密集转发式干扰环境下的机载雷达地面动目标检测方法

摘要

本发明属于机载雷达杂波和干扰抑制技术领域，特别涉及密集转发式干扰环境下的机载雷达地面动目标检测方法。该密集转发式干扰环境下的机载雷达地面动目标检测方法包括以下步骤：机载雷达的接收阵列在对应方向接收到对应的回波信号，根据机载雷达每个方向接收的回波信号，在多普勒清晰区对应的多普勒通道范围之内，进行对应的恒虚警检测，得到对应的恒虚警检测结果；根据各个恒虚警检测结果，得出转发式干扰信号的波达方向；然后得出转发式干扰信号的空域导向矢量；根据转发式干扰信号的空域导向矢量，得出地面动目标信号幅度的最大似然估计；根据地面动目标信号幅度的最大似然估计，对地面动目标进行检测。

说明书

技术领域

本发明属于机载雷达杂波和干扰抑制技术领域，特别涉及密集转发式干扰环境下的机载雷达地面动目标检测方法，用于从根本上消除旁瓣转发式干扰对地面动目标检测的影响。 

背景技术

基于数字射频存储器的转发式欺骗干扰将接收到的雷达信号存储，然后根据需要对信号进行延时、相位调制等处理后再转发到雷达，产生类似于目标回波的信号作用于雷达检测和跟踪系统，可以产生速度欺骗干扰、距离欺骗干扰和波位欺骗干扰等。转发式干扰信号与雷达信号的相关性很高，其可以通过雷达匹配滤波器而获得高增益，另外，由于真实目标的雷达回波功率与距离的四次方成反比，而转发式干扰的功率与距离的二次方成反比，所以转发式干扰的功率通常远高于真正的目标功率。转发式欺骗干扰只出现在个别距离门，由于没有足够多的独立同分布训练样本来估计其统计特性，所以其不能被空时自适应处理（Space Time Adaptive Processing, STAP）有效地抑制而引起虚警，甚至会使雷达跟踪处理器饱和而无法工作。另一方面，转发式欺骗干扰会抬高其附近距离门的恒虚警率（Constant False Alarm Ratio,CFAR）检测门限，使得其附近真实目标的检测概率降低。综上所述，在机载雷达动目标检测时有必要研究抗密集转发式欺骗干扰方法。 

脉冲分集技术可以抗转发式欺骗干扰，然而该方法对发射波形有很高的要求。雷达根据转发式干扰的特性启用波束合并和失踪处理等程序，可以在一定程度上提高雷达系统抗欺骗干扰的能力。一些学者提出根据欺骗目标与真实目标的运动学特性、回波的幅度波动和高阶累积量等的差异来区分欺骗 目标与真实目标，并以此来抗欺骗干扰。旁瓣匿影技术能够区分目标来自主瓣还是旁瓣，可以在一定程度上对抗从旁瓣进来的转发式干扰，但旁瓣匿影与那些利用欺骗干扰目标与真实目标的差异来区分两者的方法一样，并没有从根本上抑制欺骗干扰，不能克服欺骗干扰对恒虚警率检测门限的影响，另外，旁瓣匿影技术无法抗主瓣干扰。 

发明内容

本发明的目的在于提出密集转发式干扰环境下的机载雷达地面动目标检测方法。本发明可以在密集转发式干扰环境下可以抑制转发式干扰，达到较好的动目标检测性能。 

为实现上述技术目的，本发明采用如下技术方案予以实现。 

密集转发式干扰环境下的机载雷达地面动目标检测方法包括以下步骤： 

S1：利用机载雷达向多个方向发射信号，机载雷达的接收阵列在对应方向接收到对应的回波信号，所述机载雷达的接收阵列为由M个阵元组成的均匀线阵； 

S2：确定多普勒清晰区对应的多普勒通道范围；根据机载雷达每个方向接收的回波信号，在多普勒清晰区对应的多普勒通道范围之内，进行对应的恒虚警检测，得到对应的恒虚警检测结果；判断各个恒虚警检测结果是否满足以下条件：在同一方向出现多个旁瓣目标；如果是，则出现多个旁瓣目标的方向为转发式干扰信号的波达方向；根据得出的转发式干扰信号的波达方向，得出转发式干扰信号的空域导向矢量； 

S3：根据转发式干扰信号的空域导向矢量，得出地面动目标信号幅度的最大似然估计；根据地面动目标信号幅度的最大似然估计，对地面动目标进行检测。 

本发明的特点和进一步改进在于： 

在步骤S2中，对于机载雷达在任一个方向接收到的回波信号，机载雷达 在一个相干处理间隔内接收的脉冲数为P；其中，机载雷达的M个阵元接收到的第k个脉冲的信号表示为x_k，k取1至P；则将x_k表示为如下信号模型： 

x_k=Sa+e_k

其中，S=[s_k,i_k]，s_k为地面动目标信号的空域导向矢量，i_k为转发式干扰信号的空域导向矢量；a=[a_t,a_i]^T，a_t为地面动目标信号的幅度，a_i为转发式干扰信号的幅度；e_k表示杂波加噪声的数据矢量； 

则将机载雷达的M个阵元接收到P个脉冲的信号表示为X： 

X=[x₁,...,x_k,...,x_P]； 

得出机载雷达的M个阵元接收到P个脉冲的和通道数据b， 其中，H表示矩阵的共轭转置，θ_m表示机载雷达的对应的发射信号方向，且有： 

$s_a\left({\theta }_m\right)=\frac{\exp \left(j2\mathrm{\pi d}{\psi }_M^T\frac{\cos {\theta }_m}{\lambda }\right)}{\sqrt{M}}$

其中，ψ_M=[0,1,…,M-1]，T表示矩阵的转置，d为机载雷达的接收阵列的阵元间距，λ为机载雷达的发射信号的波长； 

对所述和通道数据b进行傅里叶变换，得到对应的多普勒域数据所述多普勒域数据有P个多普勒通道；然后确定多普勒清晰区对应的多普勒通道范围Ω： 

$\Omega =[\mathrm{ceil}\left(\frac{2v(P-2)}{{\mathrm{\lambda f}}_r}\right),\mathrm{floor}(P-\frac{2v(P-2)}{{\mathrm{\lambda f}}_r})]$

其中，v表示载机速度，f_r为雷达发射信号的脉冲重复频率，ceil(·)表示进行向上取整，floor(·)表示进行向下取整， 

针对Ω中的每个整数，进行对应的恒虚警检测；针对Ω中的整数η进行对应的恒虚警检测包括以下步骤：所述多普勒域数据的第η个多普勒通道输出 根据进行对应的恒虚警检测，如果则多普勒域数据的第η个多普勒通道检测出目标，否则，说明多普勒域数据的第η个多普勒通道未检测出目标，其中，表示的模，ξ为设定的恒虚警检测门限。 

在步骤S2中，在对所述和通道数据b进行傅里叶变换的同时，对X进行傅里叶变换，得出对应的多普勒域数据

在步骤S2中，得出的转发式干扰信号的波达方向表示为θ_i，则转发式干扰信号的空域导向矢量为s_a(θ_i)，或者为协方差矩阵R_i最大特征值对应的特征向量；其中， 

$s_a\left({\theta }_i\right)=\frac{\exp \left(j2\mathrm{\pi d}{\psi }_M^T\frac{\cos {\theta }_i}{\lambda }\right)}{\sqrt{M}}$

Ri表示干扰信号的协方差矩阵，E[·]表示矩阵的期望， 为的第η列组成的列向量。 

在步骤S3中，将杂波加噪声的协方差矩阵表示为R：H表示矩阵的共轭转置，E[·]表示矩阵的期望；则根据以下公式得出地面动目标角度的最大似然估计θ_tML： 

${\theta }_{\mathrm{tML}}=\underset{{\theta }_t}{\arg }\max G\left({\theta }_t\right)$

$G\left({\theta }_t\right)=x_k^H{R}^{-1}S{\left(S^H{R}^{-1}S\right)}^{-1}{S}^H{R}^{-1}{x}_k$

其中，θ_t表示地面动目标信号的波达方向，S为θ_t的函数； 

在得出θ_tML之后，按照以下公式计算地面动目标信号幅度的最大似然估计a_tML： 

$a_{\mathrm{tML}}=\frac{(s_{\mathrm{ai}}^H{R}^{-1}{s}_{\mathrm{ai}}{s}_{\mathrm{at}}^H-s_{\mathrm{at}}^H{R}^{-1}{s}_{\mathrm{ai}}{s}_{\mathrm{ai}}^H)R^{-1}{x}_k}{s_{\mathrm{at}}^H{R}^{-1}{s}_{\mathrm{at}}{s}_{\mathrm{ai}}^H{R}^{-1}{s}_{\mathrm{ai}}-s_{\mathrm{at}}^H{R}^{-1}{s}_{\mathrm{ai}}{s}_{\mathrm{ai}}^H{R}^{-1}{s}_{\mathrm{at}}}$

其中，s_ai=s_a(θ_i)，s_at=s_a(θ_tML)，且s_a(θ_tML)为： 

$s_a\left({\theta }_{\mathrm{tML}}\right)=\frac{\exp \left(j2\mathrm{\pi d}{\psi }_M^T\frac{\cos {\theta }_{\mathrm{tML}}}{\lambda }\right)}{\sqrt{M}};$

然后，以地面动目标信号幅度的最大似然估计a_tML作为检测量，实现对地面动目标的检测。 

本发明的有益效果为：本发明在完成杂波抑制的同时可以消除旁瓣转发式干扰对运动目标检测的影响，并能在一定程度上降低主瓣转发式干扰对动目标检测的影响。它能够解决由转发式干扰引起的虚警问题并消除转发式干扰对恒虚警率检测门限的影响，有效消除转发式干扰对动目标检测的影响，提高机载雷达在转发式干扰环境中的运动目标检测性能。本发明在估计干扰信号的空域导向矢量时采用清晰区的干扰信号估计干扰的协方差矩阵，然后采用特征分解的方法，通过数据估计出干扰信号的空域导向矢量，可以提高空域导向矢量估计的精确性，增加算法的稳健性。 

附图说明

图1为本发明的密集转发式干扰环境下的机载雷达地面动目标检测方法流程图； 

图2为仿真实验一中空时自适应处理方法的滤波结果示意图； 

图3为仿真实验一中本发明的滤波结果示意图； 

图4，为仿真实验一中两种方法的地面动目标检测概率和信噪比的关系对比图； 

图5为仿真实验二中空时自适应处理方法得到的滤波结果示意图； 

图6为仿真实验二中本发明的滤波结果示意图； 

图7为仿真实验二中两种方法的地面动目标检测概率和信噪比的关系对比图。 

具体实施方式

下面结合附图对本发明作进一步说明： 

参照图1，为本发明的密集转发式干扰环境下的机载雷达地面动目标检测方法流程图。在本发明实施例中，机载雷达的接收阵列为由M个阵元组成的均匀线阵，M为大于1的自然数。机载雷达的M个阵元的阵元间距为d，机载雷达在一个相干处理间隔内接收的脉冲数为P。本发明的密集转发式干扰环境下的机载雷达地面动目标检测方法包括以下步骤： 

S1：利用机载雷达向多个方向发射信号，机载雷达的接收阵列在对应方向接收到对应的回波信号。具体地，机载雷达向外发射信号的波长为λ。 

S2：根据机载雷达每个方向接收的回波信号，进行对应的恒虚警检测，得到对应的恒虚警检测结果；判断各个恒虚警检测结果是否满足以下条件：在同一方向出现多个旁瓣目标；如果是，则出现多个旁瓣目标的方向为转发式干扰信号的波达方向；根据得出的转发式干扰信号的波达方向，得出转发式干扰信号的空域导向矢量。本发明对机载雷达每个方向接收的回波信号的处理过程相同，下面以机载雷达在某一个方向接收的回波信号为例进行说明： 

对于机载雷达在该方向接收的回波信号，机载雷达的M个阵元接收的第k个脉冲的信号表示为x_k，x_k为M×1维的数据矢量，k取1至P。则x_k可以表示为：x_k=a_ts_k+a_ii_k+e_k，其中，s_k为地面动目标信号的空域导向矢量，i_k为转发式干扰信号的空域导向矢量；a_t为地面动目标信号的幅度，a_i为转发式干扰信号的幅度；e_k表示杂波加噪声的数据矢量。 

地面动目标信号的空域导向矢量s_k表示为： 

$s_k=s_a\left({\theta }_t\right)\exp \left(j(k-1)2\pi \frac{f_{\mathrm{dt}}}{f_r}\right)$

其中，f_dt表示地面动目标信号对应的多普勒频率，f_r为雷达发射信号的脉冲重复频率，θ_t表示地面动目标相对于雷达的锥角（即地面动目标信号的波达方向），s_a(θ_t)表示指向θ_t方向的空域导向矢量，s_a(θ_t)为： 

$s_a\left({\theta }_t\right)=\frac{\exp \left(j2\mathrm{\pi d}{\psi }_M^T\frac{\cos {\theta }_t}{\lambda }\right)}{\sqrt{M}}$

其中，ψ_M=[0,1,…,M-1]，T表示矩阵的转置。 

转发式干扰信号的空域导向矢量i_k表示为： 

$i_k=s_a\left({\theta }_i\right)\exp \left(j(k-1)2\pi \frac{f_{\mathrm{di}}}{f_r}\right)$

其中，f_di表示转发式干扰信号对应的多普勒频率，而s_a(θ_i)为转发式干扰信号的空域导向矢量，s_a(θ_i)为： 

$s_a\left({\theta }_i\right)=\frac{\exp \left(j2\mathrm{\pi d}{\psi }_M^T\frac{\cos {\theta }_i}{\lambda }\right)}{\sqrt{M}}$

其中，θ_i表示干扰信号的波达方向。 

由于干扰机相对于机载雷达的空间位置是一定的，所以无法产生波达方向欺骗干扰。为方便描述，令a=[a_t,a_i]^T，S=[s_k,i_k]，那么机载雷达接收的M个阵元的第k个脉冲的信号x_k可以表示为：x_k=Sa+e_k。则机载雷达的M个阵元接收到P个脉冲的信号表示为X：X=[x₁,...,x_k,...,x_P]。 

机载雷达的M个阵元接收到P个脉冲的和通道数据b，机载雷达上一般都设置有和通道，如果没有和通道，则利用X合成和通道数据b： 

$b={\left(s_a^H\left({\theta }_m\right)X\right)}^T;$

其中，H表示矩阵的共轭转置，θ_m表示机载雷达的任一发射信号方向（也是机载雷达的任一观测方向），具体来说，θ_m指雷达的主波束指向，且有： 

$s_a\left({\theta }_m\right)=\frac{\exp \left(j2\mathrm{\pi d}{\psi }_M^T\frac{\cos {\theta }_m}{\lambda }\right)}{\sqrt{M}}.$

对所述和通道数据b进行傅里叶变换，得到对应的多普勒域数据同时，对X进行傅里叶变换，得出对应的多普勒域数据傅里叶变换可以写为如 下形式：F表示傅里叶变换矩阵。 

然后计算多普勒清晰区。在高重频的情况下，机载雷达存在清晰区，即杂波只分布在部分多普勒通道，由机载雷达的系统参数可以得到杂波的归一化多普勒频率范围为[-2v/λf_r,2v/λf_r]，其中，v表示载机速度。由于速度不一定刚好落在多普勒通道中心，我们取杂波所占多普勒通道区域的最大值，根据傅里叶变换的原理可以得到杂波对应的多普勒通道号为： 

$[1,\mathrm{ceil}(\frac{2v(P-2)}{{\mathrm{\lambda f}}_r}+1)]\cup [\mathrm{floor}(P-\frac{2v(P-2)}{{\mathrm{\lambda f}}_r}),P]$

其中，ceil(·)表示进行向上取整，floor(·)表示进行向下取整，∪表示取并集运算。在计算出杂波区对应的多普勒通道号后，从而得到多普勒清晰区对应的多普勒通道范围Ω为： 

$\Omega =[\mathrm{ceil}\left(\frac{2v(P-2)}{{\mathrm{\lambda f}}_r}\right),\mathrm{floor}(P-\frac{2v(P-2)}{{\mathrm{\lambda f}}_r})].$

针对Ω中的每个整数，进行对应的恒虚警检测；针对Ω中的整数η（即η∈Ω）进行对应的恒虚警检测包括以下步骤：所述多普勒域数据的第η个多普勒通道输出根据进行对应的恒虚警检测，如果则多普勒域数据的第η个多普勒通道检测出地面动目标，否则，说明多普勒域数据的第η个多普勒通道未检测出地面动目标，其中，表示的模，ξ为设定的恒虚警检测门限。如果某一样本满足通过采用自适应迭代谱估计方法估计出地面动目标信号的波达方向θ_t。 

判断各个恒虚警检测结果是否满足以下条件：在同一方向出现多个旁瓣目标。如果是，则出现多个旁瓣目标的方向为转发式干扰信号的波达方向θ_i。其原理为：机载雷达多采用低旁瓣技术，这就使得从雷达旁瓣进入的真实目标的功率非常小以至于其检测概率很低，相对于真实目标，转发式干扰更容易从雷达旁瓣进入并被检测出来。机载雷达向不同方向发射信号时，其主波 束指向也会不同，这时，对于不同的主波束指向，如果在恒虚警检测结果的同一方向出现多个旁瓣目标，则说明该方向出现转发式干扰信号的概率非常大。由于本发明在估计干扰信号的波达方向时，采用多普勒清晰区的恒虚警检测结果，避免了杂波对干扰信号的影响，使得所估计的干扰信号的波达方向较为准确。 

然后根据转发式干扰信号的波达方向θ_i，得出转发式干扰信号的空域导向矢量为s_a(θ_i)。这时，转发式干扰信号的空域导向矢量s_a(θ_i)表示为： 

$s_a\left({\theta }_i\right)=\frac{\exp \left(j2\mathrm{\pi d}{\psi }_M^T\frac{\cos {\theta }_i}{\lambda }\right)}{\sqrt{M}}.$

实际中由于阵元幅相误差及谱估计方法的影响，使得由构型估计的s_a(θ_i)不准确，通过数据估计干扰的空域导向矢量s_a(θ_i)可以提高空域导向矢量估计的精确性，增加算法的稳健性。具体步骤如下：的第η列组成的列向量为表示θ_i方向的多普勒清晰区信号样本），则干扰信号的协方差矩阵R_i表示为E[·]表示矩阵的期望。将R_i进行特征分解： 

R_i=UΛU 

其中，Λ为对角矩阵，其对角线上的元素为R_i的特征值，U的列为R_i的特征向量，根据子空间理论，R_i的最大特征值对应的特征向量为干扰信号的空域导向矢量s_a(θ_i)。 

S3：根据转发式干扰信号的空域导向矢量，得出地面动目标信号幅度的最大似然估计；根据地面动目标信号幅度的最大似然估计，对地面动目标进行检测。具体说明如下：将杂波加噪声的协方差矩阵表示为R：H表示矩阵的共轭转置，E[·]表示矩阵的期望。 

则x_k的概率密度函数f(x_k|a,S)为： 

$f\left(x_k\right|a,S)=\frac{\exp \{-{(x_k-\mathrm{Sa})}^H{R}^{-1}(x_k-\mathrm{Sa})\}}{{\pi }^M\left|R\right|}$

由上式可得x_k的对数似然函数L(a,S)为： 

L(a,S)=-ln(π^M|R|)-(x_k-Sa)^HR^-1(x_k-Sa) 

在上式的左右两边同时对a求偏导，可得： 

a=(S^HR^-1S)^-1S^HR^-1x_k

$L\left(S\right)=-\ln \left({\pi }^M\right|R\left|\right)-x_k^H{R}^{-1}{x}_k+x_k^H{R}^{-1}S{\left(S^H{R}^{-1}S\right)}^{-1}{S}^H{R}^{-1}{x}_k$

其中，L(S)为似然函数，L(S)的右侧展开表达式中，前两项与S无关，所以求似然函数L(S)的最大值等价为求G(θ_t)的最大值，G(θ_t)为： 

$G\left({\theta }_t\right)=x_k^H{R}^{-1}S{\left(S^H{R}^{-1}S\right)}^{-1}{S}^H{R}^{-1}{x}_k$

其中，θ_t表示地面动目标信号的波达方向，可以看出，S为θ_t的单变量函数，G(θ_t)为θ_t的单变量函数；这时G(θ_t)最大值对应的θ_t为地面动目标角度的最大似然估计θ_tML，即： 

${\theta }_{\mathrm{tML}}=\underset{{\theta }_t}{\arg }\max G\left({\theta }_t\right)$

实际工程应用中主要考虑主瓣内的目标，只需将θ_t在3dB波束宽度内搜索G(θ_t)的最大值即可得到目标角度的最大似然估计θ_tML。需要注意的是：在搜索目标角度时，θ_t不可与θ_i相等，否则G(θ_t)无解。 

在得出θ_tML之后，按照以下公式计算地面动目标信号幅度的最大似然估计a_tML： 

$a_{\mathrm{tML}}=\frac{(s_{\mathrm{ai}}^H{R}^{-1}{s}_{\mathrm{ai}}{s}_{\mathrm{at}}^H-s_{\mathrm{at}}^H{R}^{-1}{s}_{\mathrm{ai}}{s}_{\mathrm{ai}}^H)R^{-1}{x}_k}{s_{\mathrm{at}}^H{R}^{-1}{s}_{\mathrm{at}}{s}_{\mathrm{ai}}^H{R}^{-1}{s}_{\mathrm{ai}}-s_{\mathrm{at}}^H{R}^{-1}{s}_{\mathrm{ai}}{s}_{\mathrm{ai}}^H{R}^{-1}{s}_{\mathrm{at}}}$

其中，s_ai=s_a(θ_i)，s_at=s_a(θ_tML)，且s_a(θ_tML)为： 

$s_a\left({\theta }_{\mathrm{tML}}\right)=\frac{\exp \left(j2\mathrm{\pi d}{\psi }_M^T\frac{\cos {\theta }_{\mathrm{tML}}}{\lambda }\right)}{\sqrt{M}};$

然后，以地面动目标信号幅度的最大似然估计a_tML作为检测量，实现对地面动目标的检测。本发明实施例中，估计得出的a_tML能够反映目标真实的幅度，不受转发式干扰的影响，提高了地面动目标检测的准确性。 

本发明的效果可以由如下仿真实验进行验证： 

仿真实验一： 

1）仿真参数和仿真条件： 

机载雷达仿真参数如下：载机速度为130m/s，雷达的接收阵列为正侧视阵，接收阵列采用32个阵元的均匀线阵，对应的阵元间距为0.15m，脉冲重复频率为2kHz，相干积累脉冲数P=64，机载雷达发射信号的波长为0.3m，杂噪比为30dB。在编号为27-29和31-33间的每个距离门都加入一个转发式干扰，转发式干扰的归一化多普勒频率均为0.375，干噪比（干扰信号和噪声信号的增益比）均为35dB；在第30号距离门加入一个地面动目标，其波达方向为0°，归一化多普勒频率为0.375。实验条件：转发式干扰位于第一旁瓣中心方向，即其波达方向偏离主波束中心5.13°，地面动目标信号的信噪比为0dB。 

2）实验内容及结果分析 

空时自适应处理方法和本发明的滤波结果分别如附图2和图3所示。图2为仿真实验一中空时自适应处理方法的滤波结果示意图，从图2可以看出存在转发式干扰的第27号、28号和33号等距离门的滤波输出很大，超过了恒虚警率检测门限而引起虚警，另一方面，存在真实目标的第30号距离门的检测门限很高，以至于无法检测出该距离门的目标，这是由其邻近距离门的转发式干扰引起的。实验结果说明空时自适应处理方法无法抑制旁瓣转发式干扰，转发式干扰的剩余功率会引起虚警并抬高其附近真实目标的检测门限， 减小真实目标的检测概率。图3为仿真实验一中本发明的滤波结果示意图，从图3可以看出，本发明可以抑制旁瓣转发式干扰，减少由其引起的虚警，消除其对地面动目标检测的不利影响，保持真实目标的功率不变，提高旁瓣转发式干扰环境中的运动目标检测性能。 

参照图4，为仿真实验一中两种方法的目标检测概率和信噪比（Signal to Noise Ratio,SNR）的关系对比图。由图4可以看出在检测概率相同的条件下，本发明所需的信噪比要比空时自适应处理方法所需的信噪比低，这是因为空时自适应处理方法无法抑制旁瓣转发式干扰，没有被滤除的旁瓣转发式干扰抬高了其附近真实目标所在单元的恒虚警率检测门限，而本发明可以抑制旁瓣转发式干扰，所以在检测概率相同的条件下本发明所需的信噪比要低于空时自适应处理方法的信噪比。这说明本发明可以克服旁瓣转发式干扰对恒虚警率检测门限的不利影响，在信噪比一定的情况下可提高转发式干扰附近真实目标的检测概率，改善旁瓣转发式干扰环境中的运动目标检测性能。 

仿真实验二： 

1）仿真参数和仿真条件： 

机载雷达仿真参数如下：载机速度为130m/s，雷达的接收阵列为正侧视阵，接收阵列采用32个阵元的均匀线阵，对应的阵元间距为0.15m，脉冲重复频率为2kHz，相干积累脉冲数P=64，机载雷达发射信号的波长为0.3m，杂噪比为30dB。在编号为27-29和31-33间的每个距离门都加入一个转发式干扰，转发式干扰的归一化多普勒频率均为0.375，干噪比（干扰信号和噪声信号的增益比）均为35dB；在第30号距离门加入一个目标，其波达方向为0°，归一化多普勒频率为0.375。实验条件：转发式干扰位于主瓣内，即其波达方向偏离主波束中心0.53°（即3dB波束宽度的1/6），目标信号的信噪比为5dB。 

2）实验内容及结果分析 

空时自适应处理方法和本发明的滤波结果分别如附图5和图6所示。图5为仿真实验二中空时自适应处理方法得到的滤波结果示意图，从图5可以看 出其结果与图2类似，主瓣转发式干扰经空时自适应处理后剩余功率很大，这一方面引起大量虚警，另一方面会抬高其附近单元的恒虚警率检测门限，造成漏警，图5的实验结果说明空时自适应处理方法无法抑制来自主瓣的转发式干扰。图6为仿真实验二中本发明的滤波结果示意图，从图6可以看出其结果与图3相似，说明本发明方法可以在一定程度上抑制主瓣转发式干扰并正确估计真实目标的功率。 

参照图7，为仿真实验二中两种方法在虚警概率为10^-6时的目标检测概率和信噪比（Signal to Noise Ratio, SNR）的关系对比图。可以看出图7与图4类似，在检测概率相同的条件下，本发明所需的信噪比要低于空时自适应处理方法所需的信噪比，说明在主瓣转发式干扰环境中本发明方法的检测性能也高于空时自适应处理方法。 

综上所述，转发式干扰严重影响机载雷达运动目标检测的性能，本发明提出了密集转发式干扰环境下的机载雷达地面动目标检测方法，它能够解决由转发式干扰引起的虚警问题并消除转发式干扰对恒虚警率检测门限的影响，有效降低转发式干扰对动目标检测的影响，检测出转发式干扰环境中的运动目标。本方法对旁瓣转发式干扰有很好的抑制性能，并可以在一定程度上抑制主瓣转发式干扰。仿真实验证明了本发明的有效性。 

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。