本技术介绍了一种利用Transformer网络的分布式雷达多干扰识别技术。该技术专门设计用于处理多干扰共存的情况,依托于长基线分布式雷达系统,通过各雷达单元对多信号进行分析,实现对干扰源的精确识别和分离。
背景技术
现代战场电磁环境日益复杂,参数多变、形式复合的有源干扰严重制约了雷达的工作效能。准确的干扰辨识能为后续针对性干扰抑制措施提供先验信息,是良好抗干扰效果的前提与基础。
干扰辨识算法的主要步骤包含特征提取与干扰分类。其中,特征提取方法基于时域、频域、时频域、极化域等变换域提取干扰信号的特征参数,常见的特征包括时域矩偏度、包络起伏度、信息熵、时频图等。干扰分类利用不同干扰对应的特征差异识别干扰。传统的分类器通过人工划定门限区分干扰,但在不同干噪比下,干扰识别性能受门限影响较大。现有的分类器基于决策树,支持向量机,卷积神经网络等人工智能算法实现干扰分类。
面对单个干扰时,传统单雷达基于现有干扰辨识算法能取得较好的效果,但当出现多个在变换域重叠的干扰时,其识别性能显著下降。分布式雷达通过多部单元雷达分置部署对目标进行协同探测,能够获得多视角的观测信息,在干扰辨识方面具有很大的潜力。
实现思路