[摘要]研究了S模式信號(hào)的產(chǎn)生機(jī)理及其基帶信號(hào)數(shù)據(jù)結(jié)構(gòu)的特點(diǎn)，基于高階累積量方法對(duì)二、四、八階累積量進(jìn)行分析比較，分別選取了三個(gè)區(qū)分性好、計(jì)算量小的參數(shù)作為識(shí)別特征，并用構(gòu)造分層結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)來實(shí)現(xiàn)自動(dòng)識(shí)別，利用仿真軟件對(duì)其進(jìn)行仿真，此方法識(shí)別速度快，識(shí)別正確率高。

[關(guān)鍵詞]S模式；分類識(shí)別；高階累積量；BP神經(jīng)網(wǎng)絡(luò)；仿真

[中圖分類號(hào)]TN911.3[文獻(xiàn)標(biāo)識(shí)碼]A

1引言

在現(xiàn)代戰(zhàn)爭(zhēng)中，如何對(duì)目標(biāo)進(jìn)行可靠有效的敵我識(shí)別（Identification Friend or Foe）是一個(gè)非常關(guān)鍵的問題[1]。敵我識(shí)別器除用于目標(biāo)識(shí)別外，還能傳送載機(jī)的其他信息，兼作空中交通管制系統(tǒng)的二次雷達(dá)使用。敵我識(shí)別模擬系統(tǒng)[2]在電子靶場(chǎng)中起著重要的作用，S模式信號(hào)是系統(tǒng)的一種工作模式，也屬于敵我識(shí)別信號(hào)。研究S模式信號(hào)的識(shí)別問題在現(xiàn)今階段具有重要的國(guó)防意義。

S模式信號(hào)識(shí)別是一種典型的模式識(shí)別問題。由于在S模式信號(hào)識(shí)別中，通常能夠提供關(guān)于待識(shí)別通信信號(hào)的部分先驗(yàn)信息，因此，可選用基于有監(jiān)督模式來訓(xùn)練的神經(jīng)網(wǎng)絡(luò)[3]作為分類器。在過去的研究中，識(shí)別特征參數(shù)種類很多，但真正受噪聲影響不大的特征參數(shù)很少。在本文中，針對(duì)待識(shí)別的通信信號(hào)集{S模式詢問信號(hào)、S模式應(yīng)答信號(hào)、差分相移鍵控（DPSK）信號(hào)、脈沖位置調(diào)制（PPM）信號(hào)}。將采用基于高階矩和高階累積量的方法，提取一組對(duì)信噪比和調(diào)制參數(shù)頑健性較好的特征參數(shù)使分類器的設(shè)計(jì)簡(jiǎn)單化，以提高神經(jīng)網(wǎng)絡(luò)訓(xùn)練的收斂速度和神經(jīng)網(wǎng)絡(luò)的推廣能力。

2基本原理

2.1S模式信號(hào)產(chǎn)生機(jī)理[2]

所謂S模式，美國(guó)稱為離散選址信標(biāo)系統(tǒng)，其地面詢問是一種只針對(duì)選定地址編碼的飛機(jī)專用呼叫的詢問。S模式二次雷達(dá)，工作在與傳統(tǒng)二次雷達(dá)相同的頻率：1030/1090MHz。設(shè)備由地面基站傳感器和異頻收發(fā)機(jī)組成，地面?zhèn)鞲衅靼l(fā)出的詢問信號(hào)中，一個(gè)15或29微秒的數(shù)據(jù)塊能夠容納56或112比特的數(shù)據(jù)，數(shù)據(jù)的前24位規(guī)定用于飛機(jī)的地址編碼，實(shí)現(xiàn)點(diǎn)名式的詢問應(yīng)答。

2.1.1S模式詢問信號(hào)格式

S模式詢問信號(hào)由脈沖P1、P2、P6和P5組成。圖1為S模式詢問信號(hào)格式。P1、P2的脈沖寬度為0.8微秒，脈沖間距為2微秒，防止詢問信號(hào)觸發(fā)應(yīng)答機(jī)產(chǎn)生回答信號(hào)；P6脈沖寬度為16.25微秒或30.25微秒，它的第一次載波信號(hào)相位翻轉(zhuǎn)位于脈沖P6上升沿后1.25微秒處，用作同步應(yīng)答機(jī)數(shù)據(jù)解調(diào)的時(shí)鐘信號(hào)和應(yīng)答機(jī)發(fā)射應(yīng)答信號(hào)的參考時(shí)間；P5為旁瓣抑制脈沖。傳送數(shù)據(jù)采用了差分相移鍵控（DPSK）編碼的方式，二進(jìn)制數(shù)據(jù)“1”代表載波相位翻轉(zhuǎn)180度，二進(jìn)制數(shù)據(jù)“0”代表載波相位不翻轉(zhuǎn)。相位翻轉(zhuǎn)點(diǎn)的間距為0.25微秒，數(shù)據(jù)率為4Mhz；編碼長(zhǎng)度可以是56或112比特。數(shù)據(jù)調(diào)制從“同步相位翻轉(zhuǎn)”后0.5微秒開始，P6下降沿之前0.5微秒結(jié)束。最后24比特被固定作為地址——奇偶校驗(yàn)區(qū)（AP區(qū)），用作發(fā)送每個(gè)應(yīng)答機(jī)特有的地址碼。其余編碼位被劃分成不同的區(qū)，用于發(fā)送不同類型的詢問信息。

2.1.2S模式應(yīng)答信號(hào)格式

異頻收發(fā)機(jī)以1090MHz的頻率發(fā)送應(yīng)答信號(hào)，由同步報(bào)頭和數(shù)據(jù)塊組成。

1）同步報(bào)頭：長(zhǎng)度為8.0微秒，由4個(gè)脈沖組成，每個(gè)脈位長(zhǎng)度為1微秒，第一個(gè)脈沖與第二個(gè)是連續(xù)的，第二與第三個(gè)脈沖間距是1.5微秒，第三和第四個(gè)脈沖是連續(xù)的。

2）數(shù)據(jù)塊為二進(jìn)制脈沖位置調(diào)制，調(diào)制速率為1Mbps；所有回答數(shù)據(jù)脈沖均持續(xù)1微秒；數(shù)據(jù)塊從同步報(bào)頭第一個(gè)脈位上升沿之后8微秒開始，如圖2所示，并位于（8+n×0.5μs），其中n=0，1，2……；脈沖間距容差≤±0.05μs。

3.1建立神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

本文采用多層感知器（MLP）神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。該網(wǎng)絡(luò)由三層神經(jīng)元組成，分別是輸入層、中間隱含層、輸出層，如圖3。中間隱含層節(jié)點(diǎn)數(shù)確定原則為，在滿足收斂速度要求后，選擇盡量少的節(jié)點(diǎn)數(shù)以簡(jiǎn)化結(jié)構(gòu)。對(duì)于傳遞函數(shù)，隱含層采用函數(shù)tansig，輸出層采用purelin函數(shù)，學(xué)習(xí)算法采用經(jīng)過改進(jìn)的BP算法L-M（Levenberg-Marquardt）優(yōu)化算法[5]進(jìn)行訓(xùn)練。

3.2識(shí)別參數(shù)特征性質(zhì)

下面將對(duì)基于高階矩和高階累積量的特征參數(shù)進(jìn)行具體分析，實(shí)現(xiàn)對(duì)通信信號(hào)集{S模式詢問信號(hào)、S模式應(yīng)答信號(hào)、差分相移鍵控（DPSK）信號(hào)、脈沖位置調(diào)制（PPM）信號(hào)}的正確識(shí)別。由于在實(shí)際傳輸中，通信信號(hào)不可避免地被噪聲所干擾，為了能更真實(shí)地反映特征參數(shù)對(duì)高斯噪聲的敏感性，通過仿真得出了四種通信信號(hào)在SNR=0，1，…19dB下特征參數(shù)的特性圖，其中P是信號(hào)功率，并對(duì)特征參數(shù)進(jìn)行了歸一化處理。

1）產(chǎn)生數(shù)字基帶通信信號(hào)；

2）識(shí)別特征參數(shù)的提??；

3）訓(xùn)練分層結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)；

4）測(cè)試神經(jīng)網(wǎng)絡(luò)分類器，得出正確的識(shí)別率。

4.1.1信號(hào)產(chǎn)生

為了研究便利，仿真實(shí)現(xiàn)中采用復(fù)基帶信號(hào)形式的數(shù)字通信信號(hào)。利用MATLAB工具按照信號(hào)機(jī)理產(chǎn)生所需的四種數(shù)字基帶通信信號(hào)，并對(duì)產(chǎn)生的信號(hào)進(jìn)行指定采樣數(shù)據(jù)長(zhǎng)度截取和保存。按照指定信噪比，編寫了相應(yīng)的加噪程序，為信號(hào)加入相應(yīng)的復(fù)高斯白噪聲。

4.1.2訓(xùn)練分層結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)

分層結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)分類器結(jié)構(gòu)如圖6所示。仿真實(shí)現(xiàn)中神經(jīng)網(wǎng)絡(luò)三個(gè)分層的輸入層、中間隱含層、輸出層的個(gè)數(shù)分別為：# 1（121），#2（131），3#（141）。在SNR=0～ 19dB范圍內(nèi)，每間隔1dB產(chǎn)生30 000點(diǎn)采樣數(shù)據(jù)，計(jì)算出特征參數(shù)值，以此組成訓(xùn)練集，利用其相應(yīng)的訓(xùn)練集和目標(biāo)矩陣對(duì)各層神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，各層神經(jīng)網(wǎng)絡(luò)可分別設(shè)定不同訓(xùn)練目標(biāo)參數(shù)、最大步數(shù)。神經(jīng)網(wǎng)絡(luò)通過訓(xùn)練，得到滿足目標(biāo)精度的閾值b和權(quán)值w矩陣。此時(shí)只需將待識(shí)別通信信號(hào)的特征參數(shù)值輸入分層結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)，分類器就會(huì)輸出分類結(jié)果。

4.2仿真結(jié)果輸出及分析

當(dāng)SNR=0，2，4，6，8，10，12，14，16，18dB時(shí)，仿真程序?qū)λ姆N數(shù)字通信信號(hào)進(jìn)行仿真識(shí)別。每隔2dB，每種數(shù)字通信信號(hào)產(chǎn)生30 000點(diǎn)采樣數(shù)據(jù)，計(jì)算識(shí)別特征參數(shù)值，測(cè)試其輸入分層結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)，并重復(fù)上述過程400次，得到仿真識(shí)別概率曲線圖7。

從圖7中可以看出：當(dāng)SNR=0dB時(shí)，S模式詢問信號(hào)和S模式應(yīng)答信號(hào)能較好地識(shí)別，識(shí)別率在90%以上，DPSK信號(hào)和 PPM信號(hào)識(shí)別率稍低；當(dāng)SNR=4dB時(shí)，四種待識(shí)別信號(hào)的正確識(shí)別率可達(dá)到95%以上；在SNR=8dB時(shí)，待識(shí)別信號(hào)的識(shí)別率能夠達(dá)到100%。仿真結(jié)果表明較好地完成了正確分類識(shí)別的目的，同時(shí)上述結(jié)果也表明了該方法在低信噪比下同樣具有良好的識(shí)別性能。

5結(jié)論

本文深入分析了S模式信號(hào)的特性，運(yùn)用高階累積量方法選取適合的特征參數(shù)，對(duì)S模式詢問信號(hào)、S模式應(yīng)答信號(hào)以及與其同頻同調(diào)制的差分相移鍵控信號(hào)、脈沖位置調(diào)制信號(hào)進(jìn)行了分類識(shí)別。仿真結(jié)果表明了此方法能夠有效地完成S模式信號(hào)的分類識(shí)別目的。隨著訓(xùn)練集中各信噪比下訓(xùn)練數(shù)量的增加，誤差指標(biāo)的降低，神經(jīng)網(wǎng)絡(luò)經(jīng)過充分訓(xùn)練后，識(shí)別性有望進(jìn)一步提高。

參考文獻(xiàn)

[1]李錕.敵我識(shí)別系統(tǒng)的現(xiàn)狀及未來發(fā)展[J].電訊技術(shù)增刊，2003，Vol.43，No.1：13-14.

[2]敵我識(shí)別模擬系統(tǒng)技術(shù)說明書.成都：天奧信息科技有限公司，2007，02.

[3]胡寧寧.神經(jīng)網(wǎng)絡(luò)應(yīng)用技術(shù)[M].北京：國(guó)防科技大學(xué)出版社.1994.31-48.

[4]成靜，李鋼虎，周關(guān)林.《高階累積量計(jì)算優(yōu)化的仿真研究》[J].《計(jì)算機(jī)仿真》，2009，08：42-45.

[5]王學(xué)輝，張明輝等編著.《Matlab6.1最新應(yīng)用詳解》[M].北京：中國(guó)水利水電出版社，2002，377-379.

作者簡(jiǎn)介：王苗苗（1981.10-），女，山東泰安人，漢族，本科，工程師。研究方向：雷達(dá)對(duì)抗。