吳　琳，鄭志娟，許　琪

(中國(guó)電子科技集團(tuán)公司第五十一研究所，上海 201802)

?

基于全脈沖的周期信號(hào)樣本提取技術(shù)

吳琳，鄭志娟，許琪

(中國(guó)電子科技集團(tuán)公司第五十一研究所，上海 201802)

現(xiàn)代電子戰(zhàn)中，傳統(tǒng)的輻射源分選識(shí)別方法無(wú)法在密集的信號(hào)環(huán)境中快速有效地對(duì)復(fù)雜體制雷達(dá)進(jìn)行分選識(shí)別，造成系統(tǒng)漏警?；谏鲜銮闆r，提出了一種基于脈沖樣本序列自提取的分選算法。這種算法利用雷達(dá)信號(hào)脈沖序列的周期性和相關(guān)性，實(shí)現(xiàn)對(duì)模板序列的自動(dòng)提取，從而可實(shí)現(xiàn)全脈沖序列中小樣本數(shù)或脈間規(guī)律復(fù)雜的雷達(dá)信號(hào)的分選。仿真實(shí)驗(yàn)表明，在全脈沖數(shù)據(jù)量級(jí)適中的情況下，該算法可以有效提取目標(biāo)模板序列。

雷達(dá)對(duì)抗；脈沖樣本圖；模板匹配

0　引言

隨著雷達(dá)技術(shù)的發(fā)展，電磁環(huán)境日益復(fù)雜，這就使得雷達(dá)信號(hào)分選識(shí)別日趨艱難。傳統(tǒng)雷達(dá)信號(hào)的時(shí)域分選方法主要有：動(dòng)態(tài)關(guān)聯(lián)法[1]、累積差直方圖法[1]、序列差直方圖法[2]、TOA中點(diǎn)匹配法、PRI變換法[3]等?？墒窃谀繕?biāo)的采樣脈沖數(shù)目較少，目標(biāo)信號(hào)的脈沖重復(fù)周期無(wú)明顯規(guī)律及脈間規(guī)律模型尚不明確的情況下，無(wú)法使用上述方法進(jìn)行規(guī)律統(tǒng)計(jì)。而平面變換技術(shù)[4]由于其人工介入程度深及實(shí)時(shí)性差等問題，目前尚不適合偵察及告警系統(tǒng)。此外，現(xiàn)有的特征表述方法也逐漸呈現(xiàn)出不能完全準(zhǔn)確地表示不斷增多的復(fù)雜體制雷達(dá)信號(hào)特征的趨勢(shì)[5]。本文引入了雷達(dá)信號(hào)樣本圖的概念，提出了基于全脈沖的樣本匹配分選技術(shù)。該技術(shù)通過將全脈沖序列整體移位，求取目標(biāo)信號(hào)脈沖相關(guān)函數(shù)峰值點(diǎn)，從而提取出目標(biāo)信號(hào)脈沖樣本序列，實(shí)現(xiàn)完整準(zhǔn)確的信號(hào)分選。

1　雷達(dá)信號(hào)脈沖樣本圖

雷達(dá)輻射源按照信號(hào)形式可以分為脈沖雷達(dá)和連續(xù)波雷達(dá)。連續(xù)波雷達(dá)數(shù)量較少且使用受限?，F(xiàn)代雷達(dá)大多數(shù)都屬于脈沖雷達(dá)。利用雷達(dá)信號(hào)的脈沖樣本圖可以將雷達(dá)在某一工作模式下發(fā)射的脈沖信號(hào)序列的特征完整地表示出來(lái)。假設(shè)S=(P1,P2,P3,…,PM)是某雷達(dá)在特定模式下發(fā)射的一組含有M個(gè)脈沖的脈沖序列，該序列是以其中的某個(gè)子序列SL=(Pi,Pi+1,Pi+2,…,Pi+L)為模板按一定的周期重復(fù)展現(xiàn)，那么SL就是該雷達(dá)信號(hào)的一個(gè)脈沖樣本圖。其中P表示含有射頻、脈寬、脈內(nèi)調(diào)制特征和到達(dá)時(shí)間等參數(shù)的雷達(dá)信號(hào)脈沖的特征矢量[6]。

2　基于樣本圖自提取的分選方法

2.1模板樣本圖自相關(guān)技術(shù)原理

假設(shè)一個(gè)脈沖描述字(PDW)含有K個(gè)參數(shù)，第i個(gè)PDW可表示為Yi=(x1,x2，…,xk),其中xk是一個(gè)值或一個(gè)取值范圍，為統(tǒng)一表達(dá)采用數(shù)值區(qū)間。

模板樣本圖自相關(guān)的原理是將全脈沖樣本序列沿到達(dá)時(shí)間整體移位，并與原脈沖序列進(jìn)行自相關(guān)匹配，當(dāng)移位到某一個(gè)雷達(dá)信號(hào)的一個(gè)骨架周期后時(shí)，所獲得的匹配數(shù)會(huì)達(dá)到一個(gè)峰值，這個(gè)骨架周期內(nèi)脈沖序列就是該部雷達(dá)當(dāng)前工作模式下的信號(hào)脈沖序列模板樣本圖或樣本子圖。

假設(shè)全脈沖樣本序列的到達(dá)時(shí)間為tn，n=1,2,3,…N，N為脈沖個(gè)數(shù)。在僅考慮脈沖到達(dá)時(shí)間這一參數(shù)時(shí)，整個(gè)脈沖列可模型化為單位沖激函數(shù)的和:

(1)

相關(guān)函數(shù)的表達(dá)式為：

(2)

(3)

式中，f(xi,xj)稱為分選標(biāo)識(shí)字函數(shù)，其值的定義為：

對(duì)2個(gè)脈沖的匹配則用歐式加權(quán)距離d(x,y)進(jìn)行判定。定義如下：

(5)

式中,M為特征參量的個(gè)數(shù)，x和y為2個(gè)具有M維特征參數(shù)的向量，wi為向量中第i個(gè)參數(shù)的權(quán)重。

一般而言，脈內(nèi)調(diào)制特征參數(shù)(IPC)以編碼表示，不能進(jìn)行數(shù)值計(jì)算，對(duì)該參數(shù)的距離定義如下：

(6)

對(duì)于雷達(dá)信號(hào)而言，不同的特征參數(shù)具有不同的值域和量綱。計(jì)算距離時(shí)，需要對(duì)參數(shù)進(jìn)行標(biāo)準(zhǔn)化處理，消除不同值域和量綱的影響。

判斷兩個(gè)脈沖是否匹配，需要計(jì)算兩者的加權(quán)歐式距離dxy，當(dāng)dxy

2.2雷達(dá)信號(hào)脈沖序列自相關(guān)匹配算法

提取目標(biāo)雷達(dá)信號(hào)的脈沖樣本模板的具體步驟如圖1所示。①獲取全脈沖采樣數(shù)據(jù)；②將全脈沖序列按方位和頻段大致劃分成若干個(gè)子采樣序列；③初始化移位位數(shù)n(n=1)；④根據(jù)值生成待匹配脈沖序列S和移位脈沖序列Sn；⑤設(shè)時(shí)間間隔容差為Δσ，待匹配脈沖序列與移位脈沖序列的時(shí)間差為τ，若對(duì)任意一個(gè)待匹配脈沖的ti，存在一個(gè)移位脈沖tj，滿足ti-τ-Δσ

圖1　全脈沖序列移位自相關(guān)處理流程

假設(shè)當(dāng)移位位數(shù)為n時(shí)的自相關(guān)函數(shù)Rn取得峰值，且該峰值高于設(shè)定門限Rthreshold，此時(shí)可將Rn對(duì)應(yīng)的脈沖序列提取出來(lái)整理合并成樣本子圖MFrame和樣本圖M。

圖2　二參差信號(hào)移位匹配示意圖

3　仿真分析

為了模擬真實(shí)環(huán)境，數(shù)據(jù)產(chǎn)生模塊生成的雷達(dá)信號(hào)數(shù)據(jù)具有以下特點(diǎn)：①生成的全脈沖信號(hào)在空域上交疊嚴(yán)重，很難利用位置信息分流稀釋；②非常規(guī)體制雷達(dá)比例加大；③存在小樣本數(shù)的重點(diǎn)雷達(dá)目標(biāo)。

雷達(dá)具體參數(shù)設(shè)計(jì)如表1所示。目標(biāo)1、目標(biāo)2的仿真提取結(jié)果如圖3、圖4所示。其中IPC表示脈內(nèi)特征(無(wú)脈內(nèi)調(diào)制；頻率編碼FSK)。對(duì)于混疊在一起的全脈沖數(shù)據(jù)流，本文采取脈沖序列自相關(guān)匹配算法進(jìn)行循環(huán)提取。設(shè)定相關(guān)函數(shù)有效性門限為Rthreshold=PulseNum/3,式中的PulseNum為參與相關(guān)匹配的脈沖個(gè)數(shù)。

表1雷達(dá)參數(shù)設(shè)置表

目標(biāo)序號(hào)(樣本數(shù))RF/MHzPW/μsIPCPRI/μs位置(經(jīng)度,緯度)1(270)4750～5100固定/捷變1.8192(27/30/35)(123.6°,42.6°)2(22)2980～3200捷變2.51853(60/63/70/72/75/78/81/84/86/89/95)(121.9°,43.5°)3(5)3528～3760捷變7～13可選22265(122.6°,42.0°)4(10)3600～3890捷變102563(121.9°,42.6°)

圖3　目標(biāo)1的提取結(jié)果

圖4　目標(biāo)2的提取結(jié)果

利用全脈沖循環(huán)移位相關(guān)匹配算法，可以將各雷達(dá)信號(hào)的樣本子圖逐一提取出來(lái)，并在對(duì)應(yīng)的相關(guān)序列下整理合并出序列樣本圖。對(duì)小樣本數(shù)的雷達(dá)信號(hào)同樣適用，具體結(jié)果參見表2。這驗(yàn)證了本文算法的可行性。

表2目標(biāo)樣本模板

序號(hào)時(shí)域樣本模板MFrame時(shí)域序列樣本圖M1([0,27,30,35];3;3){([0,27,30,35];3;3);90}2([0,60,63,70,72,75,78,81,84,86,89,95];11;3){([0,60,63,70,72,75,78,81,84,86,89,95];11;3);2}3([0,2265];1;1){([0,2265];1;1);4}4([0,563];1;1){([0,563];1;1);9}

4　結(jié)束語(yǔ)

本文算法可實(shí)現(xiàn)復(fù)雜體制雷達(dá)信號(hào)的分選，對(duì)樣本數(shù)目較少的雷達(dá)信號(hào)也能進(jìn)行有效提取，在子采樣序列脈沖流密度適中的情況下，該算法具有較好的工程應(yīng)用前景?！?/p>

[1]楊學(xué)永，宋國(guó)棟，錢軼，等.現(xiàn)代雷達(dá)信號(hào)分選跟蹤的幾種方法[J].現(xiàn)代雷達(dá)，2014,36(3):43-48.

[2]易波，劉培國(guó)，薛國(guó)義.一種基于順序差值直方圖算法的改進(jìn)雷達(dá)信號(hào)分選方法[J].艦船電子對(duì)抗，2012,35(1):6-10.

[3]李英達(dá)，肖立志，于洋，等.一種新的PRI變換分選算法[J].科學(xué)技術(shù)與工程，2014,14 (12):209-213.

[4]張西托，饒偉，楊澤剛，等.平面變換技術(shù)脈沖分選自動(dòng)實(shí)現(xiàn)方法[J].數(shù)據(jù)采集與處理，2012,27(4):495-500.

[5]孟祥豪，羅景青，馬賢同.基于信號(hào)形成規(guī)律的脈間線性滑變脈沖自動(dòng)提取算法[J].探測(cè)與控制學(xué)報(bào)，2015,37(2):72-76.

[6]曠平昌，王杰貴，羅景青.基于脈沖樣本圖和Vague集的雷達(dá)輻射源識(shí)別[J].宇航學(xué)報(bào)，2011,32(7):1639-1644.

The periodic signal sample extraction technology based on full pulse

Wu Lin, Zheng Zhijuan, Xu Qi

(The 51st Research Institute of CETC, Shanghai 201802, China)

In modern electronic warfare, the traditional source separation identification method which could cause system leakage alarm, can not be used to identify the separation in dense signal environment for complex system of radar quickly and efficiently. Based on the above situation, a kind of sorting algorithm based on pulse sample sequence from the extraction is put forward. This algorithm uses periodicity and correlation of radar signal pulse sequence to implement automatic extraction of template sequence, and thus it can realize full pulse sequence between medium and small sample or pulse regularity of complex radar signal sorting. Simulation results show that under the condition of the moderate scale full pulse data, the algorithm can effectively extract the target template sequence.

radar countermeasure; pulse sample figure; template matching

2016-06-10；2016-06-27修回。

吳琳(1981-)，女，高工，主要研究方向?yàn)槔走_(dá)信號(hào)分選。

TN97

A