微波EDA网,见证研发工程师的成长!
首页 > 研发问答 > 微波和射频技术 > RFIC设计学习交流 > 雷达与电子对抗

雷达与电子对抗

时间:10-02 整理:3721RD 点击:
电子对抗已经成为夺取现代战争胜利不可缺少的重要手段,世界各国都在提高其军事装备的电子对抗能力,通信对抗是电子对抗最重要的组成部分,因为快速、安全、有效的通信是指挥作战的根本保障。跳频通信以其较好的抗检测、抗干扰能力,在军事通信中得到了快速发展,如90年代的海湾战争中,美国空军和陆军就己经使用了SINCGARS跳频电台,并准备进一步的大规模装备部队。跳频通信在军事领域的广泛应用极大的提高了军事通信装备的抗干扰及保密能力,向通信对抗提出了严峻的挑战。开展对跳频通信对抗的研究,寻求有效的对抗方法,己经成为通信对抗领域紧迫而困难的任务之一。
民用通信通常是在通信双方己知通信协议和参数的情况下进行的,属于协作式通信(Cooperative Communication)。无线频谱监控、通信侦察和对抗等非协作式通信(Noncooperative Communication)应用中,通常需要在不能事先知道这些协议和参数的情况下检测信号、估计信号参数、分离信号、干扰通信、监听通信内容、甚至发送欺骗信息,这个过程称为非授权接入。在非授权接入的过程中,信号的盲检测和参数盲估计扮演了一个重要的角色,它是实现分离、干扰、监听和欺骗的基础。
在通信对抗系统中,对目标信号的作战使命一般有:首先,发现并监视目标信号的活动情况与活动规律;其次,对目标信号进行有效干扰,使其不能正常通信;最后,实现对目标信号的侦听,从而获得战场情报。
对跳频信号来讲,就是实现跳频信号的检测,进而估计信号的参数,获取参数信息,然后利用这些信息对目标进行干扰、侦听。要完成这些工作,需要对目标信号进行有效的截获和正确的识别,需要获得信号的中心频率、带宽、调制方式等信号特征参数。跳频通信信号的中心频率是一组频率的集合,在密钥的控制下做随机的跳变,若要完成作战使命,即对短波或超短波跳频通信进行有效的解跳和干扰,首先要侦察到跳频电台的活动规律,而跳频电台参数特征的获取和正确识别则是进行跳频侦察的核心问题。本文的主要内容就是研究跳频(FH)信号的盲检测和参数盲估计,即:在缺少足够的先验信息的条件下,完成接收信道中短波跳频信号盲侦察技术研究
FH信号的识别,在此基础上获取跳频信号的参数集,包括跳周期(跳速的倒数)、跳时(第一跳的出现时刻)和跳驻留期等。
通常对于跳频信号的检测采用的是基于能量检测的宽带、多通道接收机的方案,检测方法有:信道辐射计检测,压缩接收机检测,空间相关检测,声光频谱分析,基于DFT的谱分析及其他谱分析方法等。在已知跳频信号跳速和跳频频率集的情况下,如果接收机每个通道的中心频率对应一个跳变频率,这样就可以达到最优的检测性能。跳频频率集的数目一般都很大,因此对应的接收机的通道数也就很多,结果造成设备非常复杂,成本非常高。针对该问题,通过合理的分配接收机各通道的扫描带宽以及采用多通道和多跳联合检测技术可以大大减少接收机通道数目。但是,这些方法都是在预先知道跳频信号的跳频周期、跳频频率集等参数条件下实现的,而且当存在有多个跳频信号和很强的干扰时,就很难检测到有用的跳频信号并将其分离出来。
获取跳频的参数特征也是跳频侦察领域研究的热点之一,目前用于跳频参数估计的信号处理技术发展迅速,主要的研究集中在时频分析技术上。时频分析是在信号时域和频域同时进行分析的一种信号处理方法,非常适合对非平稳信号的分析。因此时频分析技术自发展初期,其应用潜力就大大地表现出来。对信号的时频分析通常可分为线性和非线性时频表示两类,信号的线性时频表示主要有小波变换、短时傅立叶变换和Gabor变换;非线性时频表示主要有Cohen类双线性时频分布、仿射类双线性时频分布、重排类双线性时频分布、自适应核函数类时频分布,以及参数化时频分布。其中属Cohen类双线性时频分布应用最广,主要包括Wigner-Ville分布(WVD)及其衍生类型“伪WVD”和“平滑伪WVD”等。小波变换则由于其多尺度、分辨率特性好在线性时频分布中得到了极大的应用。现阶段,主要的研究都基于三个技术:短时傅立叶变换,小波变换,维格纳变(WVD),三种方法区别在于运算复杂度,实时性和精确度。根据具体的情况可以选用不同的算法。
总之,由于跳频技术比直扩技术发展得成熟得多,提出的检测方法也相对较多,但其中很大一部分方法都是在一些较苛刻的假设条件下提出的,在信号完全未知的情况下,性能都不是很理想,离实用化还有一定距离。

很高深,没看懂

大哥,书呢,这最多算个序言吧!

搞微波和射频的人就是比较牛,唉!

哈哈我被标题吸引进来了……

没东西。

28所招人了?

很高深的东西!

好高深的内容啊,自己总结的吗?

你这个写的是啥 啊

hao shu

Copyright © 2017-2020 微波EDA网 版权所有

网站地图

Top