第1章:干扰信号建模

各位同学,咱们今天聊聊干扰信号建模。说实话,这是整个抗干扰技术的基础。你连对手长什么样都不知道,怎么跟人家过招?我在做雷达系统设计那几年,吃过不少亏,后来才明白——把干扰模型搞透,比啥都重要。

1.1 噪声调幅干扰

噪声调幅干扰,说白了就是让噪声信号去调制载波的幅度。它的数学表达式长这样:

J(t) = (U0 + Un(t)) * cos(ωc*t + φ)

其中U0是载波幅度,Un(t)是零均值的高斯噪声,ωc是载波角频率。嗯,这里要注意——Un(t)的带宽决定了干扰的频谱宽度。

我个人习惯用MATLAB来仿真这个模型。代码其实不复杂:

% 噪声调幅干扰仿真
fs = 10e6;          % 采样率 10MHz
T = 1e-3;           % 信号时长 1ms
t = 0:1/fs:T-1/fs;

U0 = 1;             % 载波幅度
fc = 1e6;           % 载波频率 1MHz
Un = 0.3 * randn(size(t));  % 噪声调制信号

J_am = (U0 + Un) .* cos(2*pi*fc*t);

我在项目中遇到过一个问题:噪声调幅干扰的干信比不好控制。你想想看,如果Un的方差太大,载波会被"压死",干扰效果反而下降。所以一般建议Un的方差控制在U0的30%以内。

实战小技巧: 噪声调幅干扰对线性调频雷达效果一般,但对恒虚警检测器有奇效。我做过对比测试,CFAR检测概率能下降40%以上。

1.2 噪声调频干扰

噪声调频干扰就更有意思了。它不是调幅度,而是调频率。数学模型是:

J(t) = Uj * cos(ωc*t + Kfm * ∫Un(τ)dτ + φ)

这里Kfm是调频斜率,Un(t)还是噪声信号。为什么说它厉害?因为它的瞬时频率一直在变,雷达很难抓住它的特征。

仿真代码我一般这么写:

% 噪声调频干扰仿真
Kfm = 2e6;          % 调频斜率
Un = randn(size(t));
phi = cumsum(Un) / fs;  % 积分求相位

J_fm = cos(2*pi*fc*t + Kfm * phi);

避坑指南: 我曾经在仿真时忽略了相位连续性,结果出来的干扰信号频谱全是毛刺。后来才意识到——噪声调频的相位必须连续,否则会产生虚假的频谱分量。

注意: 噪声调频干扰的带宽由Kfm和Un的带宽共同决定。Kfm越大,干扰带宽越宽。但Kfm太大时,干扰功率会分散,对雷达的压制效果反而下降。这是个权衡问题。

1.3 密集假目标干扰

密集假目标干扰,说白了就是"造假"。它模拟出大量虚假目标回波,让雷达处理不过来。数学模型是多个延时后的脉冲叠加:

J(t) = Σ Ai * s(t - τi) * exp(j*φi)

其中s(t)是雷达发射信号,Ai是幅度,τi是延时,φi是相位。密集假目标的关键在于——延时和幅度要随机化,否则容易被识别。

我建议这样仿真:

% 密集假目标干扰仿真
N_fake = 100;       % 假目标数量
tau = rand(1, N_fake) * 100e-6;  % 随机延时 0-100us
A = 0.5 + 0.5 * rand(1, N_fake); % 随机幅度 0.5-1

J_fake = zeros(size(t));
for k = 1:N_fake
    delay_samples = round(tau(k) * fs);
    J_fake = J_fake + A(k) * [zeros(1, delay_samples), s(1:end-delay_samples)];
end

你想想看,如果雷达发射的是线性调频信号,密集假目标干扰会让匹配滤波器的输出出现大量峰值。我记得有一次测试,100个假目标直接让雷达的检测门限失效了。

核心要点: 密集假目标干扰的威力不在于单个假目标的逼真度,而在于数量。当假目标数量超过雷达的检测通道数时,雷达基本就瘫痪了。

1.4 灵巧噪声干扰

灵巧噪声干扰,这是目前最"聪明"的干扰方式。它结合了噪声干扰和假目标干扰的优点。数学模型是:

J(t) = s(t) * n(t)

其中s(t)是雷达发射信号,n(t)是噪声信号。说白了,就是用噪声去调制雷达信号本身。这样做的好处是——干扰信号和雷达信号完全相关,匹配滤波器对它无效。

仿真代码:

% 灵巧噪声干扰仿真
s = cos(2*pi*fc*t + pi*K*t.^2);  % 线性调频信号
n = 0.5 * randn(size(t));        % 噪声

J_smart = s .* n;  % 灵巧噪声

我个人经验: 灵巧噪声干扰最难对付。为什么?因为它既保留了雷达信号的相干性,又叠加了噪声的随机性。我在做抗干扰算法时,花了大半年时间才找到对付它的方法——时频分析结合自适应滤波。

实战建议: 灵巧噪声干扰的功率一般不需要太大,-10dB的干信比就能产生明显效果。因为它"借力打力",利用了雷达自身的信号能量。

1.5 四种干扰的对比分析

咱们用表格来对比一下这四种干扰:

干扰类型 数学模型核心 主要特点 适用场景 抗干扰难度
噪声调幅 U0 + Un(t) 带宽窄,实现简单 恒虚警检测器
噪声调频 Kfm * ∫Un dτ 带宽宽,频谱平滑 宽带雷达
密集假目标 Σ Ai * s(t-τi) 数量多,欺骗性强 匹配滤波器 中高
灵巧噪声 s(t) * n(t) 相干性好,难以识别 线性调频雷达

嗯,这里要提醒大家——实际战场中,干扰机不会只用一种干扰方式。它们会组合使用,比如先来一波噪声调频压制,再混入密集假目标。所以咱们做抗干扰设计时,也要考虑多干扰并存的情况。

好了,这一章的内容就到这儿。四种干扰的数学模型和仿真代码都给了,大家回去跑一跑代码,看看频谱和时域波形。下一章咱们聊聊干扰检测技术——怎么判断雷达是不是被干扰了。