基于脉内特征的灵巧类干扰分组识别*

（海军航空大学信息融合研究所 烟台 264001）

1 引言

干扰识别的意义在于感知干扰环境，为雷达提供更多的先验信息，使雷达更有针对性的对干扰进行及时抑制。由DRFM产生、专门针对相参雷达的的灵巧类干扰，由于能够获得全部或者部分脉压处理增益，影响真实回波信号的正常检测，兼有欺骗和压制特点，威胁性大。文献［1～8］从信号特性角度入手，在时域、频域、时频域、小波域和统计域等变换域内挖掘干扰信号与目标信号差异明显的特征信息，达到回波、欺骗式干扰样式识别目的。文献［9］提出一种区分卷积灵巧噪声干扰和目标回波多维特征处理识别方法，通过提取目标和干扰信号的包络起伏参数、相位门限概率、盒维数、近似熵，构建特征向量，使用SVM分类器进行检测识别。但是现有文献针对灵巧类干扰的分类识别研究较少，本文针对五种典型的灵巧类干扰样式，分别是卷积、乘积灵巧噪声干扰，间歇采样转发、C&I干扰和SMSP干扰，根据不同样式工作原理的差异，采取一级分组判断、二级分类识别的处理流程，通过提取出回波和各类干扰信号的细微差异，逐级进行识别判断。仿真结果验证了本文算法的有效性和可行性。

2 目标与典型灵巧类干扰分析

2.1 目标与典型灵巧类干扰模型

假设目标存在干扰条件下，雷达目标检测模型为

式中，x(n)为接收到的信号，Jar(n)为干扰信号，Sr(n)为回波信号，w(n)为背景噪声。出现H0时，表示检测到干扰；出现H1时，表示检测到回波。

回波信号为线性调频信号，其数学模型：