楊維忠，劉承禹，游世勛，黃光泉，曹寶龍

1. 96901部隊，北京 100094

2. 中國航天科工集團 8511研究所，江蘇 南京 210007

高分辨成像和圖像處理技術(shù)讓彈載合成孔徑雷達（synthetic aperture radar, SAR）對抗在軍事中的作用愈發(fā)明顯。為保護我軍重要設(shè)施，遏制景象匹配末制導(dǎo)系統(tǒng)的打擊能力，考慮從干擾策略的設(shè)計和優(yōu)化角度最大化已有干擾體制的對抗效果。

針對SAR的典型干擾技術(shù)，傳統(tǒng)研究從壓制和欺騙兩類體制入手，中電29所的張錫祥[1]院士于21 世紀(jì)初提出了干擾 SAR 的統(tǒng)一方程，并給出了計算干擾等效功率時可取的干擾壓制系數(shù)；2011年朱良等[2]深入分析了 SAR 成像時受移頻干擾的處理增益，并總結(jié)了不同成像算法下信干比的增益計算公式；2014年，舒適[3]深入分析了SAR 圖像的紋理特征與散射特性，研究紋理與目標(biāo)結(jié)合的 SAR 場景欺騙干擾； 2016年，張靜克[4]以提高地面軍事目標(biāo)的反偵察能力為出發(fā)點深入探究了對多通道 SAR 干擾技術(shù)；2017年，榮云鵬[5]對 SAR 欺騙干擾方法及其性能評估手段展開研究，并建立了一套可視化、模塊化的 SAR 干擾性能評估軟件；2018年，結(jié)合間歇采樣轉(zhuǎn)發(fā)技術(shù)的收發(fā)分時特性，云熙[6]針對 SAR 的間歇采樣干擾展開了深入研究和討論；同期，站在抗干擾的角度，孟貴民[7]為確保對景象匹配末制導(dǎo)系統(tǒng)干擾的有效性，評估了圖像增強算法對 SAR 干擾效果的影響；2019年，趙明明[8]從分析 SAR 圖像目標(biāo)特征入手，探索了場景欺騙干擾的實現(xiàn)思路和對應(yīng)的干擾評估方法；梁文妍[9]對 SAR 成像干擾的典型方法做了分類，且研究了 SAR 在成像和非成像模式下的智能干擾決策問題；2020年，趙忠凱等[10]通過分析欺騙干擾圖像模板的參數(shù)，在FPGA 平臺上成功生成了針對逆 SAR 的基帶干擾信號。

然而，上述研究仍局限于評估一種或者幾種SAR干擾和抗干擾技術(shù)間的互相作用，缺少對彈載SAR對抗過程的具體分析。對景象匹配末制導(dǎo)系統(tǒng)而言，不僅需要連續(xù)有效的目標(biāo)圖像抑制，還需要對裝訂景象的坐標(biāo)進行誘偏。因此，如何通過制定組合干擾策略對末制導(dǎo)系統(tǒng)的制導(dǎo)控制回路進行策略誘導(dǎo)是本文研究的關(guān)鍵。

1 SAR成像原理

SAR成像的過程是還原目標(biāo)的散射特性的過程，并通過數(shù)學(xué)運算獲得不同目標(biāo)的可視化圖像。如圖1所示的彈載SAR平臺，雷達按照一定的角度不間斷地發(fā)射電磁波，與航線平行的方向叫方位向，與航線垂直的方向稱為距離向。

圖1 彈載SAR平臺的幾何干擾示意

彈載SAR平臺運動至任意位置時，與目標(biāo)間的斜距為

式中：R是雷達與目標(biāo)的瞬時斜距，R0是雷達與目標(biāo)的最短斜距，v是導(dǎo)彈的平飛速度，ta是從當(dāng)前位置到最近位置的行進時間。

令SAR連續(xù)發(fā)射的線性調(diào)頻信號為

式中：tr為距離向快時間，f0為載頻，μ為信號調(diào)頻斜率，Tp為脈沖寬度，Tr為脈沖重復(fù)周期。

考慮到平臺的運動速度遠低于光速的量級，可假設(shè)SAR從發(fā)射脈沖到接收到該脈沖的時間內(nèi)不存在位移。故可以將一維回波信號存儲為二維形式，此時可得到基帶信號的表達式為[9]

式中：σ為點目標(biāo)的雷達散射截面積（radar cross section, RCS），ω表示該點處的天線方向圖加權(quán)系數(shù)，τa=2R/C為當(dāng)前發(fā)射脈沖到點目標(biāo)的雙程延時，ta為方位向慢時間。式(1)的第2項函數(shù)包含了方位向的線性調(diào)頻脈沖。

SAR成像的本質(zhì)就是利用相位敏感的雷達處理器來獲得能量照射的圖像，由于對信號直接進行二維匹配濾波運算量過大，常將其分解成2個一維過程，這就是距離多普勒（range doppler, RD）算法的核心思路。

對處于方位向時域的回波數(shù)據(jù)，通過距離向快速傅里葉變換（fast fourier transform, FFT）后進行距離向匹配濾波，再利用距離向逆FFT（inverse FFT, IFFT）完成距離壓縮。通過方位向FFT可以將數(shù)據(jù)變換到距離多普勒域（距離向時域、方位向頻域），并在該域中進行距離徙動校正，因為當(dāng)目標(biāo)與雷達間的距離不斷變化，目標(biāo)與雷達間的距離變化超過一個距離單元時，目標(biāo)的回波就分散于相鄰的幾個距離門內(nèi)，導(dǎo)致無法直接進行壓縮處理[6]。相較于其他成像算法，RD 算法運算量小、成像速度快、成像質(zhì)量高、硬件實現(xiàn)容易，故是當(dāng)前工程化的主流SAR成像技術(shù)之一。

2 景象匹配末制導(dǎo)

景象匹配末制導(dǎo)是針對巡航導(dǎo)彈飛行末段使用的輔助制導(dǎo)技術(shù)，它利用SAR獲取的實測圖同提前裝訂的基準(zhǔn)圖進行配準(zhǔn)，由此獲取導(dǎo)彈的航向偏差，并用以修正慣導(dǎo)的累積誤差和提高制導(dǎo)精度。根據(jù)導(dǎo)彈再入段彈道特點和成像定位要求，彈載SAR的景象匹配末制導(dǎo)系統(tǒng)具備測高、平飛段側(cè)視景象匹配定位，以及下壓段雙側(cè)掃描聚焦/非聚焦SAR景象匹配定位3種工作模式。

2.1 景象匹配的基本原理

設(shè)基準(zhǔn)圖大小為M1N1，實測圖大小為M2N2(M1＞M2,N1＞N2)?；趯崪y圖的大小，景象匹配時通?？繉鶞?zhǔn)圖的子圖劃分來確定實測圖在基準(zhǔn)圖中的位置；然后基于合適的適應(yīng)度函數(shù)，逐一對比選取使取值最大的匹配位置。若按照逐點搜索的方法進行匹配，則一共有(M1-M2+1)·(N1-N2+1)個待選的匹配點，但只有一個位置是最佳匹配的結(jié)果。定義該位置為 (x′,y′)，基準(zhǔn)圖中心和實測圖中心的偏移量為(Δx,Δy)，則匹配位置和偏移量之間的關(guān)系為

則實測圖中心在基準(zhǔn)圖中的位置為

只要確定了實測圖的匹配位置，利用已知先驗的基準(zhǔn)圖便可計算得到兩幅圖像中心的偏移量，然后將該偏移量與慣導(dǎo)的導(dǎo)航信息進行信息融合，從而得到系統(tǒng)誤差的最優(yōu)估計并進行校正，這是現(xiàn)代彈載SAR景象匹配末制導(dǎo)系統(tǒng)的實現(xiàn)基礎(chǔ)[11]。

2.2 景象匹配算法

任意一種景象匹配算法都建立在圖像的特征空間、搜索空間、相似性度量和搜索策略4項要素的基礎(chǔ)上，而目前制導(dǎo)常用的景象匹配算法以基于特征和基于區(qū)域灰度2大類為主。

1）基于特征的景象匹配算法

先提取圖像中的某些特征，再通過計算2幅圖中各個特征的相對距離來進行匹配，最后選取恰當(dāng)?shù)挠蜃儞Q模型或算子，根據(jù)匹配的特征結(jié)果推算對應(yīng)的空間變換參數(shù)。點特征檢測算法以尺度不變特征變換（scale-invariant feature transform,SIFT）性能最為突出[12]，而邊緣特征檢測算法以Hausdorff距離、Canny 算子、SUSAN 算子應(yīng)用的較廣[13]。此外針對道路、跑道較多的場合，Hough變換等多種線性特征提取算法也能大放異彩。定義基準(zhǔn)圖和實測圖的線段特征集合為LF和LG，經(jīng)過矩陣變換后，使實測圖與基準(zhǔn)圖在幾何空間上進行對齊，然后搜索LG中每條線段在LF中匹配度最接近的線段，此處使用的線段間距離計算為

式中：lf∈LF，lg∈LG，dρ和dθ分別表示線條間的垂直距離和夾角關(guān)系，dρmax和dθmax是對應(yīng)的閾值。

則實測圖F與基準(zhǔn)圖G的匹配程度為

其中Q(la,lb)∈[0,1]的計算方法為

2）基于區(qū)域灰度的景象匹配算法

作為景象匹配領(lǐng)域應(yīng)用最早的方法，該類算法將圖像中的像素點直接用與匹配運算，不需進行復(fù)雜的預(yù)處理；同時由于直接采用圖像中的灰度值，保留了大量有用信息，因此適用性好，但計算量較大。常用的基于區(qū)域灰度的匹配算法有歸一化互相關(guān)算法、去均值歸一化互相關(guān)算法和互信息算法等，去均值歸一化互相關(guān)算法的適應(yīng)度函數(shù)為[11]

式中：F、G分別表示基準(zhǔn)圖和實測圖；u∈[0,M1-M2+1],v∈[0,N1-N2+1]代表某個基準(zhǔn)子圖左上角的坐標(biāo)(u,v) ；Fˉ、Gˉ分別表示基準(zhǔn)圖和實測圖的灰度均值。

在評估景象匹配末制導(dǎo)系統(tǒng)性能的優(yōu)劣時，還將匹配概率作為關(guān)鍵指標(biāo)。

2.3 景象匹配末制導(dǎo)對抗流程

由彈載SAR的末制導(dǎo)系統(tǒng)的工作流程可知，導(dǎo)彈先在再入平飛段的起始點進行連續(xù)測高，此時離打擊位置較遠，針對SAR的干擾收益較低；之后，導(dǎo)彈保持一段較長的飛行路徑，一直維持到平飛段結(jié)束。此時干擾信號只能從旁瓣進入，而導(dǎo)彈飛行機動發(fā)生劇烈變化，導(dǎo)致SAR側(cè)視成像的區(qū)域也在快速變化。如果要對SAR進行有效干擾，考慮采取2種措施：1) 保持對雷達波束的穩(wěn)定跟蹤，并保證逐漸增加的干擾功率；2) 在飛行路徑和目標(biāo)保護區(qū)域?qū)崿F(xiàn)干擾覆蓋。最后，在進行下壓段成像時，導(dǎo)彈已經(jīng)靠近目標(biāo)附近區(qū)域，考慮此時的俯仰角變化不大，干擾信號容易從旁瓣和近旁瓣進入，可以讓SAR成像的質(zhì)量下降到無法滿足匹配定位的精度要求。

以間歇采樣轉(zhuǎn)發(fā)干擾為例的經(jīng)典對抗方法/策略，只在信號層面，即非成像模式下對SAR進行有源干擾，以屏蔽雷達接收機的真實回波或產(chǎn)生強大的點目標(biāo)欺騙效果（在圖像上表示為噪點）。然而，在成像模式下，彈載SAR的末制導(dǎo)系統(tǒng)會通過圖像預(yù)處理和圖像增強等操作，輕松將圖像質(zhì)量恢復(fù)到判決門限以上[7]；此外，景象匹配的制導(dǎo)控制回路依靠的不僅是單幀的實測圖像，還要積累充分的連續(xù)幀進行聯(lián)合判斷。

結(jié)合巡航導(dǎo)彈裝訂的坐標(biāo)數(shù)據(jù)，即使圖像被壓制到不可恢復(fù)的程度，也會通過概率性判決關(guān)閉導(dǎo)引頭，然后直接進行裝訂坐標(biāo)的慣性導(dǎo)航，這一點是在對抗過程中作為關(guān)鍵因素來考慮的。圖2總結(jié)了典型彈載SAR景象匹配末制導(dǎo)的對抗流程。

圖2 景象匹配末制導(dǎo)的對抗流程

3 干擾策略的制定

結(jié)合既定的景象匹配末制導(dǎo)對抗流程，可以提取最關(guān)注的干擾環(huán)節(jié)。干擾注入的部分一定是針對SAR的接收前端，即建立在雷達發(fā)射波束可以被成功捕獲的前提下；干擾有效的環(huán)節(jié)可以根據(jù)干擾策略分為兩個部分，以壓制為主的干擾策略會降低景象匹配的概率，這對應(yīng)于圖2中的干擾有效環(huán)節(jié)1；而以欺騙為主的干擾策略會降低景象匹配結(jié)果的客觀性，這對應(yīng)于圖2中的干擾有效環(huán)節(jié)2。

在制定干擾策略前，必須對干擾效能選取客觀且有效的閉環(huán)評估方法?？紤]到景象匹配的數(shù)據(jù)處理過程是針對面目標(biāo)實現(xiàn)的，最直接的辦法就是結(jié)合SAR圖像的匹配概率和制導(dǎo)命中概率展開評估。此時，定義制導(dǎo)控制回路在連續(xù)匹配后進行打擊決策的概率門限和數(shù)量門限分別為ps和sn，即實測圖像的匹配程度大于ps且連續(xù)匹配sn次才認(rèn)為打擊目標(biāo)是可靠的。另外，在裝訂目標(biāo)坐標(biāo)的一定半徑內(nèi)，如果統(tǒng)計大于次匹配失敗時則關(guān)機，并選擇裝訂坐標(biāo)的直接打擊。此處定義匹配概率ps為

命中概率在結(jié)果上表現(xiàn)為統(tǒng)計值，可由內(nèi)外場實驗進行計算。為充分發(fā)揮多通道干擾機組合干擾策略的優(yōu)勢，下面將分析典型干擾的技術(shù)特點。

3.1 基于間歇采樣的相參干擾

干擾機通過將接收信號與距離向間歇采樣脈沖sr和方位向間歇采樣脈沖sd進行卷積，可形成距離向和方位向二維分布的點目標(biāo)干擾。sr和sd分別為矩形包絡(luò)脈沖串：

式中：Twr、Tdr分別為距離向和方位向的間歇采樣脈沖寬度；Tsr、Tsd分別為對應(yīng)的間歇采樣周期。

基于二維間歇采樣的SAR干擾可以達到點跡欺騙或者區(qū)域壓制效果，但是壓制式干擾對于功率要求很高，并不適用于時域脈寬較大的SAR信號。此外，二維間歇采樣的干擾結(jié)果呈現(xiàn)十分規(guī)律的“九宮格”分布，導(dǎo)致目標(biāo)中心過于突出[10]，很容易產(chǎn)生信標(biāo)投放/平臺照明效果（platform illumination）[14]，所以部分研究考慮只使用距離向間歇采樣形成條狀壓制干擾。盡管相參干擾在信號域能有較好的遮蔽效果，但在景象匹配系統(tǒng)中存在2個問題：1）圖像增強和去噪能大幅度削減干擾的有效性；2）過小的區(qū)域壓制會導(dǎo)致平臺照明，過大的區(qū)域壓制無法與欺騙干擾配合。

3.2 基于回波模擬的欺騙干擾

通過截獲敵方雷達信號，分析信號包含的參數(shù)信息并估計敵方系統(tǒng)參數(shù)以及運動參數(shù)，再向該雷達發(fā)射高相似度的干擾信號形成期望疊加的虛假圖像，可達到干擾敵方雷達的目的。為獲得高相似度的虛假場景，需要實現(xiàn)虛假場景紋理與虛假目標(biāo)相結(jié)合的欺騙式干擾，還應(yīng)分析目標(biāo)本身的散射特征，實現(xiàn)虛假目標(biāo)的重構(gòu)。因為敵方SAR呈現(xiàn)的真實場景圖像沒辦法直接獲取，只能夠根據(jù)真實場景的信息采用相關(guān)的場景進行替代，并由此計算虛假散射分布的增量[15]。虛假場景紋理融合不是本文的主要內(nèi)容，故不作討論。

針對期望疊加場景的雷達回波模擬，尤其是大范圍的SAR圖像，考慮使用實時性較強的頻域模擬算法在任意位置生成虛假場景。已知任意場景的二維復(fù)散射系數(shù)為σ(y,r)，y是目標(biāo)在方位上偏移場景中心的距離，r是目標(biāo)在距離上偏離場景中心的距離。將場景的回波信號表示為s(tr,ta)=σ(y,r)h(tr,ta)，h(tr,ta)為系統(tǒng)傳遞函數(shù)，可看作單個點目標(biāo)的回波信號。則完整場景的回波信號的二維頻譜可表示為

式中FFT(fr,fa)為頻域的二維FFT運算。

令彈載SAR的回波s(tr,ta)在采樣后形成的基準(zhǔn)場景圖像為E，再定義預(yù)期合成的欺騙場景圖像為Ed，且2個圖像矩陣的值元素區(qū)間都為[0,255]。先后通過距離向和方位向的FFT可得疊加場景圖像對應(yīng)的二維復(fù)散射系數(shù)為E)，Nr和Na分別是信號對應(yīng)的距離向和方位向的采樣點數(shù)，對應(yīng)SAR圖像在行和列上的尺度。

同樣，對系統(tǒng)傳遞函數(shù)h的快慢時間進行采樣并進行二維FFT，然后與上面求得的散射系數(shù)做點乘即可得到疊加信號的頻譜結(jié)果。結(jié)合式(2)可知，可利用IFFT獲得對應(yīng)疊加信號的時域結(jié)果：

式中：sΔ就是模擬回波產(chǎn)生的欺騙干擾信號，＜ ＞代指求兩矩陣的點積。

綜上，針對景象匹配末制導(dǎo)系統(tǒng)，場景欺騙干擾的工作流程如圖3所示。

圖3 場景欺騙干擾的實現(xiàn)流程

3.3 基于回波模擬的壓制干擾

明顯地，干信比（jamming-signal-ratio，JSR）ξ的值與末制導(dǎo)系統(tǒng)匹配虛假場景的概率息息相關(guān)，因此可通過改變JSR來改變欺騙干擾的有效性。

定義疊加欺騙圖像的模擬回波為sΔ(tr,ta)，并將定義為欺騙干擾的初始JSR，通常ξ0不需太大便可形成有效的欺騙場景；則對SAR的接收端而言，實際的回波信號為

由式（3）可知，增大 ξ可以提高回波的平均能量，而彈載SAR通常會設(shè)定散射成像的能量上界，故較強的回波會在SAR的成像端呈現(xiàn)出區(qū)域性的光斑（一般會在方位向和距離向作延伸，形成十字亮斑）。因此，同樣可以通過回波模擬的方法，在掩護目標(biāo)的位置形成壓制效果。注意，和基于間歇采樣的相參干擾類似，過于強烈的干擾信號能量雖然將目標(biāo)特征完全湮滅，但會在SAR圖像上出現(xiàn)具備指示作用的區(qū)域，當(dāng)該區(qū)域和導(dǎo)彈的裝訂坐標(biāo)相近時，壓制干擾反而起到了平臺照明作用。

顯而易見，針對同一位置，基于回波模擬的欺騙干擾和壓制干擾必須分時工作；當(dāng)需要在不同位置產(chǎn)生干擾時，干擾的發(fā)射分機需要調(diào)整不同通道的發(fā)射功率來形成組合干擾策略。

3.4 組合干擾策略的選取

經(jīng)過前面的分析可知，弱干信比的壓制干擾無法對SAR產(chǎn)生影響，強干信比的壓制干擾又會產(chǎn)生平臺照明效應(yīng)。單一的場景欺騙干擾不會抵消真實目標(biāo)的存在，當(dāng)末制導(dǎo)系統(tǒng)進行打擊決策時，和裝訂坐標(biāo)較近的匹配實體更容易遭到威脅。所以，戰(zhàn)術(shù)上考慮將2種干擾技術(shù)進行結(jié)合，在整個彈載SAR對抗的過程中（尤其是平飛段和下壓段），先用壓制干擾將SAR的注意力轉(zhuǎn)移到某一安全位置，然后再用欺騙干擾使虛假目標(biāo)出現(xiàn)在該安全位置，并保持對真實目標(biāo)的壓制掩護。在第1階段可以使用雙通道的干擾生成設(shè)備發(fā)射同一模擬回波；而在第2階段，結(jié)合截獲的SAR參數(shù)可逐步形成逼真的虛假場景，只需調(diào)整不同的發(fā)射功率/干信比即可。

4 仿真實驗

4.1 仿真場景設(shè)計

結(jié)合干擾策略實施過程，建立一個完整的彈載SAR的景象匹配末制導(dǎo)系統(tǒng)對抗場景。如圖4所示，導(dǎo)彈由打擊目標(biāo)的南向北勻速飛過，處于平飛段，而彈載SAR正處于連續(xù)開機階段?？梢钥闯?，在未添加干擾時針對實測圖的景象匹配很容易實現(xiàn)。

圖4 彈載SAR的基準(zhǔn)圖和匹配實測圖

彈載SAR的相關(guān)仿真參數(shù)見表1。在設(shè)計對抗過程時，假定末制導(dǎo)系統(tǒng)生成一次SAR圖像并進行景象匹配的時間為80 ms，則針對該場景要求干擾機在10個周期內(nèi)實現(xiàn)有效干擾，以降低導(dǎo)彈打擊的命中概率。

表1 SAR成像的仿真參數(shù)

4.2 仿真結(jié)果分析

本文所有算法和干擾的代碼仿真平臺由一臺4 GB RAM，2.8 GB雙核CPU的個人PC實現(xiàn)，操作系統(tǒng)為Windows 7.0，仿真軟件為MATLAB 2018b。

1）干擾策略實施的第1階段

已知基準(zhǔn)圖的平均散射強度為9.8×104，而期望疊加圖像的平均散射強度為2.2×103，故制造欺騙場景的模擬回波干信比約為-33 dB；單通道干擾機針對平飛段彈載SAR的干信比約為20 ～30 dB[1]，取低值可更好地評估干擾效能。讓干擾機分別在A點和B點同時形成壓制干擾，每個通道的發(fā)射干信比都設(shè)為10 dB，最終在實測圖中形成兩處強照明點。仿真結(jié)果見圖5。

圖5 第1階段的景象匹配結(jié)果

2）干擾策略實施的第2階段

基于場景讓雙通道干擾機在A點使用干信比約為-33 dB的場景欺騙干擾，而在B點使用干信比為10 dB的壓制干擾。仿真結(jié)果見圖6所示。

圖6 第2階段的景象匹配結(jié)果

仿真時，第2階段的干擾執(zhí)行時間為295 ms，可知干擾機在SAR的第8個工作周期內(nèi)正式起效。此時末制導(dǎo)系統(tǒng)成功在A處匹配到了目標(biāo)景象，且基于式（9）計算得到連續(xù)3個周期內(nèi)（第8、9和第10）的匹配概率分別為0.84、0.84和0.83。針對虛假場景進行景象匹配的灰度直方圖和Canny算子下線段特征圖如圖7所示，可以直觀地看出欺騙干擾的效果。

圖7 欺騙場景的景象匹配結(jié)果

可以看出，在對抗的第1個階段末制導(dǎo)系統(tǒng)對B點的置信度要比A點要高，但A、B兩點都進入了導(dǎo)引頭的威脅庫中；在進入第2個階段后，由于連續(xù)跨過了景象匹配門限，且目標(biāo)與A點間距離更近，導(dǎo)致A相對B點的置信度要高出許多，此時系統(tǒng)的控制決策將以A點為主導(dǎo)進行機動，由此產(chǎn)生了誘偏的效果。換句話說，所采用的組合干擾策略通過故意暴露信標(biāo)以及近端誘敵，最終在10個工作周期內(nèi)起到了理想的干擾效果。

為獲取最優(yōu)的組合干擾效果，應(yīng)該觀察干信比和誘導(dǎo)結(jié)果之間的關(guān)系。作為補充實驗，將欺騙通道的干信比從-33 dB至10 dB進行劃分，評判標(biāo)準(zhǔn)為第8、9、10周期的針對虛假目標(biāo)匹配概率均值的大小。仿真結(jié)果如圖8所示。

圖8 景象匹配概率隨干信比的變化

從圖8中可以看出，組合干擾的誘導(dǎo)性能在干信比為-28 dB左右達到最大值，然后開始急劇衰減。出現(xiàn)這一現(xiàn)象的原因是當(dāng)干信比略有增強時，景象匹配的灰度直方圖依然能在圖像增強的作用下保持正常，而線段特征圖的匹配性會顯著上升；但是當(dāng)干信比繼續(xù)增加，景象匹配的灰度直方圖和線段特征圖將逐漸失配，導(dǎo)致組合干擾作用失效。

5 結(jié)論

通過研究對彈載SAR景象匹配末制導(dǎo)系統(tǒng)的干擾策略，建立起以回波模擬為基礎(chǔ)的多通道組合干擾方式，在導(dǎo)彈連續(xù)作戰(zhàn)周期內(nèi)形成從信標(biāo)投放到虛假場景誘導(dǎo)的干擾流程。在該流程中，可以基于同一疊加場景，通過調(diào)整雙通道的回波干信比來優(yōu)化欺騙和壓制干擾的聯(lián)合干擾性能，從而提高末制導(dǎo)系統(tǒng)對虛假目標(biāo)的景象匹配概率且屏蔽對真實目標(biāo)的定位。盡管該技術(shù)成功聯(lián)合了不同的干擾制式且無需很強的干信比，但仍存在導(dǎo)引頭觀測方式可直接獲取的重要假設(shè)，因此存在工程化的難度，后續(xù)考慮引入機動目標(biāo)狀態(tài)推理模塊來驗證回波的模擬特性。