利索能及
我要发布
收藏
专利号: 2023110793047
申请人: 西安电子科技大学
专利类型:发明专利
专利状态:已下证
更新日期:2025-08-29
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种多雷达协同抗干扰信号波形设计方法,其特征在于,包括:步骤1:基于参考雷达发射信号获得对应的回波信号,并根据所述回波信号获取干扰先验信息,包括:

11)基于两个雷达架构设计发射相位编码信号;令第一个雷达作为参考雷达发射相位编码信号;同时,令第二个雷达作为发射雷达,其发射信号为在第一个雷达的基础上取负相位编码信号;

1a)基于三个雷达框架设计发射相位编码信号;其中,令第一个雷达和第二个雷达作为参考雷达发射相位编码信号;同时,令第三个雷达作为发射雷达;且所述第三个雷达与所述第一个雷达、第二个雷达的发射信号互为正交相位;

1b)通过所述第一个雷达和第二个雷达的回波信号得到干扰先验信息;

12)通过所述第一个雷达的回波信号得到干扰先验信息;

步骤2:基于所述干扰先验信息建立发射雷达的波形时序优化模型,包括:

21)设计发射雷达的发射时序S,并记发射雷达的发射序列为DiagS·x2;其中,S为元素为0或1的N维的列向量,DiagS表示将S构造成对角矩阵,x2为发射雷达的发射信号;

22)基于所述干扰先验信息获得第m个干扰机的采样序列Jm,其表达式为:其中,Jm为N维列向量,Gm为第m个干扰机的干扰重复转发次数;

23)基于所述采样序列Jm构建一个以发射雷达的发射时序为自变量的优化模型,该优化模型的目标函数为:T

其中,(·) 为转置运算,S(i)为发射雷达的第i个发射时序,N为信号采样点数,s.t.为约束条件,I为发射雷达的最小发射脉冲数;

步骤3:对所述发射雷达的波形时序优化模型进行求解,得到干扰抑制效果最好的信号发射时序。

2.根据权利要求1所述的一种多雷达协同抗干扰信号波形设计方法,其特征在于,所述参考雷达和所述发射雷达的发射信号均采用相位编码信号,且所述参考雷达和所述发射雷达的发射信号正交。

3.根据权利要求1所述的一种多雷达协同抗干扰信号波形设计方法,其特征在于,所述干扰先验信息包括干扰机的数量M,第m个干扰机的干扰重复转发次数Gm以及干扰机的采样时长Tm。

4.根据权利要求1所述的一种多雷达协同抗干扰信号波形设计方法,其特征在于,步骤

3包括:

基于粒子群PSO算法对所述发射雷达的波形时序优化模型进行求解,得到干扰抑制效果最好的信号发射时序。

5.根据权利要求4所述的一种多雷达协同抗干扰信号波形设计方法,其特征在于,基于粒子群PSO算法对所述发射雷达的波形时序优化模型进行求解,得到干扰抑制效果最好的信号发射时序,包括:

31)初始化粒子群PSO算法参数;

32)计算每个粒子的当前位置和速度的最优适应值;

33)将每个粒子的当前位置和速度的最优适应值分别与每个粒子的个体历史最优适应值进行比较判断,并更新每个粒子的历史最优适应值和位置;

34)将当前次迭代的群体最优适应值与群体历史最优适应值进行比较判断,并更新群体历史最优适应值和位置;

35)更新粒子的速度与位置;

36)按照步骤32)‑35)的操作进行迭代更新,直至达到最大迭代次数,并输出群体历史最优适应值和位置,以得到干扰抑制效果最好的信号发射时序。

6.根据权利要求5所述的一种多雷达协同抗干扰信号波形设计方法,其特征在于,在步骤35)中,按照如下公式更新粒子的速度与位置:其中,ω为权重系数,c1和c2为学习因子,r1和r2为[0,1]之间的随机值,Pbest和Gbest分别为个体最优适应值和全局最优适应值,Piter和Viter分别为第iter次迭代时粒子的最新位置和速度,Piter+1和Viter+1分别为第iter+1次迭代时粒子的最新位置和速度。

7.一种多雷达协同抗干扰信号波形设计装置,其特征在于,包括:数据获取模块,用于基于参考雷达发射信号获得对应的回波信号,并根据所述回波信号获取干扰先验信息;

模型建立模块,用于基于所述干扰先验信息建立发射雷达的波形时序优化模型;

优化求解模块,用于对所述发射雷达的波形时序优化模型进行求解,得到干扰抑制效果最好的信号发射时序;

其中,所述数据获取模块具体用于执行以下步骤:

11)基于两个雷达架构设计发射相位编码信号;令第一个雷达作为参考雷达发射相位编码信号;同时,令第二个雷达作为发射雷达,其发射信号为在第一个雷达的基础上取负相位编码信号;

1a)基于三个雷达框架设计发射相位编码信号;其中,令第一个雷达和第二个雷达作为参考雷达发射相位编码信号;同时,令第三个雷达作为发射雷达;且所述第三个雷达与所述第一个雷达、第二个雷达的发射信号互为正交相位;

1b)通过所述第一个雷达和第二个雷达的回波信号得到干扰先验信息;

12)通过所述第一个雷达的回波信号得到干扰先验信息;

所述模型建立模块具体用于执行以下步骤:

21)设计发射雷达的发射时序S,并记发射雷达的发射序列为DiagS·x2;其中,S为元素为0或1的N维的列向量,DiagS表示将S构造成对角矩阵,x2为发射雷达的发射信号;

22)基于所述干扰先验信息获得第m个干扰机的采样序列Jm,其表达式为:其中,Jm为N维列向量,Gm为第m个干扰机的干扰重复转发次数;

23)基于所述采样序列Jm构建一个以发射雷达的发射时序为自变量的优化模型,该优化模型的目标函数为:T

其中,(·) 为转置运算,S(i)为发射雷达的第i个发射时序,N为信号采样点数,s.t.为约束条件,I为发射雷达的最小发射脉冲数。