劉慶云, 胡天俊, 楊新國(guó)
(上海無(wú)線電設(shè)備研究所,上海200090)
低截獲概率(Low Probability of Intercept,LPI)雷達(dá)所采用的超低副瓣天線、功率管理以及低峰值功率大時(shí)寬帶寬積信號(hào)波形等技術(shù)都顯著抵消了電子偵察和被動(dòng)制導(dǎo)設(shè)備的作用距離優(yōu)勢(shì)。因此,面對(duì)國(guó)外LPI雷達(dá)技術(shù)的迅猛發(fā)展,如何從理論和技術(shù)上解決LPI雷達(dá)信號(hào)的檢測(cè)問(wèn)題,有效抵消LPI雷達(dá)的作用距離優(yōu)勢(shì),是電子偵察和被動(dòng)制導(dǎo)領(lǐng)域的專業(yè)人員所面臨的最為迫切的任務(wù)之一。
國(guó)外最初采用輻射計(jì)(radiometer)技術(shù)進(jìn)行LPI信號(hào)的檢測(cè)[1-3],該方法又稱為能量檢測(cè)法。盡管其檢測(cè)性能相對(duì)較差,但隨著人們對(duì)認(rèn)知無(wú)線電網(wǎng)絡(luò)興趣的日益增加,近年來(lái),能量檢測(cè)法又受到了人們的關(guān)注[4-7]。與能量檢測(cè)法同時(shí)期提出的LPI信號(hào)檢測(cè)方法還有互相關(guān)檢測(cè)法[2]。文獻(xiàn)[8]對(duì)互相關(guān)檢測(cè)法的檢測(cè)性能進(jìn)行了理論分析,但沒(méi)有探討積分器個(gè)數(shù)及積分時(shí)間的設(shè)置問(wèn)題。為了同時(shí)獲得信號(hào)的內(nèi)部特征信息,近十多年來(lái),人們又提出了大量基于時(shí)頻分析技術(shù),如魏格納分布、喬伊-威廉斯分布、正交鏡像濾波器組,以及循環(huán)平穩(wěn)譜分析等技術(shù)的LPI信號(hào)檢測(cè)方法[9-20]。同互相關(guān)檢測(cè)法相比,這些檢測(cè)方法有兩個(gè)方面的局限性:所需的計(jì)算復(fù)雜度及計(jì)算量均很大,不利于檢測(cè)算法的實(shí)時(shí)實(shí)現(xiàn);對(duì)信號(hào)類型的普適性相對(duì)較差,如魏格納分布、喬伊-威廉斯分布較適用于線性調(diào)頻信號(hào)的檢測(cè),循環(huán)平穩(wěn)譜分析技術(shù)較適用于檢測(cè)信號(hào)持續(xù)時(shí)間較長(zhǎng),且其自相關(guān)函數(shù)具有周期性的信號(hào),而互相關(guān)檢測(cè)法對(duì)各種LPI信號(hào)類型均具有較好的適用性。再者,時(shí)頻分析及循環(huán)平穩(wěn)譜分析技術(shù)更適用于分析信號(hào)的內(nèi)部特征,用于信號(hào)檢測(cè)無(wú)疑是信號(hào)處理資源的一種浪費(fèi)。因此,相比較而言,互相關(guān)檢測(cè)法在電子偵察及被動(dòng)制導(dǎo)系統(tǒng)中更具潛在的工程應(yīng)用價(jià)值。本文首先對(duì)LPI信號(hào)的互相關(guān)檢測(cè)法進(jìn)行較詳細(xì)地介紹,然后通過(guò)仿真統(tǒng)計(jì)的方法探討互相關(guān)處理增益與積分時(shí)間、輸入信噪比之間的定量關(guān)系。最后,針對(duì)復(fù)雜的電磁對(duì)抗環(huán)境,提出了偵察接收機(jī)方案,以及工程應(yīng)用中尚需進(jìn)一步解決的幾個(gè)問(wèn)題。
記電子偵察或被動(dòng)制導(dǎo)設(shè)備兩獨(dú)立接收通道所接收信號(hào)分別為r1(t)、r2(t)(0≤t≤T,T 為信號(hào)持續(xù)時(shí)間),則兩信號(hào)間的互相關(guān)運(yùn)算定義為
式中:符號(hào)“?”表示互相關(guān)運(yùn)算;r*2(t)表示r2(t)的復(fù)共軛;Tc表示積分時(shí)間。顯然地,信號(hào)r1(t)、r2(t)間的互相關(guān)運(yùn)算等價(jià)于先將兩信號(hào)截為持續(xù)時(shí)間為T(mén)c的信號(hào),再求兩信號(hào)在零時(shí)延情況下的互相關(guān)函數(shù)。當(dāng)待檢測(cè)信號(hào)s(t)存在時(shí),信號(hào)r1(t)、r2(t)通常具有式(2)、(3)所示形式。
式中:Δφ 為兩接收信號(hào)間的相位差;n1(t)、n2(t)為兩路接收噪聲信號(hào)。通常假設(shè)n1(t)、n2(t)為均值為零、且統(tǒng)計(jì)獨(dú)立的高斯白噪聲。由此可得
鑒于待檢測(cè)信號(hào)s(t)通??山茷楹愣òj(luò)信號(hào),因此,式(4)等號(hào)右邊的第一項(xiàng)及后三項(xiàng)可分別視為信號(hào)r1(t)r*2(t)中的直流信號(hào)分量及寬帶噪聲信號(hào)分量。當(dāng)接收信噪比較低時(shí),該寬帶噪聲信號(hào)分量又可近似為均值為零的白噪聲信號(hào)。顯然地,對(duì)信號(hào)r1(t)r*2(t)進(jìn)行積分運(yùn)算,可實(shí)現(xiàn)弱信號(hào)的檢測(cè),同時(shí)獲得兩信號(hào)間相位差的估計(jì)。
互相關(guān)檢測(cè)法僅需對(duì)兩路獨(dú)立接收信號(hào)依次進(jìn)行共軛相乘和積分運(yùn)算即可實(shí)現(xiàn)信號(hào)的能量檢測(cè),這是該方法比基于時(shí)頻分析、循環(huán)平穩(wěn)譜分析等技術(shù)的LPI信號(hào)檢測(cè)法更具信號(hào)類型適應(yīng)性及算法實(shí)時(shí)性優(yōu)勢(shì)的內(nèi)因所在。圖1給出了基于互相關(guān)運(yùn)算的LPI信號(hào)檢測(cè)方法原理框圖。圖1中,兩路獨(dú)立接收信號(hào)r1(t)、r2(t)共軛相乘后,分別送入具有不同積分時(shí)間的積分器中進(jìn)行積分運(yùn)算。設(shè)置多個(gè)積分器的目的,是為了盡可能地實(shí)現(xiàn)積分時(shí)間與信號(hào)持續(xù)時(shí)間之間的匹配。各積分器的輸出信號(hào)經(jīng)取模值后送入信號(hào)檢測(cè)模塊。只要任意一路積分器輸出的模值超過(guò)了預(yù)定的檢測(cè)門(mén)限,則判為檢測(cè)到了信號(hào)。
圖1 LPI信號(hào)互相關(guān)檢測(cè)法組成原理框圖
仿真條件:
a)待檢測(cè)信號(hào)為正弦頻率調(diào)制信號(hào),其持續(xù)時(shí)間T、帶寬B 及輸入信噪比(S/N)i分別為30μs、56 MHz及-3dB;
b)仿真數(shù)據(jù)長(zhǎng)度大于1 000μs;
c)接收機(jī)信道帶寬Bch、采樣頻率分別為68 MHz、300 MHz。
圖2示出了不同Tc取值情況下互相關(guān)運(yùn)算輸出結(jié)果的歸一化模值(相對(duì)于互相關(guān)運(yùn)算輸出數(shù)學(xué)期望值的最大模值進(jìn)行歸一化)。為便于進(jìn)行檢測(cè)性能對(duì)比,圖2(d)同時(shí)示出了由短時(shí)傅氏變換(STFT)所得短時(shí)功率譜,其中數(shù)據(jù)窗長(zhǎng)度、相鄰窗重疊時(shí)間分別為0.85 μs 及四分之一窗長(zhǎng)。
由圖2可直觀得到如下結(jié)論:三種Tc取值情況下均可由互相關(guān)運(yùn)算輸出信號(hào)幅度準(zhǔn)確地判斷出信號(hào)的有無(wú);盡管同樣可由STFT 的輸出結(jié)果判斷信號(hào)的有無(wú),但因STFT 的輸出信噪比相對(duì)較低,判斷的準(zhǔn)確性較差。實(shí)際上,在使用STFT時(shí),還存在數(shù)據(jù)窗長(zhǎng)度的選擇問(wèn)題。圖3示出了當(dāng)數(shù)據(jù)窗長(zhǎng)度為0.43μs時(shí),由STFT 所得短時(shí)功率譜。由圖3可見(jiàn),當(dāng)數(shù)據(jù)窗長(zhǎng)度選擇不當(dāng)時(shí),基本上無(wú)法從短時(shí)功率譜中檢測(cè)到信號(hào)的存在。因此,當(dāng)使用STFT 技術(shù)檢測(cè)信號(hào)時(shí),應(yīng)同時(shí)采用多種數(shù)據(jù)窗長(zhǎng)度分析信號(hào),其數(shù)據(jù)處理量很大。再者,若要進(jìn)一步提高檢測(cè)性能,需在時(shí)頻二維平面內(nèi)沿正弦曲線對(duì)短時(shí)功率譜進(jìn)行積分運(yùn)算。顯然地,在待檢測(cè)信號(hào)脈內(nèi)調(diào)制特性和(或)調(diào)制參數(shù)未知的情況下,想通過(guò)這種積分運(yùn)算提高檢測(cè)性能,基本上是不可能實(shí)時(shí)實(shí)現(xiàn)的。
圖2 不同Tc 值時(shí)互相關(guān)運(yùn)算及STFT輸出結(jié)果的比較
圖3 由STFT所得短時(shí)功率譜(數(shù)據(jù)窗長(zhǎng)度為0.43μs)
記
式(5)中,Xss(t)、nI(t)+j nQ(t)分別為r1(t)?r2(t)中的信號(hào)分量和噪聲分量。定義輸出信噪比SNRout為[7]
圖4 信號(hào)處理增益與(S/N)i間關(guān)系曲線的仿真統(tǒng)計(jì)結(jié)果
由圖4可見(jiàn):a)三種Tc取值情況下,處理增益均隨(S/N)i的增大而非線性增大,且(S/N)i≥5dB時(shí),處理增益基本上不再隨(S/N)i的增大而增大。這說(shuō)明輸入信噪比越低,接收噪聲對(duì)處理增益的影響越大,而輸入信噪比越高,處理增益越接近脈沖壓縮增益;b)(S/N)i越大,Tc=2 T 和Tc=T 時(shí) 的 處 理 增 益 越 接 近。(S/N)i越 小,Tc=2T 和Tc=T/2時(shí)的處理增益越接近;c)在(S/N)i所有給定取值條件下,Tc=2T 和Tc=T/2時(shí)的處理增益損失基本上均在3dB 以內(nèi)。鑒于LPI雷達(dá)脈沖信號(hào)的持續(xù)時(shí)間通常大于5μs,甚至為連續(xù)波信號(hào),因此,為盡可能地減少信號(hào)處理?yè)p失、信號(hào)處理硬件資源消耗量,以及在盡可能低的輸入信噪比條件下檢測(cè)長(zhǎng)持續(xù)時(shí)間LPI信號(hào),可設(shè)置四個(gè)積分器,并將其積分時(shí)間分別設(shè)置為8μs、32μs、128μs和512μs。
電子偵察設(shè)備將面臨日益復(fù)雜的電磁對(duì)抗信號(hào)環(huán)境。在此種電磁環(huán)境下,偵察接收機(jī)所接收信號(hào)通常是信號(hào)幅度可能相差很大的多個(gè)輻射源信號(hào)的合成信號(hào),而所感興趣的信號(hào)既可能是其中的部分強(qiáng)信號(hào)分量,也可能是其中的部分弱信號(hào)分量,如LPI雷達(dá)信號(hào)和擴(kuò)頻通信信號(hào)。為能同時(shí)進(jìn)行強(qiáng)、弱信號(hào)的偵收,本文結(jié)合LPI互相關(guān)檢測(cè)法,提出了如圖5 所示的偵察接收機(jī)方案。
該方案首先對(duì)各路模擬輸出信號(hào)進(jìn)行數(shù)字信道化,再對(duì)每一數(shù)字化子信道的輸出進(jìn)行強(qiáng)信號(hào)檢測(cè)。一旦檢測(cè)到強(qiáng)信號(hào)的存在,則將該信號(hào)送到相應(yīng)的信號(hào)處理模塊,以進(jìn)行參量估計(jì)、脈內(nèi)調(diào)制特性分析及分選、識(shí)別處理。當(dāng)沒(méi)有檢測(cè)到強(qiáng)信號(hào)時(shí),則將接收信號(hào)送至LPI信號(hào)互相關(guān)檢測(cè)模塊。一旦該模塊檢測(cè)到弱信號(hào)的存在,則采用時(shí)頻分析或高階統(tǒng)計(jì)量等技術(shù)進(jìn)行參量估計(jì)及脈內(nèi)調(diào)制特性分析,再進(jìn)行分選與識(shí)別處理。將弱信號(hào)的檢測(cè)與參量估計(jì)、脈內(nèi)調(diào)制特性分析分開(kāi)處理,有利于減少計(jì)算量,提高偵察信號(hào)處理的實(shí)時(shí)性。
圖5 適用于LPI信號(hào)的偵察接收機(jī)總體方案
前文初步分析結(jié)果表明:互相關(guān)運(yùn)算能夠獲得信號(hào)處理增益,而處理增益的大小與信號(hào)的持續(xù)時(shí)間、積分時(shí)間及輸入信噪比均有關(guān);相比于基于時(shí)頻分析、循環(huán)平穩(wěn)譜分析等技術(shù)的LPI信號(hào)檢測(cè)方法,互相關(guān)檢測(cè)法不僅所需的計(jì)算復(fù)雜度及計(jì)算量較小,并對(duì)不同類型的LPI信號(hào)均具有較好的適應(yīng)性,因此,不失為電子偵察及被動(dòng)制導(dǎo)系統(tǒng)對(duì)抗LPI雷達(dá)的一種有效途徑。但要將該技術(shù)應(yīng)用于實(shí)際工程中,尚需解決以下幾個(gè)問(wèn)題:首先,在低信噪比條件下,輻射源信號(hào)特征參數(shù)的測(cè)量精度將大大降低,因此低參數(shù)測(cè)量精度條件下的信號(hào)分選與識(shí)別問(wèn)題是LPI信號(hào)偵察中一個(gè)急需解決的問(wèn)題;其次,在密集的電磁信號(hào)環(huán)境條件下,出現(xiàn)單個(gè)數(shù)字化子信道的輸出中同時(shí)包含多個(gè)微弱LPI信號(hào)分量的概率大大增加,在后續(xù)的信號(hào)處理中應(yīng)盡可能地進(jìn)行多分量信號(hào)的識(shí)別處理,這對(duì)于剔除無(wú)效數(shù)據(jù),減少后續(xù)的信號(hào)處理負(fù)擔(dān)具有重要意義。
[1] R.A.Dillard.Detectability of Spread Spectrum Signals[J].IEEE Transactions on Aerospace and Electronic Systems.1979,(10):526-537.
[2] Andreas Polydoros.Advanced LPI Intercept Detector Research[R].Axiomatix Report,1985.
[3] Alexander Sonnenschein,Philip M.Fishman.Limitations on the Detectability of Spread-spectrum Signals[C].Military Communications Conference,1989.
[4] F.F.Digham,M.S.Alouini,M.K.Simon.On the Energy Detection of Unknown Signals over Fa-ding Channels[J].IEEE Transactions on Communications,2007,55(1):21-24.
[5] O.Olabiyi,S.Alam,O.Odejide,et al.Further Results on the Energy Detection of Unknown Deterministic Signals Over Generalized Fading Channel[C].IEEE Globecom Workshops,2011.
[6] S.P.Herath,N.Rajatheva,C.Tellambura.Energy Detection of Unknown Signals in Fading and Diversity Reception[J].IEEE Transactions on Communications,2011,59(9):2443-2453.
[7] Kasun T.Hemachandra,Norman C.Beaulieu.Novel Analysis for Performance Evaluation of Energy Eetection of Unknown Deterministic Signals Using Dual Diversity[C].IEEE Vehicular Technology Conference,2011.
[8] Riccardo Ardoino,Andrea Megna.LPI radar Detection:SNR Performances for a Dual Channel Cross-correlation Based ESM Receiver[C].European Radar Conference,2009.
[9] Andrew M.Gillman.Non Co-operative Detection of LPI/LPD Signals via Cyclic Spectral Analysis[D].Australia:Air University,1999.
[10] Antonio F.,Lima,Jr.Analysis of Low Probability of Intercept(LPI)Radar Signals Using Cyclostationary Processing [D].Monterey California:Naval Postgraduate School,2002.
[11] Jen Yu Gau.Analysis of Low Probability of Intercept(LPI)Radar Signals Using Wigner Distribution[D].Monterey California:Naval Postgraduate School,2002.
[12] F.L.Taboada.Detection and Classification of Low Probability of Intercept Radar Signal Using Parallel Filter Arrays and Higher Order Statistics[D].Monterey California:Naval Postgraduate School,2002.
[13] Christer Persson.Classification and Analysis of Low Probability of Intercept Radar Signals Using Image Processing[D].Monterey California:Naval Postgraduate School,2003.
[14] Aytug Denk.Detection and Jamming Low Probability of Intercept(LPI)Radars[D].Monterey California:Naval Postgraduate School,2006.
[15] Patrick B.Kistner,David M.Crescitelli.Enchanced Detection of Orthogonal Radar Waveforms Using Time-frequency and Bi-frequency Signal Processing Techniques[D].Monterey California:Naval Postgraduate School,2008.
[16] Teresa Lynn Odom Upperman.ELINT Signal Processing Using Choi-Williams Distribution on Reconfigurable Computers for Detection and Classification of LPI Emitters[D].Monterey California:Naval Postgraduate School,2008.
[17] 袁偉明,王敏,吳順君,等.一種新的LPI信號(hào)的截獲方法[J].電波科學(xué)學(xué)報(bào),2005,20(1):73-76.
[18] 王磊娜.基于正交鏡像濾波器組的LPI雷達(dá)信號(hào)的檢測(cè)研究[D].南京:南京理工大學(xué),2008.
[19] 戴幻堯,蔣鴻宇.基于濾波器組和高階累積量技術(shù)的LPI信號(hào)特征檢測(cè)的新方法[J].系統(tǒng)工程與電子技術(shù),2009,31(6):1336-1341.
[20] 沈偉,馮志紅,趙擁軍,等.基于高階累積量的雷達(dá)信號(hào)檢測(cè)[J].電子信息對(duì)抗技術(shù),2012,27:1-5.