雷达抗干扰能力是雷达系统在复杂电磁干扰环境下生存和正常工作的重要保障。由于较高的能量利用率和性价比,有源欺骗式干扰在雷达对抗战中正发挥着越来越重要的作用。鉴于单站雷达视角单一,所能达到的抗干扰能力有限,在欺骗式干扰对抗中存在诸多性能上的局限性。因此,多站雷达协同是雷达抗干扰的重要发展趋势,通过将各雷达站的探测数据联合处理,可以有效提高多站雷达系统对有源假目标的鉴别能力。本论文主要围绕着国防基础科研项目“XXX综合抗干扰技术”的研究任务,以欺骗式干扰为研究对象,从数据级融合和信号级融合两个方面,对多站雷达下欺骗式干扰的协同对抗做了深入研究,主要工作分为以下四个部分:·利用真实目标在空间位置和速度矢量上的相关特性,研究了基于数据级融合的协同抗欺骗式干扰方法。主要工作包括三个方面:1.在同构组网雷达背景下,针对现有点迹关联方法对远区假目标鉴别性能下降的问题,提出一种新的联合利用目标位置和速度信息的点迹关联鉴别有源假目标方法,明显提高了对假目标的鉴别能力;2.在多基地组网雷达背景下,以马氏距离作为检测统计量,研究了基于卡方检验的有源假目标鉴别方法,可利用接收站的量测信息对协同欺骗式干扰产生的假目标进行有效鉴别;3.在主/被动组网雷达背景下,提出一种基于方位角-俯仰角二维角度统计量的协同假目标鉴别方法,相比于现有基于方位角统计量的鉴别方法,增加了关联统计量的自由度,可在保证对真实目标鉴别概率的情况下,有效提高对协同假目标的鉴别概率。·研究了基于回波信号相关性处理的抗欺骗式干扰方法,属于信号级协同抗干扰方法。在各雷达站对目标的视角差异足够大的情况下,其接收到的目标回波信号的复包络是相互独立的;相反地,由于干扰机在各辐射方向上发射的干扰信号相同,各雷达站所接收的干扰信号的复包络是相关的。基于此差异,定义了由多个脉冲回波数据组成的目标慢时间复包络序列,以描述此相关性上的差异,并研究了基于回波信号相关性处理的协同抗欺骗式干扰方法。首先,在各接收站目标回波信号相互独立的情况下,提出一种基于经验门限的有源假目标鉴别的方法,其鉴别过程简洁,算法复杂度低,然而,无法保证对真实目标的鉴别概率。为此,我们进一步提出了基于自适应门限的真假目标鉴别方法,以序列互相关为鉴别统计量,通过对其概率密度函数进行理论推导,可在保证对真实目标鉴别概率恒定的情况下,对有源假目标进行有效鉴别。最后,进一步对基于自适应门限的目标鉴别方法进行了推广,使其适用于真实目标回波部分相关的情况,并仿真验证了信号级融合算法相比于数据级融合算法在假目标鉴别概率上的提升。这一类方法的优势在于:由于欺骗式干扰的调制方式并不影响其在各接收站中的相关性,可用于对不同调制欺骗式干扰产生的假目标进行有效鉴别;在有源假目标鉴别之后,可再次利用基于数据级协同抗欺骗式干扰方法对假目标进行二次鉴别,进一步提高对有源假目标的鉴别概率。·在单个脉冲回波数据下,研究了基于聚类分析的信号级协同抗欺骗式干扰方法。基于回波信号相关性处理的方法需要利用多个脉冲的回波数据进行相关性检验,会将慢起伏目标误判为假目标,且对各接收通道中存在的幅相误差较为敏感。为解决这一问题,需要探究仅利用单个脉冲回波数据进行有源假目标鉴别的方法。首先,对真假目标的幅度比特征进行理论分析,并定义了由目标在不同接收站中的幅度之比构成的特征空间,得到结论:在所定义幅度比特征空间中,有源假目标“集中”于同一点,而真实目标随机分布在整个特征空间中。根据此差异,提出利用系统聚类分析方法来解决有源假目标的鉴别问题,通过聚类分析可将所有假目标聚集于同一类中,而每个真实目标各成一类,因此,对类中目标个数超过2的类,其中的所有目标均被判为有源假目标。其次,在自卫式干扰和真假目标重叠这两种特殊场景下,分析了所提方法的假目标鉴别性能。最后,通过仿真实验验证了所提方法可利用单个脉冲回波数据对假目标进行有效鉴别,有效解决了上述基于回波信号相关性处理方法存在的问题,同时拥有其在抗欺骗式干扰方面的所有优点。·上述两类信号级协同抗欺骗式干扰方法仅能用于各雷达站独立进行目标检测的情况,在多站雷达系统采用联合检测方法时,进一步研究了基于似然比检测与参数估计的两种信号级协同抗欺骗式干扰方法。具体工作包括以下两点:1.在联合检测阶段实现真假目标鉴别。对真实目标接收信号矢量和欺骗干扰信号矢量间的差异进行理论分析,得到结论:干扰信号矢量始终存在于一个由干扰特征矢量决定的单秩空间内,而真实目标接收信号矢量随机分布在整个空间中。根据这一差异,提出在目标联合检测后进一步利用经典线性模型下的广义似然比检测对目标进行真假鉴别,并通过计算机仿真实验,验证了所提方法可对有源假目标进行有效鉴别;2.在各雷达站中真实目标回波相关性过高的情况下,联合检测鉴别方法的性能下降明显,考虑在参数估计阶段进行真假目标鉴别。首先建立欺骗式干扰下多站雷达参数估计模型,推导了多站雷达在目标定位的同时进行欺骗式干扰参数估计的克拉美罗界CRLB,并给出了迭代寻优的欺骗式干扰参数估计方法。在此基础上,进而提出基于欺骗式干扰参数估计的有源假目标鉴别方法,并仿真验证了该方法的有效性。