子阵域盲源分离应用于主瓣抗干扰算法研究

doi:10.3969/j.issn.1009-086x.2022.04.015

摘要/Abstract

摘要：

阵列雷达的主瓣干扰抑制是雷达抗干扰领域的一个难题。提出了一种基于子阵域的盲源分离主瓣抗干扰算法。该算法以特征矩阵近似联合对角化（joint approximate diagonalization of eigen-matrices，JADE）盲源分离算法为基础，与传统的全向阵列算法相比，该算法提供了较低的复杂度，尤其是针对大型阵列时，算法的优势更加显著。其设计思路是先将全向阵列划分到子阵域；然后在子阵域的基础上利用多重信号分类和恒虚警检测，设计了一种新的盲源分离信道数预估计方法，为JADE提供先验信息；最后设定盲源分离通道数，使接收信号分离，并将分离信号分别进行脉冲压缩、信号检测等步骤，从而达到雷达主瓣抗干扰的目的。通过仿真分析可知，该方法可以实现目标信号和干扰信号的有效分离，且计算量对比全向阵列有显著降低，具有一定的工程应用前景。

关键词: 盲源分离, 信源数估计, 特征矩阵近似联合对角化, 子阵域, 雷达主瓣抗干扰, 波束形成

Abstract:

The main lobe jamming suppression of array radar is a difficult problem in the field of radar anti-jamming. This paper proposes a blind source separation main lobe anti-jamming algorithm in sub-array domain based on joint approximate diagonalization of eigen-matrices（JADE）blind source separation. The algorithm provides lower complexity compared to the traditional omnidirectional array algorithm， especially for large arrays. The omnidirectional array is divided into subarray domain. A new blind source separation channel number pre-estimation method is designed on the basis of subarray domain using multiple signal classification（MUSIC） and constant false alarm rate （CFAR） to provide prior information for JADE. The separated signals are processed pulse compression and signal detection to achieve radar main lobe anti-jamming. Simulation analysis shows that the method can effectively demonstrate the separation of target signal and jamming signal， and the calculation amount is significantly reduced compared with the omnidirectional array， which has a certain engineering application prospects.

Key words: blind source separation, source number estimation, joint approximate diagonalization of eigen-matrices（JADE）, subarray domain, main lobe anti-jamming, digital beam forming （DBF）

中图分类号:

TN973

贾振宇, 匡华星. 子阵域盲源分离应用于主瓣抗干扰算法研究[J]. 现代防御技术, 2022, 50(4): 132-139.

Zhen-yu JIA, Hua-xing KUANG. Research on Blind Source Separation in Subarray Domain Applied to Anti-Main Lobe Jamming Algorithm[J]. Modern Defense Technology, 2022, 50(4): 132-139.

图/表 9

图1 子阵域盲源分离算法原理图

Fig. 1 Schematic diagram of blind source separation algorithm in sub-array domain

图2 子阵空间部分自适应阵

Fig. 2 Sub-array spatial partial adaptive array

表1 目标和干扰信号参数

Table 1 Comparison of pre-sorting process

信号	带宽/MHz	脉宽/ $μ s$	采样频率/MHz	采样点数	SNR/JNR/dB	位置/（°）
目标信号	2	160	4	640	SNR=10	10.0
假目标干扰信号					JNR=40	9.5
噪声调频干扰信号					JNR=25	10.5

表1 目标和干扰信号参数

Table 1 Comparison of pre-sorting process

信号	带宽/MHz	脉宽/ $μ s$	采样频率/MHz	采样点数	SNR/JNR/dB	位置/（°）
目标信号	2	160	4	640	SNR=10	10.0
假目标干扰信号					JNR=40	9.5
噪声调频干扰信号					JNR=25	10.5

图3 子阵域MUSIC和E-CFAR处理后目标和干扰个数图（Pfa=10-6,N=8）

Fig. 3 Number of targets and jamming after the subarray domain MUSIC and E-CFAR processing（Pfa=10-6,N=8）

图4 分离信号的脉冲压缩图

Fig. 4 Pulse compression waveform of the separated signals

图5 当目标和干扰间隔为波宽的1/5时，信号源的数目图

Fig. 5 Number of sources after the target and jamming angle interval is 1/5 times the bandwidth

图6 当目标和干扰间隔为波宽的1/5时，分离信号的脉冲压缩波形图

Fig. 6 Pulse pressure diagram of the separated signal after the targeto and the jamming angle interval is 1/5 times the bandwidth

图7 SNR/JNR与分离度Δ关系图

Fig. 7 Analysis graph of SNR/JNR and separating degrees Δ

表2 算法运算时长对比

Table 2 Algorithm operation time comparison

项目	M=100	M=200	M=500	M=1 000
子阵级处理	0.135 1	0.159 4	0.209 7	0.269 4
全阵级处理	0.206 1	0.287 9	0.861 9	5.313 3
全阵/子阵	1.52	1.81	4.11	19.72

参考文献 20

1	陈希信，龙伟军，张庆海.一种低副瓣自适应单脉冲测角方法［J］.中国电子科学研究院学报，2021，16（5）：496-498.
	CHEN Xi-xin， LONG Wei-jun， ZHANG Qing-hai. An Adaptive Monopulse Angle Estimation Approach with Low Sidelobe Level ［J］. Journal of China Academy of Electronics and Information Technology， 2021，16（5）：496-498.
2	袁英，朱维.对副瓣消隐雷达干扰的可行性探讨［J］.舰船电子对抗，2014，37（2）：32-34.
	YUAN ying， ZHU Wei. Feasibility Discussion of Jamming Sidelobe Blanking Radar ［J］. Shipboard Electronic Countermeasure， 2014，37（2）：32-34.
3	宋之玉，张进.现代雷达自适应旁瓣相消对抗技术［J］.航天电子对抗，2021，37（4）：34-39.
	SONG Zhi-yu， ZHANG Jin. Adaptive Side Lobe Cancellation Technology of Modern Radar ［J］. Aerospace Electronic Warfare， 2021，37（4）：34-39.
4	HUANG Gao-ming， YANG Lu-xi. A Radar Anti-jamming Technology Based on Blind Source Separation［C］∥ Chinese Institute of Electronics， International Conference on Signal Processing （ICSP' 04.Beijing，2004：2021-2024..
5	丁文春，张江，张杭，等.基于非正交联合对角化的自干扰信号消除［J］.通信技术，2017，50（11）：2400-2407.
	DING Wen-chun， ZHANG Jiang， ZHANG Hang， et al. Self-Interference Cancellation Based on Nonorthogonal Joint Diagonalization Algorithm ［J］. Communication Technology， 2017，50（11）：2400-2407.
6	YAN Zheng-xin， GE Meng-meng， CUI Guo-long， et al. DOA Estimation with Subarrays via Blind Source Separation Algorithm［C］∥2021 IEEE Radar Conference （RadarConf21）. IEEE， 2021.
7	CHEN Xi-yuan， ZHANF Wei， WANG Shi-lian. Blind Source Separation Anti-Jamming Technology Based on Pade-FastICA Algorithm［C］∥ 2020 IEEE 20th International Conference on Communication Technology （ICCT）. IEEE， 2020.
8	王春丽，曹玉萍. 提高盲源分离算法有效性的研究与应用［J］. 自动化与仪器仪表， 2014（12）：120，123.
	WANG Chun-li， CAO Yu-ping. Blind Source Separation Algorithm to Improve Research and Application Availability ［J］. Automation & Instrumentation， 2014 （12）：120，123.
9	张伟涛. 盲信源分离的联合对角化方法研究［D］. 西安：西安电子科技大学，2011.
	ZHANG Wei-tao. Research on Joint Diagonalization Method of Blind Source Separation ［D］.Xi'an： Xidian University，2011.
10	CARDOSO J F， SOULOUMIAC A. An Efficient Technique For The Blind Separation of Complex Sources［C］∥ Higher-Order Statistics， 1993. IEEE Signal Processing Workshop on. IEEE， South Lake Tahoe， CA， USA，1993.
11	付强，景博，何鹏举，等. 动态信号源数目盲估计方法研究［J］. 仪器仪表学报，2020，41（4）：119-128.
	FU Qiang， JING Bo， HE Peng-ju，et al. Research on Dynamic Signal Source Number Blind Estimation Method ［J］. Chinese Journal of Scientific Instrument，2020，41（4）：119-128.
12	刘千里. 多子阵波束域Root-MUSIC算法并行处理实现方法［J］. 声学与电子工程， 2016（3）：13-16.
	LIU Qian-li. Implementation Method of Parallel Processing of Root-MUSIC Algorithm in Multi-Subarray Beam Domain ［J］. Acoustics and Electronics Engineering， 2016（3）：13-16.
13	马思强，李雄风，许衍.多重信号分类算法用于通信信号测向的仿真分析［J］.航天电子对抗，2021，37（4）：22-28.
	MA Si-qiang， LI Xiong-feng， XU Yan. Simulation Analysis on Direction Finding of Communication Signals by MUSIC Algorithm ［J］. Aerospace Electronic Warfare， 2021， 37（4）：22-28.
14	GARVANOV I. EXC CFAR BI Processor with Polar Hough Transform in the Presence of Binominal Impulse Interference［C］∥ Signal Processing Symposium （SPS）， 2013. IEEE， Serock， Poland，2013.
15	沈鹏. 非理想状态运动雷达杂波特性分析和空域降维方法研究［D］.西安：西安电子科技大学，2020.
	SHEN Peng. Analysis of Clutter Characteristics of Non-ideal Motion Radar and Research on Methods of Airspace Dimensionality Reduction ［D］. Xi'an：Xidian University，2020.
16	CHEN Ting-wei， LIN Ju-cai， YIN Jun. Unitary Root-MUSIC Combined with Subspace Modification for Circular Microphone Array［C］∥ 2020 International Conference on Control， Robotics and Intelligent System （CCRIS 2020），2020：67-71.
17	张建中，文树梁，谭澄，等.盲源分离联合阻塞矩阵抗雷达主瓣干扰研究［J］.现代防御技术，2018，46（1）：135-140.
	ZHANG Jian-zhong， WEN Shu-liang， TAN Cheng，et al. Radar Main-Lobe Jamming Suppression Based on the Method of BSS-BM Union ［J］. Modern Defence Technology， 2018，46（1）：135-140.
18	王建明，伍光新，周伟光.盲源分离在雷达抗主瓣干扰中的应用研究［J］.现代雷达，2010，32（10）：46-49.
	WANG Jian-ming， WU Guang-xin， ZHOU Wei-guang. A Study on Radar Mainlobe Jamming Suppression Based on Blind Source Separation Algorithm ［J］. Mo-dern Radar， 2010，32（10）：46-49.
19	DEAN PELEGRINA G， DUARTE L T. A Multi-Objective Approach for Blind Source Extraction［C］∥ Sensor Array and Multichannel Signal Processing Workshop （SAM 2016. IEEE， Rio de Janeiro， Brazil，2016.
20	NIE Ling-ye， LI Lei， CHEN Jia-ming. A New Method for Blind Source Separation［C］∥ International Conference on Machine Learning & Cybernetics， Kunming， China，2008：2217-2222.

[1]	梁康博, 杨瑞娟, 李晓柏, 骆伟林, 袁凯. 改进鸽群算法的复杂信号盲源分离[J]. 现代防御技术, 2023, 51(2): 100-108.
[2]	张建中, 文树梁, 谭澄, 周宝亮. 盲源分离联合阻塞矩阵抗雷达主瓣干扰研究[J]. 现代防御技术, 2018, 46(1): 135-140.