代健， 李澤， 郝新紅， 栗蘋

(1.北京理工大學(xué) 機(jī)電動(dòng)態(tài)控制重點(diǎn)實(shí)驗(yàn)室， 北京 100081； 2.空軍研究院， 北京 100085)

0 引言

隨著電子對(duì)抗技術(shù)的發(fā)展，戰(zhàn)場(chǎng)電磁環(huán)境愈發(fā)復(fù)雜，從而對(duì)引信抗干擾能力提出了更高要求。其中，脈沖多普勒(PD)引信因其具有良好的距離分辨率和速度分辨率，在武器裝備中得到廣泛應(yīng)用[1-2]，因此，如何提高其抗干擾性能成為引信領(lǐng)域關(guān)注的重點(diǎn)之一。

文獻(xiàn)[3-4]以處理增益作為量化指標(biāo)，對(duì)PD引信抗干擾能力進(jìn)行評(píng)估，研究結(jié)果表明，PD引信抗干擾能力有限，容易被噪聲類和周期調(diào)制類干擾信號(hào)干擾。文獻(xiàn)[5]對(duì)無線電引信抗干擾性能進(jìn)行了模糊綜合評(píng)估，提出了用于評(píng)估引信抗干擾性能的8項(xiàng)指標(biāo)，評(píng)估結(jié)果表明無線電引信抗模擬目標(biāo)的欺騙式干擾能力較差。文獻(xiàn)[6-7]對(duì)偽碼PD引信抗噪聲類干擾性能進(jìn)行了研究，研究結(jié)果表明在瞄準(zhǔn)引信工作頻率的情況下，噪聲類干擾可成功干擾引信。文獻(xiàn)[8]提出了一種針對(duì)PD引信的假目標(biāo)干擾，研究結(jié)果表明PD引信難以有效抵抗假目標(biāo)干擾。文獻(xiàn)[9]分析了復(fù)雜電磁環(huán)境對(duì)偽碼PD引信的影響，得到了引信易受電磁干擾的結(jié)論，強(qiáng)調(diào)了對(duì)引信采取抗干擾措施的必要性。文獻(xiàn)[10]提出利用模糊函數(shù)切割法評(píng)判PD引信的固有抗干擾性能，研究發(fā)現(xiàn)PD引信抗干擾性能比偽碼引信弱，其抗干擾性能隨著脈沖寬度的增加而明顯下降。綜上所述可知，PD引信抗干擾能力仍存在不足，然而，針對(duì)PD引信抗干擾方法的研究卻鮮有報(bào)道。

為了從根本上提高PD引信抗干擾性能，本文結(jié)合PD引信目標(biāo)函數(shù)，在分析并提取引信輸出信號(hào)特征的基礎(chǔ)上，提出了基于目標(biāo)聯(lián)合特征提取的PD引信抗干擾方法。

1 PD引信信號(hào)特征分析與提取

1.1 PD引信目標(biāo)函數(shù)

引信目標(biāo)函數(shù)包含引信用來識(shí)別目標(biāo)信號(hào)、區(qū)別干擾信號(hào)的所有特征信息，是引信信息識(shí)別信道設(shè)計(jì)的理論依據(jù)[11]。設(shè)PD引信發(fā)射信號(hào)為

U(t)=U0cos (ω0t+φ0)up(t)，

(1)

(2)

式中：S為地面反射系數(shù)；λ0為引信工作波長(zhǎng)；Fr(θ)和Ft(θ)分別為引信接收天線和發(fā)射天線方向函數(shù)，θ為引信天線與地面法線方向夾角；Gr和Gt分別為引信接收天線和發(fā)射天線增益；H為彈目距離；vR為彈目徑向交會(huì)速度；φr為回波初始相位；τ為回波時(shí)延。回波信號(hào)進(jìn)入引信后與本振混頻，經(jīng)距離門選通后進(jìn)行基帶濾波，PD引信的目標(biāo)函數(shù)即定義為基帶濾波器輸出信號(hào)，其表達(dá)式如(3)式所示：

(3)

為獲得多種彈目交會(huì)條件下PD引信目標(biāo)函數(shù)的特征分布情況，本文借助引信目標(biāo)模擬器，開展大量不同交會(huì)條件時(shí)目標(biāo)回波作用下PD引信的響應(yīng)特性實(shí)驗(yàn)，實(shí)驗(yàn)參數(shù)在保證引信啟動(dòng)的同時(shí)根據(jù)實(shí)際情況隨機(jī)設(shè)置，測(cè)試并記錄100組不同彈目交會(huì)條件時(shí)目標(biāo)回波作用下引信基帶濾波器的輸出信號(hào)，取引信啟動(dòng)門限前2 ms的信號(hào)進(jìn)行分析和特征提取。圖1所示為其中一組彈目交會(huì)條件下引信基帶濾波器的輸出信號(hào)(通道1為引信基帶濾波器輸出信號(hào)，通道2為引信啟動(dòng)信號(hào)，下降沿為啟動(dòng))。

圖1 某交會(huì)條件下PD引信基帶濾波器的輸出信號(hào)Fig.1 Output signal of baseband filter of PD fuze in target encounter

由圖1可知，目標(biāo)回波經(jīng)過引信相關(guān)輸出后具有增幅特性，其頻域在多普勒頻率處有明顯峰值。因此，需要充分利用目標(biāo)信號(hào)特性，挖掘目標(biāo)特征，從而構(gòu)建與真實(shí)目標(biāo)空間一致的引信期望目標(biāo)信號(hào)空間，降低干擾落入引信期望目標(biāo)空間的概率。

1.2 信號(hào)特征分析與提取

獲得目標(biāo)信號(hào)樣本空間后，本文將結(jié)合不同信息型干擾作用下引信輸出信號(hào)的時(shí)頻域特征，尋找并提取可有效區(qū)分目標(biāo)和干擾信號(hào)的特征參量。針對(duì)提取的特征，利用統(tǒng)計(jì)箱線圖獲得目標(biāo)與干擾信號(hào)特征的分布情況。此外，利用目標(biāo)干擾重合率Po衡量每個(gè)特征的有效性，

(4)

(4)式表明，Po越小，在特定特征空間上干擾與目標(biāo)的重合率越小，特征有效性越高。

對(duì)PD引信常用的干擾信號(hào)包括噪聲類干擾和周期調(diào)制類干擾，本文就噪聲類干擾(包括噪聲調(diào)幅和噪聲調(diào)頻干擾)信號(hào)和周期調(diào)制類干擾(包括正弦波調(diào)幅干擾、方波調(diào)幅干擾、三角波調(diào)幅干擾、正弦波調(diào)頻干擾)信號(hào)作用下，PD引信的各級(jí)響應(yīng)特性做了大量測(cè)試實(shí)驗(yàn)，干擾參數(shù)在保證引信可以啟動(dòng)的范圍內(nèi)隨機(jī)設(shè)置，分別記錄每種干擾作用下PD引信基帶濾波器輸出信號(hào)各50組，噪聲類干擾以噪聲調(diào)頻干擾為例，周期調(diào)制類干擾以方波調(diào)幅干擾和正弦波調(diào)頻干擾為例，給出每種干擾作用下的PD引信基帶濾波器輸出信號(hào)，如圖2～圖4所示。

圖2 噪聲調(diào)頻干擾作用下PD引信基帶濾波器輸出信號(hào)Fig.2 Output signal of baseband filter of PD fuze under the action of noise FM jamming

圖3 方波調(diào)幅干擾作用下PD引信基帶濾波器輸出信號(hào)Fig.3 Output signal of baseband filter of PD fuze under the action of square wave AM jamming

圖4 正弦波調(diào)頻干擾作用下PD引信基帶濾波器輸出信號(hào)Fig.4 Output signal of baseband filter of PD fuze under the action of sine wave FM jamming

對(duì)比圖2和圖1可以發(fā)現(xiàn)，目標(biāo)回波與噪聲干擾作用下引信基帶濾波器輸出信號(hào)頻域特征較時(shí)域特征差異更加明顯，因此可以優(yōu)先利用頻域特征來區(qū)分引信目標(biāo)信號(hào)空間和噪聲干擾信號(hào)空間。

1.2.1 頻域信息熵

設(shè)某一隨機(jī)變量X={x1，x2，…，xi，…，xn}，則X的熵

(5)

式中：n為采樣點(diǎn)數(shù)；Pi為xi出現(xiàn)的概率。

(5)式表明，信號(hào)能量越集中，信息熵越小。設(shè)引信基帶濾波器輸出信號(hào)頻域幅值分布為Ω={ω1，ω2，…，ωi，…，ωn}，其中，ωi為第i個(gè)頻率分量對(duì)應(yīng)的幅值，設(shè)ωi出現(xiàn)概率為

(6)

令Pi=Pωi，代入(5)式可得到引信基帶濾波器輸出信號(hào)的頻域信息熵HΩ.

由圖2可知，噪聲類干擾作用下引信輸出信號(hào)頻域能量分布較為分散，因此其頻域信息熵要比目標(biāo)回波大。為了驗(yàn)證頻域信息熵特征對(duì)區(qū)分目標(biāo)和干擾的有效性，分別對(duì)100組目標(biāo)回波作用下和100組噪聲類干擾作用下的引信基帶濾波器輸出信號(hào)進(jìn)行頻域信息熵提取，其統(tǒng)計(jì)箱線圖和目標(biāo)干擾重合率分別如圖5和表1所示。由此可見，選擇頻域熵作為提取的特征量可有效區(qū)分目標(biāo)信號(hào)空間和噪聲類干擾信號(hào)空間。

圖5 目標(biāo)和噪聲類干擾作用下PD引信輸出信號(hào)頻域 熵分布箱線圖Fig.5 Frequency entropy distribution boxplot of output signal of PD fuze baseband filter under the action of target and noise jamming

干擾信號(hào)樣式樣本數(shù)目/個(gè)與目標(biāo)重合數(shù)目/個(gè)Po/%噪聲類干擾10052.5

1.2.2 頻域最大自相關(guān)系數(shù)

目標(biāo)回波作用下引信基帶濾波器輸出信號(hào)頻譜圖的主峰值出現(xiàn)在多普勒頻率處，其余散布頻率成分是由體目標(biāo)特性和熱噪聲造成的，其自相關(guān)函數(shù)存在明顯峰值。但對(duì)于噪聲類干擾而言，引信輸出信號(hào)的頻域分布分散，能量較均勻地分布在多普勒濾波器截止頻率內(nèi)，其自相關(guān)函數(shù)峰值較小，且分布較為均勻。結(jié)合PD引信基帶濾波器輸出信號(hào)頻域特點(diǎn)，定義頻域最大自相關(guān)系數(shù)為

(7)

通過(7)式計(jì)算得到的頻域最大自相關(guān)系數(shù)分布箱線圖和目標(biāo)干擾重合率分別如圖6和表2所示。從圖6和表2中可見，頻域自相關(guān)系數(shù)作為特征量可有效區(qū)分目標(biāo)信號(hào)空間和噪聲類干擾信號(hào)空間。

圖6 目標(biāo)和噪聲類干擾信號(hào)作用下PD引信輸出信號(hào) 頻域最大相關(guān)系數(shù)的分布箱線圖Fig.6 Max autocorrelation coefficient distribution boxplot of output signal of PD fuze baseband filter under the action of target and noise jamming

干擾信號(hào)樣式樣本數(shù)目/個(gè)與目標(biāo)重合數(shù)目/個(gè)Po/%噪聲類干擾100115.5

1.2.3 時(shí)域峰值比

對(duì)比圖3、圖4和圖1可以看出，不同于噪聲類干擾，周期調(diào)制類干擾作用下PD引信輸出信號(hào)特征與目標(biāo)回波的差異與其調(diào)制樣式有關(guān)。對(duì)于調(diào)頻類干擾，其時(shí)域與頻域分布均與目標(biāo)存在一定區(qū)別；對(duì)于調(diào)幅類干擾信號(hào)，其頻譜與目標(biāo)較為相似，但其時(shí)域波形與目標(biāo)存在一定區(qū)別。因此，針對(duì)這類干擾，除了頻域特征外，還需要結(jié)合時(shí)域波形提取更多特征。

由于周期調(diào)制類干擾作用下引信基帶濾波器輸出波形幅度包絡(luò)較平穩(wěn)，未出現(xiàn)與目標(biāo)回波類似的增幅特性，可以利用時(shí)域波形局部峰值點(diǎn)的比值對(duì)目標(biāo)和周期調(diào)制類干擾進(jìn)行區(qū)分。將局部峰值點(diǎn)設(shè)置為0.2 ms鄰域內(nèi)的最大峰值，按大小順序排列，得到第1峰值、第2峰值、第3峰值，定義時(shí)域峰值比為

(8)

時(shí)域峰值比分布箱線圖和目標(biāo)干擾重合率分別如圖7和表3所示。從圖7和表3中可以看出，時(shí)域峰值比作為特征量可有效區(qū)分目標(biāo)信號(hào)空間和周期調(diào)制類干擾信號(hào)空間。

圖7 目標(biāo)和周期調(diào)制類干擾信號(hào)作用下PD引信輸出 信號(hào)時(shí)域峰值比的分布箱線圖Fig.7 Peak-to-peak ratio distribution boxplot of output signal of PD fuze baseband filter under the action of target and periodic modulation jamming

干擾信號(hào)樣式樣本數(shù)目/個(gè)與目標(biāo)重合數(shù)目/個(gè)Po/%正弦波調(diào)幅干擾5021.3方波調(diào)幅干擾5032.0三角波調(diào)幅干擾5032.0正弦波調(diào)頻干擾5053.3

1.3 信號(hào)特征有效性分析

由以上結(jié)果可以發(fā)現(xiàn)：

1)不同信號(hào)特征對(duì)同一種干擾信號(hào)的區(qū)分效果是不同的，同一信號(hào)特征對(duì)不同干擾信號(hào)的區(qū)分效果也是不同的；

2)單個(gè)信號(hào)特征對(duì)于區(qū)分干擾和目標(biāo)的有效性是有限的，不存在單一的信號(hào)特征能把目標(biāo)與所有的干擾信號(hào)完全區(qū)分。

由此可見，信號(hào)特征有效性是相對(duì)的，會(huì)隨著信號(hào)樣式的不同而變化，而由于本節(jié)僅討論了6種典型樣式的干擾，真實(shí)對(duì)抗環(huán)境中可能還存在一些未討論的干擾信號(hào)樣式。因此，為進(jìn)一步提高目標(biāo)與干擾信號(hào)的區(qū)分度，除上述3種信號(hào)特征外，本文還從目標(biāo)函數(shù)自身的特點(diǎn)出發(fā)，額外選取了3個(gè)傳統(tǒng)特征量：引信基帶濾波器輸出信號(hào)的主頻率Fp(頻譜峰值點(diǎn)對(duì)應(yīng)的頻率)、信號(hào)的持續(xù)時(shí)間Td、多普勒頻率變化率KfD，2個(gè)高階統(tǒng)計(jì)量：頻域偏度Sf和頻域峰度Kf[12-13]，一起構(gòu)成區(qū)分目標(biāo)和干擾的8維特征向量。

2 基于目標(biāo)聯(lián)合特征提取的PD引信抗干擾方法

圖8 基于目標(biāo)聯(lián)合特征提取的PD引信抗干擾方法流程圖Fig.8 Flow chart of anti-jamming method for PD fuze based on joint feature extraction of target signal

區(qū)分度高的特征向量對(duì)引信抗干擾而言是必要的，但僅有高區(qū)分度的特征向量又是不充分的，還需要合理構(gòu)造信號(hào)特征空間，使目標(biāo)空間與干擾空間差別最大化，才能夠取得良好的抗干擾效果。對(duì)于提取到的8種信號(hào)特征，若僅采用獨(dú)立的閾值界定法，則會(huì)人為地割裂信號(hào)特征間的內(nèi)在關(guān)聯(lián)，從而造成期望目標(biāo)信號(hào)空間擴(kuò)大，使得不滿足目標(biāo)信號(hào)特征的干擾信號(hào)落入目標(biāo)空間，引發(fā)引信錯(cuò)誤判別。因此，為了提高PD引信的抗干擾能力，在提取8種特征的基礎(chǔ)上，借助支持向量機(jī)(SVM)構(gòu)造同目標(biāo)信號(hào)空間一致的期望信號(hào)空間，從而確保只有完全滿足目標(biāo)函數(shù)的信號(hào)才能被識(shí)別為目標(biāo)信號(hào)。

SVM是建立在統(tǒng)計(jì)學(xué)習(xí)理論基礎(chǔ)上的一種機(jī)器學(xué)習(xí)方法，通過尋找分類超平面，使得分類間隔最大化[14]?；谀繕?biāo)聯(lián)合特征提取的PD引信抗干擾方法包括訓(xùn)練和識(shí)別兩個(gè)階段。在訓(xùn)練階段，將樣本數(shù)據(jù)作為SVM訓(xùn)練輸入，得到分類決策模型；在識(shí)別階段，將引信接收到的信號(hào)進(jìn)行特征提取后，輸入訓(xùn)練得到的分類決策模型中，從而完成信號(hào)的分類識(shí)別。圖8所示為基于目標(biāo)聯(lián)合特征提取的PD引信抗干擾方法流程。

2.1 基于二分類SVM的PD引信抗干擾方法

在引信抗干擾設(shè)計(jì)過程中，往往會(huì)參考引信所面臨的主要干擾威脅，并就此對(duì)引信進(jìn)行適應(yīng)性抗干擾改造。針對(duì)這種對(duì)干擾信號(hào)具有一定的先驗(yàn)知識(shí)，同時(shí)掌握目標(biāo)和干擾信號(hào)特征的情況，采用二分類SVM可充分利用這一部分干擾信號(hào)特征信息，達(dá)到最優(yōu)的目標(biāo)與干擾分類識(shí)別效果。為此，本文將從目標(biāo)和干擾信號(hào)作用下引信基帶濾波器輸出中提取的頻域信息熵、頻域最大自相關(guān)系數(shù)、時(shí)域峰值比等8維信號(hào)特征參量作為二分類SVM的輸入數(shù)據(jù)，對(duì)目標(biāo)和干擾信號(hào)進(jìn)行分類訓(xùn)練，并就核函數(shù)K(yi,yj)和懲罰因子C的選取問題上，通過交叉檢驗(yàn)和網(wǎng)格參數(shù)尋優(yōu)分別對(duì)線性核函數(shù)、高斯徑向基核函數(shù)、Sigmoid核函數(shù)進(jìn)行參數(shù)優(yōu)化，并以目標(biāo)識(shí)別率與干擾識(shí)別率作為衡量分類效果的標(biāo)準(zhǔn)，其中目標(biāo)識(shí)別率Ptc與干擾識(shí)別率Pjc分別定義如下：

(9)

表4所示為8種特征下得到的SVM二分類核參數(shù)優(yōu)選結(jié)果。由表4可以看出，在3種核函數(shù)下均能得到較好的分類結(jié)果，其中以高斯徑向基核函數(shù)效果最好。

表4 采用二分類SVM的分類效果表

注：g為核函數(shù)系數(shù)。

此外，為了展現(xiàn)SVM的分類效果，從8種特征中舉例選取了頻域信息熵HΩ、頻域最大自相關(guān)系數(shù)Rmax和時(shí)域峰值比Tpp分別作為三維坐標(biāo)系的x軸、y軸和z軸，以高斯徑向基作為核函數(shù)，得到二分類SVM的分類效果如圖9所示。

圖9 采用二分類SVM的分類效果圖Fig.9 Classification result of two-class SVM

由圖9可見，在僅有三維特征情況下已經(jīng)取得了顯著了分類效果，但是仍然存在一定錯(cuò)分的信號(hào)，對(duì)比表4可知，當(dāng)特征維數(shù)擴(kuò)展到8維時(shí)分類效果會(huì)進(jìn)一步提升。二分類實(shí)驗(yàn)結(jié)果表明，利用二分類SVM進(jìn)行基于目標(biāo)聯(lián)合特征提取的PD引信抗干擾方法對(duì)已有一定先驗(yàn)知識(shí)的干擾信號(hào)具有非常強(qiáng)的抗干擾能力。

2.2 基于單分類SVM的PD引信抗干擾方法

由2.1節(jié)可知，在已有干擾信號(hào)先驗(yàn)知識(shí)的情況下，二分類模型能夠取得顯著的目標(biāo)與干擾識(shí)別效果。然而，在現(xiàn)代戰(zhàn)場(chǎng)環(huán)境中，引信所面臨的干擾信號(hào)種類繁多，還存在許多本文未討論的干擾信號(hào)種類，引信二分類模型設(shè)計(jì)時(shí)不可能將所有的干擾信號(hào)都考慮進(jìn)來，此時(shí)只依靠目標(biāo)信號(hào)特征的單分類SVM就顯得十分有意義。

在單分類SVM訓(xùn)練過程中，僅需要輸入單類樣本，不需要輸入異類樣本，單分類SVM通過構(gòu)造單類樣本邊界面，達(dá)到對(duì)異類的識(shí)別與排除。本文將100組目標(biāo)回波作用下PD引信基帶濾波器輸出信號(hào)的8種特征作為輸入，在單分類SVM中進(jìn)行訓(xùn)練，得到核參數(shù)優(yōu)選后的分類結(jié)果如表5所示。

表5 采用單分類SVM的分類效果表

與二分類SVM一樣，得到單分類SVM的三維效果如圖10所示。

圖10 采用單分類SVM的分類效果圖Fig.10 Classification result of two-class SVM

從以上分類結(jié)果可以看出，在只有目標(biāo)信號(hào)作為訓(xùn)練樣本的情況下，單分類SVM依然取得了較好的目標(biāo)與干擾識(shí)別效果，但干擾識(shí)別率比二分類結(jié)果低，這是因?yàn)槿狈Ω蓴_信號(hào)特征，為了包含更多目標(biāo)，單分類SVM擴(kuò)大了目標(biāo)空間，部分與目標(biāo)相似的干擾信號(hào)落入目標(biāo)空間內(nèi)，導(dǎo)致干擾識(shí)別率下降。

3 有效性驗(yàn)證

為驗(yàn)證基于目標(biāo)聯(lián)合特征提取的PD引信抗干擾方法的有效性，本文設(shè)計(jì)了抗干擾原理樣機(jī)，利用預(yù)先訓(xùn)練好的決策函數(shù)對(duì)目標(biāo)和干擾進(jìn)行分類識(shí)別。

考慮到運(yùn)算成本和實(shí)時(shí)性，抗干擾原理樣機(jī)選用分類效果較好且相對(duì)易實(shí)現(xiàn)的頻域信息熵、頻域最大自相關(guān)系數(shù)和時(shí)域峰值比3個(gè)特征作為分類識(shí)別的特征參量。在訓(xùn)練階段，將基于這3種特征訓(xùn)練得到的決策函數(shù)寫入抗干擾原理樣機(jī)中；在分類識(shí)別階段，利用特征提取模塊提取信號(hào)三維特征，利用訓(xùn)練得到的分類決策函數(shù)進(jìn)行判決，只有判定為目標(biāo)信號(hào)后才輸出啟動(dòng)信號(hào)。

在PD引信樣機(jī)中增加基于現(xiàn)場(chǎng)可編程門陣列(FPGA)的抗干擾信號(hào)處理模塊構(gòu)成抗干擾原理樣機(jī)，信號(hào)的特征提取和分類決策主要在FPGA中完成，F(xiàn)PGA選用美國Xilinx公司Spartan-3 XC3S1000型號(hào)芯片，輸入時(shí)鐘采用100 MHz的外部有源晶振，模數(shù)轉(zhuǎn)換器(ADC)選用美國ADI公司12位通道的AD9235型模數(shù)轉(zhuǎn)換芯片，為滿足工程需要，采樣速率設(shè)為1 MHz. 時(shí)序仿真結(jié)果表明，對(duì)信號(hào)進(jìn)行三維特征提取和分類判決時(shí)間小于2 ms，可以滿足引信對(duì)實(shí)時(shí)性的要求。

同時(shí)，為了驗(yàn)證抗干擾原理樣機(jī)目標(biāo)識(shí)別及抗干擾效果，分別將100組對(duì)PD引信有效的模擬目標(biāo)信號(hào)和干擾信號(hào)作為待測(cè)信號(hào)輸入抗干擾原理樣機(jī)中。經(jīng)測(cè)試可知：當(dāng)輸入信號(hào)為目標(biāo)信號(hào)時(shí)，抗干擾原理樣機(jī)啟動(dòng)97次，PD引信樣機(jī)啟動(dòng)100次，抗干擾原理樣機(jī)目標(biāo)識(shí)別率為97%；當(dāng)輸入信號(hào)為干擾信號(hào)時(shí)，抗干擾原理樣機(jī)被干擾9次，抗干擾成功率為91%，同等條件下，PD引信樣機(jī)抗干擾成功率為0%. 如圖11所示為部分抗干擾測(cè)試結(jié)果，其中：黃色波形為多普勒基帶濾波器信號(hào)，綠色波形為原引信啟動(dòng)信號(hào)，藍(lán)色波形為抗干擾原理樣機(jī)輸出的啟動(dòng)信號(hào)。

圖11 基于目標(biāo)聯(lián)合特征提取的PD引信原理樣機(jī) 對(duì)抗實(shí)驗(yàn)測(cè)試結(jié)果Fig.11 Test result of prototype PD fuze based on joint feature extraction of target signal

上述對(duì)抗實(shí)驗(yàn)結(jié)果表明，基于目標(biāo)聯(lián)合特征提取的PD引信抗干擾方法可以有效對(duì)抗噪聲類干擾和周期調(diào)制類干擾，但由于特征參量數(shù)目較少，對(duì)目標(biāo)信號(hào)空間刻畫不夠充分，當(dāng)特征數(shù)量增加時(shí)分類效果會(huì)進(jìn)一步提高。

4 結(jié)論

本文在分析信息型干擾作用下PD引信響應(yīng)特性的基礎(chǔ)上，結(jié)合PD引信目標(biāo)函數(shù)，提取了引信輸出信號(hào)的8種聯(lián)合特征，并基于聯(lián)合特征提取提出了PD引信抗干擾方法，最后在抗干擾原理樣機(jī)中實(shí)現(xiàn)了對(duì)干擾與目標(biāo)信號(hào)的區(qū)分。通過研究和實(shí)驗(yàn)結(jié)果可得出以下結(jié)論：

1)利用二分類SVM進(jìn)行基于目標(biāo)聯(lián)合特征提取的PD引信抗干擾效果很好，對(duì)目標(biāo)和干擾均有較好的識(shí)別效果。

2)在僅有目標(biāo)信號(hào)作為訓(xùn)練樣本的情況下，單分類SVM同樣取得了較好的目標(biāo)與干擾識(shí)別效果，但干擾識(shí)別率與二分類結(jié)果有一定差距。

3)原理樣機(jī)驗(yàn)證實(shí)驗(yàn)取得了較好的目標(biāo)與干擾區(qū)分效果，表明了基于目標(biāo)聯(lián)合特征提取的PD引信抗干擾方法可以顯著提升PD引信抗干擾性能。

今后將進(jìn)一步擴(kuò)充干擾信號(hào)的樣式種類，優(yōu)化抗干擾處理算法。