本發(fā)明涉及雷達(dá)對抗與人工智能，特別是一種針對三通道sar-gmti的低分辨場景欺騙干擾方法。

背景技術(shù)：

1、隨著合成孔徑雷達(dá)分辨率的不斷提升，結(jié)合多天線機制的多通道動目標(biāo)指示技術(shù)，使得檢測結(jié)果從點目標(biāo)變?yōu)槊婺繕?biāo)，能夠清晰的指示出各個散射點的初始運動位置，實現(xiàn)了極大的進步。但是，對雷達(dá)欺騙干擾技術(shù)造成了巨大的威脅。傳統(tǒng)欺騙干擾算法還是從產(chǎn)生虛假點目標(biāo)和無法被對消的密集假目標(biāo)擾亂雷達(dá)檢測兩種技術(shù)途徑入手。

2、在孫光等發(fā)表在《系統(tǒng)工程與電子技術(shù)》上的《基于噪聲乘積調(diào)制的sar-gmti間歇采樣干擾方法》一文中，深入研究了對截獲的雷達(dá)信號采用噪聲乘積調(diào)制，在運動目標(biāo)指示階段的檢測結(jié)果形成區(qū)域噪聲，造成密集虛假運動目標(biāo)的效果。但是該方法無法準(zhǔn)確形成指定參數(shù)的虛假運動目標(biāo)。

3、在由西安晟昕科技股份有限公司申請，授權(quán)公告號為cn116908792b的《一種針對sar-gmti系統(tǒng)的雙干擾機協(xié)同干擾方法》的專利中，采用雙站協(xié)同干擾的方式，以避免干擾效果被運動目標(biāo)指示階段濾除為目標(biāo)，產(chǎn)生無法對消的干擾效果，從而在運動目標(biāo)指示階段被雷達(dá)誤檢測為運動目標(biāo)。但是，該方法同樣無法產(chǎn)生逼真準(zhǔn)確的虛假運動目標(biāo)。

4、在紀(jì)朋徽等發(fā)表在《ieee?transactions?on?geoscience?and?remote?sensing》上的《a?smart?multitransmitter?cooperative?false?images?generation?methodagainst?multichannel?sar-gmti》一文中，產(chǎn)生大量、密集的成像位置和重定位位置可控的虛假目標(biāo)。雖然該方法降低了計算復(fù)雜度，但是從實驗結(jié)果，依然針對是無法獲取目標(biāo)邊緣輪廓的低分辨率成像系統(tǒng)。

5、在暢鑫等發(fā)表在《電子與信息學(xué)報》上的《基于雙站幅度調(diào)制的虛假運動場景對sar-gmti的欺騙方法》一文中，采用雙干擾站對圖像中同一個假目標(biāo)進行調(diào)制，通過控制假目標(biāo)的幅度，控制干涉之后的相位，從而達(dá)到操控雷達(dá)檢測后初始運動位置的目的。但是，該方法使用的虛假場景模板包含過多的散射點，從而導(dǎo)致計算復(fù)雜度高。此外，該方法的干擾幅度參數(shù)較高。

6、總之，傳統(tǒng)干擾方法產(chǎn)生的為點目標(biāo)，不具有目標(biāo)輪廓的特性。此外，場景欺騙干擾的計算復(fù)雜度受限于模板中包含的散射點數(shù)量，資源需求量巨大。

技術(shù)實現(xiàn)思路

1、有鑒于此，本發(fā)明提出一種針對三通道sar-gmti的低分辨場景欺騙干擾方法。本發(fā)明采用低分辨處理方法降低了虛假運動欺騙模板所包含的散射點數(shù)量，能夠大幅度降低計算復(fù)雜度，且產(chǎn)生具有邊緣輪廓的虛假運動目標(biāo)。

2、為了實現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案為：

3、一種針對三通道sar-gmti的低分辨場景欺騙干擾方法，包括以下步驟：

4、步驟1：生成低分辨欺騙場景模板；

5、步驟2：計算各干擾機的干擾幅度增益；

6、步驟3：對截獲的雷達(dá)信號進行調(diào)制并轉(zhuǎn)發(fā)，形成低分辨場景欺騙干擾。

7、進一步地，步驟1的具體方式為：

8、步驟1-1：利用實測數(shù)據(jù)成像結(jié)果，構(gòu)建欺騙場景模板；欺騙場景模板是一個由多個虛假散射點構(gòu)成的矩陣，維度為n×m，矩陣中每個元素包括散射點系數(shù)、方位向距離位置、距離向距離位置、方位向速度位置、距離向速度位置和方位向初始運動位置；

9、步驟1-2：設(shè)置截斷比例為，采用最近鄰插值法，將場景欺騙模板處理為低分辨率場景模板，的維度為×，=n，=m，中每個元素包括散射點系數(shù)、方位向距離位置、距離向距離位置、方位向速度位置、距離向速度位置和方位向初始運動位置；

10、步驟1-3：采用余弦相似度函數(shù)，計算場景欺騙模板和低分辨率場景模板的相似度；

11、步驟1-4：更新=+，為固定步長，重復(fù)步驟1-2，找到大于相似度門限的最小截斷比例；

12、步驟1-5：按照截斷比例，將場景欺騙模板處理為低分辨率場景模板，的維度為×，其中，；中每個元素包括散射點系數(shù)、方位向距離位置、距離向距離位置、方位向速度位置、距離向速度位置和方位向初始運動位置；即為最終生成的低分辨欺騙場景模板。

13、進一步地，步驟2的具體方式為：

14、步驟2-1：基于低分辨欺騙場景模板，逐點構(gòu)建目標(biāo)函數(shù)；低分辨欺騙場景模板第n行第m列的虛假散射點的目標(biāo)函數(shù)為：

15、；

16、其中，，，為取相位操作，*為取共軛操作，，h為雷達(dá)載機飛行高度，v為雷達(dá)載機飛行速度，為雷達(dá)三個處理通道分別對應(yīng)天線的間距，λ為干擾機干擾信號的波長，，為第l臺干擾機的方位向位置，為第l臺干擾機的距離向位置，為第n行第m列的虛假散射點對應(yīng)的各干擾機的干擾幅度增益集合，，l為干擾機的總個數(shù)，為第n行第m列的虛假散射點對應(yīng)的第l臺干擾機的干擾幅度增益；

17、步驟2-2：初始化干擾幅度增益群和迭代速度，其中，干擾幅度增益群由k個備選干擾幅度增益構(gòu)成，中第k個元素，k=1,2,...,k，備選干擾幅度增益采用均值為0、方差為1的正態(tài)分布進行初始化；迭代速度由k個移動速度組成，每一移動速度對應(yīng)一個備選干擾幅度增益，的維度為l，也采用均值為0、方差為1的正態(tài)分布進行初始化；

18、步驟2-3：將每個備選干擾幅度增益帶入到目標(biāo)函數(shù)中，計算得到對應(yīng)的適應(yīng)度值；將每個備選干擾幅度增益分別作為當(dāng)前的個體最優(yōu)解，將具有最小適應(yīng)度值的備選干擾幅度增益作為當(dāng)前的群體最優(yōu)解；

19、步驟2-4：更新每個備選干擾幅度增益的移動速度：

20、

21、其中，為慣性權(quán)重，和為學(xué)習(xí)因子，和為在[0,?1]范圍內(nèi)的隨機數(shù)；

22、更新每個備選干擾幅度增益的數(shù)值：

23、；

24、步驟2-5：遍歷所有當(dāng)前的備選干擾幅度增益，如果，則更新，如果，則更新；

25、步驟2-6：重復(fù)步驟2-4和步驟2-5，直到群體最優(yōu)解使得小于0.5倍的方位向主瓣寬度，將群體最優(yōu)解中的數(shù)值分別賦予各干擾機對應(yīng)低分辨欺騙模板第n行第m列的干擾幅度增益；

26、步驟2-7：計算對應(yīng)欺騙模板中第n行第m列虛假散射點的幅度矯正系數(shù)：

27、；

28、步驟2-8：重復(fù)步驟2-1到步驟2-7，遍歷欺騙模板中每一行每一列的虛假散射點，獲得各虛假散射點對應(yīng)的幅度矯正系數(shù)以及各干擾機的干擾幅度增益。

29、進一步地，步驟3的具體方式為：

30、步驟3-1：各干擾機接收雷達(dá)信號，其中為距離向快時間，為方位向慢時間；

31、步驟3-2：各干擾機對各自截獲的信號進行截斷調(diào)制：

32、；

33、其中，為雷達(dá)脈沖寬度和為雷達(dá)照射時長，rect為矩形窗函數(shù)；

34、步驟3-3：各干擾機對各自截獲信號按照虛假場景模板逐點進行幅度調(diào)制、相位調(diào)制和時延調(diào)制：

35、；

36、其中：

37、，

38、，

39、，

40、；

41、步驟3-4：調(diào)制完成后，將信號累加：

42、；

43、步驟3-5：各干擾機向雷達(dá)載機方向發(fā)射累加后形成的干擾信號，完成低分辨場景欺騙干擾。

44、本發(fā)明的有益效果在于：

45、1、相比于傳統(tǒng)場景欺騙干擾方法，本發(fā)明增強了欺騙干擾模板所需要的信息，并且進行了低分辨處理，從而在保證干擾效果的同時降低了資源需求量。

46、2、本發(fā)明提出了智能干擾參數(shù)求解方法，使得干擾參數(shù)更易求解。

47、3、本發(fā)明可有效形成初始運動位置可控的具有邊緣輪廓的虛假運動目標(biāo)。