微信公众号：EW Frontier
关注可了解更多的雷达、通信、人工智能相关代码。问题或建议，请公众号留言;
如果你觉得EW Frontier对你有帮助，欢迎加入我的知识星球或面包多，更多代码等你来学
知识星球：https://wx.zsxq.com/dweb2/index/group/15552518881412
面包多：https://mbd.pub/o/author-a2mYl2tsbA==/workQQ交流群：1022600869
主要内容
摘要：
关键词：多假目标干扰；密集多假目标干扰；压制干扰；电子战；效能评估
1 引言
2 密集多假目标干扰
2．1 密集多假目标干扰数学模型
式中，w0 为雷达载波角频率；μ为雷达信号调频斜率；τ为雷达信号脉冲宽度；ARect（ t/τ）为雷达信号的调制幅度，可表示为：
式中，δ（ t）为冲击函数；c 为光速；∗为卷积符号；k 为雷达发射信号的空间传输损耗。
当各干扰脉冲的延迟间距、幅度和相位调制系数相等且满足Δti＝Δt，ki＝k′，exp（jΔwit）＝exp（jΔwt）时，（4）式可以进一步简化表示为：
2．2 密集多假目标干扰系统原理
根据（4）式，可构建如下密集多假目标干扰的信号处理流程图：
图1 密集多假目标干扰信号处理流程图
图2 等参数调制密集多假目标干扰信号处理流程图
2．3 密集多假目标干扰效果
LFM原始信号
LFM原始信号回波
LFM原始信号匹配滤波
LFM原始信号及受密集假目标干扰的脉冲压缩
3 干扰性能分析
3．1 欺骗性能分析
3．2 压制性分析
式中，Pt 为雷达的脉冲功率；Gt 为雷达的发射天线增益；Gr 为干扰方向的雷达接收天线增益（在自卫式突防干扰中存在Gr＝Gt）；σ为突防目标的RCS；λ为雷达工作波长；R 为雷达烧穿干扰的距离；PjGj 为干扰有效辐射功率；Rj 为干扰机与雷达之间的距离（在自卫式突防干扰中存在Rj＝R）；Br 为雷达的信号带宽；Bj 为干扰信号带宽；D 为脉压、FFT 等处理措施的信干比改善得益；Lr雷达系统的各种处理损耗；Lj 为干扰效应的各种损耗。
图5 单元平均恒虚警示意图
对于单元平均恒虚警雷达而言，其检测门限可表示为，
式中，2N 为雷达检测单元附近的杂波单元数；Pi为第i 号单元的杂波功率；α是与虚警概率相关的修正因子，详细可参考文献［7］。
3．3 模型应用情况
4 结束语
密集多假目标干扰与被干扰雷达系统的相参性特点。使其与经典的噪声压制干扰相比。可在同等功率规模下获得较好的干扰效果。这一优势使其对加装平台的空间尺寸、供电容量以及载重的要求方面都相对较低。因此。该干扰技术在机载、无人机载、弹载、球载等升空平台环境中具有较好的应用前景。随着技术的发展。基于密集多假目标干扰还发展出很多新的干扰样式。如灵巧噪声干扰［8－10］、间歇采样干扰［11－12］等。对这些新型干扰技术的定量分析研究还需要另立专题进行。
MATLAB代码：
clc;clear;close all;%% Generate LFM signalC = 3e8;B = 100e6; % band width 100MHzT = 25e-6; % pulse width 25usPRT = 200e-6;% 200usFs = 2.4e9; % sampling rate 2.4GHzN = T*Fs; % pointst = -T/2:1/Fs:T/2-1/Fs;K = B/T;SNR = 80; % dBdis = PRT*Fs/2; % 将目标设置在回波中间处LFM = (10^(SNR/20))*exp(1i*pi*K*t.^2); % LFM signaltheta = pi*K*t.^2; % LFM phasef = K*t; % LFM frequencyfigure('name','LFM signal')subplot(3,2,1);plot(real(LFM));title('Real part');subplot(3,2,2);plot(imag(LFM));title('Imag part');subplot(3,2,3);plot(theta);title('LFM phase(°)');subplot(3,2,4);plot(f);title('LFM frequency (Hz)');subplot(3,2,[5,6]);plot(abs(fftshift(fft(LFM))));title('LFM spectrum');%% Generate echoecho = zeros(1,PRT*Fs);echo(dis:1:dis+N-1) = LFM;noise = normrnd(0,1,1,PRT*Fs) + 1i*normrnd(0,1,1,PRT*Fs);echo = echo + noise;figure('name','Echo signal');subplot(2,1,1); plot(real(echo),'b'); title('Echo real');subplot(2,1,2); plot(imag(echo),'r'); title('Echo imag');%% Pulse compressionht = conj(fliplr(LFM)); % 匹配滤波器result = conv(LFM,ht); % 计算循环卷积Z_xt = abs(result);Z_xt = Z_xt/max(Z_xt);Z_xt = 20*log10(Z_xt+eps);figure('name','Pulse compression')subplot(1,2,1);plot(real(result));subplot(1,2,2);plot(real(Z_xt));%% Dense fake target jammingM = 10;fake_dis = 5; % dense fake target distancedp = fake_dis*2*Fs/C; % distance pointss = zeros(1,N);for i=1:Ms(round(i*dp)) = 1;endjt = conv(LFM,s);%% Radar receiverresult_1 = conv(jt,ht); % 计算循环卷积Z_yt = abs(result_1);Z_yt = Z_yt/max(Z_yt);Z_yt = 20*log10(Z_yt+eps);x_trans = (0:length(Z_xt)-1)*C/(2*Fs)/1000;figure('name','压缩后的信号（原始）');plot(x_trans,real(result_1(1:length(x_trans))));title('压缩后的信号（原始）');xlabel('目标位置/千米');figure('name','压缩后的信号（归一化）');plot(x_trans,real(Z_yt(1:length(x_trans))),'r');grid on;hold on;plot(x_trans,real(Z_xt(1:length(x_trans))),'b');grid on;title('压缩后的信号（dB）');legend('干扰信号脉压处理结果','目标信号脉压处理结果');axis([3.7,3.95,-40,10]);ylabel('归一化信号幅度/dB');xlabel('目标位置/千米');%% Testzzz=1/Fs;ccc=1/25e-9;
