姓名：赵嘉懿  学号：22021110308  学院:电子工程学院

在当前抗干扰方法中，窄带、脉冲宽带、宽带类噪声抗干扰模型是经常出现的。一旦知道射频干扰（Radio Frequency Interference，RFI）的性质和统计分布，可以应用缓解技术试图消除RFI。应注意，RFI缓解后的数据不如无RFI数据好。缓解方案旨在尽可能减轻不利影响。通常，RFI缓解方法的基本思想是设法找到一个能够最大化有用回波和干扰之间特性差异的合适域。然后将RFI提取出来并切除或直接过滤，同时尽可能少地扭曲目标回波。在下文中，将全面介绍和比较最先进的RFI抑制技术：

雷达干扰抑制方法是雷达抗干扰技术的核心。针对不同的干扰形式，可分为压制式干扰抑制方法、拖曳式干扰抑制方法、假目标欺骗式干扰抑制方法等。

根据处理方式，可将压制式干扰抑制方法分为3大类。

（1）非参数化干扰抑制方法

该类方法利用干扰信号与雷达场景或目标回波信号间的强度特征差异滤除干扰，代表方法有：自适应滤波器、陷波滤波器和子空间投影等算法。自适应滤波器主要原理是在合适的作用域(如时域、频域、时频域、空域等)中构建一个自适应滤波器，将雷达真实场景/目标信号与干扰分离，但应用的主要对象仍然是窄带压制干扰。最小均方(LMS)滤波器，由于在收敛速度、稳定性、计算复杂度和自适应等各方面有很好的折衷，常用于窄带干扰抑制，但其对非平稳干扰环境敏感。Le等人首先在时域建立LMS滤波器从宽带的NASA AirSAR数据中抑制多组静止和非静止的窄带有源干扰。L．Smith和V T．Vu等通过构建自适应FIR滤波器来抑制射频干扰。

陷波滤波方法简单地剔除原始数据的距离频谱超出门限的值，由于其简易和高效的特性，广泛应用于各类雷达系统中。Natsuaki等人针对间歇转发宽带干扰提出了一种距离时域-方位频域陷波滤波方法。Doerry提出了一种后验滤波方法，从聚焦的图像中消除干扰。在上述情况下，潜在的基本假设是干扰是窄带的，并且干扰抑制后信号丢失可以容忍。然而，在某些实际情况下，雷达回波可能会被许多窄带源或更大带宽的干扰所破坏。陷波滤波方法的缺陷是，如果陷波超过波形的2%，则会导致空间分辨率性能下降，以及波形的旁瓣电平的严重退化。

子空间投影和成分分解类非参数化方法充分考虑了陷波滤波器和自适应滤波器设计中系统响应等限制，可以有效对抗窄带、宽带干扰。西安电子科技大学周峰教授等提出基于特征值分解的子空间投影方法，通过将接收信号投影到信号子空间获得较好的窄带干扰抑制效果。同时，周峰教授采用独立成分分析方法来抑制窄带干扰，并利用复数经验模态分解来将信号分解成一系列本质函数来实现窄带干扰与真实雷达信号分离。西北工业大学陶明亮副教授等人[25]进一步提出，通过短时傅里叶变换，利用时频掩膜抑制宽带干扰的子空间投影方法。

（2）参数化干扰抑制方法

不同于非参数化方法，参数化方法是通过建立干扰信号的参数化模型，估计模型参数以达到估计并提取干扰的目的。参数化方法普遍适用于孤立单一类型干扰，1995年美国陆军研究实验室的Miller等人基于窄带射频干扰先验信息来估计正弦模型参数并利用最小二乘算法恢复真实信号；国防科技大学的黄晓涛教授和梁甸农教授提出一种渐变RELAX方法来估计窄带干扰的正弦信号模型参数。为了实现超分辨率的时间-频率表示并减少信号损耗，西安电子科技大学的刘志凌博士等人提出利用迭代自适应方法来估计时变射频干扰正弦模型的幅度和频率，并被认为与时变干扰更加兼容。Djukanovic等人提出两类高阶模糊函数估计方法来用多项式拟合估计干扰的相位参数。

（3）半参数化干扰抑制方法

半参数化方法是将参数化方法与非参数化方法进行有效的结合。2014年美国陆军实验室Nguyen等人从稀疏重构理论的角度出发，率先提出一种半参数化干扰抑制方法，从回波中自适应地提取与抑制干扰。重庆邮电大学的刘宏清教授等人在距离时频域利用相似的稀疏表示重构算法分别抑制窄带射频干扰和宽带干扰。Nguyen等提出利用稳健主成分分析方法(RPCA)来通过低秩恢复稳健对抗窄带压制干扰。东南大学黄岩等人提出用非凸模型来提升干扰约束精度，并利用快速矩阵分解及张量理论，取得了较好的干扰抑制效果。虽然这些方法在干扰抑制中具有良好的性能，但它们需要额外的训练样本来估计干扰结构，并且比传统的滤波技术需要更多的存储和计算资源，因此更适合离线处理。

拖曳式干扰是一种自卫式电子对抗方式，诱饵通过拖曳线与被保护载机相连，载机平稳飞行时，两者具有一致的运动特性，弹载雷达跟踪系统难以通过运动特性区分目标和诱饵。现有实用的拖曳式诱饵多采用数字射频存储技术，通过联合距离拖曳、速度拖曳、RCS调制等复合手段，对雷达发射信号进行转发，使得诱饵与目标的回波信号具有高度的相似性，对弹载雷达的检测模块形成压制式或欺骗式干扰，使得诱饵和目标在波束内不可分辨，造成弹载雷达的速度、距离和角度跟踪环路无法正常工作。蒋兵兵等提出一种基于拟合的复调制ZFFT频域抗拖曳式干扰方法。该方法对可能存在目标频带范围细化后，获得了更高的分辨率，从而检测目标多普勒频率。再利用二次曲线拟合，提高目标多普勒频率估计精度。陈伯孝等针对现有末制导雷达容易受到拖曳式干扰问题，提出一种基于目标和干扰的极化特性差异的干扰抑制方法。建立弹载单脉冲雷达的全极化接收信号模型，给出干扰极化参数的估计方法，并利用极化滤波对干扰进行抑制，最终实现单脉冲测角。

大体来说，针对欺骗式干扰，目前主要采用“干扰辨识-干扰剔除”的对抗思路。现有假目标欺骗式干扰抑制方法在国外文献中少有提及，国内方面，在Ya Yang等人提出的论文中，提供了一种在多目标情况下遭遇速度欺骗干扰的有效方法。该方法根据对真实和虚假目标的粗略频率范围的估计突出显示了所需波形。此外，还分析了真假目标的不同频谱特征。然后，该方法将改进的牛顿算法用于优化问题，以产生改进性能的波形，利用优化的波形，DRFM干扰机在频域内围绕真实目标产生缺口，以此成功分离真实目标和虚假目标。崔国龙等人提出了一种用于速度干扰抑制的自适应序贯估计算法。此方法侧重于替代处理策略。特别是，它考虑了一个单站PD雷达系统，该系统发射由几个具有随机初始相位的脉冲组成的序列。此外，该方法假设DRFM干扰机需要多个PRI来区分雷达发射脉冲，然后利用捕获的脉冲生成多个假目标。提出了一种自适应序贯估计方法，以迭代的方式同时获得多普勒域中的目标和干扰剖面，从而在目标剖面中满意地消除了速度干扰。值得注意的是，PD雷达中的大多数方法都是针对速度欺骗干扰的。然而，对于距离-速度欺骗干扰，它对目标雷达的欺骗能力更强，目前介绍的方法较少，Ahmed提出了一种基于随机初始相位发射脉冲和自适应迭代滤波的脉冲多普勒雷达距离-速度欺骗干扰自适应抑制算法。这种方法具备抑制假目标干扰的能力，因为DRFM转发干扰机需要至少一个PRI来识别雷达发射的脉冲，然后再现多个假目标。因此，在距离维处理和多普勒维处理中，采用自适应迭代算法估计真实目标的距离-多普勒平面，可以充分抑制虚假多目标。