李迎春，王國宏，孫殿星，關(guān)成斌

（1．海軍航空工程學(xué)院信息融合研究所，山東煙臺264001；2．中國人民解放軍92313部隊，河南濟源454600）

雷達抗自衛(wèi)轉(zhuǎn)發(fā)式航跡假目標(biāo)欺騙干擾技術(shù)

李迎春1，2，王國宏1，孫殿星1，關(guān)成斌1

（1．海軍航空工程學(xué)院信息融合研究所，山東煙臺264001；2．中國人民解放軍92313部隊，河南濟源454600）

在雜波背景下，傳統(tǒng)的自衛(wèi)轉(zhuǎn)發(fā)式航跡假目標(biāo)欺騙干擾識別方法的正確識別率較低，且利用單一信號特征鑒別真假目標(biāo)的正確鑒別率較低。針對此問題，提出了一種新的抗自衛(wèi)轉(zhuǎn)發(fā)式航跡假目標(biāo)欺騙干擾技術(shù)。首先，使用常規(guī)多目標(biāo)跟蹤算法消除雜波的影響，然后利用基于目標(biāo)狀態(tài)估計的角度檢驗和N／M邏輯準(zhǔn)則判斷雷達是否遭受自衛(wèi)轉(zhuǎn)發(fā)式航跡假目標(biāo)欺騙干擾。若存在干擾，則提取目標(biāo)信號的幅度和相位量化信息，使用多級模糊綜合評判對真假目標(biāo)進行聯(lián)合鑒別。該技術(shù)對自衛(wèi)轉(zhuǎn)發(fā)式航跡假目標(biāo)欺騙干擾正確識別率較高，能有效剔除形成穩(wěn)定航跡的假目標(biāo)。仿真結(jié)果驗證了該技術(shù)的可行性和有效性。

航跡假目標(biāo)；抗干擾；幅度信息；相位量化；模糊綜合評判

0 引 言

現(xiàn)代雷達所處電磁環(huán)境日趨復(fù)雜。敵方為了掩護目標(biāo)突防，往往對雷達實施遠距離支援干擾、隨行干擾或自衛(wèi)式干擾，而最常見的干擾模式是自衛(wèi)式干擾，即干擾裝置裝備在所需保護的武器平臺上，進行噪聲干擾或欺騙干擾［1］。欺騙式干擾采用數(shù)字射頻存儲器（digital radio frequency memory，DRFM）等轉(zhuǎn)發(fā)式干擾裝置，截獲雷達發(fā)射信號并進行精確復(fù)制、調(diào)制和轉(zhuǎn)發(fā)，產(chǎn)生若干假目標(biāo)［2－4］。假目標(biāo)會嚴(yán)重消耗雷達資源，使雷達難辨目標(biāo)真假，而且轉(zhuǎn)發(fā)式干擾裝置較為輕巧，對武器平臺的性能影響?。?］，因此自衛(wèi)轉(zhuǎn)發(fā)式假目標(biāo)欺騙干擾在電子對抗中應(yīng)用得越來越廣泛。對于雜散假目標(biāo)，傳統(tǒng)多目標(biāo)跟蹤算法和航跡管理程序可將其有效濾除，對雷達的威脅較小，而航跡假目標(biāo)能形成穩(wěn)定的虛假航跡，使雷達跟蹤到虛假目標(biāo)，對雷達的威脅更大，本文主要研究針對自衛(wèi)轉(zhuǎn)發(fā)式航跡假目標(biāo)欺騙干擾的對抗技術(shù)。

有效對抗雷達干擾的前提是識別出干擾存在與否。自衛(wèi)轉(zhuǎn)發(fā)式干擾的經(jīng)典識別方法是構(gòu)建基于雷達量測的角度檢驗統(tǒng)計量，然后通過卡方檢驗判斷干擾是否存在［6－7］。然而在雜波背景下，該方法存在嚴(yán)重的“取偽”誤判問題，即雜波與目標(biāo)量測的角度相近時，卡方檢驗容易將干擾不存在誤判為干擾存在。

當(dāng)自衛(wèi)轉(zhuǎn)發(fā)式航跡假目標(biāo)欺騙干擾存在時，主要的抗干擾技術(shù)有波形分集［8－9］、頻率捷變、組網(wǎng)雷達數(shù)據(jù)融合［10－11］、真假目標(biāo)特征提取及鑒別［12－15］等。波形分集、頻率捷變對雷達體系結(jié)構(gòu)要求較高，代價較大。組網(wǎng)雷達數(shù)據(jù)融合技術(shù)需在各雷達已組網(wǎng)的情況下使用，其中系統(tǒng)誤差配準(zhǔn)和時間同步難題尚未得到很好的解決。通過提取真假目標(biāo)信號和數(shù)據(jù)的特征參數(shù)對真假目標(biāo)進行鑒別的抗干擾技術(shù)，具有簡單易行、效果明顯、代價較小的特點，應(yīng)用較為廣泛。真假目標(biāo)的特征差異主要有信號能量起伏特性差異、信號相位量化差異、信號諧波特性差異及目標(biāo)運動特性差異等，文獻［12－15］分別根據(jù)這些特征差異構(gòu)造了相應(yīng)的鑒別方法。然而，隨著DRFM技術(shù)的發(fā)展，假目標(biāo)信號越來越逼真，根據(jù)單一的信號特征鑒別真假目標(biāo)的誤鑒別率越來越大。

根據(jù)以上分析，本文提出了一種新的自衛(wèi)轉(zhuǎn)發(fā)式航跡假目標(biāo)欺騙干擾識別和真假目標(biāo)鑒別技術(shù)。首先，使用常規(guī)多目標(biāo)跟蹤算法得到目標(biāo)狀態(tài)估計，消除雜波的影響，然后對估計結(jié)果進行角度檢驗和N／M邏輯準(zhǔn)則判決，識別出欺騙干擾是否存在；若存在干擾，則根據(jù)檢驗結(jié)果進行目標(biāo)分組，然后根據(jù)真假目標(biāo)信號在幅度和相位量化上的差異進行多級模糊綜合評判，鑒別出真假目標(biāo)。本文首先分別對欺騙干擾識別和真假目標(biāo)鑒別進行了闡述，然后對以上方法進行了仿真驗證，結(jié)果表明該技術(shù)在雜波環(huán)境下能有效識別出自衛(wèi)轉(zhuǎn)發(fā)式航跡假目標(biāo)欺騙干擾，具有較高的真假目標(biāo)正確鑒別率。

1 欺騙干擾識別

1．1 空間位置數(shù)據(jù)特征分析

現(xiàn)代雷達廣泛采用低副瓣天線和旁瓣對消、旁瓣匿影等技術(shù)，假目標(biāo)信號很難從雷達天線旁瓣進入接收機［16］。因此，自衛(wèi)轉(zhuǎn)發(fā)式欺騙干擾機主要從雷達天線主瓣注入假目標(biāo)信號［17］。在同一時刻，虛假目標(biāo)與真實目標(biāo)、雷達在一條直線上，如圖1所示。

文獻［18］指出，對真假目標(biāo)同時進行跟蹤，維持多條航跡，然后剔除虛假航跡保留真實航跡，可達到抗假目標(biāo)干擾的目的。由于跟蹤誤差，雷達估計的真實目標(biāo)和虛假目標(biāo)在角度上并不嚴(yán)格相等，它們處于一個角度范圍內(nèi)。若雷達沒有受到假目標(biāo)干擾，則在相近的角度范圍內(nèi)出現(xiàn)多個目標(biāo)的概率很小，即使出現(xiàn)也不可能持續(xù)較長時間；若雷達受到干擾，則在相近的角度范圍內(nèi)會出現(xiàn)真實目標(biāo)和虛假目標(biāo)。根據(jù)上述規(guī)律，可在目標(biāo)跟蹤過程中，對連續(xù)幾個時刻雷達得到的目標(biāo)狀態(tài)估計進行角度檢驗和N／M邏輯準(zhǔn)則判決，從而識別出自衛(wèi)轉(zhuǎn)發(fā)式航跡假目標(biāo)欺騙干擾是否存在。

圖1 自衛(wèi)轉(zhuǎn)發(fā)式航跡假目標(biāo)欺騙干擾下雷達位置量測數(shù)據(jù)

1．2 基于目標(biāo)狀態(tài)估計的欺騙干擾識別

雷達在跟蹤目標(biāo)時采用多目標(biāo)跟蹤算法，如聯(lián)合概率數(shù)據(jù)互聯(lián)（joint probabilistic data association，JPDA）算法、多假設(shè)跟蹤（multiple hypothesis tracking，MHT）算法和最優(yōu)Bayes算法等，既能跟蹤真實目標(biāo)，也能跟蹤上形成虛假航跡的虛假目標(biāo)。本文采用應(yīng)用較多的JPDA算法，該算法能在雜波環(huán)境下有效跟蹤多目標(biāo)，具體步驟參考文獻［19］。

不失一般性，以三坐標(biāo)雷達為例進行分析。為了簡化問題，假設(shè)在k時刻，雷達同時維持兩條航跡，此時雷達估計出兩個目標(biāo)狀態(tài)：

P（k｜k）i為目標(biāo)狀態(tài)估計誤差協(xié)方差陣

在進行檢驗前，需要進行直角坐標(biāo)到極坐標(biāo)的坐標(biāo)轉(zhuǎn)換。對于k時刻第i個目標(biāo)狀態(tài)估計，坐標(biāo)轉(zhuǎn)換公式為

式中，ρki為該目標(biāo)的徑向距離估計值；θki為該目標(biāo)的方位角估計值；φki為該目標(biāo)的俯仰角估計值。當(dāng)xki＜0，yki＞0或xki＜0，yki＜0時，θki＝arctan（yki／xki）＋π。

對坐標(biāo)變換后的方位角和俯仰角取微分，得

式中

進而可得該目標(biāo)的方位角和俯仰角估計誤差協(xié)方差陣為

按照上述方法將兩個目標(biāo)的狀態(tài)估計向量及其誤差協(xié)方差陣轉(zhuǎn)換到極坐標(biāo)系并取方位角分量和俯仰角分量及相應(yīng)的誤差協(xié)方差，即｛Δ（k｜k）1，Pθφ（k｜k）1｝和｛Δ（k｜k）2，Pθφ（k｜k）2｝。其中兩個目標(biāo)的狀態(tài)是相互獨立的，即Δ（k｜k）1和Δ（k｜k）2

是相互獨立的，則

構(gòu)造如下的檢驗統(tǒng)計量：由于Δ（k｜k）1和Δ（k｜k）2都是2維向量，則統(tǒng)計量T12服從自由度為2的χ2分布，即T12～χ2（2）。構(gòu)造如下的假設(shè)：

為了提高欺騙干擾識別的可靠性，采用N／M邏輯準(zhǔn)則對檢驗結(jié)果進行判決，即在k時刻對雷達獲得的前M個連續(xù)時刻（包括k時刻）的目標(biāo)狀態(tài)估計進行上述檢驗，若有N個時刻的檢驗統(tǒng)計量T12落入接受域，即T12≤（2），則

在H1成立，即第1個目標(biāo)或第2個目標(biāo)為虛假目標(biāo)時，統(tǒng)計量T12服從χ2（2）分布，則上述檢驗問題的單側(cè)拒絕域為認(rèn)定此刻存在欺騙干擾，否則認(rèn)定不存在欺騙干擾。欺騙干擾識別的流程如圖2所示。

圖2 欺騙干擾識別的流程圖

2 真假目標(biāo)鑒別

2．1 真假目標(biāo)信號特征差異

大量實測數(shù)據(jù)表明，雷達目標(biāo)，尤其是常見的飛機目標(biāo)，其回波信號幅度值大致服從瑞利分布。以歸一化的背景噪聲（方差σ2＝1）為例進行分析，設(shè)目標(biāo)信號幅度為Λ，則其概率密度函數(shù)為

式中，參數(shù)λ為目標(biāo)信噪比均值。

較早的第一代DRFM產(chǎn)生的虛假目標(biāo)信號的幅度是固定的，而目前的DRFM已發(fā)展到第二代，它能產(chǎn)生與真實目標(biāo)的電磁散射特性相似的虛假目標(biāo)［15］，兩者不同之處在于從統(tǒng)計意義上虛假目標(biāo)信號的幅度往往高于真實目標(biāo)信號的幅度，即虛假目標(biāo)信號幅度的分布參數(shù)λ值高于真實目標(biāo)信號幅度的分布參數(shù)λ值，該參數(shù)可用于真假目標(biāo)鑒別。虛假目標(biāo)和真實目標(biāo)信號的信噪比均值的比值即干信比（jamming signal ratio，JSR）越大，真假目標(biāo)正確鑒別率越高。在目標(biāo)跟蹤過程中，可通過以下α濾波器得到參數(shù)λ在k時刻的估計值［20］：

式中，α為濾波器參數(shù)，一般根據(jù)經(jīng)驗取值；S（k）為k時刻目標(biāo)信噪比估計值

其中，mk為k時刻落入目標(biāo)航跡相關(guān)波門內(nèi)的量測個數(shù)；Λki為其中第i個量測對應(yīng)的信號幅度；βki為該量測關(guān)聯(lián)到目標(biāo)航跡的互聯(lián)概率。

一般情況下，虛假目標(biāo)信號的信噪比均值高于真實目標(biāo)信號的信噪比均值。然而，估計存在一定的誤差，而且JSR是不確定的，在JSR較低時，僅通過信號幅度鑒別真假目標(biāo)，存在較大的誤判率。

DRFM在轉(zhuǎn)發(fā)雷達發(fā)射信號前，需對截獲的信號進行采樣、量化，而量化過程不可避免地使信號失真。文獻［13］根據(jù)DRFM相位量化產(chǎn)生的真假目標(biāo)信號差異，提出了干擾信號誤差角（jamming signal error angle，JSEA）概念，即

式中，X為幅度歸一化的雷達發(fā)射信號矢量；Y為幅度歸一化的目標(biāo)回波信號矢量。理想情況下，真實目標(biāo)信號的JSEA為0，而虛假目標(biāo)信號的JSEA不為0，以此可鑒別真假目標(biāo)。該參數(shù)與DRFM的相位量化位數(shù)有關(guān)，相位量化位數(shù)越小，虛假目標(biāo)信號的JSEA就越大，進而真假目標(biāo)正確鑒別率也越高。考慮到雜波的影響，通過互聯(lián)概率組合，可得k時刻目標(biāo)的JSEA為

式中，μi為其中第i個量測對應(yīng)的JSEA。

根據(jù)以上分析，從信號幅度和相位量化上提取的目標(biāo)信噪比均值和JSEA可用于對真假目標(biāo)的聯(lián)合鑒別。

2．2 基于幅度和相位量化信息的真假目標(biāo)聯(lián)合鑒別

在進行真假目標(biāo)鑒別之前，需要對雷達跟蹤的目標(biāo)進行分組，以保證每一組中只有一個真實目標(biāo)和針對該真實目標(biāo)的所有虛假目標(biāo)。分組規(guī)則為：對雷達跟蹤的所有目標(biāo)進行兩兩組合，根據(jù)第2．2節(jié)，對每個組合進行角度檢驗和N／M準(zhǔn)則判決，對被認(rèn)定欺騙干擾存在的所有組合進行并集運算，如組合（目標(biāo)1，目標(biāo)2）和（目標(biāo)2，目標(biāo)3）取并集后變?yōu)樾碌慕M合（目標(biāo)1，目標(biāo)2，目標(biāo)3），直至各組合之間不存在交集。

經(jīng)過分組后，依據(jù)幅度和相位量化信息對每個分組進行真假目標(biāo)聯(lián)合鑒別可歸為“決策”問題。模糊綜合評判將不同的特征信息模糊化，然后融合運算，對運算結(jié)果進行評判是解決多屬性“決策”問題很好的方法。多級模糊綜合評判可降低一級模糊綜合評判的錯誤率，提高正確鑒別率，即先用單個時刻得到的目標(biāo)信噪比均值估值和JSEA兩個參數(shù)對目標(biāo)屬性進行綜合評判，得到一個評判結(jié)果，然后將不同時刻的評判結(jié)果進行二級綜合評判，從而得到最終的評判結(jié)果。在欺騙干擾識別中使用了N／M邏輯準(zhǔn)則對檢驗結(jié)果進行判決，在這里同樣在k時刻對前M個連續(xù)時刻（包括k時刻）的一級評判結(jié)果進行二級綜合評判。不失一般性，下面以分組中存在真假兩個目標(biāo)為例進行分析。

對分組中的目標(biāo)1和目標(biāo)2建立評判集

建立參數(shù)集

多級模糊綜合評判模型結(jié)構(gòu)和其中的一級模糊綜合評判模型結(jié)構(gòu)如圖3和圖4所示。

圖3 多級模糊綜合評判模型結(jié)構(gòu)

圖4 一級模糊綜合評判模型結(jié)構(gòu)

從而可得k時刻參數(shù)u1和u2在評判集V上的模糊集分別為

將以上模糊集組成一級評判矩陣為

為了得到一級模糊綜合評判結(jié)果，需要獲取參數(shù)u1和u2，即信號的信噪比均值和JSEA在模糊綜合評判中的權(quán)重。設(shè)參數(shù)u1、u2在模糊綜合評判中的權(quán)重分配為

信號的信噪比均值和JSEA對評判正確率，即真假目標(biāo)正確鑒別率的影響程度主要取決于JSR和DRFM相位量化位數(shù)等參數(shù)，然而在實際電子對抗中，這些參數(shù)值是無法得到的。因此，權(quán)重分配值W1k和W2k需要根據(jù)具體背景通過偵察測量或人工經(jīng)驗進行設(shè)定。

根據(jù)模糊綜合評判模型，可得到k時刻一級模糊綜合評判結(jié)果向量為

同理，可分別得到前M個時刻的一級模糊綜合評判結(jié)果向量集｛Bk－i｜i＝0，1，…，M－1｝。

得到一級模糊綜合評判結(jié)果后，再進行二級模糊綜合評判。｛Bk－i｜i＝0，1，…，M－1｝中的元素組成二級評判矩陣

設(shè)定各時刻的一級模糊綜合評判結(jié)果對二級模糊綜合評判的影響是無差別的，即其權(quán)重分配為

根據(jù)二級模糊綜合評判模型，可得到最終的模糊綜合評判結(jié)果向量

為了得到唯一的目標(biāo)屬性（真假）判定，需要對評判結(jié)果進行解模糊，可根據(jù)最大隸屬度原則進行解模糊，即

3 仿真與分析

3．1 仿真背景

以一部三坐標(biāo)地基雷達、兩個攜帶自衛(wèi)式欺騙干擾裝置的飛行目標(biāo)為仿真背景，建立統(tǒng)一的直角坐標(biāo)系。雷達位置為（0km，0km，6km），雷達掃描周期為1s，測距誤差為100m，測方位角誤差和測俯仰角誤差均為0．1°。目標(biāo)1的初始位置為（10km，30km，5km），初始速度為（100m／s，－100m／s，0m／s），目標(biāo)2的初始位置為（8km，30km，5km），初始速度為（100m／s，－100m／s，0m／s），即兩個目標(biāo)同向平行飛行。兩個目標(biāo)勻速飛行50s后均施放延遲1 500m的虛假目標(biāo)，整個飛行過程持續(xù)100s，過程噪聲方差為100。

設(shè)每個雷達周期的雜波個數(shù)服從泊松分布，分布參數(shù)為50，加入雜波的方法參考文獻［19］。

3．2 仿真實驗一

本實驗的目的是驗證在轉(zhuǎn)發(fā)式距離假目標(biāo)欺騙干擾下，基于目標(biāo)狀態(tài)估計的欺騙干擾識別方法能有效識別出欺騙干擾，相較于文獻［7］中基于量測的欺騙干擾識別方法，有較高的正確識別率和較低的誤識別率。角度檢驗顯著性水平分別取a＝0．005和a＝0．05，N／M邏輯準(zhǔn)則分別取2／3和3／4，基于量測的欺騙干擾識別方法的移位寄存器長度取6，蒙特卡羅仿真1 000次。仿真結(jié)果如表1和表2所示。

表1 無欺騙干擾時的正確識別率和誤識別率

表2 存在欺騙干擾時的正確識別率和誤識別率（目標(biāo)1）

分析表1和表2的仿真數(shù)據(jù)，可獲得以下結(jié)論：

（1）無論欺騙干擾存在與否，在正確識別率和誤識別率上本文提出的基于目標(biāo)狀態(tài)估計的欺騙干擾識別方法明顯好于基于量測的欺騙干擾識別方法。

（2）對于基于目標(biāo)狀態(tài)估計的欺騙干擾識別方法，采用N／M邏輯準(zhǔn)則可提高欺騙干擾的正確識別率。

（3）無欺騙干擾時，角度檢驗顯著性水平越低，無欺騙干擾正確識別率也越低；存在欺騙干擾時，角度檢驗顯著性水平越低，欺騙干擾正確識別率反而越高。在實際應(yīng)用中，可結(jié)合戰(zhàn)術(shù)背景和態(tài)勢選擇顯著性水平。

3．3 仿真實驗二

本實驗的目的是驗證基于幅度和相位量化信息的真假目標(biāo)聯(lián)合鑒別方法能有效鑒別出真假目標(biāo)，相較于單純利用幅度信息和單純利用相位量化信息的鑒別方法有更高的正確鑒別率。本實驗的前提是雷達已識別出假目標(biāo)欺騙干擾。只考慮目標(biāo)1和目標(biāo)1產(chǎn)生的虛假目標(biāo)，參數(shù)設(shè)置如表3所示。

表3 實驗二的參數(shù)設(shè)置

按照以下3種方式進行真假目標(biāo)鑒別：單純利用信號幅度信息鑒別、單純利用信號相位量化信息鑒別和利用本文提出的基于信號幅度和相位量化信息的聯(lián)合鑒別，得到3種方式下的真假目標(biāo)正確鑒別率，如圖5所示。

圖5 基于不同信息的真假目標(biāo)正確鑒別率

圖5表明，在真假目標(biāo)正確鑒別率上，基于幅度和相位量化信息的聯(lián)合鑒別方法優(yōu)于單純基于幅度信息和單純基于相位量化信息的鑒別方法。真假目標(biāo)正確鑒別率隨著跟蹤步數(shù)的增加逐漸增大，這是因為雷達逐步實現(xiàn)對目標(biāo)穩(wěn)定跟蹤，雜波的影響逐漸減小，且隨著量測的增加，真假目標(biāo)信噪比均值的最大似然估計越來越精確。

保持DRFM相位量化位數(shù)3不變，改變JSR，分別為0dB、3dB和5dB，利用基于信號幅度和相位量化信息的聯(lián)合鑒別方法，得到不同JSR下真假目標(biāo)正確鑒別率，如圖6所示。

圖6 不同JSR下的真假目標(biāo)正確鑒別率

保持信號JSR為3dB不變，改變DRFM相位量化位數(shù)分別為2、3和4，利用本文提出的基于信號幅度和相位量化信息的聯(lián)合鑒別方法，得到不同相位量化位數(shù)下的真假目標(biāo)正確鑒別率，如圖7所示。

圖6和圖7表明，真假目標(biāo)信號的特征差異越大，即信號的JSR越大或者DRFM的相位量化位數(shù)越小，那么真假目標(biāo)的正確鑒別率也越高，從而驗證了本文提出的真假目標(biāo)鑒別方法的合理性。

圖7 不同相位量化位數(shù)下的真假目標(biāo)正確鑒別率

4 結(jié)束語

本文針對雜波環(huán)境下自衛(wèi)轉(zhuǎn)發(fā)式航跡假目標(biāo)欺騙干擾識別和真假目標(biāo)鑒別的問題，提出了基于目標(biāo)狀態(tài)估計的欺騙干擾識別方法及基于幅度和相位量化信息的真假目標(biāo)聯(lián)合鑒別方法?；谀繕?biāo)狀態(tài)估計的欺騙干擾識別方法對目標(biāo)狀態(tài)估計進行角度檢驗，克服了雜波對干擾識別的影響，相較于基于量測的欺騙干擾識別方法，有效地提高了欺騙干擾正確識別率?；诜群拖辔涣炕畔⒌恼婕倌繕?biāo)聯(lián)合鑒別方法充分利用信號的幅度信息和相位量化信息，利用多級模糊綜合評判的方法鑒別真假目標(biāo)，相較于基于單一信號特征的鑒別方法，具有更高的正確鑒別率。仿真結(jié)果驗證了本文提出的抗自衛(wèi)轉(zhuǎn)發(fā)式航跡假目標(biāo)欺騙干擾技術(shù)的有效性。

［1］Neri F．Introduction to electronic defense systems［M］．2nd ed．Zhang X H，Rao T H，Li W，et al trans．Beijing：Publishing House of Electronics Industry，2014．（菲利波·內(nèi)里．電子防御系統(tǒng)概論［M］．2版．張曉暉，饒烔輝，李微，等譯．北京：電子工業(yè)出版社，2014．）

［2］Berger S D．Digital radio frequency memory linear range gate stealer spectrum［J］．IEEE Trans．on Aerospace and Electronic Systems，2003，39（2）：725－735．

［3］Ozdil O，Serin M，Ispir M，et al．Channelizer structure in DRFM systems for real signals［C］∥Proc．of the IEEE International Conference on Signal Processing and Communications Application，2013：1－4．

［4］Olivier K，Cilliers J E，du Plessis M．Design and performance of wideband DRFM for radar test and evaluation［J］．Electronics Letters，2011，47（14）：824－825．

［5］Xu L T，F(xiàn)eng D J，Zhao J，et al．Preceded false targets jamming against phase－coded radars［J］．Journal of Astronautics，2013，34（1）：133－138．（徐樂濤，馮德軍，趙晶，等．對相位編碼體制雷達的導(dǎo)前假目標(biāo)干擾［J］．宇航學(xué)報，2013，34（1）：133－138．）

［6］Slocumb B J，West P D．ECM modeling for multitarget tracking and data association［M］∥Bar－Shalom Y，Blair W D，ed．Multitarget－multisensor tracking：applicati－ons and advances（III）．Norwood：Artech House，2000．

［7］Zhou W H，Li L，Chen G H．An effective algorithm for discriminating RGPO with performance analysis［J］．Acta Electronica Sinica，2007，35（6）：1165－1169．（周文輝，李琳，陳國海．一種有效的RGPO干擾鑒別算法及性能分析［J］．電子學(xué)報，2007，35（6）：1165－1169．）

［8］Akhtar J．Orthogonal block coded ECCM schemes against repeat radar jammers［J］．IEEE Trans．on Aerospace and Electronic Systems，2009，45（3）：1218－1226．

［9］Zhang J D，Zhu D Y，Zhang G．New antivelocity deception jamming technique using pulses with adaptive initial phases［J］．IEEE Trans．on Aerospace and Electronic Systems，2013，49（2）：1290－1300．

［10］Zhao Y L，Wang X S，Wang G Y，et al．Tracking technique for radar network in the presence of multi－range－false－target deception jamming［J］．Acta Electronica Sinica，2007，35（3）：454－458．（趙艷麗，王雪松，王國玉，等．多假目標(biāo)欺騙干擾下組網(wǎng)雷達跟蹤技術(shù)［J］．電子學(xué)報，2007，35（3）：454－458．）

［11］Zhao S S，Zhang L R，Zhou Y，et al．Measurement fusion method against false－target jamming for radar network［J］．Journal of University of Electronic Science and Technology of China，2014，43（2）：207－211．（趙珊珊，張林讓，周宇，等．組網(wǎng)雷達點跡信息融合抗假目標(biāo)干擾方法［J］．電子科技大學(xué)學(xué)報，2014，43（2）：207－211．）

［12］Tian X，Tang B．Spectrum texture features based radar deception jamming recognition using joint frequency－slow time processing［J］．Journal of Computational Information Systems，2013，9（13）：5181－5188．

［13］Greco M，Gini F，F(xiàn)arina A．Radar detection and classification of jamming signals belong to a cone class［J］．IEEE Trans．on Signal Processing，2008，56（5）：1984－1993．

［14］Rao B，Xiao S P，Wang X S，et al．Maximum likelihood approach to the estimation and discrimination of exoatmospheric active phantom tracks using motion features［J］．IEEE Trans．on Aerospace and Electronic Systems，2012，48（1）：794－819．

［15］Tian X．Radar deceptive jamming detection based on goodness－of－fit testing［J］．Journal of Information ＆Computational Science，2012，9（13）：3839－3847．

［16］Butt F A，Jalil M．An overview of electronic warfare in radar systems［C］∥Proc．of the IEEE International Conference on Technological Advances in Electrical，Electronics and Computer Engineering，2013：213－217．

［17］Zhang F．Radar counter technology against missile electronic penetration［J］．Modern Radar，2014，36（2）：10－13．（張峰．導(dǎo)彈電子突防及雷達對抗技術(shù)［J］．現(xiàn)代雷達，2014，36（2）：10－13．）

［18］Kirubarajan T，Bar－Shalom Y，Blair W D，et al．IMMPDAF for radar management and tracking benchmark with ECM［J］．IEEE Trans．on Aerospace and Electronic Systems，1998，34（4）：1115－1134．

［19］He Y，Xiu J J，Guan X，et al．Radar data processing with applications［M］．3rd ed．Beijing：Publishing House of Electronics Industry，2013．（何友，修建娟，關(guān)欣，等．雷達數(shù)據(jù)處理及應(yīng)用［M］．3版．北京：電子工業(yè)出版社，2013．）

［20］Lerro D，Bar－Shalom Y．Automated tracking with target amplitude information［C］∥Proc．of the American Control Conference Proceedings，1990：2875－2880．

E－mail：344759609＠qq．com

王國宏（1963－），男，教授，博士，主要研究方向為多源信息融合、雷達組網(wǎng)、微弱目標(biāo)跟蹤。

E－mail：wangguohong＠vip．sina．com

孫殿星（1983－），男，博士研究生，主要研究方向為雷達組網(wǎng)、信息融合技術(shù)。

E－mail：sdxdd．hi＠163．com

關(guān)成斌（1979－），男，講師，博士，主要研究方向為目標(biāo)跟蹤、傳感器管理。

E－mail：344759609＠qq．com

Technique against self－protection repeating track false－target deceptive jamming for radar

LI Ying－chun1，2，WANG Guo－h(huán)ong1，SUN Dian－xing1，GUAN Cheng－bin1
（1．Institute of Information Fusion，Naval Aeronautical and Astronautical University，Yantai 264001，China；2．Unit 92313of the PLA，Jiyuan 454600，China）

In the presence of clutter，the accurate recognition rate for traditional self－protection repeating track false－target deceptive jamming is low，and the accurate identification rate of distinguishing true or false targets using a single signal characteristic is also low．Aiming at the problems，a new technique of anti self－protection repeating track false－target deceptive jamming is proposed．The conventional multi－target tracking algorithm is used for eliminating the influence of clutter firstly．Then the angle test based on target state estimation and the N／Mlogic rule are used to determine whether radar is jammed by self－protection repeating track falsetarget deceptive jamming．If the jamming exits，the amplitude and phase quantization information of the target signal is extracted，then the multi－level fuzzy comprehensive evaluation is adopted to distinguish true or false targets jointly．The technique can recognize self－protection repeating track false－target deceptive jamming with the high accurate recognition rate，and can eliminate the false targets which form the stable track．Simulation results verify the feasibility and validity of the proposed technique．

track false－target；anti－jamming；amplitude information；phase quantization；fuzzy comprehensive evaluation

TN 953．6

A

10．3969／j．issn．1001－506X．2015．06．03

李迎春（1988－），男，博士研究生，主要研究方向為多傳感器信息融合、雷達抗干擾技術(shù)。

1001－506X（2015）06－1242－07

2014－08－04；

2014－11－14；網(wǎng)絡(luò)優(yōu)先出版日期：2014－12－12。

網(wǎng)絡(luò)優(yōu)先出版地址：http：／／www．cnki．net／kcms／detail／11．2422．TN．20141212．0849．002．html

國家自然科學(xué)基金（61002006，61179018）；“泰山學(xué)者”建設(shè)工程專項經(jīng)費資助課題