采用双天线载波相位差技术的卫星导航接收机抗欺骗方法

针对欺骗干扰信号难以有效实时模拟真实卫星信号空间分布特性的特点,提出利用双天线载波相位差进行欺骗信号检测的方法。分析载波相位差计算的各种误差源,并在此基础上建立针对欺骗信号的二元假设检验。通过理论分析和仿真实验,验证了所提欺骗信号检测技术的有效性,并得出了天线阵基线越长、入射方位角越小,载波相位差检测技术对欺骗信号的检测性能越优的结论。     

基于非圆性的伪码引信欺骗干扰抑制算法

针对单通道伪码引信欺骗干扰问题,提出了一种基于信号非圆性盲分离的欺骗干扰抑制方法。该算法首先利用伪码信号的非圆性构造虚拟通道,使欠定问题转化为适定问题,然后对传统SSOS算法中的代价函数进行共轭梯度寻优,以提高算法的收敛速度,最后利用分离信号延时变化量区分回波与干扰。理论分析与实验仿真表明,修正的SSOS算法收敛速度明显优于原算法,且当信噪比(SNR)大于5 d B时,即使干信比(JSR)很高,回波相似度可达80%以上。     

对ELINT系统基于信号PRI参数分选的干扰技术

ELINT通过测量信号的PDW(脉冲描述字)来获取雷达情报,而PDW中最为重要的参数是脉冲到达时间(TOA),因此,研究对ELINT系统信号分选的干扰技术,就应当从影响分选的多维参数出发,重点研究脉冲重复周期PRI对分选效果的影响。通过分析PRI的不同工作模式特点,参考ELINT系统信号分选准则,设计相应的干扰信号以影响ELINT系统的参数测量和分选,进一步影响其对己方雷达技术体制的判断,并通过仿真验证了干扰效果。     

蜂窝网络中基于干扰控制的D2D通信联合资源分配方案

在蜂窝网络中部署D2D(Device-to-Device)通信能够有效提升频谱利用率,降低基站负载,但D2D用户与蜂窝用户共享无线信道时会产生信号干扰。提出了一种联合资源分配算法,通过综合考虑信道分配对网络中已有的蜂窝用户和D2D用户的信号干扰,并在小区范围内寻找具有最小干扰值的信道资源分配给用户,以实现有效的干扰控制。仿真结果显示:联合资源分配能够提升D2D链路、蜂窝链路的信噪比及系统总吞吐量,使得蜂窝网络的整体性能优于独立资源分配。     

对数据后处理雷达的分段卷积转发干扰研究

针对现有基于DRFM的移频干扰和分段转发干扰在对数据后处理雷达干扰时存在的不足问题,提出了一种新的分段卷积转发干扰方法。该干扰方法立足于干扰机天线收发分时体制,首先对接收到的雷达信号进行均匀分段、重新排序与噪声卷积后再进行转发。该干扰方法产生的假目标信号不仅能量大,覆盖广,而且假目标幅度差异明显,位置分布不均匀。最后的仿真结果验证了该方法的有效性。     

邻频干扰对跳频系统通信容量的影响分析

在已知台站布置的跳频系统中,针对邻频干扰对系统通信容量的影响,从信号信息熵角度,分析了接收点干扰信号和噪声的熵功率,利用信号熵和熵功率不等式,推导得出了以信道参数、干扰台站数和可用频点数为变量的系统通信容量公式。仿真结果表明,在干扰台站数较小时,接收点干扰信号的分布取决于信道参数,而不能简单地假设为高斯分布;并验证了所提理论在nakagami信道下的正确性。     

变速跳频通信抗跟踪干扰性能的研究

针对常规跳频通信抗跟踪干扰能力差的问题,分析跟踪干扰原理,提出变速跳频通信。建立数学模型,在干扰容限、压制比和追踪概率方面进行理论分析,分析变速跳频通信抗跟踪干扰对误码率的性能,并用MATLAB进行仿真验证。     

分布式干扰下雷达探测区三维建模与仿真

建立了分布式干扰条件下雷达探测区平面模型,并根据雷达、探测目标以及干扰机的空间位置关系,对平面模型进行拓展,建立了分布式干扰条件下雷达探测区三维模型,并对模型进行了仿真计算,直观地显示了分布式干扰条件下雷达在空间各个方向的探测范围,为雷达网部署提供决策依据。     

GNSS欺骗干扰技术研究

欺骗干扰是目前卫星导航设备面临的重要威胁,在欺骗干扰条件下,目标接收机接收到的欺骗信号功率大于真实信号,产生错误的定位或授时结果。根据干扰产生方式的不同将欺骗干扰源分为基于信号模拟器的自主产生式、基于接收机的接收产生式、基于转发器的转发式3类,其中基于接收机的产生式是目前真正实现欺骗攻击的干扰源。由于欺骗干扰实现形式的复杂多样性,对欺骗干扰的实施阶段、信号特性的影响和定位授时结果的影响进行了分析。     

基于微多普勒特征的欺骗干扰识别

为了提高雷达的抗干扰能力,提出了一种基于微多普勒特征的欺骗干扰识别方法,为雷达选择抗干扰措施提供了先验知识。首先建立了目标回波和干扰信号的数学模型,分析了二者微多普勒频率的差异。其次利用Viterbi算法和FFT谱分析对信号的特征参数进行了提取。最后,定义了识别目标和干扰的特征因子,并根据特征因子设定阈值对目标回波和欺骗干扰进行识别。仿真结果验证了算法的正确性和稳定性,与理论分析一致,表明该方法能够在较低的信噪比环境下对欺骗干扰进行检测识别。