陳驕陽

摘要：在現(xiàn)代化的電子對(duì)抗環(huán)境中，人們需要面對(duì)復(fù)雜多變的信號(hào)環(huán)境，雷達(dá)信號(hào)分選處理算法是雷達(dá)偵察干擾的核心技術(shù)。通過分析脈沖分選的工作原理，提出了一種改進(jìn)的目標(biāo)參數(shù)綜合算法，仿真了16批雷達(dá)信號(hào)，仿真結(jié)果表明該方法具有較好的分選效果。

關(guān)鍵詞：LPI;信號(hào)分選;SDIF;直方圖

中圖分類號(hào)：TN957.51

文獻(xiàn)標(biāo)識(shí)碼：A

DOI：10.15913/j .cnki.kjycx.2019.11.038

1 前言

近幾年，隨著雷達(dá)偵察干擾技術(shù)的飛速發(fā)展，雷達(dá)在電子對(duì)抗環(huán)境中受到的威脅越來越大。為了生存需要，低截獲概率（ LPI）雷達(dá)也迅速發(fā)展起來。從反偵察、抗反輻射導(dǎo)彈跟蹤的需求出發(fā)，LPI雷達(dá)大多采用占空比大、帶寬時(shí)寬大、碼形捷變等雷達(dá)信號(hào)波形技術(shù)。雷達(dá)發(fā)射機(jī)峰值功率低，載波頻譜調(diào)制方法復(fù)雜，使得信號(hào)不易被敵方的偵察機(jī)截獲。本文通過對(duì)時(shí)頻空三維聚類算法和重頻分析算法的分析，提出采用一種改進(jìn)的直方圖方法進(jìn)行PRI計(jì)算和類型判斷，在大量的雷達(dá)脈沖中識(shí)別出不同雷達(dá)的脈沖。

2 脈沖分選的工作原理

脈沖分選主要對(duì)象是參數(shù)測量輸出的脈沖描述字（ PDW），其信號(hào)處理流程如圖1所示。脈沖分選通過高速通道背板技術(shù)接收前端參數(shù)測量形成的脈沖描述字（ PDW），先根據(jù)雷達(dá)庫中的數(shù)據(jù)濾除已知雷達(dá)的PDW，對(duì)未知的PDW進(jìn)入到脈沖分選模塊，脈沖分選模塊首先對(duì)敵方雷達(dá)庫進(jìn)行快速分選，然后對(duì)剩余PDW進(jìn)行時(shí)頻空聯(lián)合分選，提取未知雷達(dá)的特征參數(shù)，分選完成后對(duì)雷達(dá)的特征參數(shù)進(jìn)行綜合處理，形成雷達(dá)描述字送顯控模塊進(jìn)行顯示。

3 信號(hào)分選算法

3.1 時(shí)頻空三維聚類算法

采用時(shí)頻空聯(lián)合分選技術(shù)完成未知PDW的脈沖分選，在預(yù)處理上采用時(shí)頻空三維聚類的方法來實(shí)現(xiàn)，對(duì)聚類后的目標(biāo)進(jìn)行重頻分析后提取目標(biāo)參數(shù)。由于三維聚類要求三個(gè)參數(shù)都具有收斂性，常規(guī)雷達(dá)很難保證，但大部分雷達(dá)具有兩維收斂性，因此，可采用兩個(gè)二維聚類的方法來實(shí)現(xiàn)時(shí)頻空三維聚類。對(duì)于方位、頻率和脈寬三個(gè)參數(shù)來說，一般方位在一個(gè)偵察周期內(nèi)變化很小或者不變，因此其可靠性最高，往往作為聚類最主要的參數(shù)，基于此點(diǎn)考慮，將方位、頻率和脈寬三維聚類分成方位和脈寬、方位和頻率兩個(gè)二維聚類來實(shí)現(xiàn)。模擬仿真環(huán)境下16批目標(biāo)的主要參數(shù)如表1所示。方位、頻率、脈寬三維聚類情況如圖2所示，方位、頻率二維聚類如圖3所示，方位、脈寬二維聚類如圖4所示。

從圖3、圖4可以看出.采用方位和頻率二維聚類可以成功聚類12批目標(biāo)，采用方位和脈寬二維聚類可以成功聚類12批目標(biāo)，其中有8批目標(biāo)在兩次聚類結(jié)果中均存在，經(jīng)過兩次聚類結(jié)果比較，可以成功實(shí)現(xiàn)16批目標(biāo)的聚類。

3.2 重頻分析算法

重頻分析技術(shù)是脈沖分選技術(shù)中最為重要的一環(huán)，主要是因?yàn)椋孩倮走_(dá)信號(hào)具有一定的周期性，利用其周期性可以很好地剔除干擾，這是其他參數(shù)不具備的特性;②重頻計(jì)算的是兩個(gè)脈沖的時(shí)間間隔差，單個(gè)時(shí)間測量誤差與重復(fù)周期的比是一個(gè)很小的值，這就決定了時(shí)間測量誤差對(duì)重頻分析的影響相對(duì)較小。這兩方面的特點(diǎn)決定了重頻分析在脈沖分選技術(shù)中的地位。目前，工程上用的最多的重頻分析技術(shù)是基于直方圖的統(tǒng)計(jì)方法。重頻分析技術(shù)流程如圖5所示。從圖5中可以看出，重頻分析技術(shù)主要由重頻估計(jì)和序列搜索兩部分組成。直方圖統(tǒng)計(jì)方法是指對(duì)接收的有關(guān)PDW參數(shù)（也就是TOA序列）進(jìn)行統(tǒng)計(jì)分析，求出各參數(shù)出現(xiàn)的頻次，設(shè)定檢測門限，當(dāng)相關(guān)參數(shù)的頻數(shù)超過檢測門限時(shí)，就認(rèn)為對(duì)應(yīng)的脈沖序列可能構(gòu)成雷達(dá)信號(hào)?；诿}沖重復(fù)間隔直方圖統(tǒng)計(jì)的算法主要有累積差值直方圖（ CDIF）和序列差值直方圖（ SDIF）。

從兩種算法的比較來看，SDIF算法對(duì)CDIF算法有較大的改進(jìn)，主要表現(xiàn)在：①SDIF不對(duì)PRI的二次諧波進(jìn)行檢測，大大節(jié)省了運(yùn)算量;②SDIF針對(duì)存在脈沖丟失的情況進(jìn)行了討論，改善了存在脈沖丟失情況下的檢測性能。但是，由于SDIF只對(duì)當(dāng)前階的TOA差分計(jì)算直方圖，當(dāng)存在多個(gè)不同PRI的雷達(dá)脈沖序列交織在一起時(shí)，就會(huì)導(dǎo)致一些差分值沒有被利用，無法正確統(tǒng)計(jì)每個(gè)序列的脈沖個(gè)數(shù)，而CDIF由于采用的是TOA不同階的差分累積直方圖，避免了這種情況的發(fā)生，從這一點(diǎn)上看，CDIF有比SDIF更好的統(tǒng)計(jì)性能。另外，對(duì)于檢測門限的定義上，兩種方法都給出了可調(diào)參數(shù)，需要進(jìn)行多次驗(yàn)證來確定最佳參數(shù)，而且門限參數(shù)對(duì)于檢測性能有至關(guān)重要的作用，因此如何取得最佳門限是兩種算法需要重點(diǎn)考慮的問題?；谥狈綀D的PRI估計(jì)仿真結(jié)果如圖6所示。鑒于CDIF和SDIF算法各自優(yōu)缺點(diǎn)，本文提出一種改進(jìn)的直方圖方法，在進(jìn)行PRI檢測估計(jì)時(shí)，采用CDIF中的累積差直方圖統(tǒng)計(jì)的方法，而在序列搜索時(shí)，采用SDIF中的搜索算法，這樣既保證了算法的檢測性能，又保證了算法的速度。改進(jìn)后的算法如圖7所示。

3.3 目標(biāo)參數(shù)綜合

在工程上可以采用兩個(gè)二維聚類實(shí)現(xiàn)三維聚類，但會(huì)帶來另外一個(gè)問題——增批。在電子對(duì)抗領(lǐng)域，增批現(xiàn)象一般由以下兩個(gè)方面的原因造成：①信號(hào)本身的問題。由于我們面對(duì)的信號(hào)環(huán)境是復(fù)雜多變的，信號(hào)的重疊、信號(hào)的強(qiáng)弱變化等一系列因素會(huì)導(dǎo)致參數(shù)測量誤差過大或漏檢，直接導(dǎo)致后續(xù)分選的增批。②信號(hào)處理算法的問題。兩個(gè)二維聚類結(jié)果都是12批目標(biāo)，如果不進(jìn)行綜合處理，會(huì)給出24批目標(biāo)，實(shí)際上目標(biāo)只有16批，這是因?yàn)橛?批目標(biāo)在兩次聚類都給出了相同的結(jié)果。因此，目標(biāo)參數(shù)綜合是分選任務(wù)中一個(gè)重要的環(huán)節(jié)。

4 結(jié)束語

經(jīng)過研究時(shí)頻空三維聚類算法、重頻分析算法和分析仿真試驗(yàn)和外場試驗(yàn)結(jié)果，本文提出的目標(biāo)參數(shù)綜合的雷達(dá)信號(hào)分選方法可以在復(fù)雜電磁環(huán)境下完成對(duì)低截獲概率雷達(dá)信號(hào)的分選，通過與傳統(tǒng)的分選方法進(jìn)行比較，仿真分析結(jié)果表明，新方法具較高的分選準(zhǔn)確率，具有一定的參考價(jià)值。

參考文獻(xiàn)：

[1]楊超.雷達(dá)對(duì)抗工程基礎(chǔ)[M].成都：電子科技大學(xué)出版社.2006.

[2]鄭惠文，黃建沖.利用脈沖TDOA的雷達(dá)信號(hào)分選方法[J].現(xiàn)代防御技術(shù)，2017（2）：217-222.

[3]李娜，王珂，李保珠.低截獲概率雷達(dá)信號(hào)檢測方法的優(yōu)化及應(yīng)用[J].光學(xué)精密工程，2014（ ll）：3122-3128.

[4]韓俊，陳晉汶，孫茹.復(fù)雜體制雷達(dá)輻射源信號(hào)識(shí)別新方法[J].雷達(dá)科學(xué)與技術(shù)，2016（ 1）： 76-80.

[5]童姍.復(fù)雜信號(hào)環(huán)境下雷達(dá)信號(hào)分選算法研究[D].鎮(zhèn)江：江蘇科技大學(xué)，2014.