n′(t)

(14)

式中：s′(t)為濾波后FRFT逆變換的LFM信號(hào)；n′(t)為濾波后FRFT逆變換的時(shí)域噪聲信號(hào)，仍可近似為高斯白噪聲。

3　仿真分析

3.1恢復(fù)信號(hào)的波形仿真

仿真條件：LFM帶寬B=1e6Hz，脈寬T=600e-6s，采樣率fs=4e6Hz，信號(hào)初始相位φ0=60°，文獻(xiàn)[2]通過應(yīng)用盲源分離的方法實(shí)現(xiàn)雷達(dá)抗主瓣干擾，該方法能在噪聲或壓制干擾功率很強(qiáng)的環(huán)境中確定目標(biāo)的位置，但通過分析對(duì)于實(shí)信號(hào)而言，盲源分離方法分離的信號(hào)存在相位模糊的問題，相位信息對(duì)雷達(dá)信號(hào)處理是一個(gè)重要的參數(shù)，假設(shè)在沒有干擾的環(huán)境下，圖7、圖8分別為雷達(dá)發(fā)射信號(hào)和雷達(dá)接收信號(hào)經(jīng)過盲源分離處理后分離的信號(hào)。

圖7　發(fā)射信號(hào)的時(shí)域波形

從圖7和圖8中可明顯看出信號(hào)的相位發(fā)生了變化，驗(yàn)證了盲源分離后信號(hào)的不確定性。結(jié)合FRFT來實(shí)現(xiàn)雷達(dá)抗主瓣的干擾，仿真條件同上，圖9和圖10分別為雷達(dá)發(fā)射信號(hào)和雷達(dá)接收信號(hào)經(jīng)過本文提出方法處理后的信號(hào)。

圖8　BSS分離后的信號(hào)時(shí)域波形

圖9　發(fā)射信號(hào)的時(shí)域波形

圖10　分?jǐn)?shù)階濾波恢復(fù)的信號(hào)時(shí)域波形

從圖9和圖10可知，信號(hào)經(jīng)過分?jǐn)?shù)階濾波后恢復(fù)到時(shí)域的波形的相位不存在相位模糊的問題。

3.2新方法用于雷達(dá)主瓣抗干擾的有效性

仿真條件:LFM帶寬B=1e6Hz，脈寬T=600e-6s，采樣率fs=4e6Hz，壓制干擾是噪聲調(diào)頻干擾，輸入信噪比為10 dB,輸入的干信比為25 dB。圖11為傳統(tǒng)脈壓波形，圖12為本文提出的新方法經(jīng)過脈壓的波形。

圖11　脈壓波形

對(duì)比圖11和圖12我們可以發(fā)現(xiàn)，當(dāng)傳統(tǒng)的脈沖壓縮方法已經(jīng)檢測(cè)不到目標(biāo)信號(hào)時(shí)經(jīng)過本文提出的新方法，雷達(dá)依然可以檢測(cè)到目標(biāo)的位置，說明了本文抗干擾的有效性。

圖12　分?jǐn)?shù)階域?yàn)V波處理后脈壓波形

3.3新方法對(duì)信號(hào)相位的影響

仿真條件:LFM幅值A(chǔ)=1，帶寬B=1e6Hz，脈寬T=600e-6s，采樣率fs=4e6Hz，分?jǐn)?shù)階域?yàn)V波前后信號(hào)相位的變化如圖13所示。

圖13　信號(hào)相位變化

由圖13可知，原信號(hào)相鄰采樣點(diǎn)間的相位差滿足與采樣點(diǎn)的線性性質(zhì)，經(jīng)過本文方法恢復(fù)的信號(hào)相鄰采樣點(diǎn)間的相位差仍能滿足與采樣點(diǎn)的線性性質(zhì)，圖13中突出的位置是由于仿真軟件造成的，這并不影響信號(hào)相位的線性性質(zhì)，即經(jīng)過本文方法恢復(fù)的LFM信號(hào)的相位信息不發(fā)生改變。

為了驗(yàn)證經(jīng)過本文方法恢復(fù)的信號(hào)相位仍滿足線性性質(zhì)，由式(11)得，設(shè)LFM信號(hào)的相位信息為φ=Ψ0+2πf0t+πkt2，相鄰采樣時(shí)間的相位差為

Δφ=φn+1-φn=

2πf0(n+1-n)ts+πk(n+1-n)(n+1+n)ts2=

2πf0ts+πk(2n+1)ts2=

2πf0ts+πkts2+2πknts2

(15)

式中：ts是采樣間隔，為采樣率的倒數(shù)。由式(15)LFM信號(hào)相鄰相位差Δφ正比于2πknts2。

4　結(jié)束語

針對(duì)盲源分離主瓣抗干擾中盲源分離信號(hào)相位模糊問題和強(qiáng)干擾環(huán)境下分?jǐn)?shù)階域峰值點(diǎn)被干擾湮沒問題，本文提出了一種聯(lián)合盲源分離和分?jǐn)?shù)階傅里葉變換的雷達(dá)抗主瓣干擾的新方法。仿真結(jié)果顯示：新方法克服了信號(hào)相位模糊的問題，并在復(fù)雜電磁環(huán)境中具有良好的抗干擾性能。

[1]周萬幸. 盲分離算法在MIMO雷達(dá)和通信中的應(yīng)用研究[J]. 現(xiàn)代雷達(dá)，2011, 33(2): 1-4.

ZHOU Wanxing. Blind source separation algorithm in MIMO radar and communication application[J]. Modern Radar，2011,33(2): 1-4.

[2]王建明, 伍光新, 周偉光. 盲源分離在雷達(dá)抗主瓣干擾中的應(yīng)用研究[J]. 現(xiàn)代雷達(dá)，2010, 32(10): 46-49.

WANG Jianming, WU Guangxin, ZHOU Weiguang. A study on radar mainlobe jamming suppression based on blind source separation algorithm[J]. Modern Radar, 2010, 32(10): 46-49.

[3]王文濤, 張劍云, 李小波, 等. Fast ICA 應(yīng)用于雷達(dá)抗主瓣干擾算法研究[J]. 信號(hào)處理，2015, 31(4): 497-503.

WANG Wentao, ZHANG Jianyun, LI Xiaobo, et al. A study on radar mainlobe jamming suppression algorithm based on fast ICA[J]. Journal of Signal Processing, 2015, 31(4): 497-503.

[4]王文濤, 周青松, 劉興華, 等. Fast ICA 盲分離算法在雷達(dá)抗主瓣干擾中的應(yīng)用[J]. 現(xiàn)代雷達(dá)，2015,37(12): 40-44.

WANG Wentao, ZHOU Qingsong, LIU Xinghua, et al. A study on radar mainlobe jamming suppression based on blind source separation of fast ICA[J]. Modern Radar，2015,37(12): 40-44.

[5]齊林, 陶然, 周思永, 等. 基于分?jǐn)?shù)階傅里葉變換的線性調(diào)頻信號(hào)的自適應(yīng)時(shí)頻濾波[J].兵工學(xué)報(bào), 2003, 24(4): 499-503.

QI lin, TAO ran, ZHOU Siyong, et al. An adaptive time-frequency filtering method based on fractional fourier transform for linear frequency modulation signals[J]. Acta Armamentarll, 2003, 24(4): 499-503.

[6]鄧兵，王旭，陶然，等. 基于分?jǐn)?shù)階傅里葉變換的線性調(diào)頻脈沖時(shí)延估計(jì)特性分析[J].兵工學(xué)報(bào)，2012, 33(6): 764-768.

DENG Bing，WANG Xu，TAO Ran，et al. Performance analysis of time delay estimation for linear frequency-modulated pulse based on fractional fourier transform[J]. Acta Armamentarll，2012,33(6): 764-768.

[7]李昕, 王向前. 離散分?jǐn)?shù)階Fourier 變換的LFM 信號(hào)時(shí)延估計(jì)[J]. 系統(tǒng)仿真學(xué)報(bào), 2012, 24(4): 756-760.

LI Xin, WANG Xiangqian. LFM signal time-delay estimation based on discrete fractional fourier transform[J]. Journal of System Simulation, 2012, 24(4): 756-760.

[8]陶然, 鄧兵, 王越. 分?jǐn)?shù)階傅里葉變換及其應(yīng)用[M]. 北京: 清華大學(xué)出版社, 2009.

TAO Ran, DENG Bing, WANG Yue. Fractional fourier transform and its applications[M]. Beijing: Tsinghua University Press, 2009.

[9]丁鷺飛, 耿富錄. 雷達(dá)原理[M].3版. 西安：西安電子科技大學(xué)出版社, 2006.

DING Lufei, GENG Fulu. Radar principle[M]. 3rd ed. Xi′an：Xidian University Press, 2006.

王瑜男，1990年生，碩士研究生。研究方向?yàn)槔走_(dá)抗主瓣干擾技術(shù)。

李小波男，1970年生，博士，副教授。研究方向?yàn)槔走_(dá)信號(hào)處理，高速數(shù)字信號(hào)處理。

周青松男，1982年生，博士，講師。研究方向?yàn)殛嚵行盘?hào)處理。

董瑋男，1992年生，碩士研究生。研究方向?yàn)槔走_(dá)抗主瓣干擾技術(shù)。

A New Method of Radar Main Lobe Interference Based on the Combination of BSS and FRFT

WANG Yu，LI Xiaobo，ZHOU Qingsong，DONG Wei

(The 502 Teaching and Research Section, Electronic Engineering Institute,Hefei 230037, China)

Active suppressing jamming enters the internal radar from the main lobe of radar antenna, when the jamming signal energy is very strong, the detection performance of radar will be affected seriously. The traditional side-lobe anti-interference techniques such as side lobe blanking, side lobe cancellation and low side lobe antenna will not work. In this paper we analyze the uncertainty of the signal amplitude and phase for blind source separation technology application in main lobe radar anti-jamming and propose a new method of radar main lobe interference based on the combination of BSS and FRFT and give the simulation results of the main lobe interference suppression of the new method and the pulse compression method. The simulation results show that in the strong noise suppressing jamming environment, the new method has good performance for the main lobe interference.

blind source separation; fractional Fourier transform; linear frequency modulation signal; pulse compression

國家自然科學(xué)基金資助項(xiàng)目(61171170)；安徽省自然科學(xué)基金資助項(xiàng)目(1408085QF115)

王瑜Email：wangyu117310@163.com

2016-03-14

2016-05-26

TN973

A

1004-7859(2016)07-0072-06

DOI：10.16592/ j.cnki.1004-7859.2016.07.018