一种智能反射面辅助单站雷达抗欺骗式干扰方法、装置、设备及存储介质

1.本发明涉及一种智能反射面辅助单站雷达抗欺骗式干扰方法、装置、设备及存储介质，属于雷达技术领域。


背景技术：

2.欺骗式干扰是雷达有源干扰的重要形式之一。通过对收到的雷达信号的调制、延迟、转发等操作，使雷达回波信号中的包含虚假的目标信息，干扰雷达对真实目标的探测、精确定位及航迹追踪，让敌方雷达产生多个虚假目标使其难辨真假，对敌方雷达完成欺骗，达到掩护真实目标的效果。
3.数字射频存储技术(digital radio frequency memory，drfm)的发展进一步推动了有源欺骗干扰的实施。欺骗式干扰的优点主要是能以较小功率达到满意的干扰效果；其次是可产生多个有源假目标，更有效的干扰跟踪雷达；最后，根据现代科技水平，欺骗式干扰机的重量和体积可以做得很小，具有较高的性价比。因此，欺骗式干扰技术及对抗策略方面的研究引起了国内外学者的广泛关注，如何有效对抗这种高度欺骗性假目标是亟待解决的问题，对提高雷达探测和跟踪能力具有重要意义。
4.虽然单站雷达针对有源欺骗式干扰，已经开发了多种多样的抗干扰措施，如频率捷变、发射信号优化、极化特性差异、弹道轨道运动学信息、drfm量化误差、时频分析以及压缩感知方法等抗欺骗式干扰方法，能够对有源假目标进行有效鉴别。
5.但是现有技术存在以下缺陷：现有单站雷达只能从单一的视角和维度对环境进行感知，得到的环境信息有限，很难达到理想的对抗效果。然而，多站雷达协同需要的条件在实际电子对抗场景下往往较难满足，就算满足还要时刻面临着组网被破坏的分险。因此，尽管多站雷达协同具有优良的抗干扰性能，但单部雷达的抗干扰能力挖掘仍然十分必要。


技术实现要素：

6.目的：为了克服现有技术中存在的不足，本发明提供一种智能反射面(reconfigurable intelligence surface，ris)辅助单站雷达抗欺骗式干扰方法、装置、设备及存储介质，将多站雷达协同抗干扰的技术架构拓展至单部雷达中，实现单部雷达下的分布式多视角探测，在单站雷达下挖掘多视角探测得益。
7.技术方案：为解决上述技术问题，本发明采用的技术方案为：
8.第一方面，本发明提供一种智能反射面辅助单站雷达抗欺骗式干扰方法，所述方法包括：
9.(1)单站雷达探测体系中加入智能反射面进行辅助，构建虚拟多站通道；
10.(2)基于所述虚拟多站通道，计算目标在雷达和目标之间直接接收通道的目标第一位置坐标和第一误差协方差矩阵；
11.(3)基于所述虚拟多站通道，计算目标在雷达到目标到智能反射面再到雷达的间
接接收通道的目标第二位置坐标和第二误差协方差矩阵；
12.(4)计算目标第一位置坐标和目标第二位置坐标之间的马氏距离；
13.(5)根据所述马氏距离和设定的鉴别门限进行假目标的鉴别。
14.在一些实施例中，步骤(1)包括：
15.雷达发射波束指向探测目标，接收采用多波束模式，接收到目标回波信号包括两部分：
16.一是雷达直接接收通道，由目标直接到雷达的回波，简称为“直接通道”；
17.二是智能反射面辅助接收通道，由目标到智能反射面，再由智能反射面反射到雷达接收通道的回波信号，简称为“间接通道”；
18.智能反射面与雷达分布式布站，使得雷达直接接收通道和智能反射面辅助接收通道观测目标存在足够的视角差异，以保证目标在不同接收通道间的空间分集特性。
19.在一些实施例中，步骤(2)包括：
20.2a)设雷达的位置坐标为[xr,yr]，智能反射面的位置坐标为[x
ris
,y
ris
]；在虚拟多站系统的探测区域内，存在一个真实目标，其坐标位置为[x0,y0]；直接通道得到的量测值为[r,θ]，分别表示单站雷达通过直接通道得到的目标径向距离和方位角，变换到统一直角坐标系后的目标第一位置坐标为z1＝[x1,y1]
t
：
[0021][0022]
2b)量测值转换到统一直角坐标系后，各节点雷达的量测误差dz近似服从零均值的高斯分布，即dz1～n(0,p1)，第一误差协方差矩阵p1为：
[0023]
p1＝e[dz1dz
1t
]＝t1λ1t
1t
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0024]
其中，是转换矩阵，σr、σ
θ
分别表示虚拟多站系统直接通道的测距及测角误差。
[0025]
在一些实施例中，步骤(3)包括：
[0026]
3a)雷达的位置坐标为[xr,yr]，智能反射面的位置坐标为[x
ris
,y
ris
]；间接通道得到的量测值为d
sum
，由于雷达到智能反射面的距离已知，其表示为雷达到目标到智能反射面的距离和信息，由于是单站雷达处理间接接收通道的信号，所以测距误差和直接接收通道相同为σr；通过压缩感知中稀疏重构的方法估计目标到智能反射面的到达角为通过这种方法的测角误差为变换到统一直角坐标系后的目标第二位置坐标为z2＝[x2,y2]
t
；
[0027][0028]
3b)求解式(3)得目标第二位置坐标z2＝[x2,y2]
t
为：
[0029]
[0030]
其中，单站雷达通过间接接收通道得到的目标相对于智能反射面的距离r2：
[0031][0032]
3c)虚拟多站系统的间接接收通道的距离误差为σr，其和通过压缩感知中稀疏重构的方法测的目标相对于智能反射面的测角误差是零均值、彼此不相关的高斯白噪声，则目标第二位置坐标z2的第二误差协方差矩阵p2为：
[0033][0034]
其中，σ
x
、σy分别表示x轴测量差异的精度和y轴测量差异的精度；
[0035][0036][0037][0038][0039][0040][0041]
其中，|c|2为中间参数，c
r1
和c
r2
分别表示目标相对于雷达的角度θ的正弦和余弦；c
ris1
和c
ris2
分别表示目标相对于智能反射面的角度的正弦和余弦。
[0042]
在一些实施例中，步骤(4)包括：
[0043]
4a)对于真实目标，直接通道和间接通道中的量测值在统一直角坐标系下的位置坐标之差近似服从零均值的高斯分布，即:
[0044][0045]
协方差矩阵σ为：
[0046]
σ＝＝e[d(z
1-z2)d(z
1-z2)
t
]＝p1+p2ꢀꢀꢀ
(14)
[0047]
4b)目标第一位置坐标和目标第二位置坐标之间的马氏距离d为：
[0048]
d＝(z
1-z2)
t
σ-1
(z
1-z2)
ꢀꢀꢀ
(15)
[0049]
其中，z1为目标第一位置坐标，p1为第一误差协方差矩阵，z2目标第二位置坐标，p2为第二误差协方差矩阵。
[0050]
在一些实施例中，步骤(5)包括：
[0051][0052]
其中，d为目标第一位置坐标和目标第二位置坐标之间的马氏距离，η为鉴别门限。
[0053]
在一些实施例中，所述鉴别门限的设定方法包括：
[0054]
在目标对应真实目标的条件下，马氏距离d服从自由度为2的卡方分布，
[0055]
因此，预设鉴别方法对真实目标期望误判概率为α，作为假设检验的显著性水平，则鉴别门限
[0056]
第二方面，本发明提供了一种智能反射面辅助单站雷达抗欺骗式干扰装置，包括处理器及存储介质；
[0057]
所述存储介质用于存储指令；
[0058]
所述处理器用于根据所述指令进行操作以执行根据第一方面所述的方法。
[0059]
第三方面，本发明提供了一种设备，包括，
[0060]
存储器；
[0061]
处理器；
[0062]
以及
[0063]
计算机程序；
[0064]
其中，所述计算机程序存储在所述存储器中，并被配置为由所述处理器执行以实现上述第一方面所述的方法。
[0065]
第四方面，本发明提供了一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现第一方面所述的方法。
[0066]
有益效果：本发明提供的智能反射面辅助单站雷达抗欺骗式干扰方法、装置、设备及存储介质，具有以下优点：
[0067]
1、智能反射面没有接收机与射频通道，不进行信号处理，具有低成本、低功耗等特点。
[0068]
2、目标回波信号通过智能反射面反射后，由雷达站接收波束进行接收，无需通过数据传输链传输量测或回波数据，使得整体结构简单，易于部署。
[0069]
3、在实际装备条件下，多站雷达协同抗欺骗式干扰技术的应用条件较为苛刻，在实际电子对抗场景下往往较难满足，对于满足协同工作条件的多站雷达，也时刻面临着组网被破坏的情况，而智能反射面低成本，且无法被探测，减少了虚拟多站系统被破坏的风险。
附图说明
[0070]
图1为根据本发明一实施例的方法流程示意图；
[0071]
图2为根据本发明一实施例中虚拟多站系统示意图；
[0072]
图3为根据本发明一实施例中不同测距精度下有源假目标鉴别仿真结果图；(a)真实目标鉴别概率，(b)有源假目标鉴别概率；
[0073]
图4根据本发明一实施例中不同测角精度下有源假目标鉴别仿真结果图；(a)真实目标鉴别概率，(b)有源假目标鉴别概率；
[0074]
图5根据本发明一实施例中虚拟多站雷达下目标变化的情况下有源假目标鉴别仿真结果图：(a)真实目标鉴别概率，(b)有源假目标鉴别概率。
具体实施方式
[0075]
下面结合附图和实施例对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
[0076]
在本发明的描述中，若干的含义是一个以上，多个的含义是两个以上，大于、小于、超过等理解为不包括本数，以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
[0077]
本发明的描述中，参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
[0078]
实施例1
[0079]
第一方面，本实施例提供了一种智能反射面辅助单站雷达抗欺骗式干扰方法，包括：
[0080]
(1)单站雷达探测体系中加入智能反射面进行辅助，构建虚拟多站通道；
[0081]
(2)基于所述虚拟多站通道，计算目标在雷达和目标之间直接接收通道的目标第一位置坐标和第一误差协方差矩阵；
[0082]
(3)基于所述虚拟多站通道，计算目标在雷达到目标到智能反射面再到雷达的间接接收通道的目标第二位置坐标和第二误差协方差矩阵；
[0083]
(4)计算目标第一位置坐标和目标第二位置坐标之间的马氏距离；
[0084]
(5)根据所述马氏距离和设定的鉴别门限进行假目标的鉴别。
[0085]
在一些实施例中，如图1所示，一种智能反射面辅助单站雷达抗欺骗式干扰方法，包括：
[0086]
步骤1、根据智能反射面的特性，单站雷达探测体系中加入智能反射面进行辅助，构建虚拟多站通道，如图2所示。
[0087]
1a)雷达发射波束指向探测目标，接收采用多波束模式，接收到目标回波信号包括两部分：一是雷达直接接收通道，由目标直接到雷达的回波，下面称为“直接通道”；二是智能反射面辅助接收通道，由目标到智能反射面，再有智能反射面反射到雷达接收通道的回波信号，下面称为“间接通道”。智能反射面与雷达分布式布站，使得雷达直接接收通道和智能反射面辅助接收通道观测目标存在足够的视角差异，以保证目标在不同接收通道间的空间分集特性。
[0088]
步骤2、计算目标在雷达和目标之间直接接收通道的目标位置和误差协方差矩阵。
[0089]
具体实现步骤如下：
[0090]
2a)设雷达的位置坐标为[xr,yr]，智能反射面的位置坐标为[x
ris
,y
ris
]。在虚拟多站系统的探测区域内，存在一个真实目标，其坐标位置为[x0,y0]。直接通道得到的量测值为[r,θ]，分别表示单站雷达通过直接通道得到的目标径向距离和方位角，变换到统一直角坐标系后的目标的坐标为z1＝[x1,y1]
t
：
[0091][0092]
2b)量测值转换到统一直角坐标系后，各节点雷达的量测误差dz近似服从零均值的高斯分布，即dz1～n(0,p1)，其误差协方差矩阵p1为
[0093]
p1＝e[dz1dz
1t
]＝t1λ1t
1t
ꢀꢀꢀ
(2)
[0094]
其中，是转换矩阵，可通过对式(1)两边微分得到，σr、σ
θ
分别表示虚拟多站系统直接通道的测距及测角误差。
[0095]
步骤3、计算目标在雷达到目标到智能反射面再到雷达的间接接收通道的目标位置和误差协方差矩阵。
[0096]
具体实现步骤如下：
[0097]
3a)间接通道得到的量测值为d
sum
，由于雷达到智能反射面的距离已知，其表示为雷达到目标到智能反射面的距离和信息，由于是单站雷达处理间接接收通道的信号，所以测距误差和直接接收通道相同为σr。通过压缩感知中稀疏重构的方法可以估计目标到智能反射面的到达角为通过这种方法的测角误差为变换到统一直角坐标系后的目标的坐标为z2＝[x2,y2]
t
。
[0098][0099]
3b)求解式(3)可以求得目标位置坐标z2＝[x2,y2]
t
为：
[0100][0101]
其中，
[0102][0103]
3c)虚拟多站系统的间接接收通道的距离误差为σr，其和通过压缩感知中稀疏重构的方法测的目标相对于智能反射面的测角误差是零均值、彼此不相关的高斯白噪声，则位置坐标z2的误差协方差矩阵p2为：
[0104][0105]
其中，
[0106][0107][0108][0109][0110][0111][0112]
步骤4、计算直接通道得到的目标位置坐标和间接通道得到的目标坐标位置坐标两者之间的马氏距离，
[0113]
具体实现步骤如下：
[0114]
4a)对于真实目标，直接通道和间接通道中的量测值在统一直角坐标系下的位置坐标之差近似服从零均值的高斯分布，即:
[0115][0116]
协方差矩阵σ为：
[0117]
σ＝＝e[d(z
1-z2)d(z
1-z2)
t
]＝p1+p
2 (14)
[0118]
4b)根据3a)可以得到目标鉴别统计量马氏距离d为：
[0119]
d＝(z
1-z2)
t
σ-1
(z
1-z2) (15)
[0120]
步骤5、根据预设的真实目标期望误判概率得到鉴别门限；根据所述马氏距离和设定的鉴别门限进行假目标的鉴别。
[0121]
5a)在该目标对应真实目标的条件下，马氏距离d服从自由度为2的卡方分布，即因此，预设鉴别方法对真实目标期望误判概率为α，作为假设检验的显著性水平，则鉴别门限
[0122]
5b)根据步骤3b)及3c)可以得到目标鉴别准则为：
[0123]
[0124]
下面通过实验来验证本技术的效果：
[0125]
一)实际实验场景：
[0126]
智能反射面辅助的虚拟多站系统由一个雷达和一个智能反射面组成，雷达位置坐标为[0,0]km，智能反射面的位置坐标为[50,0]km,目标位置为[30km,50km]，直接通道和间接通道的测距误差为都为50m，直接通道的测角误差为0.1
°
，间接通道的测角误差为0.15
°
，目标携带干扰源对雷达信号进行延迟转发，有源假目标个数为1，欺骗距离从200m变化到2000m，变化间隔为200m。预设真实目标误判概率为α＝0.01，得到鉴别门限η＝9.21。二)实验内容：
[0127]
(1)通过对10000次monto carlo仿真实验统计得到虚拟多站系统测距精度为30m、50m和70m的情况下对真实目标的鉴别概率和有源假目标的误判概率随欺骗距离的变化曲线，如图3所示。
[0128]
(2)测距误差不变，改变测角精度，假定间接通道的测角精度为直接通道的1.5倍。通过对10000次monto carlo仿真实验统计对真实目标的鉴别概率和有源假目标的误判概率随欺骗距离的变化曲线，如图4所示。
[0129]
(3)设有源假目标的距离欺骗为1000m，虚拟多站系统的测距误差为50m，改变真实目标的位置坐标在一定区域范围内连续变化，变化范围为：x轴坐标从-50km到100km，y轴坐标从30km到130km。对该区域内的所有真实目标位置坐标均进行5000次monte carlo仿真实验，统计出对真实目标和有源假目标鉴别概率的区域变化图，如图5所示(图中
‘
*’表示雷达站位置，
‘
δ’表示智能反射面位置)。
[0130]
三)实验结果：
[0131]
(1)由于间接通道与直接通道的距离测量误差都取决于单站雷达的测距误差从图3(a)和图4(a)中可以看到，在不同直接通道和间接通道的测距和测角精度下虚拟多站雷达系统对真实目标的鉴别概率在其预设期望值附近浮动，即1-α＝0.99，说明鉴别算法基本实现了对真实目标的恒漏警鉴别；从图3(b)和图4(b)中可以看到，有源假目标欺骗距离越大，其鉴别概率越高。当欺骗距离较小时，有源假目标鉴别概率与虚拟多站雷达系统的测距精度有一定的关系。相比较而言，系统的测角精度对假目标的鉴别有很大的影响。测角精度越高，假目标鉴别概率越高。
[0132]
(2)从图5(a)中可以看到，真实目标鉴别概率恒定在预设值附近，说明了目标在不同位置的情景下鉴别算法基本实现了对真实目标的恒漏警鉴别。如图5(b)所示，有源假目标鉴别概率的目标位置变化图是非对称的，靠近智能反射面周围的部分比靠近雷达周围的部分衰减慢一些。越靠近雷达和智能反射面，目标与两者角度差异越大，鉴别能力越强。仿真实验验证了虚拟多站雷达下有源假目标鉴别算法，可以保证对真实目标的鉴别概率的情况下，完成假目标的有效鉴别。
[0133]
实施例2
[0134]
第二方面，基于实施例1，本实施例提供了一种智能反射面辅助单站雷达抗欺骗式干扰装置，包括处理器及存储介质；
[0135]
所述存储介质用于存储指令；
[0136]
所述处理器用于根据所述指令进行操作以执行根据实施例1所述的方法。
[0137]
实施例3
[0138]
第三方面，基于实施例1，本实施例提供了一种设备，包括，
[0139]
存储器；
[0140]
处理器；
[0141]
以及
[0142]
计算机程序；
[0143]
其中，所述计算机程序存储在所述存储器中，并被配置为由所述处理器执行以实现实施例1所述的方法。
[0144]
实施例4
[0145]
第四方面，基于实施例1，本实施例提供了一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现实施例1所述的方法。
[0146]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0147]
本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0148]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0149]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0150]
以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

技术特征：
1.一种智能反射面辅助单站雷达抗欺骗式干扰方法，其特征在于，所述方法包括：(1)单站雷达探测体系中加入智能反射面进行辅助，构建虚拟多站通道；(2)基于所述虚拟多站通道，计算目标在雷达和目标之间直接接收通道的目标第一位置坐标和第一误差协方差矩阵；(3)基于所述虚拟多站通道，计算目标在雷达到目标到智能反射面再到雷达的间接接收通道的目标第二位置坐标和第二误差协方差矩阵；(4)计算目标第一位置坐标和目标第二位置坐标之间的马氏距离；(5)根据所述马氏距离和设定的鉴别门限进行假目标的鉴别。2.根据权利要求1所述的智能反射面辅助单站雷达抗欺骗式干扰方法，其特征在于，步骤(1)包括：雷达发射波束指向探测目标，接收采用多波束模式，接收到目标回波信号包括两部分：一是雷达直接接收通道，由目标直接到雷达的回波，简称为“直接通道”；二是智能反射面辅助接收通道，由目标到智能反射面，再由智能反射面反射到雷达接收通道的回波信号，简称为“间接通道”；智能反射面与雷达分布式布站，使得雷达直接接收通道和智能反射面辅助接收通道观测目标存在足够的视角差异，以保证目标在不同接收通道间的空间分集特性。3.根据权利要求1所述的智能反射面辅助单站雷达抗欺骗式干扰方法，其特征在于，步骤(2)包括：2a)设雷达的位置坐标为[x
r
,y
r
]，智能反射面的位置坐标为[x
ris
,y
ris
]；在虚拟多站系统的探测区域内，存在一个真实目标，其坐标位置为[x0,y0]；直接通道得到的量测值为[r,θ]，分别表示单站雷达通过直接通道得到的目标径向距离和方位角，变换到统一直角坐标系后的目标第一位置坐标为z1＝[x1,y1]
t
：2b)量测值转换到统一直角坐标系后，各节点雷达的量测误差dz近似服从零均值的高斯分布，即dz1～n(0,p1)，第一误差协方差矩阵p1为：p1＝e[dz1dz
1t
]＝t1λ1t
1t
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)其中，是转换矩阵，σ
r
、σ
θ
分别表示虚拟多站系统直接通道的测距及测角误差。4.根据权利要求1所述的智能反射面辅助单站雷达抗欺骗式干扰方法，其特征在于，步骤(3)包括：3a)雷达的位置坐标为[x
r
,y
r
]，智能反射面的位置坐标为[x
ris
,y
ris
]；间接通道得到的量测值为d
sum
，由于雷达到智能反射面的距离已知，其表示为雷达到目标到智能反射面的距离和信息，由于是单站雷达处理间接接收通道的信号，所以测距误差和直接接收通道相同为σ
r
；通过压缩感知中稀疏重构的方法估计目标到智能反射面的到达角为通过这种方法的测角误差为变换到统一直角坐标系后的目标第二位置坐标为z2＝[x2,y2]
t
；
3b)求解式(3)得目标第二位置坐标z2＝[x2,y2]
t
为：其中，单站雷达通过间接接收通道得到的目标相对于智能反射面的距离r2：3c)虚拟多站系统的间接接收通道的距离误差为σ
r
，其和通过压缩感知中稀疏重构的方法测的目标相对于智能反射面的测角误差是零均值、彼此不相关的高斯白噪声，则目标第二位置坐标z2的第二误差协方差矩阵p2为：其中，σ
x
、σ
y
分别表示x轴测量差异的精度和y轴测量差异的精度；分别表示x轴测量差异的精度和y轴测量差异的精度；分别表示x轴测量差异的精度和y轴测量差异的精度；分别表示x轴测量差异的精度和y轴测量差异的精度；分别表示x轴测量差异的精度和y轴测量差异的精度；分别表示x轴测量差异的精度和y轴测量差异的精度；其中，|c|2为中间参数，c
r1
和c
r2
分别表示目标相对于雷达的角度θ的正弦和余弦；c
ris1
和c
ris2
分别表示目标相对于智能反射面的角度的正弦和余弦。5.根据权利要求1所述的智能反射面辅助单站雷达抗欺骗式干扰方法，其特征在于，步骤(4)包括：4a)对于真实目标，直接通道和间接通道中的量测值在统一直角坐标系下的位置坐标
之差近似服从零均值的高斯分布，即:协方差矩阵σ为：σ＝＝e[d(z
1-z2)d(z
1-z2)
t
]＝p1+p2ꢀꢀꢀꢀꢀꢀ
(14)4b)目标第一位置坐标和目标第二位置坐标之间的马氏距离d为：d＝(z
1-z2)
t
σ-1
(z
1-z2)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(15)其中，z1为目标第一位置坐标，p1为第一误差协方差矩阵，z2目标第二位置坐标，p2为第二误差协方差矩阵。6.根据权利要求1所述的智能反射面辅助单站雷达抗欺骗式干扰方法，其特征在于，步骤(5)包括：其中，d为目标第一位置坐标和目标第二位置坐标之间的马氏距离，η为鉴别门限。7.根据权利要求1所述的智能反射面辅助单站雷达抗欺骗式干扰方法，其特征在于，所述鉴别门限的设定方法包括：在目标对应真实目标的条件下，马氏距离d服从自由度为2的卡方分布，因此，预设鉴别方法对真实目标期望误判概率为α，作为假设检验的显著性水平，则鉴别门限8.一种智能反射面辅助单站雷达抗欺骗式干扰装置，其特征在于，包括处理器及存储介质；所述存储介质用于存储指令；所述处理器用于根据所述指令进行操作以执行根据权利要求1至7任一项所述的方法。9.一种设备，其特征在于，包括：存储器；处理器；以及计算机程序；其中，所述计算机程序存储在所述存储器中，并被配置为由所述处理器执行以实现如权利要求1至7任一项所述的方法。10.一种存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1至7任一项所述的方法。

技术总结
本发明公开了一种智能反射面辅助单站雷达抗欺骗式干扰方法、装置、设备及存储介质，方法包括：单站雷达探测体系中加入智能反射面进行辅助，构建虚拟多站通道；基于所述虚拟多站通道，计算目标在雷达和目标之间直接接收通道的目标第一位置坐标和第一误差协方差矩阵；计算目标在雷达到目标到智能反射面再到雷达的间接接收通道的目标第二位置坐标和第二误差协方差矩阵；计算目标第一位置坐标和目标第二位置坐标之间的马氏距离；根据所述马氏距离和设定的鉴别门限进行假目标的鉴别。解决了单站雷达的背景下存在干扰源时的虚假目标鉴别问题。题。题。


技术研发人员：赵珊珊 谢飚 刘子威
受保护的技术使用者：南京邮电大学
技术研发日：2023.05.18
技术公布日：2023/9/5