付延濤

【摘要】 當(dāng)前，在科技高度發(fā)展的背景之下，存在著越來越多的新技術(shù)被應(yīng)用到現(xiàn)代戰(zhàn)爭當(dāng)中，所以現(xiàn)代戰(zhàn)爭的形勢已經(jīng)有著新的變化，極為強(qiáng)調(diào)電子偵察的重要性。在本文的研究之下，筆者主要立足于這一宏觀背景，結(jié)合相關(guān)實(shí)踐經(jīng)驗(yàn)，分析了在復(fù)雜電磁環(huán)境下通信信號(hào)的分選模型與算法。

【關(guān)鍵詞】 復(fù)雜電磁環(huán)境 通信信號(hào) 分選模型 算法

目前，電磁環(huán)境極其復(fù)雜，其中充斥著各種通信信號(hào)與雷達(dá)信號(hào)，再加上地理環(huán)境的影響，使得電磁環(huán)境愈來愈復(fù)雜。因此，在建模的時(shí)候，需要考慮到電磁環(huán)境的復(fù)雜性，制定出來合理的信號(hào)。從某種程度上來說，貼近實(shí)際的數(shù)學(xué)模型是分選算法成功的關(guān)鍵所在。

一、通信信號(hào)調(diào)制識(shí)別算法定制

1.1 通信信號(hào)調(diào)制識(shí)別方法概述

關(guān)于通信信號(hào)的調(diào)制識(shí)別，一般來說所采用的思路，首先是將接收到的信號(hào)進(jìn)行變頻，然后通過簡單的運(yùn)算的出來信號(hào)的三個(gè)基本參數(shù)：瞬時(shí)幅度、瞬時(shí)相位、瞬時(shí)頻率，而其他相關(guān)的參數(shù)也基本上是在這三個(gè)基本參數(shù)之上得到的。

伴隨著當(dāng)中空間電磁環(huán)境的不斷復(fù)雜化，信息技術(shù)的發(fā)展也呈現(xiàn)出來一個(gè)新的局面，這就使得通信信號(hào)的類型隨之在不斷增多，信道的保密性也提升起來。因此，從宏觀層面上來看，在面對諸多信號(hào)類型的時(shí)候，更低的信噪比之下的識(shí)別算法是今后調(diào)制樣式識(shí)別的一個(gè)重要的發(fā)展方向。

當(dāng)前，比較實(shí)用的方法就是調(diào)制識(shí)別算法，其中選取的瞬時(shí)幅度和相位的算法等方面，采用的更為廣泛，其他的特征參數(shù)，雖然在識(shí)別效果上具有一定的優(yōu)勢，但是運(yùn)算量比較大，并不利于實(shí)時(shí)處理。所以，綜合來考慮，應(yīng)當(dāng)選測瞬時(shí)幅度、相位和頻率來作為特征參數(shù)。

1.2 信號(hào)瞬時(shí)特征參數(shù)求解需要注意的問題

為了盡可能避免若斷信噪比差，從而對于特征值提取帶來影響，在采用非弱段信號(hào)提取特征參數(shù)，以及進(jìn)行載頻估計(jì)的時(shí)候，需要進(jìn)行特殊地處理，譬如說可以選擇非弱信號(hào)段，因此，這就成為問題的關(guān)鍵所在。如果選擇數(shù)字太低，那么就不會(huì)產(chǎn)生顯著的效果，如果選擇的太高，那么就會(huì)丟失原有的相位信息[1]。

二、核模糊聚類分選模型與算法

就核模糊聚類算法本身而言，其具有較好的分辨、提取和放大細(xì)微特征，也能夠表現(xiàn)出來一定的優(yōu)勢。這種算法需要對于定聚類數(shù)目C進(jìn)行事先設(shè)定，也正是因?yàn)槿绱?，?huì)對于算法的實(shí)際性能與通用程度帶來一定的影響[2]。因此可以看出來，聚類質(zhì)量和數(shù)目之間有著密切的關(guān)系。如果C值較大，那么就會(huì)使得聚類結(jié)果更加復(fù)雜化，難以得到解釋和分析，如果C值過小，那么就會(huì)使得信息收到損失，導(dǎo)致最終決策的失誤。在對于這一算法進(jìn)行推廣的過程當(dāng)中，尤其需要提到的就是有效性評(píng)價(jià)函數(shù)。事實(shí)上，針對經(jīng)典模糊聚類，比較有名的是Xie-Beni的VXB指標(biāo)，這一指標(biāo)通常采用緊致性來對類內(nèi)的內(nèi)聚程度進(jìn)行評(píng)價(jià)。在前人的研究當(dāng)中，對于多種信號(hào)的特征數(shù)據(jù)集進(jìn)行聚類分析的研究有很多，在進(jìn)行對比之后，能夠看出來，核模糊聚類算法對于信號(hào)的類別數(shù)都能夠做出來正確的識(shí)別和分類，并且能夠通過聚類中心的數(shù)值發(fā)現(xiàn)新增加的信號(hào)。而從前人的仿真實(shí)驗(yàn)結(jié)果上來看，聚類算法在信號(hào)識(shí)別當(dāng)中的潛力是非常明顯的，一方面，其能夠用來對于信號(hào)的種類進(jìn)行確定，另一方面，還能夠挖掘出來未知的信號(hào)。尤其需要注意的是，聚類算法對于信號(hào)的種類能夠進(jìn)行分析，但是不能夠識(shí)別出來新信號(hào)的調(diào)制方式，所以對于信號(hào)的調(diào)制方式，需要進(jìn)一步分析。

三、復(fù)雜電磁環(huán)境下通信信號(hào)分選模型與算法的發(fā)展展望

首先，應(yīng)當(dāng)對于信號(hào)源特征庫進(jìn)行一個(gè)良好地完善，從而對于信號(hào)進(jìn)行一個(gè)更為準(zhǔn)確地識(shí)別，在必要的時(shí)候，可以利用已有的信號(hào)源特征庫進(jìn)行匹配，這樣一來，就能夠有效進(jìn)行信號(hào)識(shí)別。對于未知輻射源信號(hào)，應(yīng)當(dāng)建立健全相應(yīng)的特征檔案，將其投入到使用當(dāng)中來，如果切實(shí)有效，那么就可以對其進(jìn)行整齊，并將其制成模板，方便以后使用[3]。

其次，在對于相關(guān)聚類算法進(jìn)行研究的過程當(dāng)中，應(yīng)當(dāng)對于數(shù)據(jù)結(jié)構(gòu)進(jìn)行分析，譬如說信號(hào)源數(shù)據(jù)是線性分布還是球形分布等，因?yàn)椴煌惴▽τ诓煌臄?shù)據(jù)結(jié)構(gòu)適應(yīng)性差異比較大。此外，為了能夠研究出來更為合理的聚類有效性指標(biāo)，可以尋找哪種不依賴于數(shù)據(jù)集結(jié)構(gòu)進(jìn)行區(qū)分的指標(biāo)[4]。

四、結(jié)語

在本文的研究過程當(dāng)中，主要目的是在復(fù)雜電磁環(huán)境之下，對于信號(hào)進(jìn)行提取和調(diào)制，這鞥個(gè)研究也是一個(gè)探索的過程，所以其中所涉及到的一些算法仍處于探索的過程當(dāng)中。在以后的研究當(dāng)中，將更多的從現(xiàn)實(shí)環(huán)境當(dāng)中進(jìn)行數(shù)據(jù)的采集，以此來保證研究結(jié)果的針對性與現(xiàn)實(shí)意義。

參 考 文 獻(xiàn)

[1]柳佳. 復(fù)雜電磁環(huán)境下的雷達(dá)信號(hào)分選算法研究[D]. 哈爾濱工程大學(xué)， 2015.

[2]史戰(zhàn)果. 復(fù)雜電磁環(huán)境下的通信抗干擾技術(shù)研究[D]. 上海交通大學(xué)， 2012.

[3]易冰歆， 凌萬勝. 復(fù)雜電磁環(huán)境下雷達(dá)信號(hào)分選技術(shù)[J]. 電子信息對抗技術(shù)， 2014（6）：57-59.